Image as a service (IaaS): Processamento digital de imagens de satélite via web - Parte 1

Neste artigo e no próximo apresentaremos como os sistemas de informações geográficas têm avançado para soluções em Cloud, e mais especificamente, como é possível realizar o processamento de imagens de satélite na web e em tempo real.

Acompanhe!

1. INTRODUÇÃO

Imagens de sensoriamento remoto de alta resolução vêm sendo usadas para uma série de atividades de planejamento, monitoramento e tomada de decisão visando o desenvolvimento sustentável da sociedade. O satélite chinês de sensoriamento remoto ZY-3 (ZiYuan-3) operado pela empresa estatal chinesa SASMAC (Satellite Surveying and Mapping Application Center) é um exemplo de uma nova geração de plataformas com sensores de alta resolução espacial focados em mapeamento sistemático e que contribuem para um entendimento mais profundo da superfície terrestre e sua dinâmica. O ZY-3 foi lançado em 2012 é foi desenhado para mapeamento topográfico e monitoramento ambiental através de um par estereoscópico de sensores. Ele carrega 3 câmeras que produzem imagens forward, backward e nadir, além de um sensor multiespectral com uma banda no infravermelho próximo (FANG & CHEN, 2012).

Entretanto, manipular e processar estes dados o enorme volume de dados atuais necessita de profissionais altamente capacitados, hardware adequado e softwares específicos de processamento digital de imagens (PDI), o que acaba por dificultar a geração de produtos da informação que atendam às necessidades dos órgãos públicos e privados. Atualmente se observa uma forte tendência de utilização da Computação em Nuvem - cloud (BUYYA et al, 2009) para estruturação de ambientes computacionais que permitam o processamento remoto de dados de forma segura e simples. Através da cloud empresas e usuários tradicionais são capazes de acessar aplicações sob demanda em qualquer localidade, a qualquer momento e  em qualquer dispositivo (desktop e mobile), com um esforço mínimo de gerenciamento. Estes avanços têm criado novos paradigmas, transformando o desenvolvimento de software como nós o conhecíamos e o tornando algo consumível como serviço (Software as a Service – SaaS) ao invés de poder ser executado apenas em computadores individuais. Hoje em dia, é comum acessar conteúdos pela internet sem ter conhecimento sobre a infraestrutura física que está hospedando tais aplicativos.

Recentemente, estas duas tendências tem convergido, fazendo com que o processamento digital de imagens possa ser realizado na cloud, através de sistemas de informação geográfica (GIS, em inglês). na web.

2. OBJETIVOS

O objetivo deste trabalho é simular um ambiente web, onde seja possível realizar o PDI de forma remota e em tempo real (on-the-fly), através da cloud, visualizar os resultados em um Web GIS e permitir que tais resultados sejam acessíveis para qualquer tipo de dispositivo. Serão utilizados métodos de geração de cache e vínculos dinâmicos para visualização das imagens do satélite ZY-3, diversas ferramentas de PDI (filtros, realces, índices de vegetação e outros produtos de valor agregado) também estarão disponíveis e haverá um catálogo online de imagens em uma interface amigável e intuitiva. Ou seja, será criada uma estrutura completa capaz de fornecer Imagens como um Serviço (Image as a Service - Iaas).

3. REFERENCIAL TEÓRICO

3.1   Imagens de satélite & Processamento Digital de Imagens

Sensoriamento Remoto pode ser definido como a ciência de adquirir, processar e interpretar imagens que registram a interação entre a matéria e a radiação eletromagnética (SABBINS, 1996). Como dito, um dos principais produtos do sensoriamento são imagens, geralmente orbitais e que visam a observação da terra nas áreas de recursos naturais, ocupação humana, planejamento urbano e regional, dentre outras.

Imagens de satélite são importantes para diversas aplicações, tais como:

•  São um background natural para muitas aplicações GIS, sendo geralmente utilizadas para apoiar a navegação;
• Interpretação direta para extração de feições geográficas, como rodovias, hidrografia, moradias e outros aspectos relevantes da paisagem;
• Fonte para digitalização de mapas vetoriais usando GIS (2D e 3D);
• Validação de dados vetoriais, pois sempre surgem questões sobre a confiabilidade de determinados dados vetoriais e geralmente diferentes imagens de satélite são utilizadas para verificar a consistência destes dados. 

