IMAGE AS A SERVICE (IAAS): PROCESSAMENTO DIGITAL DE IMAGENS DO SATÉLITE ZY-3 VIA WEB

Transcrição

1 IMAGE AS A SERVICE (IAAS): PROCESSAMENTO DIGITAL DE IMAGENS DO SATÉLITE ZY-3 VIA WEB André Augusto Gavlak 1 Eduardo Henrique Geraldi Araújo 2 Lúcio Muratori de Alencastro Graça 3 1 Imagem - Soluções de Inteligência Geográfica Departamento de Marketing de Indústria agavlak@img.com.br 2 Imagem - Soluções de Inteligência Geográfica Departamento de Operações egeraldi@img.com.br 3 Imagem - Soluções de Inteligência Geográfica Diretoria de Inovação e Negócios Estratégicos lucio@img.com.br RESUMO Imagens de sensoriamento remoto de alta resolução vêm sendo usadas para uma série de atividades de planejamento, monitoramento e tomada de decisão visando o desenvolvimento sustentável da sociedade. O satélite chinês de sensoriamento remoto ZY-3 (ZiYuan-3) operado pela empresa estatal SASMAC (Satellite Surveying and Mapping Application Center) é um exemplo de uma nova geração de plataformas com sensores de alta resolução espacial focados em mapeamento sistemático e que contribuem para um entendimento mais profundo da superfície terrestre e sua dinâmica. Desta forma, o objetivo deste trabalho é criar um ambiente web, onde seja possível realizar o Processamento Digital de Imagens (PDI) de forma remota e em tempo real (on-the-fly), através da cloud, visualizar os resultados em um Sistema de Informações Geográficas na Web e permitir que tais resultados sejam acessíveis para qualquer tipo de dispositivo. Os resultados do trabalho mostram uma alta performance no que diz respeito ao PDI, onde funcionalidades são executadas rapidamente, sem utilização do processador local, memória RAM e do disco rígido do computador, gerando resultados temporários armazenados na cloud, que podem ou não serem exportados de forma definitiva para um computador pessoal ou servidor. Tais resultados permitem uma redução de custos financeiros e também aumentam a agilidade na tomada de decisão. ABSTRACT High resolution imagery have been used for many activities like urban planning, environmental monitoring and decision making trying to support the society sustainable development. The Chinese remote sensing satellite ZY-3 (ZiYuan-3) operated by the state company SASMAC (Satellite Surveying and Mapping Application Center) is an example of a new generation of platforms with high spatial resolution sensors focused on systematic mapping and contributing to a deeper understanding of the Earth's surface and its dynamics. Thus, the objective of this work is to create a web environment where it is possible to perform Digital Image Processing (DIP) remotely and in real time (on-the-fly) through the cloud, view results in a Web Geographic Information System (GIS Web) that allow such results to be accessible to any device. The findings show high performance regarding the DIP, where functionalities are implemented quickly, without the use of local processor, RAM and the computer's hard disk, creating temporary results stored in the cloud, which may or may not be exported to a definitive file in a personal computer or server. Such results lead to a reduction of financial costs and also increase the agility in decision making.

