Aplicação de Deep Learning para Detecção de Ocupações Irregulares em Áreas de Cerrado em Brasília-DF
Uma Abordagem de Baixo Custo com QGIS e Google Earth
DOI:
https://doi.org/10.26848/rbgf.v19.01.p171-185Palavras-chave:
ocupações irregulares, Deep Learning, cerrado, Google Earth, MapFlowResumo
O monitoramento de ocupações irregulares em áreas de cerrado é essencial devido aos impactos ambientais e urbanísticos associados, especialmente na região do Distrito Federal (DF). Este estudo tem por objetivo avaliar a aplicação de técnicas de Deep Learning para a detecção automática de construções em imagens do Google Earth, utilizando o plugin MapFlow no QGIS. Foram analisadas imagens de 2020, 2022 e 2024 de uma área próxima ao acampamento Santarém, em Samambaia-DF, comparando a eficácia dos modelos "Building" e "Aerial". Os resultados indicaram que o modelo "Aerial" obteve maior sensibilidade na detecção das construções em comparação ao modelo "Building", apesar de uma ligeira taxa de falsos positivos. Além disso, observou-se uma significativa expansão das ocupações entre os anos analisados. A utilização de Deep Learning demonstrou ser uma alternativa promissora ao monitoramento tradicional, oferecendo maior precisão e eficiência no reconhecimento de padrões em imagens com resolução limitada. Assim, o estudo evidencia o potencial dessas ferramentas para auxiliar na gestão territorial e no combate às ocupações irregulares, propondo uma abordagem de baixo custo e acessível para o monitoramento ambiental.
Palavras-chave: ocupações irregulares, Deep Learning, cerrado, Google Earth, MapFlow.
Downloads
Referências
Dr. em Geografia pela Universidade de Brasília
Analista de Planejamento Urbano e Infraestrutura do Governo do Distrito Federal
Assessor da Unidade Geoprocessamento e monitoramento da Secretaria de Estado de Proteção da Ordem Urbanística do Distrito Federal
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 1969 LEANDRO da Silva Gregorio
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.
