DETECÇÃO AUTOMÁTICA DE NUVENS E SOMBRAS EM IMAGENS DE SATÉLITE

Resumo

Este trabalho propõe um algoritmo para a detecção de nuvens e sombras em imagens de satélite, visando aprimorar a qualidade dos dados utilizados em monitoramento ambiental, agricultura de precisão e previsão do tempo. A abordagem integra múltiplos índices espectrais – NDVI, WI, HOT, WP e D – combinados com técnicas de processamento de imagens para criar máscaras específicas para nuvens e sombras. Desenvolvido em Python com a biblioteca GRASS GIS, o sistema automatiza o processamento de imagens Sentinel-2, gerando máscaras de nuvens a partir da interseção dos índices NDVI, WI e HOT, e máscaras de sombras a partir dos índices WP e D. Uma etapa de pós-processamento, fundamentada em análise de vizinhança, minimiza ruídos e refina a segmentação dos elementos de interesse. Os testes realizados demonstraram que a integração dos índices espectrais eleva significativamente a precisão da detecção, alcançando acurácia superior a 85% em comparação com dados de referência.