State-of-the-Art and Framework for Identifying Urban Patterns by Remote Sensing Data

Conteúdo do artigo principal

Bruno Dias dos Santos
https://orcid.org/0000-0002-6748-2038
Renata Maciel Ribeiro
Antonio Paez
https://orcid.org/0000-0001-6912-9919
Milton Kampel
https://orcid.org/0000-0002-0011-2083
Carolina Moutinho Duque de Pinho
https://orcid.org/0000-0002-7054-4463
Silvana Amaral
https://orcid.org/0000-0003-4314-7291

Resumo

The increase in the spatial resolution of satellite imagery and the greater distribution of data have enabled the use of remote sensing for urban studies. However, there is still a lack of databases and cartographic publications for cities in the Brazilian Amazon. Thus, the following questions guided this work: what is the state-of-the-art in remote sensing to identify urban patterns in Brazil? Do these urban patterns equally cover all Brazilian regions? How to identify urban patterns in different contexts, such as the Amazon urban region? To this end, we conducted a review of publications that have identified urban patterns in Brazilian cities and put forward an identification model. For the most part, we observed that the works found analyzed small areas in São Paulo cities, using visual interpretation in private access and high spatial resolution imagery. To cover this gap, we propose a framework to identify Urban and Socio-Environmental Patterns based on remote sensing data, Voluntary Geographic Information data and census data. Although the framework can be applied in all regions of Brazil, the focus of the classification model is on Amazonian cities.

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...

Detalhes do artigo

Como Citar
SANTOS, B. D. dos; RIBEIRO, R. M.; PAEZ, A.; KAMPEL, M.; PINHO, C. M. D. de; AMARAL, S. State-of-the-Art and Framework for Identifying Urban Patterns by Remote Sensing Data . Revista Brasileira de Cartografia, [S. l.], v. 75, 2023. DOI: 10.14393/rbcv75n0a-67966. Disponível em: https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/67966. Acesso em: 21 jul. 2024.
Seção
Sensoriamento Remoto

Referências

ALMEIDA, C. M. DE. Aplicação dos sistemas de sensoriamento remoto por imagens e o planejamento urbano regional. arq. urb, v. 1, n. 3, p. 98–123, 2010.

ALMEIDA, C. M. DE; MONTEIRO, A. M. V.; CÂMARA, G.; et al. GIS and remote sensing as tools for the simulation of urban land‐use change. International Journal of Remote Sensing, v. 26, n. 4, p. 759–774, 2005.

ALMEIDA, C. M. DE; SOUZA, I. DE M. E; DURAND, C. A.; PINHO, C. M. D. DE; FEITOSA, R. Q. Métodos cognitivos de classificação aplicados a imagens QuickBird para a detecção de áreas residenciais homogêneas. Revista Brasileira de Cartografia, v. 61, n. 1, p. 1–12, 2009. Disponível em: <https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/44849/23860>. Acesso em: 8/6/2023.

ALVES, C. D.; PEREIRA, M. N.; FLORENZANO, T. G.; SOUZA, Í. D. E. M. E. Análise orientada a objeto no mapeamento de áreas urbanas com imagens Landsat. Boletim de Ciências Geodésicas, v. 15, n. 1, p. 120–141, 2009.

ALVES, E. D. L. Seasonal and spatial variation of surface urban heat island intensity in a small urban agglomerate in Brazil. Climate, v. 4, n. 4, p. 61, 2016.

AL-WASSAI, F. A.; KALYANKAR, N. V. Major limitations of satellite images. arXiv, v. 1, p. 1–9, 2013.

AMARAL, S.; CÂMARA, G.; MONTEIRO, A. M. V.; QUINTANILHA, J. A.; ELVIDGE, C. D. Estimating population and energy consumption in Brazilian Amazonia using DMSP night-time satellite data. Computers, Environment and Urban Systems, v. 29, n. 2, p. 179–195, 2005.

ANAZAWA, T. M.; DE FARIA SANTOS, A. C.; MONTEIRO, A. M. V.; AMARAL, S. Integrando grade estatística e luzes noturnas em estudos populacionais: uma aplicação para apoiar o planejamento territorial na Região Metropolitana do Vale do Paraíba e Litoral Norte. Revista Espinhaço, v. 9, n. 2, p. 98–110, 2020.

ARAUJO, R. V.; ALBERTINI, M. R.; COSTA-DA-SILVA, A. L.; et al. São Paulo urban heat islands have a higher incidence of dengue than other urban areas. Brazilian Journal of Infectious Diseases, v. 19, p. 146–155, 2015.

BARCELLOS, C.; MONTEIRO, A. M. V.; CORVALÁN, C.; et al. Mudanças climáticas e ambientais e as doenças infecciosas: cenários e incertezas para o Brasil. Epidemiologia e Serviços de Saúde, v. 18, n. 3, p. 285–304, 2009.

