Revista Brasileira de Cartografia

Spatial Modeling of Groundwater Potential in the North of Minas Gerais, Brazil: An Integrated Approach Using Machine Learning and Environmental Data

2023-08-08T08:56:07-03:00

In arid and semi-arid regions, like the North of Minas Gerais (NMG) in Brazil, groundwater serves as a crucial resource. Due to the anticipated surge in demand for these resources, devising effective strategies for managing and analyzing water resources is vital. This study aims to model the spatial distribution of potential groundwater areas in the NMG by evaluating six Machine Learning Algorithms based on water flow data from 4,028 tubular wells (Groundwater Information System - SIAGAS). The modeling was supported by environmental covariates connected with water dynamics (climate, geology, relief, soil, and vegetation). The covariate selection technique (RFE- Recursive Feature Elimination) selected the most important ones. The Random Forest (RF) model was the most efficient in the prediction (R²0.16 and an RMSE of 17.50 m³/h). The model captured the influence of critical environmental covariates. The central and western regions of the NMG exhibited the highest groundwater potential, with flow values from tubular wells in these areas 620% higher than the eastern regions. This disparity can be attributed to the significant presence of psamitic, and carbonate sedimentary rocks characterized by high porosity and fissures, extensive plateaus (recharge zones), and higher rainfall levels observed in the central and western regions. The mapping results can serve as a valuable tool for public management, especially to define areas suitable for groundwater use in the NMG. We encourage future studies for advances and improvements in groundwater modeling processes in the region.

Influência da Utilização de Séries Primárias, Secundárias e Terciárias na Definição do Nível de Redução e do Nível do Médio do Mar Local de Levantamentos Hidro-oceanográficos

2022-11-11T14:01:37-03:00

As estações maregráficas podem ser divididas em primárias, secundárias e terciárias. A primárias são operadas por pelo menos 19 anos, as secundárias entre 1 e 19 anos e as terciárias entre 32 dias e 1 ano. Neste contexto, o presente estudo teve como objetivo analisar a influência da série histórica de níveis do mar na definição do Nível médio do Mar Local (NMML) e do Nível de Redução (NR), empregando séries temporais de estações maregráficas primárias, secundárias e terciárias, bem como avaliar as discrepâncias geradas quanto a utilização destas. Para alcançar esse propósito, dividiu-se uma série de 39 anos da estação da Cananéia-SP em duas primárias (cada uma com 19 anos) e, a partir destas, obteve-se séries secundarias e terciárias. Em seguida, encontrou-se o NMML, as componentes harmônicas e, posteriormente, o NR de cada série temporal. A avaliação foi efetuada por meio da análise exploratória das discrepâncias dos dados, e os resultados encontrados demonstram que tanto o NMML quanto o NR apresentam variações temporais e que podem ser calculados com base em séries terciárias. No entanto, recomenda-se que estes sejam obtidos, sempre, baseados em séries atuais.

Seasonal Study on Changing Trends in Climatic Extremes Indicators in the Brazilian Territory

2023-09-18T14:00:34-03:00

This study focuses on analyzing trends in extreme climate indices in 11 different regions of Brazil on a quarterly basis, from 1961 to 2019. The aim is to identify changes in climate trends over time, particularly in terms of increasing climatic extremes, such as maximum and minimum temperature. Statistical tests were used to determine the presence of trends and the value of the changes. This study reveals that in most cities exhibited the minimum temperature recorded tends to increase in at least two quarters per year, while only a few did not show significantly increasing trends in maximum temperature. In terms of extreme temperature indices, a few regions presented statistically significant trends, such as Belém and Cuiabá, which showed a reduction in the occurrence of cold nights and hot days, respectively, across all quarters. Significant increases in the percentage of hot days and hot nights, as well as in maximum, minimum, and average temperatures across different regions, were observed. Additionally, in some seasons of the year precipitation events changed, with an increase in the concentration of rain in short periods and in the number of consecutive days without precipitation.

