Constelação EOS SAT Focada No Agro: Resumo De Tecnologia
Sessenta e cinco anos após o lançamento do primeiro satélite artificial para observação da Terra, o sensoriamento remoto por satélite avançou significativamente. A conexão onipresente da Internet, o maior poder de computação, a capacidade de armazenamento e velocidade de processamento de dados influenciaram a funcionalidade dos satélites para adquirir, processar e transferir dados. Diariamente, os satélites monitoram milhões de quilômetros quadrados da superfície do planeta e geram dezenas de terabytes de dados para pesquisas e necessidades comerciais de clientes de diversos setores: mineração, silvicultura, militar, meteorologia, agricultura, etc.
A EOS Data Analytics, fornecedora global de análise de imagens satelitais com tecnologia IA, está entrando na indústria de satélites ao lançar uma constelação com foco na agricultura – a EOS SAT.
O Que Há De Especial Na Constelação De Satélites Agrícola EOS SAT Lançada Pela EOS Data Analytics?
A constelação consistirá em sete pequenos satélites (178 kg) voando acima da Terra, iluminada pelo sol, 50% do tempo. Seguindo a órbita baixa heliossíncrona da Terra com condições de iluminação constantes, os satélites podem produzir imagens de alta qualidade.
As tecnologias atuais permitem equipar até um satélite leve com todo o hardware necessário para atender às necessidades de geração de dados de alta resolução. As capacidades de cobertura de pequenas constelações de satélites aumentam com o número de satélites. Calculamos que sete satélites seriam ideais para nossos objetivos.
O primeiro satélite (EOS SAT-1) planejado para ser lançado em 2023 possui dois sensores eletro-ópticos DragonEye instalados na plataforma de satélite Dragonfly de 100 kg.
O lançamento dos outros seis satélites está programado para 2023–2025; até 2025, a EOS SAT atingirá sua capacidade total. A equipe de produção atualizará o hardware dos satélites nos próximos anos. Por exemplo, vai melhorar a velocidade da banda X para aumentar o volume de dados transferidos para as estações terrestres.
A finalidade primordial da constelação condiciona a escolha das características técnicas. A EOS SAT é engenhada para imagens de terrenos cultivados e áreas florestais, analisando os dados gerados sobre o desenvolvimento da planta e a condição do solo e correlacionando esses insights com dados meteorológicos e de manejo de culturas/florestas.
Vamos ver as principais características da constelação.
Bandas espectrais. As câmeras de satélite possuem sensores que detectam a energia da luz das partes específicas (faixas) do espectro eletromagnético, correspondendo cada a uma banda espectral. Os satélites da EOS SAT capturarão imagens da superfície do planeta usando as seguintes bandas relacionadas ao agro:
- RGB
- 2 canais NIR
- 3 canais RedEdge
- Vapor de água
- Aerossol
- Pan
- SWIR
O EOS SAT-1 terá 11 bandas espectrais, excluindo SWIR. Os outros seis satélites serão equipados com 13. Assim, começando com o EOS SAT-2, cada máquina terá duas bandas SWIR extras (Cirrus 1.360–1.390 e 1.565–1.655).
As bandas espectrais são selecionadas com base nas propriedades da luz que transpassa nossa atmosfera. Essas 13 bandas são sensíveis a comprimentos de onda eletromagnética, com os quais se minimiza a distorção de ondas de luz refletidas na superfície da Terra. Assim, os usuários podem obter imagens que retratam,com precisão, os objetos de interesse.
As bandas espectrais permitem obter informações específicas de um parâmetro em análise, portanto cada banda tem seus casos de uso. Por exemplo, a banda NIR (quase infravermelha) é usada para detectar níveis de clorofila: quanto mais saudável a planta, mais clorofila ela tem e reflete mais comprimentos de onda NIR. Além disso, o NIR é eficaz para monitorar plantas e contrastar os corpos d’água com as características próximas e pode ser aplicado para detectar o teor de umidade do solo.
SWIR (infravermelho de ondas curtas) têm um contraste forte. Portanto, pode ser usado para separar produtos agrícolas de alto valor do grau inferior e avaliar a maturação de frutas e culturas.
A água absorve muita luz neste comprimento de onda, por isso parece quase preta nas imagens de objetos iluminados por câmeras SWIR. Portanto, se aplicarmos um filtro ou fonte de luz apropriados, eles podem definir o teor de umidade em frutas machucadas, grãos ou culturas bem irrigadas. Pelo contrário, o SWIR faz com que a evaporação e a secura extrema sejam vistas nos objetos fotografados, então é possível prever o estresse hídrico nas culturas, implementar a irrigação de precisão e detectar a salinidade do solo causada pela falta de água, pela alta taxa de evaporação e má drenagem. Resumindo, usando imagens SWIR, os agricultores podem lidar em tempo hábil com problemas detectados para evitar mais danos e perdas nas colheitas, estimar rendimentos, verificar a qualidade e avaliar a maturação dos produtos agrícolas.
