Arquivos da categoria: sensoriamento remoto

snap

Curso PDI (Sensoriamento remoto) Sentinel com SNAP/ESA.

A Agência Espacial Europeia, entidade responsável pelo programa Sentinel-2, desenvolveu um aplicativo para processamento de imagens chamado SNAP, que pode gerar composição colorida, mosaico e classificação de imagens.

O programa é freeware (gratuito) e funciona muito bem para o Sentinel mas também para outros satélites como landsat, alos palsar, rapid eye, spot, world view e etc.

O programa faz a leitura de diversos formatos, facilitando o trabalho do usuário. É uma ferramenta bem completa para quem precisa trabalhar com projetos em PDI.A arquitetura SNAP é ideal para o processamento e análise de observação da terra devido às seguintes inovações tecnológicas: Extensibilidade, Portabilidade, Plataforma Rich Client Modular, Abstração de Dados Generic EO, Gerenciamento de Memória em Mosaicos e uma Estrutura de Processamento Gráfico.

Destaques dos recursos:
Arquitetura comum para todas as caixas de ferramenta;
Exibição de imagem e navegação muito rápidas até mesmo de imagens de giga-pixel;
Graph Processing Framework (GPF): para criar cadeias de processamento definidas pelo usuário;
O gerenciamento avançado de camadas permite adicionar e manipular novas sobreposições, como imagens de outras bandas, imagens de servidores WMS ou arquivos de formas ESRI;
Definições ricas de região de interesse para estatísticas e vários gráficos;
Definição e sobreposição de bitmask fáceis;
Aritmética de banda flexível usando expressões matemáticas arbitrárias;
Projeção precisa e orto-retificação para projeções comuns de mapas,;
Geocodificação e retificação usando pontos de controle de solo;
Download automático do SRTM DEM e seleção de blocos;
Biblioteca de produtos para digitalização e catalogação de arquivos grandes eficientemente;
Suporte a processadores multithreading e multi-core;
Visualização integrada da WorldWind;

Perguntas Freqüentemente Feitas pelo SNAP

O SNAP usa as seguintes tecnologias:

Plataforma NetBeans – estrutura de aplicativo de desktop;
Install4J – construtor de instalação multi-plataforma;
GeoTools – biblioteca de ferramentas geoespaciais;
GDAL – leitura / gravação de formatos de dados geoespaciais raster e vetoriais;
Jira – rastreador de problemas;
Git – sistema de controle de versão, hospedado pelo GitHub.

A GISCursos apresenta o curso PDI (Sensoriamento remoto) Sentinel com SNAP/ESA.
O curso abordará aspectos gerais do Snap ESA.

Data: 13 a 17 de Maio.
Matriculas e pagamento do curso:
Na pagina do site: http://www.giscursos.com.br/curso_sensori.html
Ou no Link do pagseguro: https://pag.ae/7UQqkYoEm

Onde é realizado: GISCursos
Tijuca Office Center – Rua Conde de Bonfim 120/713
Contato: 2136893796 / 21 988549132 WhatsApp

As Principais ferramentas que serão abordadas:
Introdução ao Processamento Digital de Imagem e seus aspectos;
Historia do Sensoriamento Remoto ;
Espectroeletromagnético ;
Noções de cores;
Sistema RGB;
Composição Falsa-cor ;
Sistemas de imageamento;
Satélites e imagens disponíveis gratuitamente ;
Correções radiométricas e geométricas;
Resolução espacial, radiométricas e geométricas ;
Registro de Imagens;
Processamento Digital de Imagens ;
Histograma, brilho e contraste ;
Transformações Multi-espectrais.

Serão analisadas imagens do satélite Sentinel 2 no espectro visível (Resolução de 10 m) para classificação do uso da terra conforme o 3º Inventário de Emissões Antrópicas de Gases de Efeito Estufa Diretos e Indiretos do Estado de São Paulo: EMISSÕES E REMOÇÕES DO SETOR DE USO DA TERRA, MUDANÇA DO USO DA TERRA E FLORESTAS.

A princípio serão classificadas duas imagens de satélite, uma base com data de aquisição 16/11/2018, e outra atual com data de aquisição 06/03/2019. Lembrando que outras imagens podem ser selecionadas a medida que o banco de dados da ESA (European Space Agengy) seja atualizado. Os mapas com as diferentes classes de vegetação nativa identificadas nas imagens de satélite serão entregues em versão Shapefile em escala 1:50.000.

Considerando que o item 4.4.1 Supressão da vegetação nativa considera a opção de uso do Landsat 8, que possui resolução de 30 m, propomos a utilização das bandas infravermelho do Sentinel 2 com resolução de 20 m em conjunto com as do espectro visível. Tal medida aumenta o grau de identificação das diferentes classes considerando sua reflectância.

As classes propostas para composição dos mapas são: FNM (Floresta Primária em Área não Manejada), FM (Floresta Primária em Área Manejada), Fsec (Floresta Secundária) GNM (Campo Primário em Área não Manejada) GM (Campo Primário em Área Manejada) Gsec (Campo com Vegetação Secundária) seguindo a orientação do item 4.4.1 Supressão da vegetação nativa.

 

Quem é o Professor:

hugo

Hugo Kussama

Atualmente cursando Doutorado na Universidade Federal do Rio de Janeiro (UFRJ).
Com Mestrado e Graduação em Geologia pela UFRJ, com ênfase na área de Mapeamento Geológico, Geologia Estrutural e Geoprocessamento(ARCGIS). Possuo experiência em Meio Ambiente, Geoprocessamento e Geotecnia.
Atuando, desde 2013 como consultor ambiental na Gayatree em licenciamentos e estudos ambientais, atuando em linhas de transmissão, rodovias e empreendimentos imobiliários. Na área de Geotecnia trabalha com sondagens para mineração e, mais recentemente, fez  parte da equipe de Acompanhamento Técnico da Obra (ATO) nos três túneis do projeto Porto Maravilha na cidade do Rio de Janeiro.

 

#cursosnapesa #cursosentinelcomsnapesa #cursodepdi #cursodesensoriamentoremoto #giscursos #capacitaçãoemPDI

Share This:

7 novos recursos do LandViewer que você não deve perder

Em Nosolosig já falamos várias vezes da plataforma criada pela EOS Dados Analytics, destacando a sua velocidade e simplicidade para acessar imagens Landsat 8 ou comentando sobre algumas de suas ferramentas . As numerosas atualizações feitas nos últimos meses permitiram expandir o catálogo de imagens de satélite e introduzir mais ferramentas de análise, além de outras funções. Vamos ver agora 7 novas funções no LandViewer que você não deve perder, de acordo com os criadores da ferramenta:

Uma plataforma abrangente para pesquisar e analisar imagens

No final de 2018, o espaço livre e os dados transportados por via aérea disponíveis para exploração, análise e descarregue LandViewer incluiu imagens do Sentinel-2 e Sentinel-1 da ESA, Landsat 8 e missões anteriores NASA-USGS, MODIS, CBERS-4 e NAIP. Agora, após a adição de imagens comerciais de alta resolução da Airbus, SpaceWill e SI Imaging Services, essa ampla seleção de dados de observação da Terra é ainda maior.