A Computational Tool for Geometric Characterization of Pores and Fractures in Microtomography Rock Images

2023-07-31T12:15:29-03:00

Pores and fractures are important structures for the study and characterization of fluid flow inside rocks. It is through them that there can be the propagation and conduction of fluids and chemical substances inside the reservoirs, since the connections between these spaces provide the existence of flow. To understand the behavior of these structures, we have developed a computational tool that, through the use of high resolution images derived from computed microtomography, aims to detect and characterize the geometry of pores and faults with the objective of being an environment that allows the detailed understanding of these structures. For this task, image processing techniques were applied to identify the structure of the contours, obtained through data segmentation, and to evaluate their geometric parameters in conjunction with the algorithms implemented in this work. With this, we seek to provide a tool capable of assisting in the characterization of reservoirs and fluid analysis, and to reduce the uncertainties found in manual work through a computational approach, prioritizing the preservation of important samples collected in the field.

Burned area mapping in Different Data Products for the Southwest of the Brazilian Amazon

2023-10-09T10:22:15-03:00

Fires affect the Amazon rainforest and cause various socio-environmental problems. Analyses of forest fire dynamics supporting actions to combat and prevent forest fires. However, many studies have reported discrepancies in the quantification of fire, especially in the tropics. We evaluated four operational products for estimating burned areas (MAPBIOMAS, MCD64A1, GABAM, and GWIS) in a part of the southwestern Brazilian Amazon. We used the year 2019 as a reference to assess the relative performance of each product through stratification by forest and non-forest areas. Statistical (Kolmogorov–Smirnov test) and geospatial analyses were performed using fuzzy similarity analysis and mapping of burned areas for forest and non-forest classes. The four products showed a divergence of up to 90.6% in the total area burned. MAPBIOMAS was the product with the largest area burned (3379 km²), and MCD64A1 detected the smallest area (325 km²). MAPBIOMAS and GABAM generally overestimates burn scars in forest areas compared to MCD64A1 and GWIS. Factors that influence the mapping of burned areas include cloud shadow, the spatial resolution of sensors, and external noises (drought and decomposition of bamboo forests). We highlight the importance of field validation when mapping imagery to differentiate the truly burned areas from targets with similar spectral behavior.

Evaluating Autoencoders as a Dimensionality Reduction Mechanism to Support Clustering Brazilian Agricultural Diversity

2023-08-15T09:07:02-03:00

Brazilian agricultural production presents high spatial diversity, challenging the conception of public policies. This article proposes an approach for grouping Brazilian municipalities according to their agricultural production. We combine a feature extraction using autoencoders and clustering based on k-means and Self-Organizing Maps. We used panel data from IBGE’s annual estimates of the production value of permanent and temporary crops, animal products, aquaculture, plant extractivism, forestry, planted areas, and herd population between 1999 and 2018. We analyzed different structures of simple stacked and incomplete autoencoders, varying the number of layers and neurons in each, and evaluated the asymmetric exponential linear loss function to handle the sparse data. We applied the Isomap, Kernel PCA, Truncated SVD, and MDS dimensionality reduction methods for comparative purposes. Results showed that the autoencoders could extract characteristics from the transformed raw data to allow the clustering of municipalities to reveal regional and even
intra-regional patterns. The autoencoders improved comparative performance as the intrinsic dimensionality increased.

Classification of Potential Wetlands using the Random Forest in Google Earth Engine in Geomorphological Units - Rio Grande do Sul, Brazil

2023-09-02T09:07:36-03:00

Wetlands are important and valuable ecosystems in the landscape of the extreme south of Brazil. However, they are among the ecosystems threatened by human pressures and climate change. Monitoring and managing these environments is a challenge due to their high spatial and temporal dynamics. The use of remote sensing techniques, supervised classification, and machine learning algorithms offers a promising opportunity to map and monitor wetlands. The objective of this work is to develop a method to map Potential Wetlands (PW) from the integration of images from different satellites, sensor systems, spectral, topographic, climatological and hydrological features, made available on the Google Earth Engine (GEE) cloud user platform. Supervised classification was performed on the geomorphological units Coastal Plain (CP) and Central Depression (CD) considering two classes: Potential Wetlands, which encompasses all types of wetlands, and No Wetlands, for the remaining land use and occupation classes. The supervised pixel-by-pixel classification, individual for each geomorphological unit, allowed more accurate results consistent with previous, consolidated mapping. The PW were mapped with a global accuracy higher than 88% and consumer and producer accuracy higher than 81% in the Coastal Plain and Central Depression. These results allow us to affirm that the proposed methodology enabled the identification of 22% to 24% increase in potential wetlands in geomorphological regions, from spectral signatures, and pixel-by-pixel supervised classification of PW using different image collections and sensor systems.