2 1. INTRODUÇÃO Imagens de sensoriamento remoto de alta resolução vêm sendo usadas para uma série de atividades de planejamento, monitoramento e tomada de decisão visando o desenvolvimento sustentável da sociedade. O satélite chinês de sensoriamento remoto ZY-3 (ZiYuan-3) operado pela empresa estatal chinesa SASMAC (Satellite Surveying and Mapping Application Center) é um exemplo de uma nova geração de plataformas com sensores de alta resolução espacial focados em mapeamento sistemático e que contribuem para um entendimento mais profundo da superfície terrestre e sua dinâmica. O ZY-3 foi lançado em 2012 é foi desenhado para mapeamento topográfico e monitoramento ambiental através de um par estereoscópico de sensores. Ele carrega 3 câmeras que produzem imagens forward, backward e nadir, além de um sensor multiespectral com uma banda no infravermelho próximo (FANG & CHEN, 2012). Entretanto, manipular e processar estes dados o enorme volume de dados atuais necessita de profissionais altamente capacitados, hardware adequado e softwares específicos de processamento digital de imagens (PDI), o que acaba por dificultar a geração de produtos da informação que atendam às necessidades dos órgãos públicos e privados. Atualmente se observa uma forte tendência de utilização da Computação em Nuvem - cloud (BUYYA et al, 2009) para estruturação de ambientes computacionais que permitam o processamento remoto de dados de forma segura e simples. Através da cloud empresas e usuários tradicionais são capazes de acessar aplicações sob demanda em qualquer localidade, a qualquer momento e em qualquer dispositivo (desktop e mobile), com um esforço mínimo de gerenciamento. Estes avanços têm criado novos paradigmas, transformando o desenvolvimento de software como nós o conhecíamos e o tornando algo consumível como serviço (Software as a Service SaaS) ao invés de poder ser executado apenas em computadores individuais. Hoje em dia, é comum acessar conteúdos pela internet sem ter conhecimento sobre a infraestrutura física que está hospedando tais aplicativos. Recentemente, estas duas tendências tem convergido, fazendo com que o processamento digital de imagens possa ser realizado na cloud, através de sistemas de informação geográfica (GIS, em inglês). na web. 2. OBJETIVOS O objetivo deste trabalho é simular um ambiente web, onde seja possível realizar o PDI de forma remota e em tempo real (on-the-fly), através da cloud, visualizar os resultados em um Web GIS e permitir que tais resultados sejam acessíveis para qualquer tipo de dispositivo. Serão utilizados métodos de geração de cache e vínculos dinâmicos para visualização das imagens do satélite ZY-3, diversas ferramentas de PDI (filtros, realces, índices de vegetação e outros produtos de valor agregado) também estarão disponíveis e haverá um catálogo online de imagens em uma interface amigável e intuitiva. Ou seja, será criada uma estrutura completa capaz de fornecer Imagens como um Serviço (Image as a Service - Iaas). 3. REFERENCIAL TEÓRICO 3.1 Imagens de satélite & Processamento Digital de Imagens Sensoriamento Remoto pode ser definido como a ciência de adquirir, processar e interpretar imagens que registram a interação entre a matéria e a radiação eletromagnética (SABBINS, 1996). Como dito, um dos principais produtos do sensoriamento são imagens, geralmente orbitais e que visam a observação da terra nas áreas de recursos naturais, ocupação humana, planejamento urbano e regional, dentre outras. Imagens de satélite são importantes para diversas aplicações, tais como: 1. São um background natural para muitas aplicações GIS, sendo geralmente utilizadas para apoiar a navegação; 2. Interpretação direta para extração de feições geográficas, como rodovias, hidrografia, moradias e outros aspectos relevantes da paisagem; 3. Fonte para digitalização de mapas vetoriais usando GIS (2D e 3D); 4. Validação de dados vetoriais, pois sempre surgem questões sobre a confiabilidade de determinados dados vetoriais e geralmente diferentes imagens de satélite são utilizadas para