LandViewer tornou-se uma plataforma única, além de abrir dados de origem pode ser explorado dados de negócios com cobertura global, revisita curtos e resoluções espaciais até 40 cm. O catálogo actual inclui imagens de Pléiades 1a / 1b, SPOT 5, local local 6 e 7, em adição KOMPSAT-2, 3, 3A, SuperView, Gaofen 1, 2 e Ziyuan-3. Comparado com imagens de alta resolução de outros navegadores, LandViewer oferece benefícios como visualização gratuita, o cálculo automático do preço área selecionada e transporte rápido de imagens de armazenamento EOS Cloud Storage em 3 dias úteis.

Observações de longo prazo com análise de séries temporais

A grande quantidade de dados disponíveis, como imagens do Sentinel-2 que são atualizadas semanalmente e dados históricos do Landsat, facilitou muito o monitoramento de alterações por longos períodos de tempo. Mas, quanto tempo é necessário para selecionar e processar vários anos de dados de satélite para obter uma perspectiva multitemporal? Você nunca saberá porque a nova análise de séries temporais analisará todos esses dados de sensoriamento remoto para você e oferecerá os resultados em um gráfico que seja fácil de interpretar.

Gráfico de séries temporais do Sentinel-2 criado para campos agrícolas no estado do Kansas
Gráfico de séries temporais do Sentinel-2 criado para campos agrícolas no estado do Kansas

 

Basta selecionar uma área de interesse (AOI), um conjunto de dados de satélite e um período de tempo entre 1 mês e 10 anos. O algoritmo escolherá todas as imagens com um mínimo de nebulosidade e calculará o NDVI, NDWI ou NDSI em alguns instantes. Por defeito, o gráfico de séries de tempo contém linhas (representando o min., Max., Média e DE) que pode ser escondido ou se for caso disso, e quando ele vê um pico invulgar ou uma queda nos valores, pode exibir uma cena satélite que representa essa seção da curva para estabelecer a causa. Os resultados podem ser baixados como uma imagem (.png) ou como um arquivo .csv com o qual trabalhar no Excel.

Melhoria da análise da vegetação com novos índices espectrais

Todos os interessados ​​em uma análise mais detalhada da cobertura vegetal ficarão encantados com os novos índices espectrais LandViewer: SAVI, EVI, ARVI, GCI, SIPI e NBR. Estes podem complementar a análise geral do NDVI, fazendo correções para a influência da atmosfera, o efeito da topografia ou o brilho do solo, dependendo da densidade da vegetação, clima e elevação na área de interesse. Por sua vez, o índice NBR é projetado para destacar áreas queimadas versus vegetação saudável; enquanto a diferença entre os valores de NBR antes de um incêndio e depois de um incêndio pode ser aplicada para estimar a gravidade do incêndio.

Análise SAVI com dados do Sentinel-2 de uma região agrícola árida no Egito (à esquerda)
Análise SAVI com dados do Sentinel-2 de uma região agrícola árida no Egito (à esquerda)

 

O uso simultâneo de vários índices permite conhecer melhor a saúde das plantas e ajuda a identificar precocemente a vegetação estressada ou infectada.

Nova legenda e cálculo de área

Outro novo recurso do LandViewer, a legenda do índice, é projetado para resolver o problema de interpretar resultados de índice, um problema comum para novos usuários. Agora, ao aplicar um índice espectral no território selecionado, o usuário pode ver uma legenda detalhada em que cada classe marcada com cor contém uma breve descrição. Por exemplo, no cálculo do NDVI, ele identificará e destacará áreas com “vegetação densa”, “vegetação moderada”, “vegetação esparsa”, “terreno aberto” ou “sem vegetação”.

Área calculada
Área calculada

Outro recurso recentemente adicionado que economiza tempo é que agora a área de cada zona incluída na legenda do índice espectral é calculada automaticamente, em metros quadrados e em porcentagem.

Múltipla área de interesse

E não se esqueça da área reforçada de interesse (AOI), que permite a carga maciça de vários AOIs e acelera o trabalho para permitir a visualização simultânea e salto rápido entre AOIs em um mapa para procurar imagens ou subscrição de novas cenas apresentam.

Análise de zona avançada

Ao introduzir a função de clustering, os especialistas em sensoriamento remoto e os desenvolvedores de software da EOS levaram a análise espaço-temporal do LandViewer para um nível mais alto. Graças a esse recurso, os usuários podem realizar classificações não supervisionadas com base em dados de satélite de áreas de até 200 quilômetros quadrados em até 19 clusters (ou zonas). Esse processo envolve a configuração de parâmetros personalizados (tamanho / número de zonas) e a espera de alguns momentos até que o LandViewer crie uma imagem raster com áreas marcadas em cores e uma camada vetorial que realce os limites. Ambos os resultados podem ser baixados.

Clustering in Land Viewer
Clustering in Land Viewer

 

Esta análise escalável pode fornecer informações relacionadas à agricultura, silvicultura, monitoramento costeiro e outros setores. Por exemplo, um agricultor pode usar o mapeamento de cores de áreas no campo com base nos valores de NDVI para navegação de campo e gerenciamento de culturas precisos.

De imagens estáticas a animações interessantes

Não esqueça que, além das informações dos dados espectrais contidos nos pixels das imagens de satélite, ver esses pixels é divertido. Com isso em mente, o LandViewer introduziu o recurso Time-Lapse Animation, que permite que jornalistas e usuários de mídias sociais criem histórias animadas divertidas e as compartilhem na Internet. Cada GIF pode conter até 300 cenas, para as quais índices ou combinações de bandas foram aplicadas.

Timelapse construção do aeroporto de Istambul
Construção de timelapse do aeroporto de Istambul (Tuquía)

Desde o destacamento de glaciares até a construção de novos estádios, as imagens de satélite contêm muitas informações que vale a pena ver e compartilhar com a ajuda do LandViewer .

Este é um artigo da EOS Data Analytics , criadores do LandViewer.

Share This:

likelihood dam

Podemos localizar barragens do espaço?

