Skip to content

SarWillyan/GeoFiltro

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

38 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

🛰️ GeoFiltro

Filtragem inteligente de imagens Sentinel-2 baseada na área real de interesse (AOI)

GeoFiltro Logo

Python PySide6 Sentinel-2 s2cloudless GeoJSON Status

🔗 Repositório Oficial


📌 Sobre o projeto

O GeoFiltro é uma aplicação desktop desenvolvida em Python para busca, filtragem e processamento de imagens de sensoriamento remoto da missão Sentinel-2.

O projeto foi criado para resolver um problema comum em fluxos de análise geoespacial:

A porcentagem de nuvens retornada pelos catálogos do Sentinel Hub/CDSE normalmente representa o tile inteiro da cena, e não necessariamente a área específica de interesse do usuário.

Na prática, isso significa que uma imagem pode apresentar:

  • baixa cobertura de nuvens nos metadados;
  • mas estar completamente inutilizável no recorte real da análise.

O GeoFiltro resolve esse problema realizando a análise de cobertura de nuvens diretamente sobre a AOI (Area of Interest) definida pelo usuário através de um arquivo .geojson.

A aplicação integra:

  • 🛰️ imagens Sentinel-2 L1C;
  • ☁️ análise de nuvens com s2cloudless;
  • 🌍 integração com Sentinel Hub / Copernicus Data Space Ecosystem (CDSE);
  • 🧭 processamento geoespacial sobre recortes reais;
  • 📊 geração de produtos espectrais e visualizações.

🎯 Objetivo

O objetivo do GeoFiltro é reduzir o tempo gasto no pré-processamento e seleção manual de imagens de satélite, permitindo:

  • selecionar automaticamente cenas com baixa cobertura de nuvens;
  • validar imagens usando apenas a região de interesse;
  • acelerar análises temporais;
  • melhorar a qualidade de conjuntos de dados para estudos ambientais, agrícolas e geoespaciais.

🖥️ Telas da aplicação

🔐 Tela de Login

A interface de autenticação permite:

  • cadastro de usuários;
  • armazenamento local de credenciais;
  • reutilização de contas existentes;
  • autenticação com Sentinel Hub/CDSE.

tela de login


📊 Dashboard Principal

O dashboard central reúne:

  • painel de busca;
  • carregamento de GeoJSON;
  • tabela de resultados;
  • seleção de cenas;
  • geração de produtos;
  • visualização das imagens processadas.

dashboard


🛰️ Visualização do Produto

A tela de visualização permite:

  • visualização da cena processada;
  • exportação em PNG 🖼️;
  • exportação em GeoTIFF 🌍.

visualização de produto


🌈 Produtos disponíveis

Os produtos identificados no código-fonte incluem:

Produto Descrição
RGB Natural Composição colorida natural
False Color Realce de vegetação e umidade
NDVI Índice de vegetação
Máscara de Nuvens Resultado da detecção de nuvens

Outros produtos espectrais podem ser adicionados futuramente conforme a expansão do sistema.


🚀 Como executar o projeto localmente

✅ Pré-requisitos

Antes de iniciar, instale:

  • Python 3.11+
  • Git
  • Ambiente virtual (venv)

📥 Clonando o repositório

git clone https://github.com/SarWillyan/GeoFiltro.git
cd GeoFiltro

🧪 Criando ambiente virtual

Windows

python -m venv venv
venv\Scripts\activate

Linux/macOS

python3 -m venv venv
source venv/bin/activate

📦 Instalando dependências

pip install -r requirements.txt

▶️ Executando a aplicação

O ponto de entrada identificado no projeto é:

python main.py

🔐 Como obter credenciais CDSE / Sentinel Hub

O sistema necessita de credenciais válidas do Copernicus Data Space Ecosystem (CDSE).

Passos gerais

  1. Criar uma conta no portal oficial do CDSE (em login selecione Sentinel Hub);
  2. Na tela de Dashboard, selecione User settings no menu lateral;
  3. Em OAuth clients, clique em + Create;
  4. De um nome, selecione uma data de expiração ou defina para nunca expirar, clique em criar;
  5. Utilizar essas credenciais na tela de login do GeoFiltro.

As credenciais são utilizadas para autenticação OAuth2 junto aos serviços Sentinel Hub.


🌱 Casos de uso

O GeoFiltro pode ser utilizado em diferentes cenários de análise geoespacial.

🌾 Monitoramento agrícola

  • análise de safras;
  • acompanhamento de vegetação;
  • seleção automática de cenas úteis.

🌳 Estudos ambientais

  • monitoramento de cobertura vegetal;
  • análise de áreas degradadas;
  • avaliação temporal de mudanças.

☁️ Filtragem automática de imagens

  • eliminação de cenas inviáveis;
  • otimização de pipelines de pré-processamento.

🔮 Melhorias futuras

Possíveis evoluções do projeto:

  • suporte a Sentinel-2 L2A para produtos;
  • novos índices espectrais;
  • cache local de cenas;
  • exportações adicionais;
  • geração automática de relatórios.

🤝 Contribuindo

Contribuições são bem-vindas.

Caso deseje colaborar:

  1. faça um fork do projeto;
  2. crie uma branch para sua feature;
  3. envie um pull request.

📄 Licença

Licença

About

🛰️ Aplicação desktop para busca, filtragem e processamento de imagens Sentinel-2 com análise real de cobertura de nuvens sobre áreas de interesse (AOI) utilizando Sentinel Hub, CDSE e s2cloudless.

Topics

Resources

License

Stars

Watchers

Forks

Contributors

Languages