Frequências Orbitais — Bandas Espectrais

Este guia sobre Bandas Espectrais de satélites nasce como um caderno pessoal para minhas revisões e consultas rápidas. Embora seja um tema rotineiro para geógrafos e analistas de geoprocessamento, para mim, que venho da tecnologia, escrever é a melhor forma de fixar o conteúdo. Em fim, vamos ao assunto.

— -

Para entender essas bandas a fundo, precisamos lembrar que elas são intervalos contínuos de comprimentos de onda, projetados para que os sensores orbitais registrem a Radiação Eletromagnética (REM).

Imagine que estamos no meio de um vale. Nossa visão humana diria que o ambiente é composto apenas pelas cores óbvias da paisagem, verde das árvores, azul do ceu e lagos, vermelho das flores e mistura de toda essas juntas. Porém, nossos olhos não enxergam tudo. Se você ligasse um rádio, perceberia que o ar está, na verdade, lotado de informações invisíveis, como ondas de rádio, sinais de comunicação e frequência cruzando o espaço a todo momento. Nossos olhos funcionam como um rádio antigo que só sintoniza uma única estação (a luz visível). Se a informação muda de frequência, ficamos cegos para ela.

É aí que entra o monitoramento por satélite. Lá de cima, os sensores ópticos avançados não estão preocupados com o sinal de TV para assistirmos The Office ou Wi-Fi para jogarmos Unepic. Eles operam sintonizando frequências invisíveis capazes de enxergar através da fumaça de grandes queimadas, estimar a umidade escondida nas folhas de uma lavoura e até medir o calor que o concreto das cidades absorve ao longo do dia.

Bandas Visível

Aqui temos a frequência que temos em comum com os sensores ópticos, onde os olhos humanos consegue sintonizar naturalmente. Ela faixa espectral, vai dos 400nm a 700nm. A diferença é que os sensores conseguir dividir muito bem essa janela de canais em menores para extrair os dados específicos solo, da água e da atmosfera. No sensoriamento remoto, essa grande janela contínua é fatiada por filtros físicos nos sensores dos satélites para isolar o comportamento de alvos na atmosfera e na superfície terrestre.

Aerossol Costeiro (430nm a 450nm)

| Penetração em colunas d’água rasas e calibração atmosférica

É a banda mais curta do espectro visível, situada na faixa do violeta. Por ter um comprimento de onda mais curta, é dispersada com mais facilidade na atmosfera, sendo extremamente sensível a partículas suspensas no ar como névoa, fumaça e aerossóis. De forma positiva, essa propriedade permite que ela penetra a coluna d’água em até aproximadamente 30 metros em ambiente de água clara.

De qual modo é usado na pratica? É a banda que os algoritmos leem primeiro para calcula e limpar os efeitos de névoa, fumaças fina e poeira da imagem. Tons mais claros e brilhantes em águas limpas indica locais mais rasos, como bancos de areias a 10m-15m de profundidade, rebatendo a luz.

Comparação espectral da região costeira de Maceió/AL usado o satélite Landsat 9. À esquerda, composição em Cor Verdadeira (RGB). À direita, Band 1( Aerossol Costeiro (~430–450 nm)) em escala de cinza. Na área urbana, superfícies minerais claras como concreto e telhados apresentam alta reflectância, enquanto a vegetação aparece escura pela absorção molecular da clorofila nessa faixa. No oceano, áreas rasas aparecem mais claras pela reflexão do fundo, e áreas profundas aparecem escuras pela absorção progressiva da coluna d’água, a banda B1 penetra até aproximadamente 30 metros em água limpa. Visualização gerada com Google Earth Engine via Python (Jupyter Notebook) e geocanvas, biblioteca de visualização de dados geoespaciais desenvolvida pelo autor.

Azul (450nm a 510nm)

| Discriminação de solo exposto e mascara de ruído.

Faixa associada à coloração visível dos oceanos. Penetra de forma eficiente em corpos d’água claras, sendo ideal para o imageamento de fundos costeiros. Apresenta uma alta sensibilidade à dispersão por partículas finas na atmosfera, como fumaças, poeiras e nuvens finas, o que viabiliza seu uso para filtrar esses elementos durante o pré-processamento.

De qual modo é usado na pratica? Ajuda a separar o que é solo mineral nu de áreas florestais. Muito usado para indicar a vegetação densa e saudável ou corpos d’água profundos.

