GEOSENSOR

GeoBlog

Portal GeoSensor / blog

Entendendo o PDI: a contribuição do Python

Prof. Dr. Gustavo Baptista

Você já pensou sobre a importância de compreender a lógica de programação que está por trás de um processamento?

Ao longo desses mais de 30 anos lecionando sensoriamento remoto, pude perceber que existem alguns aspectos estruturais que diferenciam os profissionais que possuem êxito em suas carreiras daqueles que não se destacam.

Normalmente, o profissional que se destaca é aquele que conhece a teoria que embasa o processamento, sabe executá-lo em mais de um software e consegue interpretar corretamente os resultados.

A teoria vai se ampliando à medida que novos sistemas e conjuntos de dados vão surgindo, porém os fundamentos não se alteram. Você pode se aprofundar cada vez mais estudando sempre e participando de grupos de pesquisa que te instiguem a sempre se atualizar.

Mas, como se manter atualizado com tanta inovação tecnológica? O avanço das tecnologias faz com que quase diariamente tenhamos novas versões de softwares, novos plugins que são propostos por uma comunidade dinâmica que tem trabalhado incessantemente para atender novas demandas.

Quando se está há muitos anos atuando, é possível compreender a evolução dos processamentos e avaliar algumas questões. Tomemos por base um procedimento usual para quem trabalha com mapeamento de paisagens que são os modelos digitais de terreno (MDT) e os mapas de declividade.

Antes da popularização dos SIGs, era muito comum que o usuário fizesse o seu mapa de declividade utilizando um ábaco (figura 1a) a partir das curvas de nível e fosse marcando os intervalos de inclinação do terreno. E como era construído o MDT de forma analógica? Eram traçados vários perfis topográficos (figura 1b); sua organização permitia ter uma noção da paisagem por meio de um bloco-diagrama (figura 1c) e sua avaliação auxiliava a compreensão da declividade.

Figura 1 — A) ábaco ábaco para cálculo de declividade; B) perfil topográfico; C) bloco-diagrama. Fonte: Notas de aula do Prof. Paul Anderson.

Você deve estar pensando no tempo gasto para a execução manual, bem como na imprecisão que um procedimento como esse pode acarretar. Concordo, mas uma coisa é inegável: quem fez mapa de declividade e MDT dessa forma normalmente percebe mais facilmente os problemas que podem surgir em um sistema automatizado.

Onde quero chegar com essa comparação? Eu disse que um profissional de destaque conhece a teoria, domina os softwares e consegue interpretar os resultados. Para compreender o que os softwares estão executando é importante que você conheça os algoritmos, bem como o passo-a-passo do processamento. Hoje, uma das formas mais eficientes para alcançar essa compreensão é acompanhar a construção de código de programação.

Não significa que você precisa saber programar, pois muitas vezes processar nos softwares disponíveis já resolve suas demandas e, se você os domina bem, se destaca no mercado. Mas compreender a lógica de programação é como se você estivesse vendo por trás do software e vendo como ele usa os “ábacos e perfis” para chegar ao “bloco-diagrama”. Ou seja, você é capaz de perceber quando algo parece ter dado errado. E isso faz toda a diferença!

Atualmente, existem várias linguagens que estão sendo mais comumente usadas no Processamento Digital de Imagens; por ser uma linguagem de programação mais próxima do usuário, o Python tem se destacado. Com uma infinidade de bibliotecas de códigos, muitas etapas são queimadas, mas a sequência do como fazer é preservada.

Acompanhar a lógica de programação permite a você compreender o funcionamento do software e isso melhora a sua capacidade de interpretar os resultados obtidos. Com isso, você adquire as condições ideias para ser um profissional diferenciado dos demais.

Um grande abraço!

 

Scroll to Top