<\/div>Example<\/div>
<\/div><\/div>
<\/strong><\/p>\n\n\n\n
import numpy as np\nimport matplotlib.pyplot as plt\n\nx = np.linspace(0, 10, 100)\ny = np.sin(x)\n\nplt.plot(x, y)\nplt.title(\"Courbe du sinus\")\nplt.show()\n<\/code><\/pre>\n\n\n\n<\/div><\/div><\/strong><\/p>\n\n\n\n O gr\u00e1fico ser\u00e1 exibido diretamente abaixo do c\u00f3digo.<\/p>\n\n\n\n<\/a><\/figure>\n\n\n\n \n\n\n\n<\/span>Salvar<\/span><\/h3>\n\n\n\n\nSeus notebooks s\u00e3o salvos automaticamente no seu Google Drive.<\/li>\n\n\n\nVoc\u00ea tamb\u00e9m pode importar\/exportar arquivos .ipynb ou .py.<\/li>\n<\/ul>\n\n\n\n \n\n\n\n<\/span>S2DR3 (Sentinel-2 Deep Resolution 3.0<\/em>)<\/span><\/h2>\n\n\n\n \n\n\n\n<\/span>Vis\u00e3o geral<\/span><\/h2>\n\n\n\n\n<\/a><\/figure>\n\n\n\n<\/a><\/figure>\n\n\n\n<\/a><\/figure>\n<\/figure>\n\n\n\n\nO S2DR3 \u00e9 um modelo de super-resolu\u00e7\u00e3o por intelig\u00eancia artificial aplicado \u00e0s imagens do sat\u00e9lite Sentinel-2 (miss\u00e3o do programa Copernicus). (M\u00e9dio<\/a>)<\/li>\n\n\n\n Seu objetivo: pegar as faixas multiespectrais do Sentinel-2 (resolu\u00e7\u00f5es nativas de 10 m, 20 m e, \u00e0s vezes, 60 m) e \u201caprimor\u00e1-las\u201d at\u00e9 \u2248 1 m\/pixel para todas as faixas. (LinkedIn<\/a>)<\/li>\n\n\n\n Isso permite acessar detalhes espaciais muito mais precisos (estradas, edif\u00edcios, pequenos objetos, heterogeneidades nas culturas…) do que a resolu\u00e7\u00e3o padr\u00e3o do Sentinel-2 permite. (MalaGIS<\/a>)<\/li>\n<\/ul>\n\n\n\n \n\n\n\n<\/span>Por que isso \u00e9 interessante<\/span><\/h3>\n\n\n\nAlguns pontos fortes:<\/p>\n\n\n\n\nMelhor resolu\u00e7\u00e3o espacial: passar de 10 m para 1 m \u00e9 um salto vis\u00edvel nos detalhes. Isso abre possibilidades de uso que antes exigiam dados comerciais muito caros. (data jungle adventures<\/a>)<\/li>\n\n\n\n Cobertura multiespectral completa: ao contr\u00e1rio de alguns modelos que se interessam apenas por algumas bandas (por exemplo, RGB), o S2DR3 processa todas as bandas do Sentinel-2, o que preserva a riqueza espectral (\u00fatil para agricultura, vegeta\u00e7\u00e3o, \u00e1gua, etc.). (Medium<\/a>)<\/li>\n\n\n\n Aplica\u00e7\u00f5es variadas: agricultura de precis\u00e3o, cartografia urbana detalhada, monitoramento ambiental, infraestruturas. Por exemplo, um estudo mostra que os \u00edndices de vegeta\u00e7\u00e3o derivados do S2DR3 t\u00eam melhores correla\u00e7\u00f5es com o rendimento das culturas do que os da vers\u00e3o padr\u00e3o de 10 m. (MDPI<\/a>)<\/li>\n<\/ul>\n\n\n\n \n\n\n\n<\/span>Funcionamento simplificado<\/span><\/h2>\n\n\n\n\nCome\u00e7amos com uma cena Sentinel-2 (n\u00edvel L1C ou L2A) que cont\u00e9m bandas com resolu\u00e7\u00e3o de 10 m, 20 m e 60 m. (MDPI<\/a>)<\/li>\n\n\n\n O modelo (rede neural profunda) aprende a \u201csuper-resolver\u201d cada faixa: ou seja, a prever uma vers\u00e3o mais detalhada da imagem a partir da original, tentando manter as assinaturas espectrais corretas. (data jungle adventures)<\/li>\n\n\n\n O resultado: uma imagem multiespectral georreferenciada a ~1 m\/pixel, incluindo todas as bandas.