Desafios da série Landsat no sensoriamento remoto agrícola
Coleções de satélites disponíveis de forma gratuita
No âmbito dos satélites disponíveis para mapeamento do uso do solo no Brasil, destacam-se os satélites Landsat, Sentinel, CBERS e Planet. Os dados dos satélites Terra (sensor MODIS) e Landsat (sensores OLI e TIRS), são de acesso público e gratuito, bem como os dados dos satélites Sentinel-2A e Sentinel-2B, juntamente com outros satélites orbitais sol-síncronos, que fazem parte do grande programa de satélites Copernicus da ESA. Os produtos destes satélites, além de acessíveis, estão disponíveis no catálogo da plataforma Google Earth Engine. Já os satélites da série CBERS também são de acesso público, porém sem disponibilidade de imagens no catálogo da plataforma Google Earth Engine, o que dificulta sua utilização para o projeto MapBiomas. A seguir são apresentadas as características específicas dos satélites disponíveis para uso no MapBiomas, assim como os sensores a bordo e o período de disponibilidade de imagens.
Série Landsat
A série Landsat (Land Remote Sensing Satellite) teve início na segunda metade da década de 60, a partir de um projeto desenvolvido pela Agência Espacial Americana e dedicado exclusivamente à observação dos recursos naturais terrestres. Essa missão foi denominada Earth Resources Technology Satellite (ERTS) e em 1975 passou a se chamar Landsat. A missão, em sua maioria, foi gerenciada pela National Aeronautics and Space Administration (NASA) e pela U.S. Geological Survey (USGS) e envolveu o lançamento de oito satélites.
Os satélites Landsat 1, 2 e 3 foram considerados satélites experimentais, enquanto que o Landsat 4 começou a operar em 1982, equipado com sensores MSS (Multispectral Scanner System) e TM (Thematic Mapper), projetados para dar suporte às mais variadas pesquisas temáticas, principalmente referentes aos recursos naturais. Em 1985, foi lançado o Landsat 5, equipado com os mesmos instrumentos do Landsat 4. O Landsat 5 permaneceu operante durante 28 anos, desativado em 2011. Em 1993 o Landsat 6, por falhas de lançamento, não pôde atingir a órbita terrestre e o satélite seguinte foi lançado apenas em 1999, o Landsat 7, com o sensor ETM+ (Enhanced Thematic Mapper Plus), uma evolução do sensor ETM, equipado com uma banda pancromática na região do visível. Em 2003 este satélite apresentou uma avarias de hardware e começou a operar com o espelho corretor de linha desligado, desde então, as imagens continuam sendo adquiridas, porém para torná-las aptas à utilização, necessitam de correções prévias e análises de acurácia no posicionamento e calibração dos pixels. O satélite Landsat 8 foi lançado em 2013, equipado com os sensores OLI (Operational Land Imager) e TIRS (Thermal Infrared Sensor), e teve início de operação em 2014. Em 2021 foi lançado o mais recente Landsat 9, com características muito similares ao seu antecessor. Somados os tempos de revisita, Landsat 8 e 9 proverão dados sobre a superfície terrestre em resolução temporal de 8 dias.
Resolução espacial
A resolução espacial corresponde ao tamanho individual do menor elemento da imagem, no qual determina o tamanho do menor objeto no terreno que poderá ser identificado na imagem. A resolução espacial do série Landsat se mantém constante ao longo dos anos, com algumas variações em bandas específicas ao longo das gerações. O sensor TM, por exemplo, a bordo do satélite Landsat 5, possui resolução espacial de 30 metros, com 120 metros na banda do infravermelho termal. O sensor ETM+, a bordo do Landsat 7, possui resolução espacial variada, conforme a banda espectral. Nas bandas do visível, infravermelho próximo e infravermelho médio, o pixel corresponde a 30 metros do terreno, já no infravermelho termal, passou para 60 metros e foi adicionada uma banda pancromática na região do visível e infravermelho próximo, com resolução espacial de 15 metros. O sensor mais recente da série Landsat, o OLI, a bordo do Landsat 8, possui as mesmas características de resolução espacial do Landsat 7.