Aqui temos que ter um cuidado, pois por ter um comprimento de onda muito curto, o azul sofre muito espalhamento (Espalhamento Rayleigh) por qualquer poeira, vapor ou fumaça, por isso que o nosso céu é azul e não rosado por causa da poluição urbana.

Comparação espectral da região do Rio do Descoberto em Brasília/DF usado o satélite Landsat 9. À esquerda, composição em Cor Verdadeira (RGB). À direita, Band 2 do Azul (~450–510 nm) em escala de cinza. Na área urbana, superfícies minerais claras como concreto e telhados apresentam alta reflectância, enquanto a vegetação aparece escura pela absorção molecular da clorofila nessa faixa. Nas áreas agrícolas, tons escuros indicam vegetação com clorofila ativa, tons médios indicam vegetação rala ou em início de crescimento, e tons claros indicam solo exposto sem cobertura vegetal , característica que torna o B2 eficiente para discriminar cobertura do solo. No corpo d’água, áreas rasas próximas às margens aparecem mais claras e a região central do rio aparece escura, indicando maior profundidade. Visualização gerada com Google Earth Engine via Python (Jupyter Notebook) e geocanvas, biblioteca de visualização de dados geoespaciais desenvolvida pelo autor

Verde (530nm a 590nm)

| Resposta máxima de clorofila e vigor vegetal

Esse verde aqui é do bom, uma vez que a clorofila absorve as faixa do azul e do vermelho para realiza a fotossíntese, refletindo a radiação correspondente ao verde. Aqui ele não só trabalha no mato, como também é sensível à presença de algas e fitoplâncton em florescimento, que elevam a refletância da água nesta região, deixando corpo d’água esverdeado.

De qual modo é usado na pratica? Além de dar um barato legal, é usado para identificar poluição biológica ou presença de algas em rios e reservatórios. Um corpo d’água que normalmente seria escuro, se aparecer muito claro/brilhante nesta banda, indica alta concentração de algas ou cianobactérias (bloom).

_Comparação espectral da região do Encontro dos Rios nos estados de Mato Grosso do Sul, Minas Gerais e São Paulo usado o satélite Landsat 9. À esquerda, composição em Cor Verdadeira (RGB). À direita, Band 3 Verde (~530–590 nm) em escala de cinza, onde tons claros indicam alta reflectância e tons escuros indicam absorção. A vegetação aberta e áreas agrícolas com clorofila ativa aparecem em tons claros pela reflexão característica do verde. Matas densas com dossel fechado aparecem em tons médios a escuros pela atenuação do sinal nas múltiplas camadas do dossel. Nos corpos d’água, áreas com alta concentração de algas e fitoplâncton aparecem muito claras pelo pico de reflectância do verde, enquanto águas limpas e profundas aparecem escuras pela absorção. O encontro dos rios revela diferenças na composição de cada curso d’água pela variação de sedimentos em suspensão e matéria orgânica dissolvida. Visualização gerada com Google Earth Engine via Python (Jupyter Notebook) e geocanvas, biblioteca de visualização de dados geoespaciais desenvolvida pelo autor

Vermelho (640nm a 670nm)

| Absorção fotossintética máxima e contraste com matrizes secas.

Como vimos na banda do verde a clorofila tem uma manutenção de atividade fotossintética. Consequentemente, a vegetação saudável apresenta baixa refletância nesse faixa, enquanto o solo exposto e as áreas construídas manifestam respostas mais altas gerando o contrate ideal pra a separação de cobertura.

De qual modo é usado na pratica? É o componente obrigatório na fórmula do NDVI (índice de Vegetação), que indica solo completamente exposto, áreas queimadas limpas sem vegetação, estradas de terra ou áreas urbanas. Mapeamento de desmatamento no bioma Cerrado utilizando essa bandas para discrimina o solo exposto recém desmatado da vegetação nativa remanescente com alta nitidez.