Bathymetric DEM derived from Lyzenga’s algorithm (multispectral Bathymetry) using Landsat 8 images: a case study of Fort Lauderdale coast

2023-03-27T16:01:36-03:00

Optical bathymetry can be applied to multispectral images of coastal regions with low spectral and spatial resolutions, and the results obtained are satisfactory in waters up to 15 m. However, the limitations and effectiveness may vary as they are related to physical factors such as water turbidity, specular reflection, and the presence of clouds and shadows during imagery acquisition. Some of these factors also affect the surveys conducted using green Light Detection and Ranging (LiDAR) technology. This study aimed to show that topographic representation by multispectral images is directly related to the physical factors of the water body and the atmospheric conditions during the image acquisition process, good atmospheric conditions and shallow water can generate accurate topographic representation. The experiments carried out in this study using optical bathymetry showed that Landsat 8 satellite images could be used in multispectral bathymetry with a linear regression model by using depth samples obtained from shallow water. Images taken at three different time points were used, with a certain time interval between the data collection performed via the Green LiDAR technology. The depths estimated by this model showed some differences that were possibly caused by water turbidity and temporally-occurring activities. Despite such constraints, the depths obtained by the linear regression model showed a good adaptation to the model derived from the Green LiDAR for depths up to 22 m, with an average error of -0.271 m and a root mean square error of 0.936 m.

Avaliação de Índices Espectrais para o Mapeamento de Áreas Queimadas usando Classificação não Supervisionada em Diferentes Ecossistemas usando Índices Espectrais de Imagens Sentinel-2

2023-06-09T19:17:07-03:00

O fogo é um dos agentes naturais de maior impacto no ecossistema terrestre e desempenha importante
função ecológica em grande parte da superfície terrestre. Para regular e avaliar os danos ambientais, o sensoriamento remoto é uma técnica importante para mapear e monitorar as mudanças nas paisagens florestais produzidas por incêndios. Para estimar a severidade do incêndio, a distinção temporal entre os índices espectrais de severidade ordenados antes e depois do incêndio é crítica. Este estudo examina o desempenho de vários índices espectrais derivados das bandas Sentinel-2 MSI (Multispectral Instrument) para a detecção de áreas afetadas por incêndios florestais em regiões com diferentes ecossistemas localizadas no Brasil, o Estados Unidos e Portugal. O índice de separabilidade (M) e o classificador automático Reed-Xiaoli Detection (RXD) Anomaly permitiram avaliar a separabilidade espectral e a precisão temática da área queimada para os diferentes índices espectrais. Os parâmetros de análise foram baseados na dispersão espacial com dados de validação, Erros de Comissão (CE), Erros de Omissão (OE) e Coeficiente de Sorensen-Dice (DC). Os resultados indicaram que os índices baseados exclusivamente no infravermelho de ondas curtas mais longo (LSWIR), SWIR mais curto (SSWIR2) e bandas de borda vermelha apresentaram alto grau de separabilidade e foram mais adequados para detectar as áreas queimadas, embora tenha sido observado que o a diversidade de uso da terra afeta o desempenho dos índices. Os índices fornecidos pelos dados multitemporais do Sentinel-2 permitiram auxiliar o manejo florestal para o monitoramento espacial das cicatrizes de incêndio estudadas, adaptando-se aos diferentes biomas interligados.

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

2023-04-10T11:40:26-03:00

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.