Resolução temporal
A resolução temporal de uma plataforma diz respeito ao tempo que um mesmo ponto na superfície demora para ser revisitado. Todos os sensores TM, ETM+ e OLI possuem resolução temporal de 16 dias, oferecendo uma base de dados contínua ao longo dos anos. Com dois satélites em órbita, o tempo de revisita pode chegar a 8 dias.
Resolução espectral
A resolução espectral do sensor é definida pelas bandas espectrais (i.e. intervalo do espectro eletromagnético quantificado) e determina a capacidade de cada sensor para registrar o comportamento espectral dos alvos com maior (ou menor) nível de detalhe.
A resolução espectral da série Landsat conta com presença das bandas da região do visível, infravermelho próximo e médio e termal. Em relação aos sensores os TM e ETM+ possuem resolução espectral semelhante, porém o sensor ETM+ possui uma banda pancromática nas regiões espectrais visível e infravermelho próximo. O sensor OLI dá continuidade aos produtos gerados a partir dos sensores TM e ETM+ e inclui duas novas bandas espectrais, uma projetada para estudos de áreas costeiras e outra para detecção de nuvens e cirrus.
Resolução radiométrica
A resolução radiométrica do sensor é definida pela capacidade de quantização do espectro eletromagnético (i.e. quantidade de níveis utilizados para discriminar a radiação eletromagnética). Na prática, ela define o tipo do número digital necessário para armazenar os valores representados por cada pixel. Os sensores TM e ETM+ possuem resolução radiométrica de 8 bits (i.e. pode discretiz no ar até 256 níveis), enquanto que o sensor OLI se diferencia dos demais com uma resolução de 12 bits (i.e. pode discretizar até 4.096 níveis).
Disponibilidade de imagens para mapeamento da agricultura
A quantidade de imagens disponíveis em um determinado período é crucial para o sucesso no mapeamento da agricultura, principalmente aquelas de ciclo curto. Os principais fatores ligados à disponibilidade de imagens para mapeamento agrícola são o período de duração das missões Landsat e a quantidade de imagens livre de nuvens. A presença de nuvens é o principal fator que influencia no mapeamento agrícola, pois o ciclo de importantes culturas de verão duram em torno de 120 a 130 dias, portanto, para um satélite de resolução temporal de 16 dias, como o Landsat, seriam obtidas no máximo oito ou nove imagens ao longo do ciclo, e como nas principais regiões produtoras brasileiras as culturas de grãos ocorrem no período da primavera-verão, época de maior ocorrência de chuvas, portanto tendência de maior probabilidade de nuvens, a quantidade de pixels livre de nuvens é reduzida, fazendo com que o mapeamento de certos cultivos agrícolas a partir da série Landsat seja um grande desafio. A Figura abaixo exemplifica este desafio, mostrando a série temporal de uma região de produção de soja no Brasil no período da safra de 2018/2019, utilizando dois satélites Landsat disponíveis: L7 e L8.
E a próxima figura, por outro lado, exemplifica o desafio do mapeamento de cultivos agrícolas para períodos onde há apenas a disponibilidade de imagens de um satélite, como o caso do Landsat 5 para período anterior a 1999.
O desafio do mapeamento agrícola com imagens Landsat é ainda maior quando se trata de culturas anuais, que se desenvolvem em períodos de tempo mais curtos (2-6 meses), principalmente aqueles cultivos anuais plantados durante a primeira safra (época das chuvas), onde a incidência de nuvens é maior, podem apresentar maior dificuldade para mapeamento, pois a chance de conseguir imagens livre de nuvens em períodos fenológicos importantes é reduzida, já a duração dos cultivos perenes e semiperenes permite que se tenha tempo suficiente para adquirir imagens de satélite para fazer o mapeamento.
Referências
Segarra, J., Buchaillot, M. L., Araus, J, L., Kefauver, S. C. 2020. Remote Sensing for Precision Agriculture: Sentinel-2 Improved Features and Applications. Agronomy, 10, 641; doi 0.3390/agronomy10050641.
Embrapa. Disponível em: https://www.embrapa.br/satelites-de-monitoramento/missoes/landsat Acesso em: 18 de Janeiro de 2021.
Sensoriamento Remoto em agricultura/ Antonio Roberto Formaggio, Ieda Del’Arco Sanches. São Paulo: Oficina de Textos, 2017.
Coleção de imagens com a mais alta qualidade de dados disponível e consideradas adequadas para análise de série temporal.