verificar a consistência destes dados. Imagens de satélite são a base da maioria dos mapeamentos realizados através de Sistemas de Informações Geográficas. Muitas organizações necessitam gerenciar catálogos de imagens de diversas fontes e que vêm crescendo cada vez mais rápido. Com a grande a quantidade de dados emergem dificuldades em gerencia-los, processa-los e distribui-los para seus usuários. O valor das imagens de satélite é maior quando um grande número de usuários tem acesso rápido e fácil a elas. Os procedimentos convencionais de gerenciamento, processamento e distribuição consomem muito tempo, e os usuários podem ter dificuldades em acessar e utilizar as imagens sem um software com interface simples. Quando uma nova imagem é gerada por um sensor, antes dos usuários a utilizarem, é preciso esperar até que ela seja processada,

3 carregada em um banco de dados e disponibilizada através de um sistema de distribuição. Este é um processo lento e oneroso, que pode ser superado a partir da automatização deste fluxo de trabalho em um sistema na cloud. Os requisitos dos usuários de imagens de satélite variam desde necessidades mais básicas como utiliza-las como um background para visualização, até demandas mais avançadas como análises estatísticas baseadas nos valores dos pixels. A lista a seguir demonstra alguns destes requisitos: 1. Acessar grandes áreas em alta resolução: usuários devem ser capazes de visualizar grandes áreas em qualquer escala, em diferentes projeções cartográficas sem precisar selecionar imagens ou tiles específicos. 2. Uso múltiplo: usuários necessitam acessar a mesma imagem em aplicações Web e Desktop. 3. Rapidez: Imagens devem estar acessíveis de forma quase instantânea em qualquer escala. 4. No tempo certo: usuários comumente demandam as imagens mais atuais. Para algumas aplicações, como resposta à desastres naturais, este fator é crítico. 5. Metadados: Acesso à metadados sobre as imagens (individuais ou mosaicadas), como data, produtor e parâmetros do sensor são fundamentais. 6. Análise: usuários avançados utilizam imagens para análises espaciais e extração automática de feições, em um ou vários momentos no tempo (análises multi-temporais). O volume de imagens cresce exponencialmente a medida que se vai derivando subprodutos delas, como ortoimagens, classificações, segmentações e etc. Mesmo quando já se utiliza uma imagem processada, existe um custo substancial de tempo, de armazenamento e financeiro necessários para carregar o conteúdo vindo de um ambiente servidor. 3.2 O satélite ZiYuan-3 (ZY-3) Lançado em 09 de Janeiro de 2012, o ZiYuan-3 (ZY-3) é o primeiro satélite chinês civil de alta resolução voltado para mapeamento. A missão é orientada para criação e mapas temáticos e sistemáticos nas escalas 1:50000 e 1:25000 (GRAÇA et al., 2014; XIAOMING et al., 2013). O satélite possui quatro sensores, sendo um multispectral e um Pancromático (Nadir), um de visada frontal (Forward) e outro de visada posterior (Backward) que permitem a construção de pares estéreos para geração de modelos digitais de elevação (D ANGELO, 2013). As imagens vêm sendo amplamente utilizadas para mapeamento e topografia, agricultura, floresta, conservação ambiental, mitigação de desastres naturais, planejamento urbano, navegação, dentre outras aplicações. TABELA 1 - PLATAFORMA Características Especificações Veículo Lançador CZ-4B carrier rocket Local de lançamento Taiyuan Satellite Launching Center Carga 2630 kg Duração da missão 5 anos Ciclo de revisita 5 dias (15 o de Inclinação) / 59 dias no Nadir Altitude orbital 505 km Inclinação orbital Horário de cruzamento no Equador 10:30 AM Órbita Sol-síncrona TABELA 2 - CÂMERA TRIPLE LINEAR-ARRAY Características Número de sensores 3 (nadir, forward, backward) Comprimento de onda μm Resolução espacial 2.1m (nadir); 3.5m (forward e backward) Distância focal 1700mm Área imageada 51km (nadir); 52km (forward e backward) Tamanho do Pixel 7 μm (nadir); 10 μm (forward e backward) Campo de visada 6º Resolução radiométrica 10 bits