Milhões de barragens em todo o mundo têm impactos tremendos nas pessoas e no meio ambiente. Enquanto tentam entender e gerenciar esses impactos, os gerentes e pesquisadores da água lutam para encontrar conjuntos de dados de barragens. Agora que temos imagens de satélite diárias de todos os lugares do planeta, quão difícil seria mapear as represas do mundo?

A necessidade de conjuntos de dados de barragens georreferenciadas

Milhões de barragens em todo o mundo foram construídas para gerenciar recursos hídricos para benefício humano. Eles também têm imensos impactos ambientais: na biodiversidade de água doce (por exemplo, represas modificam habitats, bloqueiam a migração de peixes …), serviços ecossistêmicos hidrológicos e saúde humana . Apesar disso, apenas as maiores barragens foram mapeadas, mas são superadas em número por represas menores que têm impactos tremendos.

Os esforços de pesquisadores, ONGs e governos para entender e mitigar os impactos das barragens e gerenciar os ecossistemas hidrológicos de forma inteligente são restritos pelos conjuntos de dados disponíveis das barragens georreferenciadas.

De fato, Lisa Mandle, Cientista Sênior do Projeto Capital Natural, da Universidade de Stanford, estuda como as florestas de Mianmar contribuem para o abastecimento de água do país, mantendo as barragens livres de sedimentos. “Precisávamos saber onde essas barragens estavam localizadas. Esses dados acabaram sendo difíceis de serem obtidos. Ele foi distribuído em diferentes escritórios do governo e não está disponível publicamente de forma abrangente e digital ”, relata. “A melhor informação que conseguimos encontrar incluiu apenas 15 represas em Mianmar. Ao considerar apenas o maior número de barragens, sabemos que nossa análise subestima a importância da natureza ”.

Do outro lado do mundo, Marcia Macedo , cientista assistente do Woods Hole Research Center, enfrentou um desafio semelhante ao estudar os impactos de pequenas barragens agrícolas na Amazônia brasileira. “Nossos estudos de campo mostram claramente que pequenos reservatórios tiveram um grande impacto nos ecossistemas de água doce”, explica ela. “Um único reservatório pode aumentar a temperatura da água em até 4 ° C. Também muda fundamentalmente habitats aquáticos, ciclos de nutrientes e teias alimentares. ”Macedo já mapeou mais de 10.000 pequenas barragens no Brasil. “Sabemos que existem milhões dessas barragens por aí e que elas têm um enorme impacto cumulativo. Mas não podemos gerenciá-los se não pudermos mapeá-los – a baixo custo, em alta resolução e em áreas muito grandes ”, acrescenta.

Alguns (bons e ruins) impactos de barragens [ fonte ]

A solução: imagens de satélite + magias de aprendizado profundo

Com imagens de satélite cada vez mais acessíveis (graças a dados abertos de políticas, por exemplo, da Nasa ou da ESA e ferramentas como o Google Earth Engine ), além da mágica do aprendizado de máquina , parece que você pode fazer qualquer coisa! Mas, seriamente, os algoritmos de aprendizagem profunda diferenciam os gatos dos cães, detectam obstáculos na frente dos carros e classificam os pepinos entre muitas outras aplicações de classificações de imagens. Então parece razoável perguntar:

Podemos detectar represas de imagens de satélite?

No intervalo de uma maratona de 4 horas no GeoForGood 2018 , abordamos essa questão – e fizemos o protótipo de um pipeline usando o Google Earth Engine para criar os dados de treinamento e o Tensorflow para o modelo de classificação de barramento de aprendizagem profunda.

Parece que sim, podemos localizar represas de imagens de satélite . Então agora, a questão é:

O que seria necessário para localizar todas as barragens do planeta com imagens de satélite?

Isso tudo soa maravilhoso, mas realmente, essa precisão de 94% demonstrou que o pipeline funcionou. Não representa um resultado confiável. Então vamos nos aprofundar e discutir o que fizemos, alguns desafios e como poderíamos fazer melhor.

Fluxo de trabalho

1. Dados de treinamento

Para imagens de represas, usamos o conjunto de dados GRanD para exportar imagens rasterizadas de áreas vizinhas a tomadas de barragens, como TFRecords. Estes incluem 5 bandas: RGB e NDWI do Sentinel 2 (15m), bem como elevação (dados DEM: ALOS DSM 30m).

Para imagens não represas, priorizamos áreas na borda de corpos d’água que são facilmente confundidas com reservatórios de barragens. Caso contrário, o algoritmo se classificaria entre a borda da água e todo o resto, em vez de localizar a saída da represa (daí os 94,4%!). Utilizando o conjunto de dados do JRC Global Surface Water no GEE, amostramos aleatoriamente pontos na borda dos corpos de água junto com pontos não aquáticos (para que o algoritmo não ficasse confuso, por exemplo, na linha reta de uma estrada …) e seguiu o mesmo procedimento para exportar rasters de 300m * 300m como TFRecords.

2. Classificação da aprendizagem profunda

Você estava se perguntando o que eram os TFRecords, agora tudo vai começar a fazer sentido: um TFRecord é um formato de dados (armazenamento binário) otimizado para uso com o Tensorflow , uma biblioteca open source particularmente útil para aplicações de aprendizado profundo como… classificação de imagens!

Tivemos a sorte de encontrar um notebook desenvolvido por Chris Brown que treinou uma rede neural totalmente convolucional (FCNN) para detectar carros em imagens de estacionamentos. Um FCNN permite fazer previsões em imagens de qualquer dimensão, para que possamos treinar o modelo em nossas imagens de 300m * 300m e fazer predicições mais tarde em imagens de qualquer dimensão (yay!)

3. Resultados

Os quadrados vermelhos nesta imagem são onde o algoritmo localiza barragens. Isso é encorajador: identifica as duas represas, mas não classifica erroneamente a pequena massa de água à esquerda.

A última iteração foi treinada em uma fusão de cerca de mil pontos de dados de treinamento e resultou em uma precisão de 92% em um conjunto de testes de 600 pontos, com 50.000 etapas.

Usando a área da baía como uma zona de teste, várias represas reais destacam-se aqui em azul-púrpura (por exemplo, a que está circulada em branco).

Os resultados são muito promissores, mas a abordagem ainda precisa ser ajustada. Nathan Pavlovic, que interpretou o especialista em Aprendizado de Máquina com virtude para este Hackathon, levanta os olhos do computador, aparentemente satisfeito. Mas ele ainda nota alguns problemas, por exemplo, que o algoritmo ainda parece algumas vezes confundir floresta densa com água, como visto no centro inferior da imagem. Nenhum dos problemas é insuperável. Na verdade, este é provavelmente devido ao fato de que a floresta densa era uma classe sub-representada no conjunto de treinamento não-barragem que montamos rapidamente. Com mais tempo, várias melhorias poderiam ser feitas nos dados de treinamento para aumentar o desempenho.