_Comparação espectral da região do Parque Nacional de Brasília/DF utilizando o satélite Landsat 9. À esquerda, composição em Cor Verdadeira (RGB). À direita, Banda 4 Vermelho (~640–670 nm) em escala de cinza. Tons claros representam maior reflectância e tons escuros maior absorção. A vegetação saudável aparece escura devido à intensa absorção da radiação vermelha pela clorofila durante a fotossíntese. Em contraste, solos expostos, áreas urbanas, superfícies minerais e vegetação seca apresentam maior reflectância e aparecem mais claros. Os corpos d’água absorvem fortemente essa faixa espectral, resultando em tonalidades muito escuras. Visualização gerada com Google Earth Engine via Python (Jupyter Notebook) e geocanvas, biblioteca de visualização de dados geoespaciais desenvolvida pelo autor

Como essas bandas se comportam combinadas?

No sensoriamento remoto, as bandas do visível raramente trabalham sozinhas. Quando você junta as bandas do Vermelho, Verde e Azul nos canais de exibição, a mágica acontece. O comportamento físico de absorção e reflexão de cada uma se funde para recriar a paisagem em “Cor Verdadeira”. É essa combinação que permite aos nossos olhos humanos interpretar a imagem de satélite de forma natural, transformando matrizes numéricas complexas em florestas verdes, solos marrons e oceanos azuis exatamente como veríamos se estivéssemos olhando pela janela de um avião.

Anotação: Um ponto que podemos notar, é que o espectro visível é dividido didaticamente na seis cores clássica do arco-íris: Violeta, Azul, Verde, Amarelo, Laranja e Vermelho. Porem, para os principais sensores do grande satélites (como Landsat e Sentinel), vemos que a faixa do Amarelo e Laranja não é a abordado, mesmo eles existindo fisicamente no sinal que chega no espaço, sendo optado por engolir esses pequenos intervalos, fundindo-os nas bandas vizinhas do Verde e Vermelho, com objetivo de otimizar a transmissão, o armazenamento de dados e processamento de imagens abordo. Podemos abordar essas características exclusivas trabalhadas por cada sensor orbital de satélite,, como os limites de cada bandas e o tamanho do seus pixels, futuramente.

— -

Bandas do Infravermelho

Depois que passamos pela fronteira do visível (acima dos 700nm), entramos no domínio do infravermelho. Aqui temos que pensar que nem o Demolidor, pois essa região é totalmente invisível para os nossos olhos. Aqui, abandonamos a leitura dos pigmentos das plantas e passamos a ler a estrutura física dos alvos e o teor de água no solo e vegetação.

Pensa na luz visível como a fotografia comum da superfície da Terra. O infravermelho vai além dessa imagem superficial, ele funciona como um scanner estrutural. É através dele que o satélite consegue analisar a textura interna das folhas para ver se a mata está sadia ou murchando, e avaliar o solo para identificar com precisão onde a terra está úmida ou sob estresse hídrico.

Infravermelho Próximo (850nm a 880nm)

| Mapeamento de biomassa, densidade foliar e contraste absoluto com a água.

Essa banda não fica de fora das analises de saúde das folhas, porem temos algo mais profundo, penetrando diretamente a estrutura celular interna das folhas. Folhas individuais saudáveis refletem até 50% da energia incidente nesta faixa devido à estrutura do foliar esponjoso, enquanto a água líquida absorve a radiação quase por completo. Esse comportamento contrastante atua na diferenciação de superfícies.

De qual modo é usado na pratica? É a estrela principal para o cálculo do NDVI (fazendo par com a banda vermelha B4). Também serve para desenhar o contorno exato de rios e lagos, já que a água engole o sinal e a margem terrestre reflete muito.

Comparação espectral da região do Rio Dourados no município de Dourados, Mato Grosso do Sul utilizando o satélite Landsat 9. À esquerda, composição em Cor Verdadeira (RGB). À direita, Band 5 NIR, Infravermelho Próximo (~850–880 nm) em escala de cinza, onde tons claros indicam alta reflectância e tons escuros indicam absorção. Corpos d’água aparecem pretos pela absorção total da radiação acima de 700 nm, característica que torna o NIR eficiente para delimitar com precisão as margens de rios e lagos. A vegetação saudável aparece em tons claros a muito claros pela alta reflectância da estrutura interna do mesofilo foliar. Áreas agrícolas em diferentes estágios vegetativos aparecem em tons variados, parcelas mais claras indicam cultura em desenvolvimento ativo, tons médios indicam solo com cobertura rala, e tons escuros a muito escuros indicam solo exposto, áreas degradadas ou cicatrizes de fogo, onde a destruição da estrutura foliar elimina o sinal característico do NIR. Visualização gerada com Google Earth Engine via Python (Jupyter Notebook) e geocanvas, biblioteca de visualização de dados geoespaciais desenvolvida pelo autor

