O sensoriamento remoto é um tipo de tecnologia usado para medir e monitorar características biofísicas e atividades humanas. É um importante método de análise e mapeamento da cobertura do planeta, permitindo uma aquisição de dados de forma global, rápida e confiável.
Hoje, é muito comum ver o sensoriamento remoto aplicado no mapeamento e monitoramento da vegetação e agricultura, por exemplo. Assim, novas análises se tornaram possíveis e relevantes dentro de um contexto de inovação tecnológica, aliada à preservação de florestas. Dentre essas, estão estudos que utilizam de inteligência artificial.
A Pix Force, em parceria com a Eletrobras Furnas, desenvolveu um projeto de P&D que utiliza o sensoriamento remoto no monitoramento de linhas de transmissão. Confira mais detalhes neste texto.
O que é sensoriamento remoto?
Em linhas gerais, sensoriamento remoto é um conjunto de técnicas e procedimentos que buscam a representação e coleta de dados da superfície terrestre sem que haja um contato direto com a mesma. Assim, é possível ter um apanhado de informações sobre um área, terreno ou objeto por meio de sensores e instrumentos em geral.
Esse tipo de técnica se tornou muito importante hoje em dia. Afinal, ela é capaz de revelar dados geográficos e até mesmo históricos sobre os espaços analisados, incluindo informações como:
Distribuição de áreas florestais
Avanço do desmatamento
Crescimento das áreas urbanas
Entre outros
A partir desse conceito, o projeto de P&D da Pix Force, em parceria com a Eletrobras Furnas, traz um novo olhar sobre os indicadores socioambientais das regiões analisadas. Haverá um aumento da recorrência do monitoramento do uso do solo ao longo de toda a extensão das linhas de transmissão, mas principalmente da vegetação e dos riscos em torno das linhas.
Leia mais: Sensoriamento remoto na gestão de ativos de energia elétrica
Os impactos do monitoramento
A partir de todos os dados que passarão a ser colhidos, o monitoramento prevê impactos positivos em todas as regiões e empresas envolvidas. Espera-se um incentivo maior a projetos de preservação ambiental em áreas específicas e que são mais críticas para o sistema elétrico.
Além disso, a pesquisa utilizará tecnologias de vanguardas como redes neurais artificiais de forma inédita para as linhas de transmissão no Brasil. A maior vantagem estará na utilização de imagens obtidas em diferentes faixas do espectro eletromagnético, possibilitando:
Integração de propriedades bioquímicas (ópticos)
Integração estruturais e geométricaS (SAR)
Diferenças altimétricas na superfície vegetativa ao longo do tempo (InSAR)
O processamento das imagens SAR, que buscam auxiliar nos estudos de variação de terreno, é um processo complexo que envolve várias etapas, conforme explicamos a seguir.
Como funciona o processo?
O software SNAP apresenta-se como ferramenta gratuita e principal de tratamento de imagens do sistema Sentinel 1. O processamento exige que duas imagens, uma chamada master e outra slave, sejam alinhadas e subtraídas digitalmente.
Com duas imagens SAR obtidas, é possível obter um interferograma georreferenciado. Mas, para isso é preciso passar por algumas fases:
1. O primeiro passo é escolher a região e a polarização por meio de um processo chamado coregistering. A master e a slave são alinhadas com precisão para cada passagem orbital respectiva. Esse passo é fundamental para a geração do interferograma.
Cada subswath é formado por várias strips separadas que devem ser juntadas, por meio das operações deburst e merge.
2. O segundo passo envolve filtragem de diversos efeitos intrusivos: efeito de curvatura da Terra, efeito de variações atmosféricas e efeitos de ruído diversos.
3. Por fim, uma operação chamada reprojection gera a saída georreferenciada que pode ser complementada para obter a escala de variação de altura (phase unwrapping).
O produto de saída envolve as bandas de intensidade, fase e correlação. Essa última serve para avaliar o grau de coerência entre pixels permitindo observar claramente que regiões sem vegetação têm alta correlação.
Embora seja um processo complexo, a obtenção de interferogramas é considerado fácil pelas ferramentas do SNAP. Para torná-lo mais eficiente e ágil, será convertido em redes neurais artificiais, obtendo a modelagem do terreno em linhas de transmissão.
Leia mais: Conheças as 10 melhores ferramentas relacionadas ao Sensoriamento Remoto
Conclusões do projeto
Esse estudo demonstrou assim o potencial de uso de InSAR multitemporal para monitoramento de elevação de terrenos, como já demonstrado em outros trabalhos.
Esta, e outras metodologias de modelagem de terreno, serão aplicadas ao longo do projeto Furnas. Elas vão ajudar a compreender o comportamento do solo e das florestas ao longo das linhas de transmissão e sua complexa estrutura de monitoramento.
Resultados preliminares indicam que as ferramentas e metodologias são promissoras, e facilitado nas aplicações com redes neurais para grandes áreas de estudo.