Vazios preenchidos

Programa de computador desenvolvido por pesquisadores norte-americanos completa mapas da camada de ozônio, preenchendo as lacunas deixadas por imagens feitas por satélites

Agência FAPESP - Um novo software está ajudando os cientistas a ter uma melhor visão ambiental do planeta. Fotos feitas por satélite são muitas vezes insuficientes para montar mapas como os que mostram a camada de ozônio. Como nem sempre os satélites conseguem obter todas as imagens necessárias, por questões técnicas ou climáticas, os mapas ficam incompletos, com diversos espaços em branco.

É aí que entra o programa de computador desenvolvido pelos pesquisadores do Programa de Estatísticas Espaciais e Ciências Ambientais da Universidade do Estado de Ohio. O software utiliza dados do resto do mapa e informações obtidas em dias anteriores para preencher os vazios na imagem que se quer montar.

Como os satélites produzem uma enorme quantidade de dados ambientais todos os dias, preencher os espaços em brancos é um grande desafio. "Do ponto de vista estatístico, os especialistas têm duas alternativas: ou preenchem muito bem os espaços, o que levaria muito tempo, ou o fazem muito rapidamente, mas sem a qualidade esperada", explica Noel Cressie, o líder do estudo.

Segundo Cressie, se alguém tentar, por exemplo, completar um mapa do buraco da camada de ozônio da maneira mais precisa, do ponto de vista estatístico, apenas para processar um único dia de dados seriam precisos 500 anos. "O software que desenvolvemos leva apenas três minutos", afirma em comunicado da Universidade do Estado de Ohio.

O software também consegue medir a precisão do mapa em cada uma de suas áreas, dado importante para que se possa construir em computador modelos precisos do clima terrestre. Os resultados do estudo que levou ao desenvolvimento do programa serão publicados na próxima edição do periódico Environmental and Ecological Statistics.

Uma maneira de preencher os vazios em uma imagem é usar os valores médios de todos os dados em pixels próximos. "Mas esse método não costuma ser eficiente para lidar com grandes volumes de dados", explica outro dos autores do estudo, Gardar Johannesson, do Laboratório Nacional Lawrence Livermore.

Os pesquisadores desenvolveram técnicas estatísticas que preenchem os campos vazios por meio de cálculos feitos com diferentes resoluções da imagem. Primeiro, o software dá um "zoom out", afastando-se e calculando os valores potenciais das partes que faltam, em baixa resolução. Em seguida, o programa aproxima-se da imagem para calcular os valores em alta resolução.

O software usa uma técnica baseada no método estatístico conhecido como análise bayesiana para medir os dados disponíveis. Dados confiáveis pesam mais, enquanto os pouco confiáveis pesam menos, mas não são ignorados. Dados dos pixels em torno dos espaços em branco também são empregados.

Para testar a eficiência do programa, primeiro foi analisado um mês de dados sobre a camada de ozônio. Posteriormente, os pesquisadores removeram um pedaço de um mapa de ozônio sobre o oceano Pacífico e usaram o software para calcular a parte que faltava e completar o mapa. O resultado foi praticamente o mesmo do original.

Os pesquisadores contam que a necessidade da Nasa, a agência espacial norte-americana, foi a mola que impulsionou o projeto. Diariamente, os satélites da Nasa colhem os mais variados tipos de dados, como da temperatura do ar ou dos oceanos, a velocidade dos ventos ou as quantidades de determinadas moléculas, como o próprio ozônio, na atmosfera. Digitalizados, os dados somam mais de 1,5 trilhão de bytes de informação por dia, o equivalente a cerca de 1,5 mil cópias da Enciclopédia Britannica. Além disso, a cada novo satélite que é lançado, a quantidade de dados aumenta.

Os autores do estudo afirmam que a tecnologia desenvolvida não precisa ser usada apenas no campo espacial. Segundo eles, diversos estudos que envolvem variações no espaço e no tempo podem ser beneficiados. Como exemplo citam projeções para analisar as condições de cada área em uma grande plantação ou o processamento de imagens médicas.

Mais informações: www.stat.ohio-state.edu/~sses