Por isso, parece muito possível localizar todas as barragens do planeta, com imagens de satélite!

O que agora?

E quanto a soluções comerciais para reconhecimento de objetos a partir de imagens de satélite? Eles não são úteis nesta questão, até agora (e nós amamos o código aberto de qualquer maneira). O Descartes Lab possui uma ferramenta de busca geovisual impressionante, embora limitada (para uma área de pesquisa fixa e um único conjunto de dados de satélite global), seus aplicativos apresentados parecem bastante promissores. Mas faz um trabalho muito terrível na localização de barragens (provavelmente porque é apenas usando bandas RGB, onde a elevação e o NDWI são fundamentais aqui). Vamos ver o que o Planet Queryable Earth irá oferecer no futuro, com sua missão de “indexar e tornar acessível o que está na Terra, assim como o Google indexou e tornou acessível o que está na internet” … Por enquanto, esses algoritmos permanecem proprietários de qualquer forma.

Alguns desafios identificados até agora incluem a extrema variabilidade no tamanho das barragens e no armazenamento da água do reservatório. Para abordá-los, a escala temporal e a resolução espacial dos dados de entrada precisariam ser adaptadas, por exemplo, podemos precisar de imagens de vários pontos no tempo, de diferentes estações ou anos, para capturar represas que secam sazonalmente ou durante as secas. E as pequenas represas escondidas em uma floresta?

Comparação de resolução: barragem californiana com resolução de 3m vs 10m (© Planet 2018)

Se fizéssemos melhor , os dados de treinamento poderiam ser aumentados e melhorados, afinados para evitar os artefatos que identificamos: mais pontos de treinamento, mas também imagens de maior resolução, especialmente para represas menores – por exemplo, Planetscope captura imagens de 3m, livremente disponível em escala ou facilmente integrado (ainda?) no Google Earth Engine.

Por:

Share This:

Banner_Sarpas2018-750x390

DECEA lança versão 1.8 do Sistema de Solicitação de Acesso ao Espaço Aéreo por UAS – SARPAS

É preciso certificar-se de atender todos os pré-requisitos previstos na legislação dos órgãos reguladores.

 

Estamos de volta, querendo aprimorar, refinar e avançar. Longe da métrica parecer repetitiva, as palavras sinônimas servem para ilustrar a complexidade e o tempo de maturação necessários para se alcançar a perfeição de um sistema, ou pelo menos, chegar o mais próximo deste ideal.

Tem sido assim com o Sistema de Solicitação de Acesso ao Espaço Aéreo por RPAS (SARPAS), lançado em dezembro de 2016, para trazer agilidade à tramitação dos pedidos de autorização de voo para aeronaves remotamente pilotadas (RPA), os drones.

“Não basta comprar um equipamento e, em seguida, fazer um teste de funcionamento, alcance e altura. Para acessar o espaço aéreo, o piloto de uma aeronave remotamente pilotada deve estar atento às regras que devem ser seguidas”, recomenda o Coronel Aviador Jorge Humberto Vargas Rainho, chefe da Divisão de Coordenação e Controle do Subdepartamento de Operações do Departamento de Controle do Espaço Aéreo (DECEA).

Tanto as RPAs quanto os aeromodelos são considerados aeronaves e, por esta razão, devem seguir as regras previstas em legislação definida pelo DECEA, organização militar da Força Aérea Brasileira, responsável pelo controle e gerenciamento do espaço aéreo brasileiro.

Quanto ao cadastro, todas as aeronaves de uso não recreativo devem ser cadastradas no DECEA por meio do SARPAS. Para aquelas que forem de uso exclusivamente recreativo, só é necessário fazer este cadastro no DECEA se existir a pretensão de voar um aeromodelo fora das áreas consideradas adequadas.

Adicionalmente, a Agência Nacional de Aviação Civil (ANAC) estabeleceu regras para as operações civis de aeronaves não tripuladas, o Regulamento Brasileiro de Aviação Civil Especial nº 94 (RBAC-E nº 94), complementar à regulamentação do DECEA. É obrigatório cadastrar todas as aeronaves não tripuladas com peso acima de 250 g no Sistema de Aeronaves não Tripuladas (SISANT), da ANAC.

O proprietário de uma aeronave remotamente pilotada também precisa homologar seu equipamento junto à Agência Nacional de Telecomunicações (ANATEL), no Sistema de Gestão de Certificação e Homologação. A medida serve para impedir que os transmissores de radiofrequência, presentes nos controles remotos dos equipamentos, gerem interferências em outros serviços, como as comunicações via satélite, ou sofram inferências, por exemplo.

A ideia é possibilitar a entrada destas aeronaves de forma coordenada e segura. É preciso saber que trafegam pelos céus do Brasil aeronaves de companhias aéreas, a chamada aviação regular, aviões de médio e pequeno porte da aviação geral, helicópteros, e, em lugares previamente autorizados e estabelecidos, asa-delta, parapentes e afins.

Além disso, o Brasil é signatário de acordos internacionais para garantia da segurança na aviação. Deste modo, para possibilitar o acesso à informação ou solicitação de voo, o DECEA definiu a necessidade de comprovação, em seu domínio, dos cadastros já realizados na ANAC, tanto de pilotos, quanto de aeronaves. Com o SARPAS, o DECEA faz o controle do que é de sua responsabilidade: a exploração do Sistema de Controle do Espaço Aéreo Brasileiro (SISCEAB).

O DECEA trabalha para trazer melhorias aos usuários que acessam o espaço aéreo brasileiro, independentemente se o serviço é ou não tributado, por este motivo nasceu a versão 1.8 do SARPAS. Em sua versão 1.7 foi criado o cadastro de pessoas jurídicas. Agora, na nova versão, as pessoas jurídicas poderão solicitar operações para os pilotos, com os quais suas aeronaves tenham sido compartilhadas. Para tanto, basta uma autorização do piloto.

 

Principais Mudanças

Maior flexibilidade na definição preliminar de análise do voo – uma vez que os usuários vêm demonstrando grande maturidade nas ações que envolvem o acesso ao espaço aéreo, ao DECEA foi permitido aumentar o escopo de operações para as quais não se torna necessária uma análise de tráfego aéreo, uma vez que o usuário se compromete em cumprir todos os parâmetros previstos, mantendo a segurança do espaço aéreo, das pessoas, propriedades e animais no solo.

Atualização das normas em vigor, documentando tais parâmetros mais flexíveis.

