Imagem Da Terra No Espaço

Como conseguir e processar imagens da Terra a partir do espaço

Muita gente busca uma imagem bonita da Terra vista do espaço e acaba frustrada porque o resultado final não parece com as fotos que vê nas redes sociais. O problema geralmente não é a fonte, mas sim a cadeia de processamento que vem depois. Vou explicar o caminho que funciona na prática. Os satélites de observação terrestre que geram imagens úteis para esse propósito são principalmente a série Landsat (NASA/USGS), Sentinel-2 (ESA) e a estação espacial internacional (ISS). Para quem quer imagens reais com resolução decente, o melhor ponto de partida é o USGS Earth Explorer ou o Copernicus Open Access Hub. Ambos são gratuitos e não exigem cadastro. Se você quiser algo mais imediato e visualmente impressionante, o site de imagens da ISS (iss-image.com ou similar, mantido pela NASA) tem fotos tiradas diretamente da estação. São imagens espectro visível, sem muita manipulação. A resolução varia entre 30 centímetros a alguns metros por pixel, dependendo da altitude e da lente usada.

Aqui vai algo que quase ninguém menciona: uma imagem raw do Landsat 9 tem 30 metros por pixel na resolução multiespectral padrão. Isso significa que um pixel cobre um quarteirão inteiro. Se você espera ver telhados ou carros, vai se decepcionar. A beleza dessas imagens está em outra coisa, como padrões geológicos, drenagem, uso do solo em larga escala. Saber isso antes de baixar economiza horas de frustração.

processando a imagem bruta

A maioria das pessoas baixa o arquivo e abre direto num visualizador. O resultado é uma imagem cinza, estranha, com cores erradas. Isso acontece porque os dados brutos dos satélites vêm em bandas espectrais separadas, muitas vezes em formato GeoTIFF com valores de reflectância que precisam ser convertidos. O sensores medem energia refletida em comprimentos de onda específicos: azul, verde, vermelho, infravermelho próximo, entre outros. Nada disso é uma foto no sentido convencional. Para transformar esses dados em algo que pareça uma fotografia, você precisa aplicar uma combinação de bandas. O padrão conhecido como "natural color" usa as bandas do vermelho, verde e azul. Mas o Landsat e o Sentinel-2 oferecem bandas de infravermelho que podem ser usadas para criar composições falsas de cores muito informativas. Por exemplo, a composição false-color do Sentinel-2 (bandas 8, 4, 3) faz a vegetação aparecer em vermelho vibrante. É útil para análise, mas visualmente impactante também. O software mais acessível para isso é o QGIS, que é gratuito. Você carrega as bandas como camadas separadas, vai em Raster > Miscellaneous > Compose RGB e seleciona as bandas certas. Leva cerca de dez minutos. Tem gente que recomenda o Google Earth Engine, que roda tudo no navegador e gera a composição automaticamente. É rápido, mas limitado em personalização fina.

Um erro comum é tentar processar imagens com nuvens sem filtrá-las primeiro. Os arquivos do Sentinel-2 vêm com máscaras de nuvem no banda QA60. Se você ignorar isso, vai passar meia hora tentando ajustar cores num trecho onde 40% da imagem é simplesmente nuvem branca. Filtre as nuvens antes de qualquer coisa. No QGIS, use a banda QA60 como máscara e oculte os pixels que ela identifica como nublados.

um caso real que demorou três horas para resolver

Recentemente precisei de uma imagem da costa do Nordeste do Brasil com baixa nebulosidade. O Sentinel-2 passa pelo mesmo local a cada cinco dias, mas a região é cronicamente nublada. De trinta cenas disponíveis, vinte e oito tinham mais de sessenta por cento de cobertura de nuvens. As duas restantes tinham nuvens finas que pareciam aceitáveis a olho nu, mas quando apliquei a máscara QA60, percebi que havia artefatos de Cirrus que o filtro padrão não capturava. A solução foi usar a banda 10 do Sentinel-2, que é de infravermelho de onda curta e sensibil a aerossóis finos. Apliquei um limiar manual nessa banda para detectar as nuvens altas e finas, combinei com a máscara QA60, e só então fiz a composição RGB. O resultado teve menos de cinco por cento de cobertura de nuvas residuais. Sem essa etapa adicional, a imagem estava inutilizável para qualquer uso sério.

limitações que ninguém destaca

Imagens de satélite têm restrições sérias que complicam o uso. A resolução espacial é o primeiro problema. Mesmo as melhores imagens ópticas comerciais, como as da Planet Labs, chegam a dois metros por pixel. Para comparar com fotos tiradas de astronautas a bordo da ISS, que podem chegar a quinze centímetros por pixel em condições ideais, os satélites de menor custo ficam muito atrás. O segundo problema é a janela temporal. Um satélite como o Sentinel-2 não imageia o mesmo lugar no mesmo dia que você quer. Ele segue uma repeating ground track fixa. Se você precisa de uma imagem de um evento específico, como uma queimada ou uma enchente, e o satélite já passou, tem que esperar a próxima revisita. No equador, são dez dias. Em latitudes médias, cinco dias com a constelação completa. O terceiro problema, e talvez o mais subestimado, é a correção atmosférica. Imagens brutas incluem efeitos de espessura óptica, aerossóis e espalhamento molecular. Sem correção atmosférica adequada, as cores ficam lavadas e os índices de vegetação são imprecisos. O Sen2Cor é o corretor padrão para Sentinel-2 e funciona bem, mas ele não é perfeito em áreas costeiras com brilho da água ou em regiões muito áridas. Nesses casos, o resultado final pode ter distorções significativas.

Se você precisa de algo mais simples e rápido, sem depender de download e processamento manual, a NASA oferece o Earth Observatory com imagens compostas diariamente. Não é tão customizável, mas cobre o planeta inteiro em resolução moderada e já vem processado. Para uso educacional ou de divulgação, costuma ser suficiente. Uma última observação prática: salvar as imagens em JPEG comprime demais e destrói informações. Sempre que possível, mantenha o arquivo em GeoTIFF com compressão LZW ou sem compressão. O tamanho do arquivo cresce, mas a qualidade permanece intacta para reprocessamento futuro.