4 Número de sensores 1 Comprimento de onda Resolução espacial Distância focal Campo de visada Tamanho do pixel Resolução radiométrica TABELA 3 - CÂMERA MULTISPECTRAL Características Azul: nm Verde: nm Vermelho: nm Infravermelho: nm 5.8 m 1750mm 51km 20 μm 10 bits Estão disponíveis os seguintes produtos extraídos do satélite ZY-3, sendo que para este trabalho foram utilizadas apenas imagens sensor corrected : 1. Sensor corrected: A atitude da plataforma e suas efemérides são aplicadas à imagem com o objetivo de realizar correções relativas à radiometria e à ótica do sensor. 2. DOM (Digital Orthographic Map): Correções radiométricas, gemétricas e da ótica do sensor são aplicadas aos dados. A precisão do produto depende da qualidade dos pontos de controle de campo ou do modelo digital de elevação utilizado. 3. DSM (Digital Surface Model) & DTM (Digital Terrain Model): O modelo digital de superfície (DSM) é gerado automaticamente pela combinação das imagens frontais e posteriores, com resolução espacial mínima de 3.5 metros. A partir de técnicas de restituição semi-automatizada, também é possível a produção do modelo digital de terreno (DTM), com o mesmo nível de qualidade presente no DSM. 4. DLG (Digital Linear Graphic): O Digital Linear Graphic é o produto resultante da aplicação de técnicas de mapeamento digital, tais como vetorização estereoscópica em 3D e restituição topográfica. 3.3 Image as a Service Existem diversos trabalhos que discutem o processamento e compartilhamento de imagens de satélite e sistemas de informações geográficas através de serviços web (DENG et al., 2004; AULICINO, 2006; PICHLER & HOGEWEG, 2009; ZHAO et al., 2012; DENG et al., s.a.). Com os recentes avanços científicos e tecnológicos, diversas empresas privadas, muitas vezes em parceria com universidades e institutos de pesquisa têm disponibilizado uma série de ferramentas (I3geo, MapServer, ArcGIS Server, Geoserver e etc.) que visam suportar este tipo de demanda. Neste trabalho será utilizado o ArcGIS Server, da Esri Inc., visto que sua matriz de funcionalidades é mais ampla que os demais produtos existentes, tendo módulos específicos para processamento digital de imagens. O ArcGIS Server é um completo sistema de informação geográfica baseado em servidor. Ele apresenta de forma nativa aplicações e serviços para gestão de dados espaciais, visualização e análise espacial. Também permite a publicação e compartilhamento de dados geográficos, mapas, modelos e etc. Com isto, é possível criar aplicações web, desktop e mobile consumindo estas informações geográficas (PICHLER & HOGEWEG, 2009). Com esta ferramenta, é possível criar uma ampla gama de serviços web, incluindo de imagens. Estas imagens podem ser armazenadas em um servidor e se tornar diretamente acessíveis via serviços WMS (Web Map Services), WCS (Web Coverage Services) e KML Services. A possibilidade de utilizar estes serviços, que são abertos e especificados pelo OGC (Open Geospatial Consortium), faz com que não seja necessário nenhum tipo de conversão do formato dos dados a serem disponibilizados. Enquanto o servidor processa unicamente os dados solicitados pelo cliente, o ArcGIS Server é capaz de realizar reprojeções e comprimir as imagens para serem utilizadas em redes com baixa largura de banda. O ArcGIS Image Extension for Server amplia as capacidades do ArcGIS Server para permitir gerenciar um grande volume de imagens e também servi-las como serviços, incluindo metadados detalhados e produtos derivados de técnicas de PDI. O PDI é realizado de forma instantânea (on-the-fly), sendo possível realizar realces, extração de bandas, fusão (pansharpening), assim como correções geométricas, reprojeções, recortes e ortorretificações. Esta capacidade permite criar diversos produtos a partir de um único conjunto de dados, sem redundância de informação ou pré-processamento (PICHLER & HOGEWEG, 2009). O ArcGIS Desktop também possui um plug-in especifico para o ZY-3 desenvolvido pela Esri China que otimiza diversos processamentos através da leitura dos metadados das imagens.

