Você está aqui: Página Inicial > Notícias OBT INPE > Estudo simulou a configuração inovadora das bandas espectrais da futura missão Landsat Next para pesquisas sobre pastagens degradadas no Cerrado

Notícias

Estudo simulou a configuração inovadora das bandas espectrais da futura missão Landsat Next para pesquisas sobre pastagens degradadas no Cerrado

Um estudo liderado por Angela Gabrielly Pires Silva, pós-graduanda em Sensoriamento Remoto no INPE, sob a orientação de Lênio Soares Galvão (INPE/DIOTG) e Laerte Guimarães Ferreira Júnior (UFG/LAPIG), utilizou dados hiperespectrais do satélite EnMAP (Environmental Mapping and Analysis Program) para simular a resolução espectral da missão Landsat Next, prevista para lançamento em 2031...
publicado: 09/01/2026 11h54 última modificação: 12/01/2026 14h08

Um estudo liderado por Angela Gabrielly Pires Silva, pós-graduanda no Programa de Pós-Graduação em Sensoriamento Remoto no INPE, sob a orientação de Lênio Soares Galvão (INPE/DIOTG) e Laerte Guimarães Ferreira Júnior (UFG/LAPIG), utilizou dados hiperespectrais do satélite EnMAP (Environmental Mapping and Analysis Program) para simular a resolução espectral da missão Landsat Next, prevista para lançamento em 2031. O objetivo foi analisar o impacto da configuração inovadora de suas bandas para fins de classificação de pastagens degradadas no Cerrado.

O estudo foi publicado recentemente no periódico Remote Sensing Letters e pode ser acessado através do link: https://doi.org/10.1080/2150704X.2025.2611930

 A missão Landsat Next, atualmente em fase de discussão e revisão pela NASA, poderá operar com um total de 26 bandas espectrais, posicionadas nas faixas refletidas (21 bandas) e emitidas (5 bandas) do espectro eletromagnético. Discute-se a possibilidade de se ter uma constelação de três satélites, o que permitiria um tempo de revisita de cena de seis dias. Para a faixa óptica refletida, a resolução espacial poderá variar de 10 a 20 metros, dependendo da banda.

A análise, apresentada no artigo “Discriminating Pasture Degradation in Brazil: Insights from EnMAP-Based Spectral Resolution Simulations with Emphasis on Landsat Next”, concentrou-se exclusivamente na influência da resolução espectral, excluindo intencionalmente outras especificações técnicas que também podem impactar os resultados da classificação (p.ex., resolução espacial). Foram simuladas especificamente 18 das 21 bandas refletivas do sensor, abrangendo as regiões do visível, borda vermelha, infravermelho próximo e do infravermelho de ondas curtas (400–2500 nm).

Como parte do delineamento experimental, os autores também simularam a resolução espectral de outras missões multiespectrais, tanto passadas quanto atuais. A estratégia foi adotada para avaliar o impacto do aumento progressivo no número de bandas e da ampliação da faixa espectral de aquisição de imagens, do visível para o infravermelho de ondas curtas, no processo de classificação de pastagens degradadas e não-degradadas. Por meio do classificador Light Gradient Boosting Machine (LightGBM), foram identificados os intervalos espectrais mais relevantes para a classificação de pastagens degradadas, incluindo níveis severos de degradação agronômica e biológica.

 

 Cubo hiperespectral elaborado a partir de dados EnMAP obtidos no Estado de Goiás

 Figura: Cubo hiperespectral elaborado a partir de dados EnMAP obtidos no Estado de Goiás

Os resultados destacaram a importância das bandas multiespectrais propostas para o Landsat Next nas regiões da borda vermelha e do infravermelho de ondas curtas. Bandas centradas em 740 nm, 1600 nm e em comprimentos de onda superiores a 2000 nm mostraram-se especialmente eficazes na distinção entre diferentes níveis de degradação das pastagens. Especificamente, três bandas relativamente estreitas previstas para o Landsat Next — centradas em 2038 nm, 2108 nm e 2211 nm — demonstraram potencial para captar sinais de absorção de minerais argilosos, associados ao aumento da exposição do solo devido à perda progressiva da cobertura vegetal provocada por processos biológicos.

Os dados da publicação são:

Pires Silva, A.G..; Galvão, L.S.; Ferreira Jr., L.G. (2026). Discriminating Pasture Degradation in Brazil: Insights from EnMAP-Based Spectral Resolution Simulations with Emphasis on Landsat Next. Remote Sensing Letters 17(2): 168–178. https://doi.org/10.1080/2150704X.2025.2611930