Infravermelho de Ondas Curtas (1570nm a 2290nm)

| Teor de umidade, mapeamento de solo exposto e severidade de queimadas

Aqui vai trabalhar como detecção de falta de água (umidade) e o solo exposto. Nessa região do espectro é altamente sensível à presença de água contida no solo e no tecido das plantas, quanto mais úmido o alvo, mais ele engole essa energia, e pelo lado oposto, quando mais seco, mas ele reflete.

De qual modo é usado na pratica? é usada para monitorar o estresse hídrico na vegetação, classificar tipos de solo e rochas, e rastrear cicatriz de incêndio. Podemos realiza combinação matemática do NIR com o SWIR para gerar o NBR (Índice Taxa de Queimada Normalizada), o índice definitivo para calcular a severidade do fogo . Sim, esse o NBR e o principal meio que vou usar no meu projeto de algoritmo de mapeamento de cicatriz de fogo.

Comparação espectral da Ilha de Santa Rosa utilizando o satélite Landsat 9. À esquerda, composição em Cor Verdadeira (RGB), onde é possível observar fumaça ativa na porção sul da ilha. À direita, Band 6 SWIR 1, Infravermelho de Ondas Curtas (~1570–1650 nm) em escala de cinza, onde tons claros indicam alta reflectância e tons escuros indicam absorção. Corpos d’água aparecem pretos pela absorção total da radiação, comportamento idêntico ao NIR. A vegetação sem estresse hídrico aparece escura pela absorção da água contida nas folhas, enquanto vegetação em estresse hídrico aparece mais clara pela menor retenção de umidade. Solo exposto seco reflete forte no SWIR, aparecendo em tons claros. Na porção sul da ilha é possível observar dois estágios distintos do fogo, a frente ativa do incêndio aparece muito brilhante pela emissão térmica intensa, enquanto a área recém-queimada aparece escura pelo carvão úmido e cinza fresca absorvendo o sinal. Cicatrizes antigas, após secagem do solo, tendem a aparecer em tons mais claros. Visualização gerada com Google Earth Engine via Python (Jupyter Notebook) e geocanvas, biblioteca de visualização de dados geoespaciais desenvolvida pelo autor.

Como essas bandas se comportam combinadas? Se no bloco visível nós buscamos enxergar o mundo real, no bloco do Infravermelho o objetivo é criar composições de “Falsa Cor” para destacar o que está oculto. O resultado visual é impressionante. A vegetação saudável e densa salta aos olhos em tons de vermelho ou verde elétrico (pelo brilho do NIR), enquanto o solo exposto e as cicatrizes de fogo aparecem em tons de magenta, laranja ou marrom vibrante (pelo brilho do SWIR). Essa Essa composição é a ferramenta definitiva para delimitar linhas de incêndio e mapear o avanço de áreas degradadas com precisão cirúrgica.

Anotação: Devo avisar novamente, que quando falamos de bandas espectrais, temos algumas exclusões, inclusões e divisão, que são abordados de forma diferentes por outros satélites do mercado, da mesma forma do grupo do visível, aqui no não é diferente, ficou de fora o canal especifico chamado Red-Edge, banda do infravermelho próximo dividido em NIR-1 e NIR-2 e até o infravermelho de ondas curta separado em SWIR-1 E SWIR-2.

Bandas Especialistas

Para finaliza o grupo de bandas, por ultimo mais não menos importante, temos as bandas especialistas. Esqueça aqui o cálculo de NDVI ou a química das folhas, não rodam com as regras tradicionais de vegetação.

Pense nelas como aquelas ferramentas de linha de comando ou pacotes utilitários que você não usa para construir a interface do app, mas que são obrigatórios para resolver problemas pesados de infraestrutura. Elas resolvem gargalos ópticos de resolução, funcionam como debuggers de atmosfera eliminando ruídos invisíveis e atuam como verdadeiros termômetros orbitais que mapeiam a energia emitida pelo próprio planeta.

Pancromática (500nm a 680nm)

| Ganho de resolução espacial (Nitidez da imagem).