BARROS, D.; BRITO, P. L.; LARROCA, A. P. C.; et al. Characterizing urban land use patterns by variograms parameters from multispectral high spatial resolution satellite images: An application in Salvador, Bahia-Brazil. In: IEEE International Geoscience and Remote Sensing Symposium-IGARSS, 2013. Anais... . IEEE, p. 3309–3312.

BAVIA, M. E.; CARNEIRO, D.; DA COSTA GURGEL, H.; FILHO, C. M.; BARBOSA, M. G. R. Remote sensing and geographic information systems and risk of American visceral leishmaniasis in Bahia, Brazil. Parassitologia, v. 47, n. 1, p. 165, 2005.

BOGGIONE, G. DE A.; SILVA, H. G. DE P.; SILVA, R. M. DE C. Análise da vegetação intra-urbana e suas relações com os dados socioeconômicos no Município de Anápolis/GO. In: XIX Simpósio de Sensoriamento Remoto, 2019. Anais... . Santos: INPE, v. XIX, p. 2405–2408. Disponível em: http://marte2.sid.inpe.br/col/sid.inpe.br/marte2/2019/09.05.14.05/doc/97287.pdf. Acesso em: 2/1/2022.

BRAGA JR, B.; HESPANHOL, I.; CONEJO, J. G. L.; et al. Introdução à engenharia ambiental: o desafio do desenvolvimento sustentável. São Paulo: Pearson Prentice Hall, 2005.

BRASIL. Lei no 11.124, de 16 de junho de 2005. 2005.

BRASIL. Guia para o Mapeamento e Caracterização de Assentamentos Precários. Brasília: Ministério das Cidades, 2010.

BRITO, P. L. Sensoriamento remoto na identificação de elementos e tipologias urbanas relacionados à ocorrência da leptospirose no subúrbio ferroviário de Salvador, Bahia. 279 f. Tese (Doutorado em Engenharia) – Escola Politécnica, Universidade de São Paulo, São Paulo, 2010.

BRITO, P. L.; ARENAS, H.; LAM, N.; QUINTANILHA, J. A. Recognition of Urban Patterns Related to Leptospirosis Contamination Risks Using Object Based Classification of Aerial Photography. In: IGARSS 2008-2008 IEEE International Geoscience and Remote Sensing Symposium, 2008. Anais... . IEEE, v. 1, p. I–272.

CAMPOS, J.; RIGOTTI, J. I. R.; BAPTISTA, E. A.; MONTEIRO, A. M. V.; REIS, I. A. Population Estimates from Orbital Data of Medium Spatial Resolution: Applications for a Brazilian Municipality. Sustainability, v. 12, n. 9, p. 3565, 2020.

CARDOSO, A. C. D.; LIMA, J. J. F. Tipologias e padrões de ocupação urbana na Amazônia Oriental: para que e para quem. 1o ed. Belém, Brazil: edUFPA, 2006.

CARDOSO, A. C. D.; LIMA, J. J. F.; PONTE, J. P. X.; VENTURA, R. DA S.; RODRIGUES, R. M. Morfologia urbana das cidades amazônicas: a experiência do Grupo de Pesquisa Cidades na Amazônia da Universidade Federal do Pará. urbe. Revista Brasileira de Gestão Urbana, v. 12, p. 1–18, 2020.

CARDOSO, A. C. D.; DE MELO, A. C.; GOMES, T. DO V. O urbano contemporâneo na fronteira de expansão do capital: padrões de transformações espaciais em seis cidades do Pará, Brasil. Revista de Morfologia Urbana, v. 4, n. 1, p. 5–28, 2016.

CERBINO NETO, J.; WERNECK, G. L.; COSTA, C. H. N. Factors associated with the incidence of urban visceral leishmaniasis: an ecological study in Teresina, Piauí State, Brazil. Cadernos de Saúde Pública, v. 25, p. 1543–1551, 2009.

CONZEN, M. R. G. Thinking about urban form: papers on urban morphology, 1932-1998. Conzen, Michael P ed. Peter Lang, 2004.

CORREIA, V. R. DE M.; CARVALHO, M. S.; SABROZA, P. C.; VASCONCELOS, C. H. Remote sensing as a tool to survey endemic diseases in Brazil. Cadernos de Saúde Pública, v. 20, n. 4, p. 891–904, 2004.

CORREIA, V. R. DE M.; MONTEIRO, A. M. V.; CARVALHO, M. S.; WERNECK, G. L. Uma aplicação do sensoriamento remoto para a investigação de endemias urbanas. Cadernos de Saúde Pública, v. 23, p. 1015–1028, 2007.