Tanto uma Pessoa Física, quanto uma Pessoa Jurídica podem compartilhar suas aeronaves, criando, assim, a equipe para a qual os voos podem ser direcionados. Ao compartilhar sua aeronave com outro piloto, cabe a este último autorizar o direcionamento de voos.

Diminuição das áreas de No Fly Zone (NFZ) para o DECEA – os usuários poderão verificar que houve uma diminuição significativa nas áreas vermelhas apresentadas, as quais representam agora a realidade. Mostrando definitivamente ao piloto que o voo, nas condições em que se pretende, requerem maior atenção e uma análise mais apurada do possível impacto.

Adequação da distância de aeródromos e helipontos com a área solicitada para que a operação não gere impacto negativo na segurança.

Criação do campo: “Descrição de Operação” – por meio do preenchimento do campo, o usuário terá melhores condições de interagir com os Órgãos Regionais, informando os parâmetros solicitados e levantando observações que julgar necessário. Tal criação reforça a intenção do DECEA de se manter cada vez mais próximo de seus usuários.

Alteração nas Declarações – da mesma forma que ocorreu na revisão das Normas afetas ao acesso ao espaço aéreo por RPA e Aeromodelos. Cada vez mais o DECEA reconhece a maturação do setor de drones e seus usuários. Dessa forma, os pilotos terão condições de manter a flexibilização de acesso, deixando claro que estão cientes de suas responsabilidades como pilotos que são.

Um ponto muito importante é que, para flexibilizar os parâmetros, o DECEA atesta sua confiança nos pilotos, determinando como NFZ as distâncias de 2km de aeródromos e de 600m de helipontos, cabendo ao piloto verificar a necessidade de não operar em Zonas de Aproximação e de Decolagem.

Uso responsável

Os drones vieram para ficar e o uso responsável tem proporcionado uma infinidade de aplicações, as quais quando aplicadas de forma consciente, têm gerado empregos e sustentado famílias inteiras.

As alterações já foram reconhecidas por usuários cadastrados no SARPAS e foram muito bem recebidas.

O DECEA vem trabalhando em conjunto com Órgãos de Segurança Pública e os demais usuários, promovendo a conscientização necessária. Vale lembrar que o Estado Brasileiro é reconhecido como detentor de boas práticas em termos de regulamentação de acesso ao espaço aéreo por aeronaves que representam um novo segmento.

Recentemente, em um Simpósio realizado na China, representantes do DECEA mostraram o que tem sido feito internamente no Brasil e várias iniciativas têm sido vistas com bons olhos pela comunidade internacional, uma delas é a utilização de Sistemas como o SARPAS.

 

Recomendações

A segurança é fundamental para qualquer sobrevoo de aeronaves não tripuladas. Certifique-se, antes de iniciar um voo, das informações necessárias para planejar o deslocamento pretendido. Conheça previamente as características do equipamento e seu manual de operação.

Alguns voos necessitam de uma Avaliação de Risco Operacional e da contratação de Seguro. Tudo o que é exigido é simples de ser realizado. Logo, só operam fora das Normas aqueles que realmente não querem segui-las.

Avalie as condições meteorológicas dos locais envolvidos e a rota a ser voada. Faça um cálculo adequado da autonomia de bateria e o tempo previsto para o voo, principalmente se o ponto de decolagem e pouso estiverem na mesma posição geográfica. Outra dica: tenha um planejamento alternativo para o caso de não ser possível completar o percurso inicial.

É preciso certificar-se de atender todos os pré-requisitos previstos na legislação dos órgãos reguladores.

“Acessar ao espaço aéreo sem a homologação da ANATEL (todos os casos), sem a documentação prevista pela ANAC (todos os casos) e sem a uma mensagem de autorização ou notificação do DECEA (exceção feita aos voos de aeromodelos dentro de áreas adequadas à prática) é um ato ilícito e pode gerar consequências civis e criminais. O DECEA está junto com todos aqueles que pretendem fazer uso de drones com responsabilidade e maturidade”, alerta o Coronel Vargas.

 

Implicações

Para saber quais inferências podem ser ocasionadas pelo acesso não autorizado ao espaço aéreo, basta consultar os Artigos 132 e 261 do Código Penal, e os Artigos 32 e 35 da Lei das Contravenções Penais.

“Obviamente ninguém quer isso. Não queremos aplicar Sanções Administrativas e/ou criminais em usuários. O que o DECEA quer e não vai abrir mão é da SEGURANÇA no acesso ao espaço aéreo, por quaisquer aeronaves envolvidas. Portanto, voe de forma regular, procure as autoridades, tire suas dúvidas e pergunte sempre. Estamos à disposição para quaisquer situações e, se desejar, venha nos visitar, teremos imensa honra em recebê-los. Bons voos em segurança a todos. Um dia nos encontraremos pelas aerovias”, completou o oficial.

 

A GISCursos tem voltado ao trabalho com mapeamento, cursos básicos de operação, mapeamento e fotogramentria com drones.

Consulte-nos: http://www.giscursos.com.br/curso_drones-vants.html

 

Share This:

Captura de Tela 2018-06-18 às 13.54.10

A Importância do Sistema de Informação Geográficas para as empresas.

O Sistema de Informação Geográfica (Geographic Information System – GIS) é uma tecnologia em processo de desenvolvimento, dificultando assim, uma definição que satisfaça a todos os envolvidos com o seu desenvolvimento, com as suas aplicações e usos e até mesmo com o marketing dessa ferramenta, que muitos consideram como ciência.
De acordo com a empresa líder mundial nessa tecnologia – GIS – a Environmental Systems Research Institute – ESRI, em seu manual de Melhores Práticas GIS – Ensaio de Geografia e GIS, de 2008 – tomar decisões baseadas na geografia é fundamental para o pensamento humano, uma vez que se usa esse conhecimento para um simples caso de ir até uma loja ou para um grande evento de lançamento de um equipamento em local preciso.
Um sistema de informação geográfica é uma ferramenta tecnológica para compreender a geografia e tomar decisões inteligentes (GETIS, 2008).

De acordo com a Agência Nacional de Transportes Terrestres – ANTT (2010), o principal objetivo do GIS é a geração de informações espaciais tais como mapas, tabelas, relatórios, estatísticas, gráficos e outros, proporcionando condições mais satisfatórias de visualização, entendimento e suporte à tomada de decisões e reduzindo a subjetividade no processo de interpretação dos dados. Isso é possível considerando-se sua capacidade de integração e suas múltiplas alternativas de apresentação das informações aos usuários, o que potencializa a capacidade de abstração e simulação de resultados. No entanto, a utilização eficiente deste tipo de tecnologia requer o conhecimento de suas potencialidades e limitações, bem como dos passos necessários para sua implantação e utilização, de modo a obter o máximo de resultados possíveis.
O Sistema de Informação Geográfica organiza dados geográficos de forma que uma pessoa que lê um mapa pode selecionar os dados necessários para um projeto ou tarefa específica. Um mapa temático tem uma tabela de conteúdos que permite ao leitor adicionar camadas de informações para uma base cartográfica de localidades do mundo real. Com uma capacidade de combinar uma variedade de conjuntos de dados em um número infinito de formas, o GIS é uma ferramenta útil para quase todos os campos do conhecimento, da arqueologia à zoologia e também para a logística.