Como e de notar, ele está em um frequência que vai do azul ate o vermelho, basicamente , pegando toda as bandas do visível, transformado em um único canal preto e banco. Essa variação de frequência pode varia de satélite também, indo ate o NIR em outros satélites. Como o sensor recebe um quantidade massiva de energia de todas as cores misturadas, o senso consegue foca, gerando pixels duas vezes menores, como o dobro de nitidez, que as bandas coloridas normais.

De qual modo é usado na prática? É o combustível para o algoritmo de Pan-sharpening (Fusão Pancromática). Você usa essa banda preta e branca de alta resolução para injetar nitidez nas bandas coloridas que têm pixels maiores, gerando uma imagem final colorida e super nítida. É perfeita para desenha estradas, contornos de edificações e feições geográficas detalhadas.

Banda Cirrus (1360 a 1380nm)

| Detecção e filtragem de nuvens altas e invisíveis.

A atmosfera da Terra é absorvi bastante o vapor d’água. Quase toda a radiação que tenta desce até o chão é engolida pelo vapor do ar antes de toca o solo. Porém, se houver um nuvem do tipo Cirrus (nuvens altíssimas, finas e feita de cristais de gelo) flutuado no topo da atmosfera, ele vai refletir a luz ante de quele chega a zoa de absorção.

De qual modo é usado na prática? De direta, e uma banda de controle de qualidade, servido para criar mascara de nuvens no pré-processamento. Todo o continente e os oceanos aparecem completamente pretos, devido absorção do vapor, e de brilhando ou cinca claro nessa imagem, é 100% de certeza que se trata de um nuvem de alta interferindo no sinal.

Bandas Termais (10600nm a 12510nm)

| Temperatura da superfície e emissão de calor.

Aqui a física vira a chave completamente. Repare no comprimento de onda: saltamos de centenas para dezenas de milhares de nanômetros. Nessa faixa de onda longa, o sensor ignora a luz do Sol refletida e passa a registrar a radiação infravermelha que a própria Terra está emitindo na forma de calor.

De qual modo é usado na prática? Mapeamento do efeito de Ilhas de Calor nas cidades, monitoramento de correntes marítimas, detecção de estresse hídrico severo (solo seco esquenta muito mais rápido) e na identificação de focos subterrâneos ou linhas de fogo ativo em grandes incêndios. No mapa de calor, tons muito claros/brilhantes indicam alvos quentes (concreto exposto, teto de galpões ou a frente ativa de um incêndio) e tons escuros indicam alvos frios (corpos d’água profundos, florestas úmidas ou nuvens).

Assinatura dos Alvos

Blz, já conseguimos de forma técnica descrever o que é e como funcionar cada bandas espectro, mas agora vamos viajar um pouco. Imagina que no dia dia você, sem muito nada para fazer, começa a pensar: Aquela arvore de mangá, está refletindo e absorvendo que tipo de bandas espectrais? Que tipo de bandas espectrais me responde se essa planta está saudável ou não? Isso vai ser o meu passa tempo agora.

O grande segredo é perceber que nenhuma banda de satélite trabalha sozinha. Olhar para imagens de satélite vai muito além de ver uma foto colorida, é entender como cada elemento no chão reage à luz de um jeito único. É como se a vegetação, a água e o solo tivessem uma impressão digital própria, mudando de comportamento dependendo da banda que estamos olhando.

Quando a gente pula de um canal para o outro, estamos apenas mudando o filtro para enxergar o mesmo pedaço de terra sob perspectivas diferentes. Para deixar o nosso resumo bem prático e fácil de consultar depois, veja como os principais alvos clareiam ou escurecem as bandas de forma combinada:

O Alvo “Vegetação Saudável”

No Visível: Apresenta alta absorção no Azul e no Vermelho (as bandas ficam escuras) porque a clorofila está ativa, retendo essa energia para realizar a fotossíntese. Mostra apenas o pico moderado de reflexão no Verde (brilho médio). No Infravermelho: Dá um salto geométrico de reflexão no NIR (fica extremamente brilhante) devido à estrutura física intacta do mesofilo foliar. Ao mesmo tempo, as bandas SWIR se mantêm escuras, pois a água armazenada nas folhas saudáveis absorve essa energia.