DA COSTA, G. A. O. P.; DE PINHO, C. M. D.; FEITOSA, R. Q.; et al. InterIMAGE: Uma plataforma cognitiva open source para a interpretação automática de imagens digitais. Revista Brasileira de Cartografia, v. 60, n. 4, p. 331–337, 2008. Disponível em: <https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/44859/23870>. Acesso em: 8/6/2023.

COSTA, S. DA S. B.; BRANCO, M. DOS R. F. C.; VASCONCELOS, V. V.; et al. Autoregressive spatial modeling of possible cases of dengue, chikungunya, and Zika in the capital of Northeastern Brazil. Revista da Sociedade Brasileira de Medicina Tropical, v. 54, p. 1–9, 2021.

DAL’ASTA, A. P.; BRIGATTI, N.; AMARAL, S.; ESCADA, M. I. S.; MONTEIRO, A. M. V. Identifying spatial units of human occupation in the Brazilian Amazon using Landsat and CBERS multi-resolution imagery. Remote Sensing, v. 4, n. 1, p. 68–87, 2012.

D’ANTONA, Á.; BUENO, M. DO C. D.; DAGNINO, R. Using regular grids for spatial distribution of census data for population and environment studies in Brazil. In: Population Association of America - Annual Meeting Program, 2011. Anais... . Washington: PAA, p. 1–5.

DAUNT, A. B. P.; SILVA, T. S. F. Beyond the park and city dichotomy: Land use and land cover change in the northern coast of Sao Paulo (Brazil). LANDSCAPE AND URBAN PLANNING, v. 189, p. 352–361, 2019.

DENALDI, R.; PETRAROLLI, J. G.; GONÇALVES, G.; MORAES, G. Tecidos urbanos e a identificação de assentamentos precários na Região Metropolitana da Baixada Santista. In: III URBFAVELAS, 2018. Anais... . Salvador: Observatório das Metrópoles, p. 1–21. Disponível em: http://lepur.com.br/wp-content/uploads/2018/12/TECIDOS-URBANOS-E-A-IDENTIFICA%C3%87%C3%83O-DE-ASSENTAMENTOS-PREC%C3%81RIOS-NA-REGI%C3%83O-METROPOLITANA-DA-BAIXADA-SANTISTA-.pdf. Acesso em: 1/11/2021.

DENALDI, R.; ROSA, J. S. Ações integradas de urbanização de assentamentos precários. 1o ed. Brasilia, Brazil: Ministério das Cidades e Cities Alliance, 2010.

DÓRIA, V. E. M.; AMARAL, S.; MONTEIRO, A. M. V. ESTIMATIVA E DISTRIBUIÇÃO ESPACIAL DE POPULAÇÃO URBANA COM IMAGENS DE SATÉLITES DE LUZES NOTURNAS: UM ESTUDO PARA A REGIÃO METROPOLITANA DE SÃO PAULO, BRASIL, COM O SENSOR VISIBLE/ INFRARED IMAGING RADIOMETER SUITE (VIIRS). GEOGRAFIA, v. 41, n. 3, p. 527–547, 2016. Rio Claro. Disponível em: <https://www.periodicos.rc.biblioteca.unesp.br/index.php/ageteo/article/view/12650/8403>. Acesso em: 2/1/2022.

EMBRAPA. Satélites de Monitoramento. Disponível em: <https://www.embrapa.br/satelites-de-monitoramento>. Acesso em: 14/10/2022.

ESCH, T.; MARCONCINI, M.; FELBIER, A.; et al. Urban Footprint Processor—Fully Automated Processing Chain Generating Settlement Masks From Global Data of the TanDEM-X Mission. IEEE Geoscience and Remote Sensing Letters, v. 10, n. 6, p. 1617–1621, 2013.

ESDRAS, M. Geotecnologias aplicadas ao estudo de formação e de risco ambiental das favelas de Montes Claros/MG. Raega - O Espaço Geográfico em Análise, v. 24, n. 198, p. 176, 2012. Disponível em: <https://revistas.ufpr.br/raega/article/view/26214/17484>. Acesso em: 8/6/2023.

ESPINDOLA, G. M. DE; CARNEIRO, E. L. N. DA C.; FAÇANHA, A. C. Four decades of urban sprawl and population growth in Teresina, Brazil. Applied Geography, v. 79, p. 73–83, 2017. Disponível em: <https://www.sciencedirect.com/science/article/pii/S014362281630844X>.

ESTEVAM, E. A.; SILVA, E. A. Classificação de áreas de favelas a partir de imagens IKONOS: Viabilidade de uso de uma abordagem orientada a objeto. Pesquisas em Geociências, v. 37, n. 2, p. 133–142, 2010.

FEITOSA, F. DA F.; VASCONCELOS, V. V.; DE PINHO, C. M. D. DE; et al. IMMerSe: An integrated methodology for mapping and classifying precarious settlements. Applied geography, v. 133, p. 102494, 2021.