Representação de Cartas Topográficas em Dispositivos Móveis de Realidade Aumentada Aplicando Conceito de Generalização Cartográfica

2023-01-24T13:20:23-03:00

A visualização de mapas por meio de Realidade Aumentada pode facilitar análises topográficas, pois tais ferramentas permitem representar a topografia de maneira interativa e dinâmica em ambientes 3D. Porém, muitas vezes isto é feito de forma simples e sem levar em conta princípios de comunicação cartográfica. Este presente trabalho tem como objetivo a proposta de uma metodologia baseada em regras de Generalização Cartográfica para otimizar a visualização de cartas topográficas em ambientes de Realidade Aumentada indoor. Este aprimoramento é almejado visando a manutenção das características originais do relevo. Nos experimentos, o modelo digital do terreno (MDT) foi utilizado para extração de curvas de nível em escala de 1:10.000 e depois em escala reduzida de 1:15.000. Foram analisadas as condições geométricas de Coalescência, Congestionamento, Conflito e Imperceptibilidade. Esses problemas foram solucionados por meio de operadores de Realce, Seleção e Simplificação com os algoritmos de Douglas-Peucker, Passa-baixas e Savitzky- Golay. Os operadores de Realce e Seleção foram aplicados anteriormente à Simplificação, como um pré-processamento.Os algoritmos de Simplificação foram comparados quanto a sua capacidade de reduzir os dados e a preservação da informação geométrica original do relevo. Os resultados apontam que o objetivo pode ser atingido e que os filtros de Douglas - Peucker e de Savitzky-Golay apresentaram melhores resultados.

Avaliação Temporal da Dinâmica de Regeneração da Vegetação em Áreas Queimadas no Pantanal

2023-03-28T17:56:33-03:00

O Pantanal, um dos biomas mais conservados do Brasil, vem sofrendo com alterações do ciclo hidrológico, queimadas e expansão do agronegócio. Os incêndios constantes e contínuos nesse bioma ocasionam danos ambientais imensuráveis pela sua característica de longos períodos de estiagem com baixa umidade e elevada temperatura. Nesse sentido, o presente estudo analisou a dinâmica de regeneração da vegetação pós-queima e produção de biomassa no bioma Pantanal por meio de derivadas dos perfis temporais (sazonais) do índice de vegetação NDVI (Normalized Vegetation Index) e do índice de queimadas NBR (Normalized Burn Ratio Index). Para o mapeamento e identificação das áreas queimadas, utilizou-se um algoritmo implementado no Google Earth Engine, e produtos de fogo ativo MOD14A2, derivados a partir de imagens do sensor MODIS. Foram selecionadas 7 áreas queimadas em setembro/2016 e para cálculo dos índices utilizou-se a coleção de dados Landsat8 Surface Reflectance Tier1 entre abril de 2013 a setembro de 2020. Segundo as análises, duas áreas não foram capazes de se recuperar após o evento de fogo. No entanto, em todas as áreas os índices retornaram para valores semelhantes aos encontrados no ano anterior à queimada. Além disso, a pluviosidade do local foi determinante para definir o efeito da queimada e da produção de biomassa, sendo que as áreas em locais com maior pluviosidade as menos afetadas pelo efeito das queimadas. Com base nos resultados deste estudo, os índices utilizados se mostraram eficientes na identificação das áreas queimadas e na classificação do potencial de regeneração destas áreas.

Técnica PSInSAR na Avaliação de Deslocamentos: Análise Conceitual, Aplicações e Perspectivas

2022-10-04T11:14:51-03:00

Persistent Scatterer Interferometric Synthetic Aperture Radar (PSInSAR™) é uma técnica de sensoriamento remoto que usa como base a técnica Differential InSAR (DInSAR), porém, emprega uma série de interferogramas diferenciais advindas de uma pilha de imagens Single Look Complex - Synthetic Aperture Radar (SLC-SAR) devidamente corregistradas e adquiridas em um intervalo de tempo sobre uma mesma área para, de tal modo, selecionar pixels que apresentam um índice de dispersão da amplitude dentro de um limiar estabelecido e, assim, gerar uma série histórica de deslocamento da superfície. A PSInSAR™ usa pixels que contenham dispersores persistentes que são caracterizados por obras de engenharia como pontes, taludes, telhados, casas, prédios, e algumas feições naturais como rochas. Por meio da análise da fase desses pixels, a PSInSAR™ consegue superar algumas dificuldades encontradas com a DInSAR, tais como, problemas correlacionados com a falta de correlação atmosférica, temporal e espacial. Desde a sua idealização no início dos anos de 2000 e devido a sua capacidade de mapear deslocamentos superficiais a uma acurácia milimétrica, a PSInSAR™ vem sendo amplamente usada em estudos sobre subsidências, deslizamentos, monitoramento de barragens, monitoramento de minas e de estruturas de engenharia no modo geral. Nesse sentido, o presente artigo descreve o princípio básico de funcionamento da técnica, investiga a sua aplicabilidade no âmbito nacional e internacional e apresenta os pacotes de processamento existentes no mercado assim como o acesso de dados interferométricos que possibilitam à utilização da PSInSAR™.