Comparação espectral de pivô central de irrigação na região do município de Mucugê/BA utilizando o satélite Landsat 9. 9. À esquerda, composição em Cor Verdadeira (RGB), A direita o NDVI é um índice calculado a partir da combinação das bandas NIR e Vermelho, projetado para classificar a saúde e densidade da vegetação. A clorofila das plantas absorve a banda do Vermelho para realizar a fotossíntese, enquanto a estrutura física do mesofilo foliar reflete fortemente o NIR em vegetação saudável, essa combinação inversamente proporcional é o que torna o índice eficiente. Em solo exposto, a ausência de clorofila e de estrutura foliar faz com que ambas as bandas sejam refletidas moderadamente, resultando em valores próximos de zero. Corpos d’água se destacam pela absorção total do NIR, gerando valores negativos no índice e aparecendo em vermelho escuro na paleta. Um ponto de atenção na interpretação: sombras causadas por elevações e relevos pronunciados podem gerar tons mais escuros, produzindo falsos negativos na leitura do índice. Visualização gerada com Google Earth Engine via Python (Jupyter Notebook) e geocanvas, biblioteca de visualização de dados geoespaciais desenvolvida pelo autor.

O Alvo “Cicatriz de Fogo e Solo Exposto”

No Visível: A queima da vegetação destrói a clorofila, fazendo a absorção típica no Vermelho e no Azul desaparecer. O solo mineral nu ou a cinza passam a refletir mais essas bandas, fazendo o canal do Vermelho clarear consideravelmente na imagem. No Infravermelho (A Inversão Crítica): O NIR desaba (fica escuro) porque a estrutura física das folhas foi fragmentada pelo fogo. Em contrapartida, o SWIR dispara (fica extremamente claro/brilhante) porque o carvão seco e o solo torrado refletem essa onda longa com força total. A Correlação: É exatamente esse comportamento invertido e simultâneo — o NIR caindo e o SWIR subindo, que valida o cálculo do NBR e do NDVI para isolar o perímetro exato de um incêndio.

Comparação espectral da região do Parque Nacional de Brasília/DF utilizando o satélite Landsat 9. À esquerda, composição em Cor Verdadeira (RGB). À direita, composição em Falsa Cor Infravermelho (NIR, SWIR 1, Vermelho). A falsa cor destaca com precisão elementos que se confundem no RGB. A vegetação saudável aparece em tons de verde intenso pela alta reflectância do NIR. Corpos d’água aparecem em preto pela absorção total no NIR e SWIR, tornando suas margens mais precisas do que na composição RGB. Solo exposto aparece em tons claros pela reflectância moderada no SWIR. As cicatrizes de fogo se destacam em tons marrons escuros pela combinação de dois fatores, o carvão absorve o NIR derrubando o sinal, enquanto a cinza e o solo torrado interagem de forma distinta no SWIR, criando uma assinatura espectral que as distingue com clareza tanto do solo exposto quanto da vegetação. Visualização gerada com Google Earth Engine via Python (Jupyter Notebook) e geocanvas, biblioteca de visualização de dados geoespaciais desenvolvida pelo autor.

O Alvo “Água”

No Visível: Possui uma janela de reflexão residual e penetração profunda no Aerossol Costeiro e no Azul, que vai sumindo gradativamente à medida que avançamos para o Verde e o Vermelho. No Infravermelho: Absorção absoluta. Assim que cruzamos a fronteira dos 700nm (NIR e SWIR), a água vira um absorvedor perfeito, engolindo toda a radiação e aparecendo 100% preta. Se a água brilhar no NIR ou no SWIR, ou ela está carregada de sedimentos/algas, ou trata-se de um solo inundado muito raso.

Comparação espectral da região do Rio do Pardo em Santa Rita do Pardo/MS utilizando o satélite Landsat 9. À esquerda, composição em Cor Verdadeira (RGB). À direita, NDWI de Gao (Normalized Difference Moisture Index), calculado a partir das bandas do Infravermelho Próximo (NIR) e do Infravermelho de Ondas Curtas (SWIR). Tons claros indicam maior teor de água na vegetação e no solo superficial, enquanto tons escuros indicam menor disponibilidade hídrica ou superfícies secas. As formações florestais e matas ciliares aparecem mais claras devido à elevada umidade armazenada nos tecidos vegetais. Áreas agrícolas apresentam variações tonais associadas ao estágio de desenvolvimento das culturas e ao conteúdo de água presente na cobertura vegetal. Solos expostos e superfícies secas tendem a apresentar valores baixos do índice, aparecendo em tons escuros. Diferentemente do NDWI de McFeeters, este índice não foi desenvolvido para delimitar corpos d’água, mas para monitorar a condição hídrica da vegetação e identificar sinais de estresse hídrico em ecossistemas naturais e áreas agrícolas. Visualização gerada com Google Earth Engine via Python (Jupyter Notebook) e geocanvas, biblioteca de visualização de dados geoespaciais desenvolvida pelo autor.