FIDELIS-MEDEIROS, F.; GRIGIO, A.-M. Identificação das Unidades Homogêneas e Padrão da Ocupação Urbana (UHCT) como subsidio ao ordenamento territorial em Mossoró, RN - Brasil. EURE (Santiago), v. 45, n. 135, p. 245–270, 2019. SciELO Chile. Disponível em: <https://www.scielo.cl/pdf/eure/v45n135/0717-6236-eure-45-135-0245.pdf>. Acesso em: 8/6/2023.

FRIESEN, J.; TAUBENBÖCK, H.; WURM, M.; PELZ, P. F. Size distributions of slums across the globe using different data and classification methods. European Journal of Remote Sensing, v. 52, n. sup2, p. 99–111, 2019.

FUCKNER, M. A.; MORAES, E. C.; FLORENZANO, T. G. Processamento de dados multiespectrais termais aplicado à análise espaço-temporal dos padrões de temperatura da superfície nas Regiões Metropolitanas de São Paulo e Rio de Janeiro. In: XIV Simpósio Brasileiro de Sensoriamento Remoto, 2009. Anais... . Natal: INPE, p. 1369–1376. Disponível em: http://marte.sid.inpe.br/col/dpi.inpe.br/sbsr@80/2008/11.17.21.55/doc/1369-1376.pdf. Acesso em: 8/6/2023.

GALERA, R. A.; BRITO, C. O.; CAMPOS, F. S.; ANTUNES, J. S.; CANIL, K. Modelo digital de curvatura côncava para determinação de unidades geotécnicas de aptidão à urbanização. In: XVIII SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 2017. Anais... . Santos: INPE, p. 7582–7588.

GONÇALVES, C. D. A. B.; DE MARCELHAS, Í.; PEREIRA, M. N.; DA COSTA FREITAS, C. Análise do ambiente residencial urbano visando a inferência de população utilizando dados de sensoriamento remoto orbital de alta resolução. Geografia, v. 31, n. 2, p. 371–402, 2006.

GONÇALVES, C. D. A. B.; SOUZA, Í. DE M. E; PEREIRA, M. N.; FREITAS, C. DA C. Análise do ambiente urbano visando a inferência populacional a partir do uso de dados de sensoriamento remoto orbital de alta resolução. In: XIV Encontro Nacional de Estudos Populacionais, 2004. Anais... . Caxambú: ABEP, p. 1–22.

GONÇALVES, G. Identificação de Assentamentos Precários na Região do Grande ABC: Uma abordagem estatística. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Ambiental e Urbana) – Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas, Universidade Federal do ABC, Santo André, 2018.

GONÇALVES, G. C.; DE OLIVEIRA, L. M.; D’ASTA, A. P.; AMARAL, S. Geoinformação Para a Visbilidade das Áreas Urbanas de Cidades Amazônicas. Revista Geoaraguaia, v. 11, n. Especial, p. 149–165, 2021.

GUEGUEN, L. Classifying compound structures in satellite images: A compressed representation for fast queries. IEEE Transactions on Geoscience and Remote Sensing, v. 53, n. 4, p. 1803–1818, 2014. IEEE.

HACKER, K. P.; SETO, K. C.; COSTA, F.; et al. Urban slum structure: integrating socioeconomic and land cover data to model slum evolution in Salvador, Brazil. International journal of health geographics, v. 12, n. 1, p. 1–12, 2013.

HOFMANN, P. Detecting informal settlements from IKONOS image data using methods of object oriented image analysis-an example from Cape Town (South Africa). Jürgens, C.(Ed.): Remote Sensing of Urban Areas/Fernerkundung in urbanen Räumen, v. 1, p. 41–42, 2001.

HOFMANN, P.; STROBL, J.; BLASCHKE, T.; KUX, H. Detecting informal settlements from QuickBird data in Rio de Janeiro using an object based approach. Object-based image analysis. p.531–553, 2008.

IBGE. Tipologia Intraurbana: Espaços de diferenciação socioeconômica nas Concentrações Urbanas do Brasil. Rio de Janeiro, 2017.

ITC. SEARCH SATELLITES. Disponível em: <https://webapps.itc.utwente.nl/sensor/default.aspx?view=searchsat>. Acesso em: 8/6/2023.

KOHLI, D.; SLIUZAS, R.; KERLE, N.; STEIN, A. An ontology of slums for image-based classification. Computers, Environment and Urban Systems, v. 36, n. 2, p. 154–163, 2012.

KUFFER, M.; PFEFFER, K.; PERSELLO, C. Special issue “remote-sensing-based urban planning indicators”. Remote Sensing, v. 13, n. 1264, p. 1–6, 2021.

