Possibilidades e desafios no uso de drone para mapeamento de comunidades tradicionais na Amazônia
DOI:
https://doi.org/10.26848/rbgf.v16.5.p2594-2608Palavras-chave:
Aeronaves Remotamente Pilotadas, Drone, Amazônia, Comunidades TradicionaisResumo
Neste artigo, analisamos a utilização de um drone de pequeno porte e baixo custo (DJI Mavic Mini 2), descrevendo seu desempenho, vantagens e os principais desafios enfrentados na coleta de imagens em campo de comunidades tradicionais na Amazônia brasileira, assim como no processamento dos dados em laboratório para o mapeamento. A análise é baseada em uma experiência de trabalho de campo no baixo curso do rio Negro, onde foram mapeadas 32 comunidades tradicionais. Os resultados obtidos indicam que, embora o equipamento seja a porta de entrada para o uso de drones em mapeamentos, apresenta vantagens em relação a outros equipamentos, como menor custo, menor burocracia institucional para a realização de voos, facilidade de manuseio, manutenção e transporte. Quanto aos desafios enfrentados em campo, destacam-se questões logísticas, disponibilidade de infraestrutura, condições ambientais e manuseio do equipamento em um contexto amazônico. No laboratório, é necessário adaptar computadores (hardware e software) para o processamento das imagens, além de enfrentar problemas na sobreposição de objetos homogêneos, como florestas e rios, e na classificação dos ortomosaicos gerados, demandando etapas de reclassificação. Com o intuito de contribuir para pesquisas futuras que utilizem instrumentos semelhantes para capturar imagens de alta resolução, este artigo visa estimular pesquisadores (as) interessados (as) em trabalhar com mapeamento por meio de drones a refletirem sobre estratégias e possibilidades na realização de mapeamentos com equipamentos de pequeno porte e baixo custoDownloads
Referências
ANAC. Agência Nacional de Aviação Civil. 2022. Regulamento Brasileiro da Aviação Civil Especial. Brasília.
Albuquerque, L. F., Castro, M. A. H., Costa, L. H. M. 2022. Definição do nível de reservatórios a partir das imagens de satélite. Revista Ibero-Americana de Ciências Ambientais, 13(6), 94-106
Albuquerque, R. W. et al. 2022. Mapping key indicators of forest restoration in the amazon using a low-cost drone and artificial intelligence. Remote Sensing, 14(4), 830
Almeida, A. S., Santos, R. L., Chaves, J. M. 2011. Mapeamento de Uso e Ocupação do Solo no Município de Jeremoabo-Ba: Uso do Uso do Algoritmo Máxima Verossimilhança (Maxver). In: Simpósio Brasileiro de Sensoriamento Remoto, 2011, Curitiba. Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR. São Paulo: MCT/INPE, p. 7255-7262
Alves Júnior, L. R. et al. 2015. Validação de ortomosaicos e modelos digitais de terreno utilizando fotografias obtidas com câmera digital não métrica acoplada a um VANT. Revista Brasileira de Cartografia (Online), v. 67, p. 1453-1466
Andrade, L. M. S. et al. 2023. Tecnologia Social e Tecnologia Convencional pela preservação comunitária dos recursos hídricos no planejamento do Território do Quilombo Mesquita–GO contra o racismo ambiental.
Anhai, A. A. 2022. Gerador de rotas customizadas para inspeção de barragens e estruturas com drone. Trabalho de Conclusão de curso. Florianópolis. Universidade Federal de Santa Catarina.
Ávila, J.V.C. et al. 2021. Mudanças climáticas na Amazônia: impactos e estratégias de ribeirinhos de várzea e paleovárzea. 1. ed. Tefé, 48p.
Braz, A. M. et al. 2021a. Classificação e identificação de lagoas utilizando GEOBIA e mineração de dados: um exemplo aplicado ao Pantanal da Nhecolândia (MS). Caderno Prudentino de Geografia, v. 2, p. 97-120,
Braz, A. M. et al. 2021b. GEOBIA e mineração de dados para classificação de imagens de altíssima resolução espacial. Estudos Geográficos (UNESP), v. 19, p. 209-224
Câmara, G., Valeriano, D. M., Soares, J. V. 2006. Metodologia para o cálculo da taxa anual de desmatamento na Amazônia Legal. São José dos Campos: Instituto Nacional de Pesquisas Espaciais (INPE)
Cardoso, J. S., Queiroz, W. S. 2018 A utilização de Veículos Aéreos Não Tripulados (VANTs) como ferramenta na conservação e no monitoramento ambiental da Amazônia Brasileira. In: XV encontro nacional de engenharia e desenvolvimento social, bahia
Cassemiro, G. H. M., Pinto, H. B. 2014. Composição e Processamento de Imagens Aéreas em Alta Resolução Obtidas com Drone. Trabalho de Conclusão de Curso. Brasília. Universidade de Brasília.
