Uma olhada prática nos tipos de satélites que realmente importam
Quando você trava em frente a um terminal tentando diagnosticar por que uma imagem de satélite não carregou no QGIS, percebe rápido que os tipos de satélites não são só categorias de livro didigo. Eles ditam o fluxo de trabalho inteiro. Eu passei uma semana entendendo isso na base do erro e acerto, porque baixar dados de sensores diferentes sem saber o que estava fazendo gerava arquivos corrompidos e perda de tempo. O que a maioria dos tutoriais não conta é que a divisão mais útil não é por órbita ou função, mas por resolução espectral e tipo de sensor. Isso muda completamente como você pré-processa os dados antes de qualquer análise. Um satélite óptico como o Sentinel-2 exige correção atmosférica com Sen2Cor. Já dados de radar do Sentinel-1 precisam de filtro speckle Gamma e geocodificação com terreno SRTM, senão a distorção geométrica atrapalha tudo.
Como escolher entre os tipos de satélites para o seu projeto
Na prática, eu recomendo começar pela pergunta simples: você precisa de informação espectral ou estrutural. Se for vegetação, saúde de culturas ou qualidade da água, vai de sensores ópticos multiespectrais. Sentinel-2 oferece 13 bandas com 10 a 60 metros de resolução, grátis e com revisita de cinco dias. Landsat 9 tem a mesma cobertura mas com resolução de 30 metros nas bandas visíveis e térmicas. Se o objetivo é mapear inundação, detectar desmatamento mesmo com nuvens, ou monitorar deformação do solo, o caminho é radar de apertura sintética. O Sentinel-1 C-band com resolução de 10 metros e revisita de seis dias funciona dia e noite, independente de cobertura nuvens. Eu usei esse fluxo para mapear áreas alagadas no Pantanal durante a cheia, e os dados ópticos simplesmente não conseguiam penetrar a nebulosidade constante.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O problema que eu encontrei na prática foi com satélites comercial de alta resolução. Planet Labs Fornax entrega imagens de 3 metros com revisita diária, mas o custo pode chegar a US$ 15 por quilômetro quadrado. Para projetos acadêmicos ou com orçamento apertado, os dados gratuitos do INPE no Brasil ou do USGS Earth Explorer resolvem. A limitação é clara: resolução espacial menor e revisita de dez a dezesseis dias para Landsat, por exemplo. Outro ponto que poucos mencionam é a diferença entre satélites geoestacionários e de órbita baixa. O GOES-16 e o Meteosat Third Generation ficam a 35.786 quilômetros de altitude, fixos sobre um ponto do equador. Eles servem para monitoramento contínuo de clima e tempestades, mas a resolução espacial é ruim, da ordem de dois quilômetros nas bandas visíveis. Para mapeamento terrestre, satélites LEO como os já citados são muito mais úteis.
Satélites de comunicação também merecem destaque. Eles operam em órbitas geoestacionárias ou médias, como as constelações Starlink e OneWeb. A aplicação não é sensoriamento remoto, mas transmissão de dados. Se você trabalha com IoT em áreas remotas ou navegação marítima, esses satélites são a infraestrutura por trás. O custo de acesso é alto, mas o serviço é indispensável para operações que dependem de conectividade em tempo real. Para quem quer começar sem gastar nada, o passo é acessar o Terrein Viewer do INPE ou o Earth Explorer do USGS. Baixe cenas do Sentinel-2 em nível 2A, que já vêm com correção atmosférica aplicada. Abra no QGIS com o plugin Sentinel Hub. A instalação leva dez minutos. O processamento inicial para gerar composições coloridas verdadeiras usa as bandas B4, B3 e B2 no canal vermelho, verde e azul, respectivamente.
Se o foco é.ndei aqui, porque o assunto é vasto e cada tipo de satélite abre caminhos diferentes. O importante é alinhar a ferramenta certa com a pergunta certa, senão você gasta horas processando dados que não respondem ao que precisa.