Avaliação do Uso Integrado de Imagens de Nanossatélites e Classificadores baseados em Aprendizado de Máquina para Estudos da Dinâmica Hidrológica na Região da Nhecolândia (Pantanal)

2023-03-05T12:35:16-03:00

A região da Baixa Nhecolândia é uma das paisagens mais icônicas da Bacia do Pantanal. Sua morfologia única é composta por mais de 10.000 lagoas com águas salino-alcalinas e água doce que coexistem em uma área aproximada de 12.000 km². Essa região está sujeita a alagamentos sazonais que atuam no escoamento superficial, porém, pouco se conhece sobre sua dinâmica de inundação. Avanços recentes na área do geoprocessamento têm ajudado a ampliar nosso conhecimento sobre ambientes lacustres. Este trabalho teve como objetivo avaliar o desempenho de dois classificadores supervisionados baseados em aprendizado de máquina (Support Vector Machine e Random Forest), para a caracterização da dinâmica hidrológica da região da Nhecolândia. Os classificadores foram aplicados em imagens de nanossatélites (PlanetScope) por meio da plataforma de computação em nuvem Google Earth Engine. Os resultados evidenciaram o desempenho satisfatório e semelhante dos dois classificadores.

Análise Comparativa Entre o Uso de Bandas Espectrais e o Uso da Análise de Componentes Principais (ACP) na Classificação de Uso e Cobertura da Terra

2023-03-25T10:28:49-03:00

Informações referentes ao uso e cobertura da terra são essenciais para a realização de um planejamento ambiental eficaz. O uso de imagens de sensoriamento remoto facilita a elaboração desses mapeamentos, pela grande disponibilidade de imagens e avanços computacionais no processamento dos dados. Portanto, o objetivo deste trabalho é comparar e avaliar a potencialidade da técnica de Análise de Componentes Principais para o aprimoramento da acurácia da classificação do uso e cobertura da terra da bacia hidrográfica Lajeado São José. Para isso, a técnica de Análise de Componentes Principais foi aplicada na imagem Sentinel-2 no Google Earth Engine. E após, na mesma plataforma, foi realizada a classificação de imagens utilizando as bandas espectrais originais e as componentes principais geradas, a partir de dois classificadores distintos: CART e Random Forest. A fim de comparar se há algum incremento na qualidade da classificação ao usar as componentes principais em relação às bandas espectrais. A avaliação de acurácia foi produzida por meio da análise de pontos de controle distribuídos de forma estratificada. Os resultados indicaram que a melhor classificação de uso e cobertura da terra foi produzida com as componentes principais combinada ao classificador Random Forest, pois apresentou 87,7% de acurácia global, e menor discordância de quantidade (5,2%) e alocação (7,1%) na avaliação da acurácia. Portanto, pode-se concluir a partir da análise de acurácia que o uso de componentes principais pode gerar melhores resultados na classificação de uso e cobertura da terra quando comparados ao uso das bandas espectrais.

