Uma primeira versão já existia no Google Earth Engine, mas ele oferece apenas integrações Python e JavaScript e é uma plataforma de pesquisa computacional, não uma API de imagens. Isso dificultava construir um produto ágil. Pequenas fazendas regenerativas também precisam localizar o estresse da semana sem equipe de geoprocessamento e sem percorrer cada hectare.
— Projeto 06
Flora
Um painel para agricultura regenerativa, com dados reais de satélite

visão geral do projeto
Um painel de operação agrícola em que um processo agendado — nunca a aplicação durante a navegação — busca dez indicadores de saúde vegetal por talhão. O produtor abre o mapa e vê quais partes de cada área apresentam estresse, com imagens reais do Sentinel-2.
resultado entregue
Uma base funcional: cadastrar talhão, ver uma zona de estresse em dados reais do Sentinel-2 e agir criando uma tarefa. Inclui painel inicial com pontuação baseada em fórmula documentada, seletor de dez índices e previsão do tempo. Falhas importantes só apareceram na atualização manual com conta real do Copernicus e limites reais de talhão, e foram corrigidas observando o resultado na tela.
- Atuação
- Engenharia de produto e desenvolvimento completo
- Período
- Em andamento
- Ano
- 2026
- Equipe
- Entrega solo
O sistema foi reconstruído com uma regra: nenhuma requisição de usuário consulta o provedor de satélite. Um processo NestJS consulta o Copernicus Data Space em horários definidos, decodifica as imagens, calcula dez índices espectrais em uma chamada da Process API e grava PNGs prontos no armazenamento de objetos e dados no Postgres. A API NestJS separada lê apenas Postgres e Redis, com teste garantindo essa divisão. Cada tabela de cliente tem segurança por linha no PostGIS e filtro no repositório; testes entre organizações exigem resposta 404, nunca 403, para dados de terceiros.
Uma base funcional: cadastrar talhão, ver uma zona de estresse em dados reais do Sentinel-2 e agir criando uma tarefa. Inclui painel inicial com pontuação baseada em fórmula documentada, seletor de dez índices e previsão do tempo. Falhas importantes só apareceram na atualização manual com conta real do Copernicus e limites reais de talhão, e foram corrigidas observando o resultado na tela.
— O produto em uso
O produto de verdade
Capturas verificadas da interface real do projeto, com os diferentes estados e páginas apresentados abaixo.






— Processo de entrega
Da necessidade da operação ao sistema entregue
O trabalho segue os riscos do projeto. Regras do negócio e estados de falha vêm antes do acabamento da interface; a automação chega antes da entrega.
Fundação, esquema e isolamento
Monorepo pnpm/Turborepo, esquema Drizzle + PostGIS com dez tabelas e chaves estrangeiras compostas. Identidade e isolamento por linha em duas camadas antes da primeira tela.
A base: talhões → estresse → tarefas
Cadastro e desenho de limites no Mapbox, cliente HTTP CDSE, conversão de imagens em PNG e agenda por talhão com BullMQ. Depois, a interface de leitura e um quadro Kanban com arraste real usando @dnd-kit.
Dez índices espectrais
A coleta passou de um para dez índices por chamada. A verificação real custou 4,667 unidades de processamento contra 4,0 na base: as bandas de entrada determinam o custo, não a quantidade de saídas.
Painel inicial e clima
Agregações diárias, pontuação regenerativa baseada no índice agroambiental publicado pela AAFC e previsão Open-Meteo com seis cartões de indicadores.
— Arquitetura do sistema
Limites claros, responsabilidades explícitas
Cada camada tem uma função e um contrato bem definido. Isso permite substituir serviços externos e testar o comportamento do produto.
talhão_01
25,4 acres
15.9469°S / 48.6035°W
estresse detectado
20 zonas
camadas / 4,667 PU
Next.js App Router
Interface AlignUI, mapa Mapbox e gráficos Recharts, consultando apenas a API apoiada em Postgres.
NestJS
Serviço separado da aplicação web, lendo apenas Postgres e Redis. A separação é garantida por teste.
NestJS independente + BullMQ
Único serviço autorizado a consultar o Sentinel Hub, em tarefas agendadas por talhão.
PostgreSQL 16 + PostGIS 3.4
Drizzle ORM com tipo geográfico próprio; todas as tabelas de cliente protegidas por RLS e filtro de repositório.
— O que foi entregue
O que o produto faz
Seletor de dez índices
NDVI, NDRE, EVI, MSAVI, RECI, MCARI, aproximação PRI identificada, NDMI, NDWI e VSDI, cada um com escala de cores e estado desabilitado explícito quando indisponível.
Detecção real de zonas de estresse
A imagem é recortada pelo polígono do talhão usando a própria classe de ausência de dados. Detecções agrupadas permitem criar tarefas reais.
Isolamento garantido duas vezes
Segurança por linha e filtro de repositório em todas as tabelas, com testes reais de RLS entre clientes exigindo resposta 404.
— Desafios de engenharia
Desafios resolvidos
Um cabeçalho ausente parecia falha de acesso
Sem Accept: application/tar, o Copernicus devolvia um TIFF em vez do pacote solicitado. O erro do leitor parecia um problema de token; só a conta real revelou a causa.
Uma máscara falhava em dois índices
Oito índices produziam NaN fora do talhão naturalmente. Dois sem divisão geravam valores válidos e desenhavam um retângulo. A correção passou a usar a classe real de ausência de dados, sem depender da fórmula.
Dados sintéticos sem limites reais
O script de exemplo preenchia todo o retângulo da área, sem conhecer seu polígono irregular. A falha foi encontrada observando o talhão renderizado.
links verificados do projeto
próxima conversa
Precisa de um sistema pensado assim?
Traga o desafio da operação. Vamos transformá-lo em um briefing claro e um próximo passo viável.
Começar um projeto