KUFFER, M.; PFEFFER, K.; SLIUZAS, R. Slums from space—15 years of slum mapping using remote sensing. Remote Sensing, v. 8, n. 6, p. 455, 2016.

KURKDJIAN, M. DE L. N. DE O. Aplicações de sensoriamento remoto ao planejamento urbano. In: Simpósio Latino Americano de Sensoriamento Remoto, 1993. Anais... . Cartajena: INPE, p. 1–15.

KURKDJIAN, M. DE L. N. O. DE. Um método para identificação e análise de setores residenciais urbanos homogêneos, através de dados de sensoriamento remoto, com vistas ao planejamento urbanoSão Paulo. 158p. Tese (Doutorado em Arquitetura e Urbanismo) – Faculdade de Arquitetura e Urbanismo, Universidade de São Paulo, São Paulo, 1986. Disponível em: <http://mtc-m12.sid.inpe.br/col/sid.inpe.br/iris@1912/2005/07.18.21.29/doc/INPE%206358.pdf>. Acesso em: 30/1/2022.

KUX, H. J. H.; NOVACK, T.; FERREIRA, R.; OLIVEIRA, D. A.; RIBEIRO, B. M. G. Classificação da cobertura do solo urbano usando imagens ópticas de altíssima resolução e o sistema InterIMAGE baseado em conhecimento. In: XV Simpósio Brasileiro de Sensoriamento Remoto, 2011. Anais... . Curitiba: INPE, p. 822–829.

KUX, H. J. H.; NOVACK, T.; FONSECA, L. M. G. Mapeamento de favelas usando classificação orientada a objeto–estudo de caso em Paraisópolis, São Paulo (SP). SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, v. 14, p. 715–721, 2009.

LAPOLA, D. M.; BRAGA, D. R.; DI GIULIO, G. M.; TORRES, R. R.; VASCONCELLOS, M. P. Heat stress vulnerability and risk at the (super) local scale in six Brazilian capitals. CLIMATIC CHANGE, v. 154, n. 3–4, p. 477–492, 2019.

LEITE, M. E.; BRITO, J. L. S. Sensoriamento Remoto e SIG na identificação de áreas propensas à formação de favelas: o caso de Montes Claros (MG). Boletim Goiano de Geografia, v. 32, n. 2, p. 159–175, 2012. Universidade Federal de Goiás.

LEITE, M. E.; LEITE, M. R.; PEREIRA, D. M.; BRITO, J. L. S. Sensoriamento remoto aplicado ao monitoramento dos assentamentos urbanos ilegais. In: VXI Simpósio Brasileiro de Sensoriamento Remoto, 2013. Anais... . Foz do Iguaçu: INPE. Disponível em: http://marte2.sid.inpe.br/rep/dpi.inpe.br/marte2/2013/05.28.22.36.46. Acesso em: 14/10/2022.

LU, D.; LI, G.; VALLADARES, G. S.; BATISTELLA, M. Mapping soil erosion risk in Rondonia, Brazilian Amazonia: using RUSLE, remote sensing and GIS. Land degradation & development, v. 15, n. 5, p. 499–512, 2004.

MACHADO, C. A. S.; DE ALBUQUERQUE NÓBREGA, R. A.; QUINTANILHA, J. A. Valuation of Accessibility Index Through High-Resolution Satellite Images and Geographic Information Systems–A Methodological Proposal for Planning the Transportation System. In: 12th World Conference on Transport Research Society, 2010. Anais... . Lisboa: WCTR, p. 1–15.

MACHADO, C. A. S.; BELTRAME, A. M. K.; SHINOHARA, E. J.; et al. Identifying concentrated areas of trip generators from high spatial resolution satellite images using object-based classification techniques. Applied Geography, v. 53, p. 271–283, 2014.

MAHABIR, R.; CROITORU, A.; CROOKS, A. T.; AGOURIS, P.; STEFANIDIS, A. A critical review of high and very high-resolution remote sensing approaches for detecting and mapping slums: Trends, challenges and emerging opportunities. Urban Science, v. 2, n. 1, p. 8, 2018.

MANSO, A. P.; BARROS, M. S. S.; OLIVEIRA, M. DE L. N. DE. Determinação de zonas homogêneas através de sensoriamento remoto. São José dos Campos, 1978.

DE MARCELHAS, Í.; ALVES, C. D.; DE ALMEIDA, C. M.; DE PINHO, C. M. D. Caracterização socioeconômica do espaço residencial construído utilizando imagens de alta resolução espacial e análise orientada a objeto. Geografia (Londrina), v. 16, n. 1, p. 119–142, 2007.

MARCONCINI, M.; METZ-MARCONCINI, A.; ÜREYEN, S.; et al. Outlining where humans live, the World Settlement Footprint 2015. Scientific Data, v. 7, n. 1, p. 242, 2020. Disponível em: <https://doi.org/10.1038/s41597-020-00580-5>. .

