Gerenciamento de metadados de grandes volumes de dados de sensoriamento remoto

Resumo

Um dos serviços disponibilizados gratuitamente pelo INPE para a comunidade científica é o catálogo de imagens de sensoriamento remoto (também chamadas de imagens de satélite). Este catálogo contém um volume de aproximadamente 120 TB de dados (imagens em formato GeoTIFF), e está em constante crescimento, em virtude dos satélites capturarem novas imagens diariamente. Por exemplo, o satélite CBERS-2B, enquanto operacional, trabalhava com uma taxa de geração de dados de 120 megapixels por minuto. Selecionando a região de São Paulo, capital, uma consulta no catálogo de imagens do INPE apresenta um total de 640 imagens da mesma região, obtidas desde meados de 1980. Considerando que cada imagem possui aproximadamente 7000 linhas por 7000 colunas, e ocupa em disco (em média) um total de 50 MB, isto representa um total de 32 GB de dados com potencial para mapeamento da mesma região, desde 1980 até os dias atuais. Para exemplificar, isto equivale a 8 mil músicas em formato MP3 (cada uma com 3.5 MB em média) ou ainda a 40 mil documentos de texto de tamanho médio 800 KB. No entanto, este volume de dados nem sempre é aproveitado de maneira integral. Em geral, os pesquisadores realizam buscas nos catálogos de imagens de satélite para fazer o download de cenas de interesse. Os critérios utilizados para a busca, na maior parte dos casos, são baseados em localização da imagem e tipo de sensor. Nenhum catálogo de imagens de satélite inclui parâmetros de busca mais sofisticados, como nos mecanismos de busca de imagens da internet (exemplo http://images.google.com/), que incluem o conteúdo presente nas imagens. No caso de sensoriamento remoto, um exemplo de buscas seria: encontre imagens de satélite que contenham áreas de vegetação, rios ou lagos, e poucas nuvens. Ou ainda: encontre imagens de satélite da Amazônia com áreas de desmatamento maiores que áreas de floresta. Assim, este projeto visa produzir uma metodologia de geração de metadados para imagens de satélite baseada em conteúdo, por meio de operações básicas de processamento de imagens, aliadas a técnicas de mineração de dados e gerenciamento de grandes volumes de dados. (AU)