5 4. METODOLOGIA 4.1 Material Para execução desse trabalho foram utilizados os softwares ArcGIS for Server Enterprise Advanced com o ArcGIS Image Extension for Server e o ArcGIS for Desktop Advanced. Foram usadas imagens da câmera multiespectral (MUX) e da câmera pancromática de alta resolução ao Nadir (PAN-Nadir) do satélite ZY-3 coletadas no dia 05 de outubro de 2013 e que abrangem alguns municípios do estado do estado do Rio de Janeiro (Fig. 1). Fig. 1 Cobertura da cena do satélite ZY-3 usada no estudo (em azul). 4.2 Métodos As imagens originais utilizadas nesse estudo foram adicionadas a um Mosaic Dataset no SIG ArcGIS Desktop configurado especificamente para suportar imagens multiespectrais (R, G, B, NIR) direcionadas à publicação por meio de serviços de imagens. Devido a essa finalidade optou-se por se utilizar um sistema de coordenadas mais adequado ao ambiente web: Web Mercator Auxiliary Sphere (datum WGS 1984). No momento de sua inclusão, foi selecionado o tipo do sensor (ZY-3) e com isso todas as informações presentes em seus metadados foram automaticamente inseridas no Mosaic Dataset. Desta maneira, as melhores configurações de contraste, realce, fusão e correção geométrica (nesse caso, obtendo dados de arquivo RPC) foram implementadas nas imagens. O Mosaic Dataset então, passou por processos de otimização e aprimoramento com cálculos de estatísticas, overviews e balanceamento de cores. Depois devidamente preparada, a matriz foi direcionada à publicação. A publicação de imagens conta com uma série de parâmetros, ajustes e funcionalidades que podem ser editados pelo publicador. Toda essa configuração pode ser feita no momento da publicação/carga da imagem no servidor e alterada posteriormente no gerenciador de serviços do ArcGIS for Server. Para esse trabalho optou-se na inclusão de serviços de WMS, WCS, Image Service e quatro funções de PDI a serem executados online: Contraste e realce com utilização das 4 bandas espectrais; Índice de Vegetação para Diferença Normalizada (NDVI, na sigla em inglês); Filtro de convolução para detecção de feições horizontais; Máscara para seleção de níveis digitais específicos. Todos os resultados desses processamentos são mostrados em resolução máxima devido à prévia configuração do Mosaic Dataset para geração de imagens fusionadas. O serviço de imagem permite ainda o acesso a todas as informações contidas nos metadados das imagens para seleção e filtragem das cenas com vistas a elaboração de catálogo de consulta. Após a publicação foram realizados testes de compartilhamento e criação de serviços de mapas online. Resumidamente as ações desenvolvidas no trabalho podem ser observadas a seguir (Fig. 2): Mosaic Dataset Adição imagens Otimização Mosaic Publicação Consumo online Fig. 2 Fluxo de trabalho

6 5. RESULTADOS Os resultados do trabalho mostram uma alta performance no que diz respeito ao PDI, onde funcionalidades são executadas rapidamente, sem utilização do processador local, memória RAM e do disco rígido do computador, gerando resultados temporários armazenados na cloud, que podem ou não serem exportados de forma definitiva para um computador pessoal ou servidor. Tais resultados permitem uma redução de custos financeiros e também aumentam a agilidade na tomada de decisão. A Figura 3 mostra a interface web criada, com destaque para as ferramentas de PDI na parte superior da tela. Fig. 3 SIG Web Image as a Service O serviço publicado e armazenado no servidor fica disponível para acesso de diversas formas, tais como ArcGIS Javascript, ArcGIS.com Map, Google Earth e ArcMap (Desktop), como mostra a Figura 4: Fig. 4 Descrição do Serviço de Imagens

7 A seguir são apresentados os resultados dos processamentos feitos online por meio do serviço de imagens publicado (TABELA 4). TABELA 4 - RESULTADOS DOS PROCESSAMENTOS ONLINE Contraste RGB-432 NDVI Filtro de convolução Máscara de níveis digitais A consulta e filtragem das cenas incorporadas no serviço são ferramentas de grande importância para administração, consulta e disponibilização desses produtos. O uso de todas as informações contidas nos metadados das imagens permite que essas ações sejam realizadas para um grande conjunto de dados, otimizando recursos (Fig. 5). Por fim, apontam-se as potencialidades de compartilhamento e publicação desses serviços, bem como de consumo dessas informações em diversas plataformas web, mobile e desktop, inclusive utilizando os padrões internacionais para conteúdo geoespacial. O fato do serviço de imagem ser baseado na forma de catálogo de imagens com footprints, metadados e parâmetros de processamento permite que estes catálogos sejam disponibilizados também como OCG Web Feature Services (WFS), ou ser consumido usando as interfaces livres SOAP ou REST.

