Gerando Imagens de Múltiplos Polígonos com Google Earth Engine: Um Guia Prático
Introdução
O Google Earth Engine (GEE) é uma plataforma poderosa para análise e visualização de dados geoespaciais em escala global. Neste artigo, vou compartilhar uma solução prática para gerar imagens com múltiplos polígonos coloridos utilizando dados do satélite Sentinel-2, uma ferramenta que pode ser extremamente útil para análises ambientais, agrícolas e urbanas.
Por que Google Earth Engine?
O GEE oferece algumas vantagens significativas para processamento de dados geoespaciais:
- Acesso gratuito a um vasto catálogo de imagens de satélite
- Processamento em nuvem, eliminando a necessidade de hardware potente
- API JavaScript intuitiva para manipulação de dados
- Capacidade de processar grandes volumes de dados rapidamente
Entendendo o Objetivo
Agora que entendemos as motivações pelas quais vamos utilizar o Google Earth Engine, nosso script terá como finalidade:
- Gerar uma imagem com múltiplos polígonos em uma área específica
- Diferenciar cada polígono com cores distintas
- Utilizar imagens de alta qualidade do Sentinel-2
- Exportar o resultado final em um formato utilizável
Implementação Passo a Passo
1. Definindo os Polígonos
Para começar, precisamos definir as coordenadas dos polígonos que queremos visualizar. Cada polígono é definido por uma série de pontos (coordenadas) que, quando conectados, formam a área desejada:
var polygonCoordinates = [
[
[-47.21671, -22.97828],
[-47.21671, -22.96828],
[-47.20671, -22.96828],
[-47.20671, -22.97828],
[-47.21671, -22.97828]
],
// ... outros polígonos
];
var borderColors = ['B3B3B3', '12B5E8', 'F3933A', 'F46A94', 'A45BC9'];
Cada conjunto de coordenadas representa um polígono diferente, e uma maneira simples para diferencia-los, vamos adotar uma cor para cada polígono, conforme foi definido no array borderColors.
2. Criando a Coleção de Features
No Google Earth Engine, existe um conceito chamado FeatureCollection. Uma coleção de objetos geográficos.
Por que usar o FeatureCollection?
- Permite trabalhar com múltiplos objetos geográficos de forma eficiente
- Facilita operações em grupo sobre todos os polígonos
- Otimiza o processamento dos dados
// Vários polígonos individuais
var polygons = [
Polígono1, // [-47.21671, -22.97828], ...
Polígono2, // [-47.20671, -22.96828], ...
Polígono3 // [-47.19671, -22.97828], ...
];
// FeatureCollection
var allPolygons = ee.FeatureCollection([...]);
/*
+-------------------------+
| FeatureCollection |
| +----+ +----+ |
| |Pol1| |Pol2| |
| +----+ +----+ |
| +----+ |
| |Pol3| |
| +----+ |
+-------------------------+
*/
// Quando aplicamos o buffer
var bufferedArea = allPolygons.geometry().buffer(2000);
/*
+---------------------------+
| Área com Buffer |
| +-------------------+ |
| | +----+ +----+ | |
| | |Pol1| |Pol2| | |
| | +----+ +----+ | |
| | +----+ | |
| | |Pol3| | |
| | +----+ | |
| +-------------------+ |
+---------------------------+
*/
Aqui está como transformamos nossas coordenadas em uma FeatureCollection:
var polygons = polygonCoordinates.map(function(coords) {
return ee.Geometry.Polygon([coords]);
});
var allPolygons = ee.FeatureCollection(polygons.map(function(poly) { return ee.Feature(poly); }));
3. Entendendo e Utilizando Imagens do Sentinel-2
O Sentinel-2 é um satélite que captura imagens da Terra em diferentes comprimentos de onda da luz. Cada uma dessas capturas é chamada de "banda". O satélite tem 13 bandas no total, cada uma servindo a um propósito específico:
B1: Aerossol (443 nm)
B2: Azul (490 nm)
B3: Verde (560 nm)
B4: Vermelho (665 nm)
B5-B12: Outras bandas especializadas
Para criar uma imagem que pareça natural aos nossos olhos, usamos três bandas específicas:
B4 (Vermelho)
B3 (Verde)
B2 (Azul)
Aqui está como selecionamos e configuramos essas imagens:
var s2 = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED')
.filterBounds(bufferedArea)
.filterDate('2024-01-01', '2024-02-18')
.first();
var rgbImage = s2.select(['B4', 'B3', 'B2']);
var visualizationParams = {
bands: ['B4', 'B3', 'B2'],
min: 100, // Define o valor mínimo de brilho
max: 2000, // Define o valor máximo de brilho
gamma: 1.4 // Ajusta o contraste da imagem
};
4. Criando as Bordas Coloridas
Para desenhar os polígonos sobre a imagem do satélite, precisamos criar uma imagem vazia e então "pintar" nossas bordas sobre ela:
// Cria uma imagem vazia para desenhar
var empty = ee.Image().byte();
// Desenha cada polígono com sua cor específica
var borders = polygons.map(function(polygon, index) {
return empty.paint({
featureCollection: ee.FeatureCollection([ee.Feature(polygon)]),
color: 1,
width: 3 // Espessura da borda em pixels
}).visualize({
palette: [borderColors[index]]
});
});
5. Combinando os Elementos
O passo final é combinar a imagem base com as bordas coloridas:
// Prepara a imagem base com os parâmetros de visualização
var baseImage = rgbImage.visualize(visualizationParams);
// Combina todas as bordas em uma única camada
var combinedBorders = ee.ImageCollection(borders).mosaic();
// Junta a imagem base com as bordas
var finalImage = ee.ImageCollection([baseImage, combinedBorders]).mosaic();
Considerações Importantes
Ao trabalhar com o Google Earth Engine, tenha em mente:
- Resolução das Imagens:
- O Sentinel-2 oferece resolução de 10m por pixel
- Escolha a escala adequada para sua análise
- Limitações da Plataforma:
- Existe um limite de processamento
- Alguns processos podem demorar mais em áreas muito grandes
- Otimização:
- Sempre teste em áreas menores primeiro
- Ajuste os parâmetros conforme necessário
Conclusão
O Google Earth Engine é uma ferramenta incrivelmente poderosa para análise geoespacial. Com este script, você pode criar visualizações profissionais de áreas geográficas específicas, seja para uso acadêmico, profissional ou pesquisa.
O código completo está disponível abaixo, e encorajo você a experimentar, adaptar e criar suas próprias visualizações!
Sobre o Autor
Gabriel Souza é um desenvolvedor mobile especializado em React Native com Expo, apaixonado por tecnologia e sempre em busca de novos desafios e aprendizados na área de desenvolvimento de software.