O GIS é um sistema de informação geográfica projetado para capturar, modelar, armazenar, manipular, atualizar, analisar, mapear dados espaciais, com as informações georreferenciadas, otimizando processos, através da implantação de um projeto que envolve hardware, software, dados geográficos e recursos humanos (GETIS, 2008).
Novas tecnologias, tais como sistemas de posicionamento global (GPS), sistemas de satélites multissensores, desenvolvimento da fotografia digital, integram com sistemas de informações geográficas, permitindo o armazenamento e gerenciamento eficiente desses dados como parte do conjunto das geoinformações disponíveis nos últimos anos (BLASCHKE; KUX, 2005).

Com o GIS, problemas de localização (pontos comerciais, fábricas, fornecedores, centro de distribuição, entre outros), roteamento de veículos, análise de sistemas logísticos, estão sendo resolvidos mais facilmente, em conjunto com outras variáveis, sendo que no roteamento de veículos tornou-se fundamental, pois permite ao usuário visualizar as rotas que foram geradas a partir de um algoritmo. Além dessas possibilidades, podem-se
identificar como possíveis de desenvolvimento, aquelas relacionadas com os sistemas de informação, controle do fluxo de mercadorias, controle de estoques, arranjo físico do armazenamento, manuseio de produtos, disponibilização de informações para os clientes on-line, entre outros. (ROCHA, 2008).
Mennecke (1997) discute que o GIS integrado a outras tecnologias formam uma ferramenta essencial para diminuir ou eliminar os gargalos da logística e do transporte. Essas tecnologias fornecem aplicações úteis para os gestores desenvolverem estratégias para reduzir os desperdícios, seja com pessoal, custos com combustíveis, tempo, rotas, proporcionando um melhor atendimento ao cliente (LAPALME et al., 1992; KUNZE, 1993, apud MENNECKE, 1997).
Alguns benefícios dessa poderosa ferramenta são destacados por Breternitz (2001, p. 39):

• aumenta nosso conhecimento acerca dos
recursos disponíveis em uma dada área
geográfica;
• facilita a formulação e a avaliação de
diferentes estratégias alternativas,
respondendo a questões do tipo “what if”
relativas a políticas, análises e distribuição
de recursos;
• reduz o tempo gasto para preparação de
relatórios, gráficos e mapas, o que melhora
a eficácia da informação geográfica usada
em análise de políticas e avaliação de
opções de planejamento;
• melhora o planejamento de futuras
pesquisas, por disponibilizar os dados já
existentes e estabelecer linhas mestras
para coleta, armazenagem e processamento
dos novos dados a serem capturados;
• melhora o tempo de resposta aos pedidos
de informações gerados por gerentes e
planejadores, por tornar as informações
mais acessíveis;
• produz novas informações pela sua
capacidade de manipular dados
anteriormente disponíveis, graças à
capacidade de manipulação de dados via
computador;
• facilita o desenvolvimento de modelos
dinâmicos para apoio ao planejamento;
• permite uma utilização mais adequada dos
recursos humanos disponíveis para coleta e
análise de dados – já se viu que os custos
desses recursos são altos – pela eliminação
de redundâncias e sobreposições de dados e
esforços.

Com a plataforma GIS integrada, é possível criar, servir e explorar o conhecimento geográfico nas aplicações logísticas, gerenciando a complexidade das informações no processo de entrada (criar), compilando essas informações com a utilização do GIS (servir), tornando a informação acessível para a tomada de decisão (explorar – com informações que auxiliam o entedimento do porquê e não apenas do como), gerando um fluxo de trabalho mais produtivo. Esta plataforma integrada é uma poderosa ferramenta para a tomada de decisão logística, apresentando dados com grande impacto, comunicação de mudanças (rotas, por exemplo), projeta as tendências (congestionamento, por exemplo), aumentando a produtividade com a otimização dos fluxos de trabalho (BORBA, 2011).

O conhecimento dos Sistemas de Informações Geográficas (SIG) é uma habilidade cada vez mais procurada em indústrias, e em todos os setores da economia desde que  as empresas entendam bem a sua utilidade.
A Especialização, oferecida pela GISCursos por exemplo com o uso do ArcGIS ou do Quantum GIS (QGIS) , ensinará as habilidades necessárias para usar com sucesso o software GIS em um ambiente profissional.
A capacitação em nossos cursos  proporcionará analisar seus dados espaciais, usar técnicas de cartografia para comunicar seus resultados em mapas e colaborar com colegas em campos dependentes de SIG/GIS. No projeto final da GISCursos, o  aluno criará uma peça de portfólio de GIS de qualidade profissional usando uma combinação de identificação e coleta de dados, desenvolvimento de mapa analítico e técnicas de análise espacial.
Na noss empresa GISSoluções, todas as empresas que necessitem contratar projetos de geoprocessamento terá todo o apoio no processo decisório em qualquer setor da economia que estiver inserido.

Share This:

gis

O que é SIG?

GIS é um sistema que pretende capturar, armazenar, gerenciar, manipular, analisar, os dados geográficos.

O termo GIS raramente usado para ciência da informação geográfica (Geociências) se relaciona com o sistema acadêmico que estuda os sistemas de informação GIS . É um vasto domínio dentro da disciplina acadêmica mais ampla da Geo-informática. O que vai além de um SIG é uma infraestrutura de dados espaciais, um conceito que não possui limites tão limitantes.

O sistema de informação GIS é um caso particular de sistemas de informação em que o banco de dados inclui observações sobre recursos, atividades ou eventos espacialmente detalhados, que são definidos no espaço como pontos, linhas ou áreas.

Um sistema de informação geográfica (GIS) gerencia dados sobre essas áreas, pontos e linhas, ajudando assim na recuperação de informações de dados.

O sistema de informação GIS já influenciou a maioria de nós em algumas das outras maneiras, sem que nós o reconheçamos. Se você já usou um programa de mapeamento da Internet para encontrar instruções, parabéns, você usou pessoalmente o GIS!

A última cadeia de supermercados na esquina aparentemente estava localizada usando GIS, portanto, ajudou na determinação do local mais efetivo para atender a demanda do cliente.