MARINO JUNIOR, E. O uso do Sensoriamento Remoto orbital na pesquisa socioeconômica. Rev. Científica Eletrônica De Agronomia, v. 5, n. 10, p. 9, 2006.

MARTINS, A. S.; LEITE, M. E. Análise do crescimento das favelas da cidade de Montes Claros–MG por imagens de alta resolução espacial. In: XVII Simpósio Brasileiro de Sensoriamento Remoto, 2015. Anais... . João Pessoa: INPE, p. 25–29.

MATIAS, L. F.; NASCIMENTO, E. DO. Geoprocessamento aplicado ao mapeamento das áreas de ocupação irregular na cidade de Ponta Grossa (PR). Geografia, Rio Claro, v. 31, n. 2, p. 317–330, 2006.

MICROSOFT. Building Footprints in South America, 2021. Microsoft. Disponível em: <https://github.com/microsoft/SouthAmericaBuildingFootprints>. Acesso em: 8/6/2023.

MIRANDA, L. Contribuições do Instituto Brasileiro de Geografia e Estatística para análises intraurbanas: a organização social no território a partir de Categorias Sócio-ocupacionais. Revista Brasileira de Geografia, v. 64, n. 1, p. 67–92, 2019.

MUSCI, M.; FEITOSA, R. Q.; COSTA, G. A. O. P.; VELLOSO, M. L. F. Assessment of binary coding techniques for texture characterization in remote sensing imagery. IEEE Geoscience and Remote Sensing Letters, v. 10, n. 6, p. 1607–1611, 2013.

NAKAZATO, R. J. Sensoriamento remoto como subsídio para identificação das áreas de riscos de alagamentos no território urbano de Dourados (MS). Trabalho de Conclusão de Curso (Bacharelado em Gestão Ambiental) – Universidade Federal da Grande Dourados, Dourados, 2020.

NETZBAND, M.; STEFANOV, W. L.; REDMAN, C. Applied Remote Sensing for Urban Planning, Governance and Sustainability. Berlin: Springer Science & Business Media, 2007.

NOVO, E. M. L. DE M. Sensoriamento Remoto: princípios e aplicações. 3o ed. São Paulo: Editora Blucher, 2008.

OLIVEIRA, M. DE L. N. DE O.; MANSO, A. P.; BARROS, M. S. S. Setorização urbana através de Sensoriamento Remoto. INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS, 1978. São José dos Campos. Disponível em: <http://marte.sid.inpe.br/col/dpi.inpe.br/marte@80/2008/09.23.18.09/doc/436-451.pdf>. Acesso em: 1/11/2021.

OLIVEIRA, V. Morpho: a methodology for assessing urban form. Urban Morphology, v. 17, n. 1, p. 21–33, 2013.

OSM. OpenStreetMap. Disponível em: <https://www.openstreetmap.org/#map=4/-15.13/-53.19>. Acesso em: 1/11/2021.

PASQUOTTO, G.; SILVA, R.; LIMA, A.; et al. Análise morfológica das aglomerações residenciais horizontais intramuros na Região Metropolitana de Campinas. Revista de Morfologia Urbana, v. 6, n. 1, p. 33–51, 2018.

PACHÊCO, A. DA P.; GONÇALVES, R. M.; LIMA, E. R. V. DE; QUINTANS, A. G. X. Sensoriamento remoto de alta resolução espacial na caracterização de assentamentos informais. Revista de Geografía Norte Grande, v. 1, n. 57, p. 143–159, 2014.

PERES, L. DE F.; LUCENA, A. J. DE; ROTUNNO FILHO, O. C.; FRANÇA, J. R. DE A. The urban heat island in Rio de Janeiro, Brazil, in the last 30 years using remote sensing data. International Journal of Applied Earth Observation and Geoinformation, v. 64, p. 104–116, 2018.

PESARESI, M.; HUADONG, G.; BLAES, X.; et al. A global human settlement layer from optical HR/VHR RS data: Concept and first results. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, v. 6, n. 5, p. 2102–2131, 2013. IEEE.

DE PINHO, C. M. D.; FONSECA, L. M. G.; KORTING, T. S.; DE ALMEIDA, C. M.; KUX, H. J. H. Land-cover classification of an intra-urban environment using high-resolution images and object-based image analysis. International Journal of Remote Sensing, v. 33, n. 19, p. 5973–5995, 2012.

PINHO, C. M. D. DE; UMMUS, M. E.; NOVACK, T. EXTRAÇÃO DE FEIÇÕES URBANAS EM IMAGENS DE ALTA RESOLUÇÃO ESPACIAL A PARTIR DO ESTUDO DO COMPORTAMENTO ESPECTRAL DOS ALVOS. Revista Brasileira de Cartografia, v. 63, n. 4, 2011. Disponível em: <http://www.seer.ufu.br/index.php/revistabrasileiracartografia/article/view/49213>. Acesso em: 30/1/2022.