Sensoriamento Remoto como Jogo Semiótico

2023-02-23T15:55:54-03:00

A partir da metáfora do Sensoriamento Remoto como jogo semiótico, este artigo tem como propósito apresentar uma leitura semiótica do processo de obtenção e interpretação dos produtos oriundos dos sistemas sensores. Para tanto, empregou-se a teoria semiótica de Charles Sanders Peirce como fundamento teórico, sobretudo suas discussões sobre a estrutura do signo, as categorias fenomenológicas e as relações evidenciadas pela segunda tricotomia, quais sejam: dos ícones, índices e símbolos. O argumento central é que o emprego da metáfora do jogo para a prática do Sensoriamento Remoto permite um olhar mais minucioso sobre este processo, pois as abordagens desta prática costumam valorizar sobremaneira as discussões do âmbito físico, protagonizado pela radiação eletromagnética, mas deixam em um segundo plano as discussões sobre como os signos participam da semiose que permite a construção de conhecimento a partir desses registros. Como resultado, evidenciou-se como a noção de signo pode conectar as dimensões física/psíquica do Sensoriamento Remoto, as limitações semióticas desses registros na representação do Objeto dinâmico e a recorrência das estratégias heurísticas das relações imagéticas, indiciais e metafóricas no processo de transdução das feições desses produtos.

Estudo da Separação do Geoide e do Quase Geoide no Estado do Rio Grande do Sul

2023-07-10T08:31:30-03:00

Em 2018, o IBGE alinha-se às recomendações internacionais determinando as chamadas altitudes normais. Em razão disso, criou-se a necessidade de modelar a Separação entre Geoide e Quase Geoide (SGQG) para permitir a conversão entre altitudes normais e ortométricas para os países que optarem por utilizar-se desta última. Esse estudo se propõe avaliar o valor da SGQG a partir das diferenças entre as altitudes ortométrica e normal. Para o desenvolvimento deste estudo foram utilizados: dados altimétricos e dados gravimétricos; mapa de densidades das massas topográficas derivadas a partir do mapa geológico; bem como os coeficientes do Modelo Global do Geopotencial EGM2008. A metodologia consiste em calcular e avaliar a altitude ortométrica obtida a partir do número geopotencial, com o valor da densidade topográfica lateral constante e variável; determinar a SGQG a partir da diferença entre as altitudes ortométrica e normal, e verificar as discrepâncias em relação a SGQG obtida a partir da diferença entre a anomalia de altitude e da ondulação geoidal do modelo EGM2008. Os resultados mostram que a SGQG apresenta uma variação entre cm a 10 cm, sendo que as discrepâncias maiores são observadas no município de São José dos Ausentes e adjacências. A negligência da omissão dos efeitos da densidade topográfica lateral na determinação da altitude ortométrica foi estimada em 2 cm. Os resultados mostraram a necessidade da efetiva incorporação das variações das densidades das massas topográficas aos cálculos da SGQG, quando se almeja a determinação das altitudes ortométricas.

Estudo das Deformações Verticais Terrestres Ocorrentes no Equador Baseado em Dados GPS e Modelos de Carga Superficiais

2023-04-03T10:13:36-03:00

Em uma série temporal com extensa base de dados, a maior redistribuição de massas na superfície da Terra sólida ocorre em função do ciclo hidrológico. Este processo, carrega e deforma a Terra e consequentemente, induz à uma resposta elástica da sua superfície. Geralmente, a modelagem empregada envolve a convolução das chamadas Funções de Green e diferentes modelos de distribuição de massas. No entanto, estes modelos não conservam suas massas globais através do tempo e a estimativa de uma resposta total através da sua combinação individual e não podem ser considerados auto consistente. Visando solucionar este problema, frequentemente, é incluída uma resposta oceânica “passiva” capaz de manter a superfície do oceano numa superfície equipotencial média mesmo quando mudar sua massa. Objetivando o estudo destes processos e seus efeitos na componente vertical de várias estações geodésicas, foram comparadas as series de coordenadas de 47 estações GPS da Rede GNSS de monitoramento contínuo do Equador e seus respectivos sinais de carga durante os últimos 20 anos (2000 – 2020). Mediante uma análise dos resultados foi verificada uma correlação moderada entre as altitudes e os sinais de carga. Além disso, ocorreu uma redução no erro quadrático médio ponderado (WRMS) para 35 das 47 estações consideradas neste estudo após filtrada a resposta elástica total. A maior redução ocorreu nas estações com altitudes de até 3000 metros.