Abaixo estão os usos básicos do SIG:

Usos do SIG

Mapeamento de dados: a função primária de um sistema de informação SIG é apresentar uma representação visual de dados. Assim, o GIS mostra a coleta de dados e, em seguida, o representa no formato de mapa visual.

Análise de proximidade: uma análise de proximidade é um procedimento analítico que ajuda na determinação da relação entre um determinado local e outros locais, bem como pontos que estão em conexão uns com os outros de alguma forma. Várias organizações empresariais também usam Análise de Proximidade para identificar sites adequados para estabelecimentos comerciais.

Buffering: o buffer é a técnica usualmente usada com análise de proximidade para mostrar a esfera de influência de um determinado ponto. O buffer não é apenas útil para construir uma zona em torno de uma determinada característica geográfica para além disso, mas também para investigação usando o método de sobreposição.

Localizar Clusters: um cluster pode envolver membros onde uma distância entre eles é decididamente menor do que uma determinada quantidade ou áreas em que os pontos são densos, mais significativos do que um nível específico.

Encontrar o mais próximo: um procedimento que é usado para medir as distâncias dentro de um ponto e a borda de um elemento particular que define como um polígono usando pontos vetoriais.

Análise de localização: o melhor método para classificar um local para uma nova tomada local. O procedimento que se desenvolveu a partir de abordagens teóricas pode ser usado para explicar as condições detectadas em um algoritmo para identificar locais ótimos.

Ferramenta GIS:

Os aplicativos GIS são ferramentas que permitem aos usuários não só criar consultas interativas ou pesquisas criadas pelo usuário, mas também permitir a análise de informações espaciais, editar dados em mapas e apresentar os resultados de todas essas operações.

Abaixo está a lista de ferramentas de GIS usadas mais comumente, elas são:

  • Superposição e proximidade
  • Superfícies
  • Estatísticas espaciais e não espaciais
  • Gerenciamento de tabela
  • Seleção e extração

Abaixo estão as vantagens do GIS que, portanto, são úteis -

As principais vantagens do SIG são as seguintes:

Melhora a tomada de decisões – as decisões são mais acessíveis devido à informação particular e completa apresentada sobre um ou mais locais.

Diminuir os custos e aumentar a eficiência - principalmente no que se refere aos horários de manutenção, ao progresso da frota ou aos horários agendados.

Uma comunicação facilmente compreensível entre a organização e os departamentos podem ser visualizados no formato visual.

Secure Managing records - As mudanças geológicas são registradas pelos sistemas GIS que são confiáveis ​​para documentar mudanças.

Gerenciando geograficamente - entender o que é e o que ocorrerá em um espaço geográfico, portanto, ajudará a planejar um curso de ação.

Essas são algumas das vantagens que não só poderia fornecer o uso da tecnologia SIG, mas também pode ser uma ótima decisão para usá-la.

O GIS confiou em modificações feitas em muitos tipos diferentes de sistemas GIS:

  • Geografia
  • Cartografia
  • Fotogrametria
  • Sensoriamento remoto
  • Levantamento
  • Geodésia
  • Engenharia Civil
  • Estatisticas
  • Ciência da Computação
  • Pesquisa de operações
  • Inteligência artificial
  • Demografia, e muitos outros ramos ou tipos de SIG.

Share This:

Go Field Collector

No APP Field Colector você coleta as coordenadas de seu ponto de campo.

Equipes de campo se vêem obrigadas a levar vários itens para registro de cada dado de seu trabalho, como cadernos, planilhas impressas, canetas, lápis, câmeras fotográficas, calculadoras, bússolas, GPS, entre outros. O uso do GO FIELD COLLECTOR em seu celular ou tablet permite a TOTAL PRATICIDADE do trabalho sem a necessidade de levar qualquer outro item.

PRATICIDADE
É FUNDAMENTAL

No APP Field Colector você coleteta as coordenadas de seu ponto de campo, descreve o local e tira fotos, tudo em um mesmo tablet ou celular, on line ou off line.

Pode-se Salvar automaticamente todas as informações coletadas na nuvem e analisar seu trabalho pelo go field collector web. No sistema você pode selecionar os melhores pontos, as melhores fotos e mesmo editar a descrição feita em campo.

Uma das funcionalidades é a produção de fichas de campo automaticamente, para o seu relatório de trabalho. Tudo organizado por missão e assim pode-se Eliminar horas de trabalho em escritório, depois de voltar do campo.

INFORMAÇÕES
ORGANIZADAS

Esqueça as folhas pautadas do caderno, as planilhas em folhas impressas e as dezenas de post-its. No GO FIELD COLLECTOR os dados são inseridos em fichas digitais, com campos exclusivos para os tipos de dados e automaticamente organizados em conjuntos para cada missão. O recurso de buscas de qualquer dado registrado permite versatilidade no trabalho e em seu planejamento.

FOTOS ASSOCIADAS
AO PONTO COLETADO

A máquina fotográfica e a caderneta de campo são substituídas pelo uso do GO FIELD COLLECTOR. Para cada ponto registrado o sistema pode associar até 4 fotos, capturadas com a câmera do dispositivo móvel. Estas fotos, assim como as anotações de campo, ficam associadas às coordenadas do ponto visitado e prontas para serem salvas na nuvem e produzirem o seu relatório de campo em poucos minutos.

TRANSMISSÃO DE DADOS
PARA A NUVEM

A versatilidade do GO FIELD COLLECTOR permite o envio dos dados coletados e registrados para a nuvem de forma segura e automática. O envio dos dados é feito no momento em que você tiver uma conexão com a internet. Se estiver off line, o seu trabalho poderá ser feito normalmente e com toda segurança. Os dados irão para a nuvem quando a conexão for restaurada.

TODOS OS SEUS DADOS SOBRE
MAPAS DO GOOGLE

O GO FIELD COLLECTOR se completa com a versão WEB. Acessando o site do sistema, você terá em sua conta, todas as suas missões de campo com seus respectivos dados coletados, organizados e acessíveis, sobre a base do GOOGLE MAPS. Neste ambiente você poderá visualizar, analisar e editar toda a sua produção de campo e também se planejar para o próximo dia de trabalho.

RELATÓRIOS COMPLETOS, CUSTOMIZADOS E PRONTOS

Com o GO FIELD COLLECTOR, o trabalho que era feito antes de forma manual para a produção de fichas de campo e relatórios, passa a ser automático. No ambiente WEB, você seleciona os pontos desejados, edita os textos digitados em campo, escolhe a ordem das fotos ou pode adicionar novas fotos, insere a sua logomarca e então gera o seu relatório de campo. Tudo em poucos minutos!