REIS, I. C. Caracterização de paisagens urbanas heterogêneas de interesse para a vigilância e controle da dengue com o uso de sensoriamento remoto e mineração de padrões espaciais: um estudo para o Rio de Janeiro. Dissertação (Mestrado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2010. Disponível em: <http://mtc-m16d.sid.inpe.br/col/sid.inpe.br/mtc-m19/2010/12.06.15.22/doc/publicacao.pdf?metadatarepository=sid.inpe.br/mtc-m19/2010/12.06.15.22.45&mirror=sid.inpe.br/mtc-m19@80/2009/08.21.17.02.53>. Acesso em: 30/1/2022.

RENNÓ, C. D.; NOBRE, A. D.; CUARTAS, L. A.; et al. HAND, a new terrain descriptor using SRTM-DEM: Mapping terra-firme rainforest environments in Amazonia. Remote Sensing of Environment, v. 112, n. 9, p. 3469–3481, 2008. Disponível em: <https://www.sciencedirect.com/science/article/pii/S003442570800120X>. Acesso em: 30/1/2022.

REUSS, F. Detection of favelas in Brazil using texture parameters and machine learning. Dissertação (Mestrado em Ciências) – Universität Graz, Graz, 2017. Disponível em: <https://elib.dlr.de/115220/1/Reuss_MA.pdf>. Acesso em: 30/1/2022.

RIBEIRO, B. M. G. Avaliação das imagens WorldView-II para o mapeamento da cobertura do solo urbano utilizando o sistema InterIMAGESão José dos Campos. Dissertação (Mestrado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2010. Disponível em: <http://mtc-m16d.sid.inpe.br/col/sid.inpe.br/mtc-m19@80/2010/08.03.12.52.20/doc/publicacao.pdf>. Acesso em: 30/1/2022.

RIBEIRO, B. M. G. Mapping informal settlements using WorldView-2 imagery and C4. 5 decision tree classifier. In: Joint Urban Remote Sensing Event, 2015. Anais... . Lausanne: IEEE, p. 1–4.

RIBEIRO, B. M. G. Sensoriamento remoto para mapeamento urbano: classificação de cobertura, uso e ocupação do solo. In: XIX Simpósio de Sensoriamento Remoto, 2019. Anais... . Santos: INPE, p. 1881–1814. Disponível em: https://proceedings.science/sbsr-2019/papers/sensoriamento-remoto-para-mapeamento-urbano---classificacao-de-cobertura--uso-e-ocupacao-do-solo?lang=en#. Acesso em: 2/1/2022.

SANTOS, B. D. DOS; AZEVEDO, M. N. DE; KANZATO, L. A. B.; et al. CBERS-4A Imagery for Mapping Urban Land Cover in the Amazon. In: XX Simpósio Brasileiro de Sensoriamento Remoto, 2023. Anais... . Florianópolis: INPE, p. 1–4.

SANTOS, B. D. DOS; DE PINHO, C. M. D.; DE JESUS, T. B. Níveis de consolidação de assentamentos precários a partir de dados de sensoriamento remoto. In: XIX Simpósio Brasileiro de Sensoriamento Remoto, 2019. Anais... . Santos: INPE. Disponível em: http://marte2.sid.inpe.br/col/sid.inpe.br/marte2/2019/10.31.12.39/doc/98009.pdf. Acesso em: 2/1/2022.

SANTOS, B. D. DOS; DE PINHO, C. M. D.; OLIVEIRA, G. E. T.; et al. Identifying Precarious Settlements and Urban Fabric Typologies Based on GEOBIA and Data Mining in Brazilian Amazon Cities. Remote Sensing, v. 14, n. 3, p. 704, 2022.

GOVERNO DO ESTADO DE SÃO PAULO. UNIDADES HOMOGÊNEAS DE USO E OCUPAÇÃO DO SOLO URBANO (UHCT) DO ESTADO DE SÃO PAULO. São Paulo, 2014.

SCHIAVINA, M.; MELCHIORRI, M.; PESARESI, M.; et al. GHSL Data Package 2022. Luxemburgo, 2022.

SILVA, J. S.; DA SILVA, R. M.; SANTOS, C. A. G. Spatiotemporal impact of land use/land cover changes on urban heat islands: A case study of Paço do Lumiar, Brazil. Building and Environment, v. 136, p. 279–292, 2018.

SILVA, M. G. E; O’NEILL, M. M. V. C.; SOUZA, M. S. P. DOS S. DE. Considerações sobre a organização do território e os processos de integração e articulação. Revista Brasileira de Geografia, v. 64, n. 1, p. 239–257, 2019.