O Alvo “Área Urbana”

• No Visível: O concreto, asfalto e telhados refletem de forma moderada e uniforme nas bandas do Azul, Verde e Vermelho, gerando tons acinzentados na composição colorida. Sem clorofila ativa, não há absorção seletiva no Azul e Vermelho como na vegetação. No Infravermelho: O NIR apresenta reflexão baixa e moderada, pois não existe estrutura foliar para gerar o salto de reflexão característico da vegetação saudável. O SWIR tende a brilhar mais em superfícies secas e minerais como concreto e solo compactado, pelo mesmo mecanismo da cicatriz de fogo. Nas Termais: É aqui que a área urbana se destaca. Asfalto, concreto e telhados absorvem energia solar durante o dia e reemitem com intensidade muito maior que a vegetação úmida ao redor. O resultado é visível no mapa termal como ilhas de calor, onde os bairros sem arborização aparecem significativamente mais brilhantes que parques e áreas florestadas na mesma cidade.

Comparação espectral da região de Tokyo Japão utilizando o satélite Landsat 9. À esquerda, composição em Cor Verdadeira (RGB). À direita, BSI (Bare Soil Index) , índice desenvolvido para realçar superfícies com pouca ou nenhuma cobertura vegetal. Tons claros indicam maior predominância de solo exposto, áreas urbanizadas, superfícies minerais e regiões com baixa atividade fotossintética, enquanto tons escuros representam vegetação densa, corpos d’água e superfícies com maior teor de umidade. O BSI explora o contraste espectral entre as bandas do Azul, Vermelho, Infravermelho Próximo (NIR) e Infravermelho de Ondas Curtas (SWIR), destacando áreas onde o solo é o principal elemento da paisagem. Em ambientes urbanos, o índice tende a evidenciar ruas, loteamentos, telhados e superfícies impermeabilizadas, embora também responda fortemente a áreas agrícolas recém-colhidas, terrenos preparados para cultivo e solos naturalmente expostos. Por essa razão, o BSI é amplamente utilizado para monitorar expansão urbana, degradação do solo, processos erosivos e mudanças no uso e cobertura da terra. Visualização gerada com Google Earth Engine via Python (Jupyter Notebook) e geocanvas, biblioteca de visualização de dados geoespaciais desenvolvida pelo autor.

Chegamos ao final da nossa viagem pelo espectral. Ao longo do caminho vimos que cada banda observa uma característica diferente da paisagem. Algumas destacam a água, outras a vegetação, outras a umidade, o solo exposto ou as cicatrizes deixadas pelo fogo. Entender essas diferenças é o que transforma uma simples imagem de satélite em uma ferramenta de análise. Afinal, o sensor não está fotografando o mundo. Ele está medindo energia. E é justamente nessa energia que a paisagem revela seus segredos.

Fontes:

• Inteligência Artificial (ChatGPT, Gemini e Claude)
• https://www.sciencedirect.com/topics/physics-and-astronomy/near-infrared
• https://www.usgs.gov/faqs/what-are-band-designations-landsat-satellites
• https://openweathermap.medium.com/ndvi-ndwi-differences-and-applications-b5043c483b6a
• https://www.earthdata.nasa.gov/topics/land-surface/normalized-difference-vegetation-index-ndvi
• chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://www.infoteca.cnptia.embrapa.br/infoteca/bitstream/doc/988056/1/Cap.4.pdf
• https://pt.wikipedia.org/wiki/Espectro_vis%C3%ADvel
• https://pt.wikipedia.org/wiki/Radia%C3%A7%C3%A3o_infravermelha
• https://science.nasa.gov/mission/landsat/spectral-bands-and-applications/
• chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://docs.ufpr.br/~centeno/p_sr1/pdf/aula06.pdf