Posicionamento do Nome da Via em Mapa Dinâmico Referenciado Egocentricamente: Projeto Gráfico e Avaliação do Desempenho, Satisfação e Estética dos Mapas

2023-01-27T17:56:43-03:00

O presente trabalho apresenta um projeto cartográfico que tem o foco em posicionar o nome da via em relação à feição pontual tratada como símbolo de automóvel para mapa de sistema de navegação e guia de rota em automóvel. Além disso, este trabalho apresenta uma avaliação desses mapas junto a um grupo de 20 motoristas, 10 homens e 10 mulheres, para compreender alguns elementos de usabilidade e de estética do mapa: tempo de leitura, erro e acerto, satisfação geral, aprendabilidade e memorabilidade, adjetivos de estética, carga mental de trabalho e relevância da tarefa. Os resultados permitiram comparar os achados neste trabalho que investiga o posicionamento do nome da via em mapa dinâmico referenciado egocentricamente com a recomendação da literatura a respeito de posicionar a toponímia em relação à feição pontual para mapas estáticos referenciados não egocentricamente, especificamente para apoiar a realização da manobra à direita. Os achados mostram que a posição superior direita é a mais apropriada para mapas tanto estáticos quanto dinâmicos, mas que demais prioridades de posicionamentos recomendados para mapas estáticos referenciados não egocentricamente não podem ser estendidos para mapas dinâmicos referenciados egocentricamente no que diz respeito à rotulação do nome da via onde o motorista se encontra. Para o caso dos mapas dinâmicos para sistemas de navegação, a segunda prioridade dependerá do arranjo dos símbolos cartográficos, mas deverá ser evitada a posição superior esquerda para informar manobra à direita.

Avaliação da Acurácia Posicional e da Completude em Áreas de Pivôs Centrais Identificadas com a Transformada de Hough em uma Análise Multitemporal

2023-01-10T11:47:39-03:00

Tendo em vista a importância da agricultura irrigada para o país, principalmente para a produção de alimentos, conseguir delimitar e estimar as áreas plantadas passa a ser de suma importância para a gestão dos recursos hídricos. Porém, com a crescente popularização das ferramentas de aquisição e edição de informações espaciais, a avaliação da qualidade dos produtos cartográficos gerados é de fundamental importância para que se possa ter confiabilidade sobre as informações obtidas. Sendo assim, este trabalho se propõe a avaliar a qualidade posicional e a completude das feições que representam as áreas de cultivo com irrigação por pivô central, obtidas por um processo de extração semiautomática de feições baseado na Transformada de Hough, a partir de 9 imagens do sistema Landsat 8 adquiridas em dias diferentes. Para a avaliação da acurácia posicional das áreas identificadas, foram utilizados dois métodos: o método tradicional por pontos homólogos e o método de feição linear Buffer Duplo. Já para a avaliação da completude, foram utilizadas as métricas de comissão e omissão da ET-CQDG da INDE. Os resultados mostraram que, ao se realizar a soma das bandas 4 e 5 para os 9 dias, a omissão caiu de 34% para 2,61%. Já para a avaliação da acurácia posicional, utilizando o Decreto nº 89.817 e a ET-CQDG, o produto cartográfico apresentou classificação B para a escala 1:100.000 pelo método de comparação de pontos homólogos, enquanto o método do Buffer Duplo apontou uma classificação mais restritiva, enquadrando o produto na classe C para a mesma escala.

Cenários futuros de desmatamento na Floresta Nacional do Jamanxim-PA

2023-06-29T14:00:39-03:00

As áreas protegidas foram criadas para a proteção e conservação da fauna e flora. Analisar suas dinâmicas socioambientais é essencial para a manutenção dos ecossistemas. O objetivo deste artigo é simular trajetórias de desmatamento na Floresta Nacional do Jamanxim a partir de modelos matemáticos, e propor cenários futuros até o ano de 2030, com base na análise de uso e cobertura da terra. Para tanto, realizou-se o processamento das imagens de satélite para análise das mudanças de uso e cobertura da terra, ao qual aplicou-se o método de classificação supervisionada, através do algoritmo de Máxima Verossimilhança; e processamento das variáveis independentes. Na modelagem espacial através do software DINAMICA EGO, utilizou-se o modelo LUCC. Observou-se que houve redução de área de 112,51 km² (0,87%) de floresta primária, e aumento do desmatamento com área de 393,53 km², equivalente a 3% de área desmatada. Obteve-se um cenário no qual a floresta primária foi convertida para desmatamento (0,28%) com alta probabilidade de transição de floresta primária para mosaico de ocupações e de exploração florestal para mosaico de ocupações ao norte e ao sul da FLONA do Jamanxim. Projeta-se a perda de 198,79 km² (1,52%) de floresta primária, e aumento de desmatamento de 155,20 km² até o ano de 2030. O mapa resultante deste cenário pode apoiar ações de políticas públicas, por meio da análise de impactos e leis, e identificação de áreas prioritárias para ação governamental. Em conjunto com os planos de comando, controle e monitoramento, é possível orientar o desenvolvimento socioambiental, econômico e cultural nesta Unidade de Conservação (UC), para manutenção e conservação da biodiversidade.

