Como acessar imagens de satélite e aerial para Santa Catarina na prática
A maioria das pessoas que precisa de imagens geoespaciais de Santa Catarina começa procurando no Google Maps e acha que terminou o trabalho. Isso raramente funciona quando você precisa de algo com resolução útil para projetos sérios. Vou explicar como eu pessoalmente tenho conseguido imagens decentes sem gastar uma fortuna, e onde costumam dar problema.
Fontes gratuitas de imagens santa catarina
O caminho mais óbvio é o MapBiomas. Eles disponibilizam mosaicos anuais com resolução de 30 metros para todo o Brasil, incluindo Santa Catarina. A cobertura é consistente, os dados são abertos e o download é direto. O problema é que 30 metros não serve para quase nada que exija detalhamento. Para monitoramento de bacias hidrográficas ou uso do solo regional, funciona. Para identificar estruturas individuais, não. Já o INPE oferece imagens do CBERS-4A com resolução de 5,2 metros na banda multiespectral. A diferença é absurda quando se compara com o MapBiomas. Eu usei isso para mapear áreas de desmatamento em encostas serranas e consegui identificar clareiras de menos de um hectare. O custo de processamento é maior porque os dados precisam ser corrigidos atmosfericamente antes de qualquer análise útil, e isso consome tempo.
O Planet Labs tem cobertura diária com resolução de 3 metros na versão SkySat. Eu já pegueimosaicos sem nuvens de Florianópolis e do vale do Itajaí aqui. O plano gratuito permite acesso limitado, mas para uso comercial ou projetos extensos você precisa pagar. A desvantagem real é que o acesso gratuito muitas vezes não entrega imagens livres de nuvens quando você mais precisa, especialmente na costa catarinense onde a neblina matinal é constante entre abril e setembro. Outra opção que muita gente esquece é o ASTER GDEM para dados topográficos. Resolução de 30 metros. Se você precisa de MDE para modelagem hidrológica em regiões como a Serra Geral ou o planalto serrano, funciona bem. Mas também é limitado para análises muitoas.
Um caso real que quase me custou o projeto
Estava trabalhando em um mapeamento de risco geológico para uma prefeitura do Vale do Itajaí. Precisava de imagens com resolução suficiente para identificar trincas e movimentos de massa em encostas. As imagens gratuitas do INPE tinham 5,2 metros, mas a correlação com a realidade no campo era insuficiente. A cobertura de nuvens no período de aquisição foi de cerca de 60%. A solução foi comprar dados do SPOT através da plataforma de compra da Airbus, na resolução de 1,5 metro. O custo ficou em torno de R$ 800 por cena de 60x60 km. O tempo de processamento, incluindo ortorretificação com modelo digital de elevação do SRTM, foi de aproximadamente 4 horas de trabalho manual usando QGIS e GRASS GIS. O resultado final permitiu identificar áreas de ruptura ativas com precisão suficiente para embasar uma intervenção de contenção.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O erro que cometi na primeira tentativa foi usar o DEM do SRTM diretamente sem considerar que ele tem resolução de 30 metros e erros sistemáticos em terrenos montanhosos. Isso gerou distorções na ortorretificação que tornavam as feições deslocadas. A correção veio usando o LiDAR do estado de Santa Catarina, disponível pelo SIGE-Sul, com resolução de 1 metro. O deslocamento nas bordas das encostas caiu de cerca de 12 metros para menos de 1 metro.
O que ninguém conta sobre resolução vs. custo
Quanto maior a resolução, maior o volume de dados. Uma cena de 100x100 km em 1 metro pode facilmente ultrapassar 50 GB em formato GeoTIFF multibanda. Se você está começando, isso parece irrelevante até o momento em que precisa carregar tudo na RAM do computador. Meu conselho prático: faça o mosaico, aplique o corte no limite do município ou bacia de estudo, e reduza para o tamanho exato antes de qualquer processamento. Isso corta o tempo de processamento em pelo menos 70% comparado a trabalhar com a cena completa. Também é importante saber que imagens ópticas com resolução inferior a 5 metros muitas vezes não compensam o custo se o seu objetivo for classificação de cobertura vegetal em larga escala. Nesse caso, Sentinel-2 com 10 metros e banda do infravermelho de onda curta é suficiente e é totalmente gratuito. Eu já vi engenheiros agrônomos comprarem imagens caras para classificação de cultura quando os dados gratuitos do Sentinel resolviam o problema com folga.
Formatos e ferramentas que funcionam
Para visualização rápida, o Google Earth Engine permite rodar análises sem baixar nada. Cálculos de NDVI, diferenças entre datas, máscaras de nuvens. Eu uso isso para pré-análise antes de decidir se compro dados. A desvantagem é que você fica preso ao ambiente deles e exportações com muitas features têm limites de tamanho. Para processamento local, QGIS com os plugins Orfeo ToolBox e WhiteboxTools cobre 95% do que você vai precisar. A parte que mais dá trabalho é a correção geométrica e radiométrica, especialmente quando você mistura imagens de adores diferentes. Eu configurei um pipeline em Python usando o WhiteboxTools para correção atmosférica via modelo LAADC, que reduz o tempo de preparação de uma cena de 2 horas para cerca de 20 minutos.
Quando não vale a pena
Se o seu projeto é apenas para fins educativos ou de curiosidade, as imagens gratuitas do MapBiomas ou do Google Earth são perfeitamente adequadas. Não gaste dinheiro com dados comerciais para algo que não exige detalhamento fino. Da mesma forma, se você precisa apenas de dados topográficos para uma bacia pequena, o LiDAR estadual ou municipal já está disponível gratuitamente nos órgãos competentes e tem resolução muito superior ao SRTM. O maior problema que encontrei com imagens de Santa Catarina nas últimas duas décadas foi a inconsistência entre as fontes. Um produto do INPE pode ter uma data de aquisição diferente de uma cena do Planet na mesma região, e a comparação direta sem normalização radiométrica gera ruído que parece ser variação real. Sempre aplique normalização cross-sensor antes de qualquer análise temporal. Isso leva uns minutos a mais e evita conclusões erradas.
Resumo do que funciona
Para uso geral e mapeamento de uso do solo: MapBiomas (30m, gratuito). Para detalhes médios como estruturas rurais e estradas: CBERS-4A (5,2m) ou Sentinel-2 (10m). Para mapeamento de risco e detalhamento urbano: SPOT ou Planet SkySat (1,5m a 3m). Para elevação: LiDAR estadual sobre o SRTM. Processamento local com QGIS + WhiteboxTools, e use o Google Earth Engine para pré-análise antes de investir em dados pagos. A escolha certa depende do que você realmente precisa medir. Imaginar que mais resolução sempre resolve é um erro comum. Às vezes, a imagem gratuita certa usada da forma correta entrega melhor resultado do que um dado caro mal processado.
