A acurácia da correção atmosférica para o monitoramento de sistemas aquáticos é extremamente importante, por estes ambientes apresentarem reflectância espectral normalmente baixa. Alguns estudos vem mostrando que a aplicação do modelo 6SV de correção atmosférica, apresenta bons resultados para estes ambientes. Porém a usabilidade e automatização deste modelo são baixas, por necessitar de recursos não presentes nos metadados das imagens, além da baixa intuitividade na utilização. Com o objetivo de facilitar a aplicação deste modelo e de acelerar o procedimento de correção atmosférica em imagens dos sensores Sentinel- 2/MSI, Landsat-8/OLI e Sentinel-3/OLCI desenvolveu-se um sistema na linguagem de programação Python, junto a alguns pacotes auxiliares. Os resultados obtidos através do programa foram validados por pesquisadores e alunos de pós-graduação do Laboratório de Instrumentação de Sistemas Aquáticos (http://www.dpi.inpe.br/labisa/). ABSTRACT: The accuracy of the atmospheric correction for the monitoring of aquatic systems is extremely important because these environments have normally low spectral reflectance. Some studies have shown that the application of the 6SV model of atmospheric correction present good results for these environments. However, the usability and automation of this model are low, because it requires resources not present in the metadata of the images, besides the low intuitiveness in the use. In order to facilitate the application of this model and to accelerate the procedure of atmospheric correction in images of the Sentinel-2 / MSI, Landsat-8 / OLI, and Sentinel-3 / OLCI sensors, a system was developed in the Python programming language with some auxiliary packages. The results obtained through the program were validated by researchers and graduate students of the Laboratory of Instrumentation of Aquatic Systems (http://www.dpi.inpe.br/labisa/).