Imagens de satélite são a base da maioria dos mapeamentos realizados através de Sistemas de Informações Geográficas. Muitas organizações necessitam gerenciar catálogos de imagens de diversas fontes e que vêm crescendo cada vez mais rápido. Com a grande a quantidade de dados emergem dificuldades em gerencia-los, processa-los e distribui-los para seus usuários.

               O valor das imagens de satélite é maior quando um grande número de usuários tem acesso rápido e fácil a elas. Os procedimentos convencionais de gerenciamento, processamento e distribuição consomem muito tempo, e os usuários podem ter dificuldades em acessar e utilizar as imagens sem um software com interface simples. Quando uma nova imagem é gerada por um sensor, antes dos usuários a utilizarem, é preciso esperar até que ela seja processada, carregada em um banco de dados e disponibilizada através de um sistema de distribuição. Este é um processo lento e oneroso, que pode ser superado a partir da automatização deste fluxo de trabalho em um sistema na cloud.

               Os requisitos dos usuários de imagens de satélite variam desde necessidades mais básicas como utiliza-las como um background para visualização, até demandas mais avançadas como análises estatísticas baseadas nos valores dos pixels. A lista a seguir demonstra alguns destes requisitos:

Acessar grandes áreas em alta resolução: usuários devem ser capazes de visualizar grandes áreas em qualquer escala, em diferentes projeções cartográficas sem precisar selecionar imagens ou tiles específicos.

• Uso múltiplo: usuários necessitam acessar a mesma imagem em aplicações Web e Desktop;
• Rapidez: Imagens devem estar acessíveis de forma quase instantânea em qualquer escala.
• No tempo certo: usuários comumente demandam as imagens mais atuais. Para algumas aplicações, como resposta à desastres naturais, este fator é crítico.
• Metadados: Acesso à metadados sobre as imagens (individuais ou mosaicadas), como data, produtor e parâmetros do sensor são fundamentais.
• Análise: usuários avançados utilizam imagens para análises espaciais e extração automática de feições, em um ou vários momentos no tempo (análises multi-temporais).

O volume de imagens cresce exponencialmente a medida que se vai derivando subprodutos delas, como orto-imagens, classificações, segmentações e etc. Mesmo quando já se utiliza uma imagem processada, existe um custo substancial de tempo, de armazenamento e financeiro necessários para carregar o conteúdo vindo de um ambiente servidor.

3.2 O satélite ZiYuan-3 (ZY-3)

Lançado em 09 de Janeiro de 2012, o ZiYuan-3 (ZY-3) é o primeiro satélite chinês civil de alta resolução voltado para mapeamento. A missão é orientada para criação e mapas temáticos e sistemáticos nas escalas 1:50000 e 1:25000 (GRAÇA et al., 2014; XIAOMING et al., 2013). O satélite possui quatro sensores, sendo um multispectral e um Pancromático (Nadir), um de visada frontal (Forward) e outro de visada posterior (Backward) que permitem a construção de pares estéreos para geração de modelos digitais de elevação (D’ANGELO, 2013).

               As imagens vêm sendo amplamente utilizadas para mapeamento e topografia, agricultura, floresta, conservação ambiental, mitigação de desastres naturais, planejamento urbano, navegação, dentre outras aplicações.

TABELA 1 - PLATAFORMA
Características	Especificações
Veículo Lançador	CZ-4B carrier rocket
Local de lançamento	Taiyuan Satellite Launching Center
Carga	2630 kg
Duração da missão	5 anos
Ciclo de revisita	5 dias (15o de Inclinação) / 59 dias no Nadir
Altitude orbital	505 km
Inclinação orbital	97.421
Horário de cruzamento no Equador	10:30 AM
Órbita	Sol-síncrona

TABELA 2 - CÂMERA TRIPLE LINEAR-ARRAY
	Características
Número de sensores	3 (nadir, forward, backward)
Comprimento de onda	0.5 – 0.8μm
Resolução espacial	2.1m (nadir); 3.5m (forward e backward)
Distância focal	1700mm
Área imageada	51km (nadir); 52km (forward e backward)
Tamanho do Pixel	7 μm (nadir); 10 μm (forward e backward)
Campo de visada	6º
Resolução radiométrica	10 bits

TABELA 3 - CÂMERA MULTISPECTRAL
	Características
Número de sensores	1
Comprimento de onda	Azul: 450-520nm Verde: 520-590nm Vermelho: 630-690nm Infravermelho: 770-890nm
Resolução espacial	5.8 m
Distância focal	1750mm
Campo de visada	51km
Tamanho do pixel	20 μm
Resolução radiométrica	10 bits

               Estão disponíveis os seguintes produtos extraídos do satélite ZY-3, sendo que para este trabalho foram utilizadas apenas imagens “sensor corrected”:

1.      Sensor corrected: A atitude da plataforma e suas efemérides são aplicadas à imagem com o objetivo de realizar correções relativas à radiometria e à ótica do sensor.