SIRKO, W.; KASHUBIN, S.; RITTER, M.; et al. Continental-scale building detection from high resolution satellite imagery. arXiv preprint arXiv:2107.12283, 2021.

SOARES, A.; DE SANTANA, W. R.; BARRADAS, T. F.; FRANCHI, J. G. Mapeamento da suscetibilidade a movimentos de massa no Município de Santo André-SP utilizando dados geológicos e de sensoriamento remoto. In: XVIII Simpósio de Sensoriamento Remoto, 2017. Anais... . Santos: INPE. Disponível em: https://proceedings.science/sbsr/papers/mapeamento-da-suscetibilidade-a-movimentos-de-massa-no-municipio-de-santo-andre---sp-utilizando-dados-geologicos-e-de-se?lang=pt-br. Acesso em: 3/1/2022.

SOARES MACHADO, C. A.; QUINTANILHA, J. A. Identification of trip generators using remote sensing and geographic information system. Transportation Research Interdisciplinary Perspectives, v. 3, p. 100069, 2019.

SOUZA, C. M. M.; MONTERO, L. S.; LIESENBERG, V. Análise de urbanização em áreas declivosas, como uma das etapas da Avaliação Ambiental Estratégica (AAE), visando o desenvolvimento local. In: XIII Simpósio Brasileiro de Sensoriamento Remoto, 2007. Anais... . Florianópolis, Brasil, p. 21–26.

DE SOUZA, D. O.; DOS SANTOS ALVALÁ, R. C. Observational evidence of the urban heat island of Manaus City, Brazil. Meteorological Applications, v. 21, n. 2, p. 186–193, 2014. Wiley Online Library.

SPERANDELLI, D. I.; DUPAS, F. A.; DIAS PONS, N. A. Dynamics of urban sprawl, vacant land, and green spaces on the metropolitan fringe of São Paulo, Brazil. Journal of Urban Planning and Development, v. 139, n. 4, p. 274–279, 2013.

STARK, T.; WURM, M.; ZHU, X. X.; TAUBENBÖCK, H. Satellite-Based mapping of urban poverty with transfer-learned slum morphologies. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, v. 13, p. 5251–5263, 2020.

STEWART, I. D.; OKE, T. R.; KRAYENHOFF, E. S. Evaluation of the ‘local climate zone’ scheme using temperature observations and model simulations. International Journal of Climatology, v. 34, n. 4, p. 1062–1080, 2014. John Wiley & Sons, Ltd. Disponível em: <https://doi.org/10.1002/joc.3746>. .

TEZA, C. T. V.; BAPTISTA, G. M. DE M. Identificação do fenômeno ilhas urbanas de calor por meio de dados ASTER on demand 08–Kinetic Temperature (III): metrópoles brasileiras. In: Anais do Simpósio Brasileiro de Sensoriamento Remoto, 2005. Anais... . INPE Goiânia, v. 12, p. 3911–3918.

THORNDIKE, R. L. Who belongs in the family?. Psychometrika, v.18, n. 4, p. 267-276, 1953. DOI: 10.1007/BF02289263.

VALERIANO, M. DE M.; ROSSETTI, D. DE F. Topodata: Brazilian full coverage refinement of SRTM data. Applied Geography, v. 32, n. 2, p. 300–309, 2012.

VARALLO, L. S. S.; MOMM, S.; VASCONCELOS, V. V.; et al. Zonas Úmidas: caracterização e proposição de diretrizes e medidas. In: 16o Congresso Brasileiro de Geologia de Engenharia e Ambiental, 2018. Anais... . São Paulo: Associação Brasileira de Geologia e Engenharia Ambiental, p. 1–9.

VASCONCELOS, C. H.; NOVO, E. M. L. DE M.; DONALISIO, M. R. Uso do sensoriamento remoto para estudar a influência de alterações ambientais na distribuição da malária na Amazônia brasileira. Cadernos de Saúde Pública, v. 22, p. 517–526, 2006.

VICTORIANO, R.; PAEZ, A.; CARRASCO, J.-A. Time, space, money, and social interaction: Using machine learning to classify people’s mobility strategies through four key dimensions. Travel Behaviour and Society, v. 20, p. 1–11, 2020.

WENG, Q.; QUATTROCHI, D. A.; GAMBA, P. Urban remote sensing. Boca Raton: CRC press, 2018.

WURM, M.; TAUBENBÖCK, H. Detecting social groups from space–Assessment of remote sensing-based mapped morphological slums using income data. Remote Sensing Letters, v. 9, n. 1, p. 41–50, 2018.

ZHU, X. X.; QIU, C.; HU, J.; et al. The urban morphology on our planet–Global perspectives from space. Remote Sensing of Environment, v. 269, p. 112794, 2022.

Artigos mais lidos pelo mesmo(s) autor(es)