<\/li>\n\n\n\n O script abaixo usa esse modelo por meio de um pacote Python s2dr3.inferutils, para automatizar a chamada, a recupera\u00e7\u00e3o da cena, o processamento, a exporta\u00e7\u00e3o para o Google Drive, etc.<\/li>\n<\/ul>\n\n\n\n \n\n\n\n<\/span>Usos pr\u00e1ticos em um script<\/span><\/h2>\n\n\n\nVejamos como o c\u00f3digo se encaixa nesse contexto:<\/p>\n\n\n\n <\/div>Example de code S2DR3<\/div><\/div><\/div><\/strong><\/p>\n\n\n\n# Lien vers le dossier Drive\n!ln -s \/content\/drive\/MyDrive\/Sentinel2_1m \/content\/output\n\n# Installation du paquet S2DR3\n!pip -q install https:\/\/storage.googleapis.com\/...\/s2dr3-20250905.1-cp312-cp312-linux_x86_64.whl\n\nimport s2dr3.inferutils\n\n# Coordonn\u00e9es (Loja, \u00c9quateur)\nlonlat = (-79.203, -4.008)\n\n# Date de l\u2019image\ndate = '2024-08-23'\n\n# Traitement\ns2dr3.inferutils.test(lonlat, date)\n<\/code><\/pre>\n\n\n\n<\/div><\/div><\/strong><\/p>\n\n\n\n \nVoc\u00ea indica uma \u00e1rea de interesse (longitude\/latitude): isso aciona a recupera\u00e7\u00e3o da cena Sentinel-2 mais pr\u00f3xima da data, cobrindo essa \u00e1rea.<\/li>\n\n\n\n O modelo gera ent\u00e3o a vers\u00e3o 1 m do conjunto de bandas a partir da imagem original.<\/li>\n\n\n\n O resultado \u00e9 gravado em \/content\/output (que est\u00e1 vinculado ao seu Google Drive) para acesso\/salvamento.<\/li>\n<\/ul>\n\n\n\n<\/a><\/figure>\n\n\n\n \n\n\n\n<\/span>Limites e pontos a serem observados<\/span><\/h2>\n\n\n\n\u00c9 importante conhecer tamb\u00e9m as limita\u00e7\u00f5es:<\/p>\n\n\n\n Qualidade vari\u00e1vel de acordo com a zona\/data: O modelo pressup\u00f5e que a imagem cont\u00e9m poucas nuvens, pouca obscuridade e que as superf\u00edcies est\u00e3o bem representadas. Em certas condi\u00e7\u00f5es (muita sombra, nuvens, zonas muito espec\u00edficas), a super-resolu\u00e7\u00e3o pode produzir artefatos.<\/p>\n\n\n\n Dados gerados, n\u00e3o \u201creais\u201d 1 m comerciais: Mesmo que a resolu\u00e7\u00e3o seja de ~1 m, trata-se de uma estimativa por um modelo, n\u00e3o de uma aquisi\u00e7\u00e3o nativa de 1 m. Portanto, \u00e9 preciso ter cuidado com usos muito cr\u00edticos (por exemplo, legais ou de engenharia).<\/p>\n\n\n\n Recursos de c\u00e1lculo: O processamento pode ser exigente (GPU, mem\u00f3ria). Os notebooks gratuitos (por exemplo, Colab) t\u00eam limita\u00e7\u00f5es. (Veja no artigo seguinte como configurar o processamento com GPU T4)<\/p>\n\n\n\n Valida\u00e7\u00f5es necess\u00e1rias: Como toda IA, os resultados devem ser validados de acordo com a aplica\u00e7\u00e3o. Um estudo mostra que, para certas culturas, a vantagem \u00e9 real, mas n\u00e3o autom\u00e1tica. (MDPI)<\/p>\n\n\n\n Custo\/licen\u00e7a poss\u00edvel: Algumas vers\u00f5es comerciais ou em grande escala podem implicar um custo ou condi\u00e7\u00f5es de uso. (data jungle adventures)<\/p>\n\n\n\n \n\n\n\n<\/span>Recomenda\u00e7\u00f5es de uso<\/span><\/h2>\n\n\n\nAqui est\u00e3o algumas dicas para tirar o m\u00e1ximo proveito do S2DR3 em seus scripts:<\/p>\n\n\n\n \nVerifique se a data escolhida tem uma boa cobertura (poucas nuvens) para a \u00e1rea de interesse.