Com relação a sensoriamento remoto, julgue os próximos itens.

No contexto de imagens de satélite, o realce pode ser usado para melhorar a visibilidade de elementos como corpos d’água, áreas urbanas, vegetação, ou outros tipos de cobertura do solo, o que facilita a extração de informações e a distinção entre diferentes classes.

Na agricultura de precisão, são utilizadas ARPs devido à sua capacidade de capturar dados multiespectrais e térmicos, o que permite o monitoramento de variáveis como saúde das culturas, níveis de umidade do solo e detecção de pragas.

Dados de sensoriamento remoto não conseguem identificar diferentes tipos de vegetação e distinguir áreas desmatadas de florestas secundárias em regeneração.

A coleta de dados remotos em campo utiliza equipamentos portáteis, tal como GPS de alta precisão, sensores multiespectrais e câmeras, para obter informações diretamente do ambiente, o que permite análises detalhadas da área estudada.

As plataformas de coleta de dados em laboratório são as únicas que utilizam sensores de alta precisão, enquanto as plataformas de campo e as ARPs dependem exclusivamente de dados qualitativos.

Drones equipados com sensores de alta tecnologia são ferramentas úteis para a coleta de dados remotos, permitindo monitorar áreas de ecossistemas naturais, identificar mudanças no uso da terra e avaliar os impactos ambientais de maneira precisa e em tempo real.

O uso das imagens de sensoriamento remoto foi o principal responsável pelo rápido desenvolvimento de métodos novos e econômicos que são empregados no mapeamento digital de solos.

É possível utilizar, por meio do mapeamento digital, uma modelagem para extrapolar a informação obtida para áreas com características ambientais diferentes e das quais haja informações sobre solo.

O mapeamento digital do solo pode ser definido como a criação e manipulação de sistemas de informação espacial do solo, por meio de modelos numéricos usados para inferir variações espaciais e temporais das propriedades e dos tipos de solo a partir da observação e do conhecimento do próprio solo e das variáveis ambientais correlacionadas.

Na classificação orientada a objetos, a unidade primitiva de processamento, que era o pixel, foi substituída por objetos compostos por vários pixels oriundos do processo de segmentação; esse método subdivide a imagem em regiões homogêneas significativas baseadas não somente em propriedades espectrais, mas também na forma, na textura, no tamanho e em outras características topológicas.