Fonte: https://www.gofieldcollector.com.br/

#coletadecampo #geoprocessamento #gis #sig #arcgis #qgis #giscursos #analiseambiental #analisederisco

 

 

Share This:

car

Secretaria de Estado do Ambiente e Instituto Estadual do Ambiente avançam com o Cadastro Ambiental Rural no Rio de Janeiro

A Secretaria de Estado do Ambiente do Rio de Janeiro e o Instituto Estadual do Ambiente (Inea) lançam na quarta-feira (24) o Módulo de Análise do Cadastro Ambiental Rural, o CAR. O evento contará com a presença do ministro do Meio Ambiente, José Sarney Filho.

O Cadastro Ambiental Rural (CAR) é um registro público eletrônico, obrigatório para todos os imóveis rurais com a finalidade de integrar as informações ambientais referentes à situação das Áreas de Preservação Permanente (APP), das áreas de Reserva Legal, das florestas e dos remanescentes de vegetação nativa, das Áreas de Uso Restrito e das áreas consolidadas das propriedades e posses rurais do país.

Instituído pela Lei Federal nº 12.651/2012, no âmbito do Sistema Nacional de Informação sobre Meio Ambiente (SINIMA), o CAR constitui a base de dados estratégica para controle, monitoramento e combate ao desmatamento de florestas e demais formas de vegetação nativa do Brasil, bem como para planejamento ambiental e econômico dos imóveis rurais.

Após o envio das informações por parte dos proprietários e posseiros rurais, o cadastro passa por análise, validação e aprovação dos dados apresentados. As informações analisadas e validadas irão também subsidiar a elaboração de políticas públicas, nortear as ações do Programa de Regularização Ambiental – PRA, dimensionar o desafio de produção de mudas dos hortos florestais estaduais, trazer informações ambientais relevantes que auxiliem a gestão das Unidades de Conservação e principalmente implementar a Lei Federal n°12.651/12 (“Novo Código Florestal”) em áreas de interesse especial do Estado.

Somente no estado do Rio de Janeiro já foram realizados cerca de 37.500 cadastros, que começaram a ser validados no dia 16 de maio.  Os números mostram um avanço no território fluminense, que foi conseguido por meio de parcerias formalizadas pelo Inea com os comitês de bacias hidrográficas e com o Ministério do Meio Ambiente.

O Inea também firmou Acordos de Cooperação com 23 municípios fluminenses para auxiliar os pequenos proprietários rurais  nas inscrições e nas respostas às demandas da validação.

A Gissoluções, desenvolve projetos de levantamento para planejamento ambiental, informações ambientais relevantes que auxiliem a gestão das Unidades de Conservação e base de dados estratégica para controle, monitoramento para cadastro de imóveis rurais inclusive.

Veja o site: www.gissolucoes.com.br

Share This:

SPRING

Software do INPE conquista mais de 200 mil usuários

O SPRING, software livre desenvolvido pelo Instituto Nacional de Pesquisas Espaciais (INPE), ultrapassou em setembro de 2014 a marca de 200 mil usuários e continua registrando  downloads  para seus interessados.

Destinado a aplicações de sensoriamento remoto e mapeamento, o SPRING é o software livre de informação geográfica mais utilizado no Brasil por pesquisadores e estudantes.  O sistema também é utilizado por milhares de usuários da Colômbia, Estados Unidos, Espanha, Argentina, Portugal, França, México, Peru, Índia, Venezuela, Itália, Chile e Alemanha, entre outros países.

Com funções de processamento de imagens, análise espacial, modelagem numérica de terreno e consulta a bancos de dados espaciais, o SPRING pode ser utilizado em áreas diversas como agricultura, gestão ambiental, estudos de florestas, geografia, geologia, planejamento urbano e regional.

A GISCursos realiza capacitação em SPRING presencial, de Introdução ao Processamento Digital de Imagens (PDI) com prática no software SPRING.

Com introdução teórica breve  e totalmente prática com projetos reais, o curso apresenta as funções de processamento de imagens, análise espacial, modelagem numérica de terreno e consulta a bancos de dados espaciais no software SPRING. Através do ambiente desenvolvido por nossos mestres docentes, o aluno completa as etapas do curso e produz seus próprios produtos cartográficos.

O curso de Introdução ao PDI – Prática com SPRING foi programado para um total de no mínimo 10 horas de estudo, sem contar os acessos aos conteúdos complementares (artigos, tutoriais, webinars, etc.).

Mais informações: www.giscursos.com.br

 

Share This:

fereramentas de geoprocessamento

Ferramentas de análise da morfodinâmica

O monitoramento e análise do comportamento dinâmico dos processos ambientais são trabalhos considerados atualmente, muito importantes. Para realizá-los com mais eficiência e qualidade, é preciso sempre utilizar escalas adequadas para alcançar o detalhamento necessário, exigido pela temática da pesquisa. Outros aspectos a considerar são o tempo de acompanhamento do processo e a precisão empregada.
Existem muitas metodologias e, frequentemente, novos equipamentos, instrumentos e tecnologias que são empregados para trabalhos de pesquisa em várias áreas do conhecimento e no acompanhamento de processos naturais. A produção e a utilização dessas ferramentas comuns também se orientam na necessidade de atender os objetivos de aplicações inerentes às temáticas específicas de cada uma dessas áreas de conhecimento.
Para acompanhar o comportamento dos processos ambientais hoje,é indispensável o uso de sistemas globais de posicionamento (GPS); sensoriamento remoto com as imagens; o geoprocessamento empregando bancos de dados e sistemas geográficos de informação (SGI) ou (SIG).
No caso das praias por exemplo, estabelecer comparações entre suas áreas ao longo do tempo e a criação de mapas, com o emprego de imagens de satélite e geoprocessamento é também um procedimento eficiente e usual, para mapear e responder onde, como e quanto a praia aumentou em área por deposição ou diminuiu por erosão.
A cada dia, instrumentos e equipamentos antigos são aperfeiçoados ou aparecem novos. As novas tecnologias permitem aprimorar a qualidade dos resultados obtidos. Além disso, são criadas novas aplicações, visando atender a demanda de melhor conhecer os fenômenos naturais ou induzidos pela ação humana.
Softwares como o ArcGIS, o Quantum GIS, Spring software livre desenvolvido pelo Instituto Nacional de Pesquisas Espaciais (Inpe) entre outros são importantes para o auxílio ao levantamento e a pesquisa.
Venha para a GISCursos e capacite-se em Geoprocessamento com cursos presenciais totalmente práticos com nossos profissionais, todos a nível mestres e doutores em diversas áreas.

Share This: