Sensoriamento remoto · Sentinel-2
Nuvens e NDVI: por que a cobertura de nuvem distorce o vigor vegetal
Satélite passa a cada poucos dias — mas nem toda passagem serve para ler a lavoura. Nuvens, sombras e neblina distorcem o NDVI. Veja o problema, por que metadados genéricos enganam e como o ndvi.app trata isso dentro do seu talhão.
O problema: NDVI com nuvem não reflete a lavoura
O NDVI mede o contraste entre infravermelho e vermelho refletidos pela vegetação. Quando uma nuvem cobre parte do talhão, os pixels afetados deixam de representar a cultura — passam a refletir água nas gotas, sombra ou brilho difuso. Se esses pixels entram na média, o mapa mostra vigor falso: manchas vermelhas ou verdes onde na verdade havia nuvem.
Na prática agrícola, isso significa tomar decisão com dado errado — achar estresse onde havia sombra, ou vigor alto onde havia reflexo de nuvem. Por isso qualquer ferramenta séria de monitoramento por satélite precisa tratar nuvens antes de calcular NDVI, e não depois.
Por que a cobertura de nuvem da cena inteira não serve
Catálogos de satélite como o STAC trazem um campo chamado eo:cloud_cover — a porcentagem de nuvem sobre a cena completa do Sentinel-2, que cobre uma faixa enorme de território. Seu talhão ocupa uma fração minúscula dessa cena.
Isso gera dois erros comuns:
Cena “limpa”, talhão nublado
A cena pode ter 10% de nuvem no total, mas uma nuvem grande pode cobrir exatamente o seu talhão. O metadado diz que está bom; o mapa NDVI sai distorcido.
Cena “nublada”, talhão limpo
Nuvens em outra região inflacionam a cobertura da cena. Você descarta uma data útil porque o número geral é alto, embora sua lavoura estivesse visível.
No ndvi.app, a cobertura de nuvem é calculada somente dentro do perímetro do talhão — nunca usamos o valor genérico da cena como substituto.
Como o ndvi.app detecta nuvens no talhão
Para cada passagem de satélite, analisamos pixel a pixel dentro do contorno cadastrado. A detecção combina três camadas de informação — sem depender só de um número pronto do catálogo.
- 1
Camada SCL (Scene Classification Layer)
Classificação oficial do Sentinel-2 L2A: identifica nuvem densa, cirro fino, sombra de nuvem, neve e pixels sem dado. É a base, mas sozinha não pega toda neblina nem evita confusão com solo claro.
- 2
Análise RGB — brilho e contraste
Pixels muito claros e com pouco contraste entre vermelho, verde e azul indicam nuvem ou neblina, mesmo quando o SCL hesita. Usamos limiares distintos para neblina leve e nuvens densas.
- 3
Confirmação SWIR (banda B11)
Solo exposto claro pode parecer nuvem no RGB. A razão azul/SWIR separa reflexo de nuvem (brilhante no azul, fraco no SWIR) de solo seco ou vegetação rala — reduzindo falsos positivos.
Resultado
A porcentagem exibida na lista de datas é a fração de pixels nublados dentro do talhão, em relação aos pixels válidos da área plantada. Esse valor alimenta o filtro de cenas, o aviso na tela e a seleção automática de passagens para o dossiê de safra.
O limite de 45% e o que você vê na interface
Por padrão, listamos passagens com menos de 45% de nuvens no talhão. Quando o período tem muita nebulosidade — comum no verão em várias regiões do Brasil — o sistema busca automaticamente datas mais limpas no catálogo e, se necessário, mostra as menos nubladas disponíveis com aviso claro.
- Lista de datas prioriza cenas abaixo do limite; você pode ativar “Mostrar nubladas” quando precisar.
- Na visualização, pixels de nuvem e sombra viram tom neutro — você enxerga onde a leitura é confiável.
- Se a cena ativa passa do limite, um banner avisa a cobertura estimada no talhão.
- Comparações entre datas indicam quando a cobertura alta limita a leitura estatística.
- Dossiês de safra exigem passagens suficientes abaixo do limite para montar análise coerente.
NDVI só sobre pixels confiáveis
Depois de marcar nuvens, sombras, neve e pixels sem dado, esses pixels saem do cálculo de NDVI — média, mediana, percentual de área com baixo vigor e mapa colorido. O que resta reflete a lavoura visível naquela passagem, não artefatos atmosféricos.
Esse pipeline é o mesmo para mapas RGB, overlay de vigor e estatísticas de comparação. A complexidade fica do nosso lado; do seu lado, a pergunta continua simples: esta data serve para ler meu talhão?
Perguntas frequentes sobre nuvens e NDVI
Respostas diretas para quem monitora lavoura por satélite.
Por que nuvens distorcem o NDVI?
O NDVI usa a diferença entre infravermelho e vermelho. Nuvens e sombras alteram essas bandas de forma artificial — pixels nublados parecem ter vigor diferente do que a lavoura realmente tem. Se esses pixels entram no cálculo, a média de NDVI do talhão fica errada.
A cobertura de nuvem da cena inteira serve para o meu talhão?
Não de forma confiável. O metadado eo:cloud_cover do Sentinel-2 mede a cena satelital completa — muitas vezes centenas de quilômetros. Seu talhão pode estar limpo enquanto a cena está marcada como nublada, ou o contrário. Por isso o ndvi.app calcula a cobertura de nuvem apenas dentro do perímetro cadastrado.
O que é a camada SCL do Sentinel-2?
SCL (Scene Classification Layer) é uma camada do produto Sentinel-2 L2A que classifica cada pixel — vegetação, solo, água, sombra de nuvem, nuvem densa, cirro fino e neve. Usamos o SCL como base, mas complementamos com análise RGB e SWIR para pegar neblina e evitar confundir solo claro com nuvem.
Por que o limite é 45% de nuvens no talhão?
Com menos de 45% de pixels nublados dentro do talhão, ainda há área suficiente para ler o vigor vegetal com confiança. Acima disso, avisamos e priorizamos datas mais limpas — mas você pode optar por ver cenas nubladas quando não houver alternativa no período.
O que acontece com pixels de nuvem nos mapas?
Pixels identificados como nuvem ou sombra são excluídos do cálculo de NDVI e substituídos por um tom neutro no mapa. Assim você vê onde a leitura é confiável e onde a passagem de satélite não cobre bem o talhão.
Posso comparar datas nubladas no ndvi.app?
Sim. Por padrão mostramos cenas com menos de 45% de nuvens no talhão, mas há a opção de exibir passagens nubladas. Quando a cobertura é alta, exibimos um aviso e as estatísticas de comparação indicam que a leitura pode ser limitada.
Veja NDVI com filtro de nuvens no seu talhão
Cadastre o contorno, escolha datas limpas e compare o vigor vegetal — sem planilha, sem GIS e sem adivinhar se a passagem serviu.