Dados da Submissão

Título

SpecHunter: Aplicação Baseada em Computação em Nuvem Voltada para Análise Multiespectral Desenvolvida na Plataforma do Google Earth Engine

Texto do resumo

A análise multiespectral é uma ferramenta essencial na exploração geológica, permitindo a identificação de materiais na superfície terrestre através de imagens capturadas em várias bandas espectrais. A plataforma Google Earth Engine (GEE) oferece um ambiente robusto para o processamento e análise de grandes volumes de dados geoespaciais. Neste contexto, desenvolvemos o SpecHunter, uma aplicação web baseada em computação em nuvem, destinada a facilitar a análise multiespectral utilizando datasets disponíveis no Google Cloud.
O principal objetivo do SpecHunter é proporcionar uma ferramenta eficiente para a análise multiespectral, integrando dados das coleções ASTER e Sentinel-2 no GEE. A aplicação visa automatizar o preprocessamento das imagens ASTER para obtenção de valores de reflectância no topo da atmosfera (TOA) e permitir a comparação em tempo real das assinaturas espectrais de diferentes pixels selecionados pelo usuário. Além disso, o SpecHunter busca facilitar a criação de bibliotecas espectrais e a coleta de amostras para treinamentos de algoritmos de machine learning.
O SpecHunter foi desenvolvido na plataforma GEE, aproveitando seus recursos de computação em nuvem e acesso a grandes volumes de dados. A aplicação utiliza a coleção ASTER, cujo preprocessamento foi automatizado para converter os dados brutos em valores de reflectância TOA. A coleção Sentinel-2, por sua vez, é consumida no nível L2A, já harmonizada para reflectância de superfície. Os usuários podem selecionar pixels diretamente na interface do aplicativo, através de cliques do mouse. Para cada pixel selecionado, dois gráficos são gerados: um mostrando a assinatura espectral da ASTER e outro da Sentinel-2. A aplicação permite a coleta e comparação de múltiplos pixels e o download dos valores de reflectância em formato CSV.
O SpecHunter demonstrou ser uma ferramenta eficaz para a análise multiespectral. A automação do preprocessamento das imagens ASTER reduziu significativamente o tempo necessário para a obtenção de dados prontos para análise. A capacidade de comparar assinaturas espectrais em tempo real e de exportar dados em formato CSV facilitou a criação de bibliotecas espectrais e a preparação de dados para o treinamento de modelos de machine learning. Testes realizados com dados de diferentes regiões geológicas mostraram que o SpecHunter é capaz de identificar e comparar assinaturas espectrais com alta precisão.
O SpecHunter provou ser uma aplicação valiosa para a análise multiespectral, oferecendo recursos avançados para a seleção, visualização e exportação de dados espectrais. A integração das coleções ASTER e Sentinel-2 e a automação dos processos de preprocessamento aumentaram a eficiência da análise, tornando a ferramenta útil tanto para pesquisas geológicas quanto para aplicações práticas. O SpecHunter facilita a criação de bibliotecas espectrais e a coleta de dados para machine learning, contribuindo significativamente para o avanço da exploração geológica baseada em sensoriamento remoto.

Palavras Chave

Analise Multiespectral; Computação em Nuvem; Google Earth Engine