Em geral, os satélites fornecem imagens pancromáticas e multiespectrais. Uma imagem pancromática usa uma única banda que combina três bandas visíveis ao olho humano – vermelho, verde e azul. Essa imagem aparece em tons de cinza e não contém nenhuma informação específica de comprimento de onda. Uma imagem multiespectral descreve a mesma área, mas compreende várias camadas adquiridas em uma banda de comprimento de onda específica.
Tempo de revisita. Os satélites farão imagens das mesmas áreas agrícolas e florestais a cada cinco ou seis dias. Mas o intervalo entre a aquisição de imagens pode ser reduzido a um dia conforme a demanda do cliente (uma tarefa em nível de campo). Tarefas personalizadas para territórios maiores (nível de país) podem levar até quatro dias, dependendo de sua localização, do comprimento da órbita do satélite acima e do tamanho da área de interesse. As tarefas de detecção de anomalias podem ser realizadas em um dia.
Cobertura. O EOS SAT-1 monitorará cerca de 0,8 a 1 milhão de quilômetros quadrados diariamente, enquanto cada um dos seis satélites cobrirá cerca de 1,3 a 1,4 milhão de quilômetros quadrados. Já na órbita, sete satélites monitorarão 8,6 a 9,4 milhões de quilômetros quadrados diariamente. Temos a capacidade adicional de atingir 12 milhões de quilômetros quadrados aumentando a taxa média de ligação descendente de satélite.
Está prevista, até 2025, a constelação de sete satélites cobrindo 100% dos países com as maiores áreas de fazendas e florestas, totalizando 98,5% das terras em todo o mundo.
Também monitorará 100% das terras agrícolas nos 20 principais países com maior potencial no setor agrícola; ou seja, em países líderes por áreas agrícolas e florestais. Para as estimativas, os especialistas da EOSDA contaram com pesquisas de código aberto e com a classificação de terras agrícolas globais analisando os dados do MODIS.
Ciclo de dados. O ciclo de dados — a sequência de etapas de trabalho com dados — será de 16 a 24 horas, com possibilidade de encurtar o tempo em até três horas dentro de uma tarefa priorizada. Essas etapas incluem geração de imagens por satélite, aquisição de dados de imagens por quatro estações terrestres em todo o planeta, armazenamento, preparação e processamento de dados (usando métodos de aprendizado de máquina para análise) e apresentação de insights aos usuários finais.
Uma imagem pancromática pode ser combinada (fundida) com uma multiespectral de resolução mais baixa para aumentar sua resolução espacial e destacar as características da superfície.
A resolução da distância de amostragem do solo (GSD) de imagens pancromáticas e multiespectrais é de 1,4 e 2,8 m, respectivamente.
Dados Exclusivos De Satélite Para Apoiar A Produção Agrícola Sustentável
Embora os concorrentes também possam fornecer cobertura diária semelhante à nossa, os dados das fontes próprias apresentam algumas vantagens.
Outras empresas geralmente cooperam com provedores de imagens de satélite, que nem sempre fornecem dados capturados nos intervalos espectrais necessários para índices de vegetação. Pelo contrário, a EOSDA gerencia todo o ciclo de dados internamente. Definimos requisitos para imagens, sua resolução temporal e processamento, por isso temos certeza de obter dados, regularmente, de alta qualidade e com os mesmos parâmetros. Isso também significa que as imagens necessárias para uma área de interesse entrarão na lista de tarefas e serão processadas especificamente para os índices especificados por um cliente.
Revisitas frequentes para atualização contínua de dados imprescindíveis para resolver tarefas relacionadas ao agro garantirão resultados analíticos ainda mais precisos para apoiar a tomada de decisões pelos usuários finais: produtores de alimentos, fornecedores de insumos, seguradoras ou bancos.
A cobertura quase completa, em 2025, de terras agrícolas em todo o mundo aproximará a EOSDA de cumprir seu compromisso: fornecer imagens de alta qualidade e análises de monitoramento por satélite para apoiar a agricultura sustentável. Afinal, produzir alimentos mais saudáveis usando menos recursos e minimizando os danos ambientais beneficia as empresas agrícolas, os consumidores e o planeta.
Sobre o promotor:
Natalia Ivanchuk possui um mestrado em Matemática Aplicada pela Universidade Nacional de Engenharia Hídrica e Ambiental. Ela é autora de mais de 60 publicações científicas, monografias e outros trabalhos científicos. A experiência de Natalia e o constante desejo de aprender e aperfeiçoar suas habilidades de programação (C++, C#, JS, Python), têm sido muito benéficos para a EOS Data Analytics.
Artigos recentes
Antracnose: Como Identificar E Controlar A Doença
A antracnose se espalha rapidamente e pode devastar culturas importantes. Aprenda métodos de detecção precoce e opções de tratamento para proteger suas plantações dessa ameaça fúngica.
Plantar Bananas: Como Plantar E Cuidar De Uma Plantação
Muitos agricultores se interessam em cultivar bananas pela popularidade da fruta. Porém, recentemente surgiu a questão urgente de combater doenças que ameaçam toda a indústria.
Agricultura De Carbono: O Que É E Como Implementá-la Hoje
Tradicionalmente, a agricultura emitia gases de efeito estufa em vez de sequestrá-los. A agricultura de carbono visa mudar isso, mantendo a economia para os players do agronegócio.