8 Fig. 5 Filtragem e consulta de imagens por metadados A solução desenvolvida baseada no ArcGIS Server se mostrou capaz de atender os requisitos de grande parte dos usuários de imagens de satélite, oferencendo funções e dados como serviço web (IaaS). Outro ponto importante são as funcionalidades existentes no Mosaic Dataset do ArcGIS Desktop, que otimizou consideravelmente atividades de pré-processamento, correções geométricas e criação de mosaico. Outro benefício direto é a centralização dos dados, evitando perdas e duplicidade de informações nos computadores dos usuários. AGRADECIMENTOS Agradecemos à empresa Imagem Soluções de Inteligência de Geográfica e à empresa SASMAC pelo suporte na realização deste trabalho. REFERÊNCIAS BIBLIOGRÁFICAS AULICINO, L. C. M. Wiss - serviço web para segmentação de imagens: especificação e implementação p. (INPE TDI/1189). Dissertação (Mestrado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos, Disponível em: < Acesso: 24 jun BUYYA, R.; YEO, C. S.; VENUGOPAL, S.; BROBERG, J., BRANDIC, I. Cloud computing and emerging IT platforms: Vision, hype, and reality for delivering computing as the 5th utility. Future Generation computer systems, v. 25, n. 6, p , D ANGELO, P. Evaluation of ZY-3 for DSM and ortho image generation. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XL-1/W1, ISPRS Hannover Workshop 2013, DENG, M.; LIU, Y.; DI, L. An interoperable web-based classification service for remote sensing data. George Mason University, s. a. Disponível em < Acesso: 15 junho DENG, M.; ZHAO, P.; YANG, Y.; CHEN, A.; DI, L. The Development of A Prototype Geospatial Web Service System for Remote Sensing Data. In. Proceedings of The International Symposium of Photogrammetry, Remote Sensing, and Spatial Information Sciences (ISPRS), FANG, S.; CHEN, Y. Sensor calibration of three-line CCD scanners on ZY-3. In. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XXXIX-B1, XXII ISPRS Congress, 25 August 01 September 2012, Melbourne, Australia, 2012.

9 GRAÇA, L. M. A.; ARAUJO, E. H. G.; SILVA, E. A.; ISHIKAWA, M. I.; CAMARGO, P. O. The geometric and cartographic characteristics of the ZY-3 images and their usage in the production of cartographic data and GIS applications in Brazil. III International Workshop on Earth Observation and Remote Sensing Applications (EORSA 2014), Changsha, China, PICHLER, G.; HOGEWEG, M.. Improving Access and Use of Imagery using Open and Interoperable Off-the-shelf Technologies. International Symposium on Remote Sensing of Environment (ISRSE), SABINS, F. Remote Sensing: Principles and Interpretation. Freeman & Co., New York, NY, XIAOMING, G.; XINMING, T.; GUO, Z.; XIAOYONG, Z. The geometric accuracy validation of the ZY-3 mapping satellite. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XL-2/W1, 2013 & 8th International Symposium on Spatial Data Quality, ZHAO, P.; FOERSTER, T.; YUE, P.. The geoprocessing web. Computers & Geosciences, v. 47, p. 3-12, 2012.