Carrasco-Escobar G. et al. 2019. High-accuracy detection of malaria vector larval habitats using drone-based multispectral imagery. PLoS Negl Trop Dis 13(1): e0007105. https://doi.org/10.1371/journal. pntd.0007105
Chen, X., Shen, X., Cao, L. 2023. Tree Species Classification in Subtropical Natural Forests Using High-Resolution UAV RGB and SuperView-1 Multispectral Imageries Based on Deep Learning Network Approaches: A Case Study within the Baima Snow Mountain National Nature Reserve, China. Remote Sensing, 15(10), 2697.
Coutinho, A. D. S., Lee, L. L. 2014. Filtragem do ruído “speckle” em componentes de intensidade de imagens SAR polarimétricas. In: 5º Simpósio de Processamento de Sinais da UNICAMP, 2014, Campinas. Anais do 5º Simpósio de Processamento de Sinais da UNICAMP.
Crósta, A. P. 1992. Processamento digital de imagens de sensoriamento remoto. Campinas, SP:IG/UNICAMP 170p
Delavarpour, N. et al. 2021. A technical study on UAV characteristics for precision agriculture applications and associated practical challenges. Remote Sensing, 13(6), 1204.
DJI. 2023. Específicações. Disponível: emhttps://www.dji.com/br/mini-2/specs. Acesso em: 07/05/2023
Dronova, I. 2015. “Object-Based Image Analysis in Wetland Research: A Review.” Remote Sensing. doi:10.3390/rs70506380.
Duffy, J. P. et al. 2020. Drone Technologies for Conservation. WWF Conservation Technology Series 1(5)
Gaffey, C., Bhardwaj, A. 2020. Applications of Unmanned Aerial Vehicles in Cryosphere: Latest Advances and Prospects. Remote Sensing. 12, 948. https://doi.org/10.3390/rs12060948
Guimarães, N. et al. 2020. Forestry Remote Sensing from Unmanned Aerial Vehicles: A Review Focusing on the Data, Processing and Potentialities. Remote Sensing.12(6):1046. https://doi.org/10.3390/rs12061046
Huang, Y. et al. 2023. Tree Species Classification in UAV Remote Sensing Images Based on Super-Resolution Reconstruction and Deep Learning. Remote Sensing, 15(11), 2942.
Inguaggiato, F. F., Olivatto, T. F., Stanganini, F. N. 2022. Uso de Aeronave Remotamente Pilotada como ferramenta para análise e gestão territorial: um estudo para Regularização Fundiária Urbana. Engenharia Urbana em Debate, v. 3, p. 5-21, 2022 https://doi.org/10.59550/engurbdebate.v3i1/2.39
Jorge, L. A. C., Inamasu, R. Y. 2014. Uso de veículos não tripulados (VANT) em agricultura de precisão. São Carlos
Karila, K., et al. 2022. E. Estimating Grass Sward Quality and Quantity Parameters Using Drone Remote Sensing with Deep Neural Networks. Remote Sensing.14(11):2692. https://doi.org/10.3390/rs14112692
Longhitano, G. A. 2010. VANTs para sensoriamento remoto: Aplicabilidade na avaliação e monitoramento de impactos ambientais causados por acidentes com cargas perigosas. Dissertação (Mestrado). São Paulo, Universidade de São Paulo (USP).
Macedo, F., Schettini, C. A., Arigony-Neto, J. Obtaining surface current field from drone imaging. Ocean and Coastal Research, 2023+
Meneses, P. R., Almeida, T. M. 2012. Introdução ao processamento de imagens digitais de sensoriamento remoto. 1. ed. Brasília, DF: Editora UNB, 2012. 276 p
MMA. Ministério do Meio Ambiente e Mudança Climática. 2018. Concessões florestais serão monitoradas por drones. Brasília
Moras Filho, L. O. et al. 2017. Classificador de máxima verossimilhança aplicado à identificação de espécies nativas na Floresta Amazônica. In: XVIII Simpósio Brasileiro de Sensoriamento Remoto, 2017, Santos. Anais do XVIII Simpósio Brasileiro de Sensoriamento Remoto. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, p. 1605-1610
Morelli, F. et al. 2019. Procedimentos no uso de drones para validar a detecção de queimadas por satélites. In: Wildfire - 7a Conferência Internacional sobre Incêndios Florestais, 2019, Campo Grande. Anais do 7a Conferência Internacional sobre Incêndios Florestais. Brasília: Biodiversidade Brasileira, v. 1. p. 229
Moura, M. M et al. 2021. Towards amazon forest restoration: Automatic detection of species from UAV imagery. Remote Sensing, 13(13), 2627.
Novo, E. M. L. M. 1998. Sensoriamento remoto: princípios e aplicações. 2.ed. São Paulo: Edgard Blucher,308p
Oliveira, G. C. 2021. Geração automática de ortomosaicos de fotos aéreas de arquivo e o seu potencial como tema de informação geográfica. Dissertação. (Mestrado). Lisboa. Universidade do Porto.
