@TechReport{RenóBarb:2023:DeRoPy,
author = "Ren{\'o}, Kau{\~a} Gustavo Rodrigues and Barbosa, Cl{\'a}udio
Clemente Faria",
title = "Desenvolvimento de rotinas, em Python, para o processamento
imagens e dados {\'o}pticos coletados em ambientes aqu{\'a}ticos
para monitoriamento de sistenas aqu{\'a}ticos continentais por
sensoriamento remoto",
institution = "Instituto Nacional de Pesquisas Espaciais",
year = "2023",
type = "RPQ",
address = "S{\~a}o Jos{\'e} dos Campos",
note = "{Bolsa PIBIC/PIBITI/INPE/CNPq.}",
keywords = "programa{\c{c}}{\~a}o Python, campanhas de campo,
corre{\c{c}}{\~a}o atmosf{\'e}rica, metodologia 6SV,
OLCI/Sentinel-3, Python programming, field campaigns, atmospheric
correction, 6SV methodology, OLCI/Sentinel-3.",
abstract = "Como bolsista minha primeira atividade foi o estudo/aprofundamento
da linguagem de programa{\c{c}}{\~a}o Python, focando nas
bibliotecas de manipula{\c{c}}{\~a}o de imagens
geoespaciais(.TIFF), como a GDAL e o rasterio, outras bibliotecas
que estudei foram as que utilizavam os dados extra{\'{\i}}dos
das imagens, como o pandas e o numpy. Minha segunda tarefa foi a
organiza{\c{c}}{\~a}o e implementa{\c{c}}{\~a}o de novos dados
no banco de dados brutos, onde eu realizava a
organiza{\c{c}}{\~a}o e armazenamento de dados de radiometria e
limnologicos coletados em campo. X campanhas de campo foram
organizadas em uma estrutura de pastas e depois armazenados em um
reposit{\'o}rio, depois eram encaminhadas e armazenadas em um
aplicativo de gerenciamento de pastas (Filezilla). Para cada dado
foram preenchidos um arquivo .json com informa{\c{c}}{\~o}es
relacionadas a caracter{\'{\i}}stica do dado (e., data e
descri{\c{c}}{\~a}o do equipamento, medida e local de coleta),
assim como tamb{\'e}m alguns arquivos dos custos e do
pesquisadores que foram ao campo. Minha terceira atividade,
atividade a qual mais trabalhei, foi a adi{\c{c}}{\~a}o de novas
fun{\c{c}}{\~o}es em c{\'o}digos j{\'a} existentes, Atmospy e
Uranus, esses dois c{\'o}digos trabalham juntos no processo de
corre{\c{c}}{\~a}o atmosf{\'e}rica realizado atrav{\'e}s da
metodologia 6SV, juntos os dois executam fun{\c{c}}{\~o}es em
imagens .TIFF, como m{\'a}scara de nuvem, recorte da imagem para
melhor clareza de dados, entre outras fun{\c{c}}{\~o}es. Ambos
os c{\'o}digos funcionavam para imagens dos sensores
MSI/Sentinel-2 e OLI/Landsat8\&9, meu trabalho, junto de outro
bolsista e colaboradores do projeto, foi o de adaptar e criar
novas fun{\c{c}}{\~o}es para os c{\'o}digos passassem a
processar imagens do sensor OLCI/Sentinel-3. Por fim, a
{\'u}ltima tarefa que realizei, foi junto com outro bolsista,
onde criamos um c{\'o}digo em Python que comparava os dados
extra{\'{\i}}dos de uma mesma imagem que fora manipula por dois
diferentes c{\'o}digos de corre{\c{c}}{\~a}o atmosf{\'e}rica,
o Atmospy e o Pipeline(outro c{\'o}digo do projeto), que
ap{\'o}s a compara{\c{c}}{\~a}o, plota um gr{\'a}fico com a
diferen{\c{c}}a entre os dados. Esse um ano como bolsista foi
muito satisfat{\'o}rio, com certeza uma excelente experiencia
para a minha vida pessoal e profissional.",
affiliation = "{Faculdade de Tecnologia (FATEC)} and {Instituto Nacional de
Pesquisas Espaciais (INPE)}",
language = "pt",
pages = "13",
ibi = "8JMKD3MGP3W34T/49SS5E8",
url = "http://urlib.net/ibi/8JMKD3MGP3W34T/49SS5E8",
targetfile = "Relatorio_Final_Kaua_Gustavo_Rodrigues_Reno.pdf",
urlaccessdate = "10 maio 2024"
}