Análise Comparativa entre Métodos para Determinação de Dados Demográficos e Socioeconômicos em Ottobacias: Estudo de Caso da Bacia Hidrográfica do Rio Paranapanema

2022-11-13T18:44:27-03:00

Dados demográficos, como os de população absoluta, podem ser consultados em unidades espaciais de setores censitários, já dados socioeconômicos, como o Índice de Desenvolvimento Humano (IDH) e o Produto Interno Bruto (PIB), podem ser fornecidos em escala municipal. Contudo, bacias hidrográficas que são usadas com frequência em estudos ambientais possuem limites diferentes em relação a essas unidades, o que dificulta a determinação desses dados. O objetivo deste trabalho foi determinar dados demográficos e socioeconômicos para um conjunto de ottobacias, na bacia hidrográfica do rio Paranapanema, compreendendo os estados de São Paulo e Paraná. Para isso foram utilizados métodos de interseção simples e de áreas ponderadas e para dados de população, foi utilizada a técnica de mapeamento dasimétrico, realizado a partir do uso da terra. Por fim, foram realizadas comparações entre os métodos pelo agrupamento de tamanho de ottobacias. Os resultados apontaram que a interseção simples compromete a determinação desses dados, pois todas as unidades espaciais interseccionadas com as ottobacias têm o mesmo peso no cálculo, mesmo que ela represente uma pequena porcentagem. Portanto a interseção a partir das somas e médias de áreas ponderadas fizeram a determinação mais próxima da realidade dentro do contexto das ottobacias. Para os dados de população foi observado que há uma maior variação entre os métodos em ottobacias com maiores valores de área em quilômetros quadrados.

Uso de Descritores 3D e Intensidade na Detecção de Árvores em Ambiente Urbano por meio de Dados LiDAR

2023-07-13T09:28:02-03:00

A detecção de vegetação por meio de dados LiDAR possui aplicações em diferentes áreas do conhecimento, sendo importante para o manejo e preservação florestal, planejamento urbano, detecção de objetos obstruídos pelas copas das árvores, dentre outras. Nesse sentido, este artigo tem o propósito de avaliar a aplicabilidade dos descritores geométricos 3D baseados em autovalores e da intensidade na detecção de pontos amostrados sobre árvores. No cálculo dos atributos geométricos, vizinhanças do tipo esférica e cilíndrica foram definidas para o cálculo dos descritores, visando avaliar sua influência nos resultados. Após análises visuais dos resultados, os descritores omnivariância, curvatura, planaridade e entropia dos autovalores, além da intensidade, foram utilizados como atributos para a classificação dos pontos com o algoritmo K-Médias. Na classificação os pontos foram separados em duas classes: pontos de vegetação e não vegetação, sendo os resultados da classificação avaliados quantitativamente, com base em dados de referência e no uso dos indicadores de completeza, nível de acerto e F-Score. A completeza obtida para os atributos omnivariância, entropia dos autovalores, planaridade e intensidade foram superiores a 90%, o que sugere uma boa confiabilidade por parte dos descritores selecionados na detecção de árvores. No entanto, os valores de nível de acerto, em torno de 62%, não foram tão altos devido ao grande número de falsos positivos, devido a confusão entre pontos de árvores e pontos de bordas de edificação e linhas de transmissão. Analisando os valores de F-Score, a classificação usando o atributo omnivariância calculado numa vizinhança esférica de raio igual a 1 m se destacou, resultando em F-Score superior a 80%.