Oliveira, T. F. 2022. O papel dos povos indígenas na pecuária de baixo carbono e na conservação da savana de Roraima. Dissertação. (Mestrado). Brasília. Universidade de Brasília (UnB)
Pereira., P. R. M. et al. 2023. Comparação Da Classificação Do Uso E Cobertura Da Terra Em Imagens Landsat-8 E Sentinel-2 No Cerrado Maranhense. GEO UERJ, v. 42, p. 1
Pilz, H., Strobl, J. 2007. Análise da impermeabilização com base em ortofotografias aéreas coloridas digitais através de processamento de imagens orientadas a objeto. In: BLASCHKE, T.; KUX, H. (Org.). Sensoriamento remoto e SIG avançados: novos sistemas sensores, métodos inovadores. Traduzido por Hermann Johann Heinrich Kux. 2. ed. São Paulo: Oficina de Textos. p. 162-171
Rejeb, A. et al. 2022. Drones in agriculture: A review and bibliometric analysis. Computers and Electronics in Agriculture. Volume 198, https://doi.org/10.1016/j.compag.2022.107017
Ribeiro, G., Araújo, R. S., Caldeira, C. R. T. 2023. Imagens de Aeronave Remotamente Pilotada na Análise da Cobertura Florestal em um Lote de Assentamento com Área Degradada na Amazônia. GEOGRAFIA (Londrina), 32(2), 163–176. https://doi.org/10.5433/2447-1747.2023v32n2p163
Ribeiro, R. M. P. 2004. Avaliação de métodos de classificação de imagens IKONOS-II para o mapeamento da cobertura terrestre. Dissertação (Mestrado). Viçosa. Universidade Federal de Viçosa (UFV).
Rodrigues, M. T. 2015. Comportamento de Sistemas de Informações Geográficas por meio de classificação supervisionada em diferentes bacias hidrográficas. Tese (Doutorado). Botucatu. Universidade Estadual Paulista “Júlio de Mesquita Filho”.
Rosalen, D., Amazonas, D. M. 2019. Mapeamento com aeronave remotamente pilotada de navegação precisa em tempo real. In: Simpósio Brasileiro de Sensoriamento Remoto, 19., 2019, Santos. Anais.... São José dos Campos: INPE.
Silva, K. G. 2022. Estudo do impacto sonoro no uso de drone em campo livre. Trabalho de Conclusão. São Carlos. Universidade Federal de São Carlos (UFSCAR)
Silva, P. F. P. 2017 Desenvolvimento de um plugin em ambiente SIG open source (QGIS) para obter parâmetros e métricas de copas de árvores, através de imagens adquiridas por VANT. Dissertação (Mestrado). Lisboa. Universidade do Porto.
Simões, R. S. et al. 2019. Uso de drone de pequeno porte para análise costeira: enfoque metodológico. Revista Brasileira de Geografia Física, v. 12, p. 622-640.
Tagliarini, F. S. N. 2020. Imagens de Drone e Índice de Vegetação Por Diferença Normalizada (Ndvi) para Classificação Segmentada em Áreas de Preservação Permanente (App). Tese (Doutorado). Botucatu. Universidade Estadual Paulista “Júlio de Mesquita Filho”.
Torres, M. S. S., Patriota, R. C. 2020. Aquisição de dados espaciais e análise da qualidade de produtos cartográficos obtidos através de RPA. Revista Geociências, 39(2), 505–515, https://doi.org/10.5016/geociencias.v39i2.13763
Vanvalkenburgh, P. et al. 2020. Lasers Without Lost Cities: Using Drone Lidar to Capture Architectural Complexity at Kuelap, Amazonas, Peru. Journal of Field Arqueologia, DOI: 10.1080/00934690.2020.171328
Vieira Junior, J. A. 2011. Análise comparativa dos métodos de classificação de imagem de alta resolução para mapeamento da cobertura do solo. Trabalho de Conclusão. Belo Horizonte. Universidade Federal de Minas Gerais.
Zardo, M.; Reis, C. E. R; Webber, C. G. 2021 Como um drone voa? Descubra na aula de física! Revista Novas Tecnologias na Educação, Porto Alegre, v. 19, n. 2, p. 292–301. DOI: 10.22456/1679-1916.121229.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 José Diego Gobbo Alves
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam na Revista Brasileira de Geografia Física concordam com os seguintes termos:
Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0) que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (exemplo: depositar em repositório institucional ou publicar como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão para disponibilizar seu trabalho online antes ou durante o processo editorial, em redes sociais acadêmicas, repositórios digitais ou servidores de preprints. Após a publicação na Revista Brasileira de Geografia Física, os autores se comprometem a atualizar as versões preprint ou pós-print do autor, nas plataformas onde foram originalmente disponibilizadas, informando o link para a versão final publicada e outras informações relevantes, com o reconhecimento da autoria e da publicação inicial nesta revista.
Qualquer usuário tem direito de:
Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial.
Adaptar — remixar, transformar e criar a partir do material para qualquer fim, mesmo que comercial.
O licenciante não pode revogar estes direitos desde que você respeite os termos da licença.
De acordo com os termos seguintes:
Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
