Use este identificador para citar ou linkar para este item:
https://ri.unir.br/jspui/handle/123456789/4345
Título: | Desenvolvimento de uma biblioteca Python para busca e processamento de dados do Satélite Sino-Brasileiro CBERS-04A |
Autor(es): | Russo, Gabriel Morais |
Palavras-chave: | CBERS-04A Python Sensoriamento remoto STAC Automação |
Data do documento: | 2023 |
Citação: | RUSSO, Gabriel Morais. Desenvolvimento de uma biblioteca Python para busca e processamento de dados do Satélite Sino-Brasileiro CBERS-04A. 2023. 51 f. Monografia (Bacharelado em Ciência da Computação) - Fundação Universidade Federal de Rondônia, Porto Velho, 2023. |
Resumo: | A utilização de imagens de satélite é amplamente utilizada em diversas áreas de estudo, pois, em conjunto com técnicas de sensoriamento remoto, permite que se obtenha informações sobre um objeto na superfície sem tocá-los fisicamente. Em 2019, o Brasil lançou o sexto satélite da família CBERS (China-Brazil Earth Resouces Satellite), o CBERS-04A, disponibilizando gratuitamente imagens para o estudo da superfície terrestre. Logo, é necessário ferramentas que façam a busca e o processamento destas imagens. Foi observado que apenas haviam duas ferramentas disponíveis e, nenhuma delas, oferecia ao usuário a possibilidade de automatizar as tarefas com linguagens de programação. Portanto, o objetivo deste trabalho é criar uma biblioteca para a linguagem Python, que faça o consumo e processamento destes dados, aproveitando-se dos recursos da linguagem. A metodologia aplicada foi o desenvolvimento de uma classe com base no padrão de projeto estrutural Facade para abstrair a estrutura do Spatial Temporal Asset Catalog (STAC), e permitir a busca na base de dados sem preocupar-se com o entendimento da especificação STAC. Além disso, foi desenvolvido algoritmos de processamento de imagens de satélite para criar composições coloridas e realizar o pansharpening das bandas do CBERS-04A. Os resultados mostram os métodos da classe Facade chamada de Cbers4aAPI, apresentando os parâmetros necessários para realizar: busca, download e conversão para GeoDataFrame, além de exibir os resultados do processamento da composição colorida e pansharpening. O trabalho conclui que o software criado apresenta ser eficiente e intuitivo, realizando as tarefas mais comuns da área e, além disso, permitindo a automação de tarefas utilizando recursos da linguagem e integração com outras bibliotecas de terceiros. |
URI: | https://ri.unir.br/jspui/handle/123456789/4345 |
Aparece nas coleções: | Ciência da Computação (Monografias) |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC_Gabriel_Russo-completo.pdf | 2,63 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.