<\/li>\n\n\n\n Ap\u00f3s o processamento, verifique visualmente o resultado (por exemplo, no QGIS ou em um notebook) para detectar poss\u00edveis artefatos.<\/li>\n\n\n\n Compare (se poss\u00edvel) com a vers\u00e3o original em resolu\u00e7\u00e3o padr\u00e3o do Sentinel-2 para ver o que o modelo traz de novo.<\/li>\n\n\n\n Se voc\u00ea estiver fazendo an\u00e1lises (por exemplo, de vegeta\u00e7\u00e3o, classifica\u00e7\u00e3o), realize testes em um pequeno lote antes de processar grandes \u00e1reas.<\/li>\n\n\n\n Documente bem a proveni\u00eancia: \u201cimagem super-resolvida via S2DR3 em XX\/XX\/XXXX\u201d para transpar\u00eancia.<\/li>\n\n\n\n Para usos de produ\u00e7\u00e3o ou comercializa\u00e7\u00e3o, verifique as condi\u00e7\u00f5es da licen\u00e7a de uso do modelo ou dos produtos gerados.<\/li>\n<\/ul>\n\n\n\n \n\n\n\nNo pr\u00f3ximo artigo, TUTORIAL: Usando o S2DR3 no Google Colab para o estudo dos corais em Maur\u00edcio, veremos um caso concreto de uso desse procedimento.<\/p>\n\n\n\n \n","protected":false},"excerpt":{"rendered":"Primeiro, devemos dar a C\u00e9sar o que \u00e9 de C\u00e9sar! Descobri essa t\u00e9cnica gra\u00e7as ao blog do Franz, que convido voc\u00ea, se fala espanhol, a explorar suas in\u00fameras riquezas. Para processar as imagens Sentinel 2, usaremos…<\/p>\n","protected":false},"author":1,"featured_media":15855,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"give_campaign_id":0,"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"sfsi_plus_gutenberg_text_before_share":"","sfsi_plus_gutenberg_show_text_before_share":"","sfsi_plus_gutenberg_icon_type":"","sfsi_plus_gutenberg_icon_alignemt":"","sfsi_plus_gutenburg_max_per_row":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[3807],"tags":[3813,3809,3811,3815,3817],"class_list":["post-15908","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-images-pt","tag-google-colab-pt","tag-imagens","tag-resolucao","tag-s2dr3-pt","tag-sentinel-2-pt"],"aioseo_notices":[],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2025\/10\/article_sd3.jpg?fit=846%2C393&ssl=1","jetpack_shortlink":"https:\/\/wp.me\/p6XU0A-48A","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/15908","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/comments?post=15908"}],"version-history":[{"count":0,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/15908\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media\/15855"}],"wp:attachment":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media?parent=15908"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/categories?post=15908"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/tags?post=15908"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}