2.      DOM (Digital Orthographic Map): Correções radiométricas, gemétricas e da ótica do sensor são aplicadas aos dados. A precisão do produto depende da qualidade dos pontos de controle de campo ou do modelo digital de elevação utilizado.

3.      DSM (Digital Surface Model) & DTM (Digital Terrain Model): O modelo digital de superfície (DSM) é gerado automaticamente pela combinação das imagens frontais e posteriores, com resolução espacial mínima de 3.5 metros. A partir de técnicas de restituição semi-automatizada, também é possível a produção do modelo digital de terreno (DTM), com o mesmo nível de qualidade presente no DSM.

4.      DLG (Digital Linear Graphic): O Digital Linear Graphic é o produto resultante da aplicação de técnicas de mapeamento digital, tais como vetorização estereoscópica em 3D e restituição topográfica.

3.3 Image as a Service

            Existem diversos trabalhos que discutem o processamento e compartilhamento de imagens de satélite e sistemas de informações geográficas através de serviços web (DENG et al., 2004; AULICINO, 2006; PICHLER & HOGEWEG, 2009; ZHAO et al., 2012; DENG et al., s.a.). Com os recentes avanços científicos e tecnológicos, diversas empresas privadas, muitas vezes em parceria com universidades e institutos de pesquisa têm disponibilizado uma série de ferramentas (I3geo, MapServer, ArcGIS Server, Geoserver e etc.) que visam suportar este tipo de demanda. Neste trabalho será utilizado o ArcGIS Server, da Esri Inc., visto que sua matriz de funcionalidades é mais ampla que os demais produtos existentes, tendo módulos específicos para processamento digital de imagens.

O ArcGIS Server é um completo sistema de informação geográfica baseado em servidor. Ele apresenta de forma nativa aplicações e serviços para gestão de dados espaciais, visualização e análise espacial. Também permite a publicação e compartilhamento de dados geográficos, mapas, modelos e etc. Com isto, é possível criar aplicações web, desktop e mobile consumindo estas informações geográficas (PICHLER & HOGEWEG, 2009).

Com esta ferramenta, é possível criar uma ampla gama de serviços web, incluindo de imagens. Estas imagens podem ser armazenadas em um servidor e se tornar diretamente acessíveis via serviços WMS (Web Map Services), WCS (Web Coverage Services) e KML Services. A possibilidade de utilizar estes serviços, que são abertos e especificados pelo OGC (Open Geospatial Consortium), faz com que não seja necessário nenhum tipo de conversão do formato dos dados a serem disponibilizados. Enquanto o servidor processa unicamente os dados solicitados pelo cliente, o ArcGIS Server é capaz de realizar reprojeções e comprimir as imagens para serem utilizadas em redes com baixa largura de banda.

O ArcGIS Image Extension for Server amplia as capacidades do ArcGIS Server para permitir gerenciar um grande volume de imagens e também servi-las como serviços, incluindo metadados detalhados e produtos derivados de técnicas de PDI. O PDI é realizado de forma instantânea (on-the-fly), sendo possível realizar realces, extração de bandas, fusão (pansharpening), assim como correções geométricas, reprojeções, recortes e ortorretificações. Esta capacidade permite criar diversos produtos a partir de um único conjunto de dados, sem redundância de informação ou pré-processamento (PICHLER & HOGEWEG, 2009). O ArcGIS Desktop também possui um plug-in especifico para o ZY-3 desenvolvido pela Esri China que otimiza diversos processamentos através da leitura dos metadados das imagens. 

Fonte: Gavlak, A. A., Araújo, E. H. G., Graça, L. M. A. IMAGE AS A SERVICE (IAAS): PROCESSAMENTO DIGITAL DE IMAGENS DO SATÉLITE ZY-3 VIA WEB. In. Congresso Brasileiro de Cartografia, Gramado/RS, 2015.