> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/satellite-monitoring.md).

# Monitoramento por Satélite

Visualize e analise imagens Landsat, Sentinel e Planet.

{% embed url="<https://youtu.be/nxHF4Kw3O2M?si=jt8pGkoeNTuGmDUS>" %}
Imagens de satélite e análise da vegetação no GeoPard. Imagem de satélite original vs. ampliada por upsampling vs. expansão de contraste. Em nível de talhão e regional.
{% endembed %}

**Observação da Terra** começa com uma preparação sólida dos dados, incluindo detecção de obstáculos (nuvens, sombras) e processamento avançado de imagens.

{% hint style="info" %}
Acesse a página interativa de monitoramento de lavouras por satélite em geopard.tech: [Monitoramento de lavouras por satélite](https://geopard.tech/crop-monitoring/)
{% endhint %}

O GeoPard oferece acesso a um arquivo com mais de 30 anos de imagens de satélite processadas, calibradas e tratadas, com visualizações detalhadas calculadas para cada imagem.

Isso permite monitorar o desenvolvimento das lavouras, inclusive por meio de análises retrospectivas e avaliações das condições, identificar áreas com diferentes níveis de crescimento, detectar anomalias e comparar sua fazenda com talhões e áreas vizinhas.

O GeoPard inclui imagens brutas do Sentinel-2 e uma versão ampliada por upsampling (resolução <1 m), aprimorada com expansão de contraste em 20 índices de imagens de satélite.

Tudo isso está disponível no pacote básico de monitoramento do GeoPard.

**Imagens de satélite fornecidas pelo GeoPard**

<table><thead><tr><th width="104">Provedor</th><th width="129">Satélites</th><th width="79">Cobertura</th><th width="84">Global</th><th width="126">Frequência</th><th width="118">Pixel bruto</th><th width="144">Pixel do GeoPard</th></tr></thead><tbody><tr><td><strong>USGS/NASA</strong></td><td>Landsat 5-9</td><td>Desde 1988</td><td>Sim</td><td>A cada 8 dias (2 satélites)</td><td>30 m</td><td>1 m</td></tr><tr><td><strong>ESA</strong></td><td>Sentinel-2</td><td>Desde 2015</td><td>Sim</td><td>A cada 5 dias</td><td>10 m</td><td>1 m</td></tr><tr><td><strong>Planet Labs</strong></td><td>PlanetScope</td><td>Todos os dias, desde 2020</td><td>Sim</td><td>±Todos os dias</td><td>3,7 m</td><td>1 m</td></tr></tbody></table>

* **Índices em tempo real:** O GeoPard calcula índices em tempo real tanto para cenas completas (Sentinel-2 e Landsat) quanto em nível de subárea do talhão.
* **Expansão de contraste:** Disponível para cada provedor, com índices recalculados com base nas estatísticas da Área de Interesse (AOI).
* **Zoneamento e análises:** As imagens oferecem suporte a zoneamento avançado em várias camadas e análises baseadas em equações, aumentando a precisão das decisões agronômicas.

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FcVtpbUivLctWvL6noWAP%2FGeoPard%20-%20Sentinel2%20%26%20Planet%2C%20NIR%20%26%20Contrast%20NDVI.png?alt=media&amp;token=1cacf604-9cca-49f5-aa23-f548e89ff803" alt=""><figcaption><p>Sentinel-2 vs. Planet Scope. Ambos processados pelo GeoPard e ampliados por upsampling para 1 m. Infravermelho próximo vs. NDVI com contraste.</p></figcaption></figure>

Você pode usar isso para:

* Detecção precisa de mudanças e detecção antecipada de anomalias
* Monitoramento de lavouras
* Avaliação de danos (inundação, granizo, acamamento)
* Previsão de produtividade
* Mapas de aplicação em taxa variável com base em zoneamento em várias camadas ou equações agronômicas
* Detecção de desmatamento

### Controles e filtros <a href="#controls-and-filters" id="controls-and-filters"></a>

O GeoPard oferece os seguintes controles e filtros para dados de satélite:

1. Comparar camadas – permite comparar análises de critérios lado a lado em uma visualização dividida
2. Lista suspensa de nuvens com os seguintes valores:

* Sem nuvens – exibe apenas imagens sem nuvens
* Parcialmente nublado – inclui imagens parcialmente nubladas
* Todas as imagens (padrão) – exibe todas as imagens de satélite disponíveis

3. Filtro de provedor – permite filtrar imagens por provedor (Sentinel, Planet ou Landsat)
4. Filtros de mês e ano – permitem filtrar imagens de satélite por mês ou ano
5. Seção de monitoramento por satélite – mostra cada imagem de satélite com:

* Data
* Indicador de nuvens (parcialmente nublado ou nublado, se selecionado)
* Para imagens sem nuvens, exibe o índice NDVI calculado a partir da imagem
* Nome do provedor (Sentinel, Planet ou Landsat)

No mapa do talhão, você tem os seguintes controles:

1. Conjunto de índices
2. Recortar pelo limite
3. Ocultar/mostrar camada
4. Centralizar no talhão
5. Centralizar na minha localização
6. Visualização 3D/2D
7. Aproximar
8. Afastar
9. Fonte do mapa (mapas do Bing ou Mapbox)
10. Novo – Imagem de contraste – cores baseadas nas estatísticas do índice selecionado dentro dos limites do talhão

### &#x20;<a href="#vegetation-indices" id="vegetation-indices"></a>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/satellite-monitoring.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
