Recursos de Sistemas de Informações Geográficas e banco de dados de código aberto como um suporte à fiscalização ambiental para monitoramento e detecção de desmatamentos ilegais

Autores

DOI:

https://doi.org/10.5902/2236499490049

Palavras-chave:

Imagens orbitais gratuitas, Classificação temática, Acurácia temática, Geoprocessamento, Programas de código aberto

Resumo

A utilização de imagens de sensoriamento remoto e ferramentas gratuitas de sistemas geográficos de informações para análises espaciais têm proporcionado o desenvolvimento de ações exitosas pelos órgãos de fiscalização ambiental. Nesse sentido, as imagens disponibilizadas gratuitamente pela Iniciativa Internacional de Clima e Floresta da Noruega constituem um importante banco de dados que viabiliza a análise comparativa de intervenções ambientais em períodos mensais. Para otimizar ainda mais o emprego desses dados, verifica-se que quanto melhores as resoluções espaciais e temporais, melhores serão os resultados alcançados. O emprego de recursos e técnicas de geoprocessamento como a classificação supervisionada das imagens e a avaliação da qualidade temática, demonstrados neste trabalho, são essenciais para a confiabilidade dos dados necessários para aplicação das penalidades aos infratores ambientais. A conclusão da presente pesquisa indica que atualmente dispõem-se, tanto de dados orbitais de sensoriamento remoto como de programas computacionais gratuitos, do tipo Open Source, que permitem alcançar resultados satisfatórios. Esses recursos viabilizam o desenvolvimento eficiente de métodos e procedimentos em linhas de pesquisa e campos da ciência associados ao meio ambiente, abrindo novas perspectivas para os trabalhos presentes e aplicações futuras.

Downloads

Não há dados estatísticos.

Biografia do Autor

Cristiano Ferreira de Oliveira, Universidade Federal de Minas Gerais

Possui graduação em Ciências Militares com ênfase em Defesa Social (2007) e Especialização em Segurança Pública (2022), pela Polícia Militar do Estado de Minas Gerais; Engenharia Ambiental pela Faculdade Santa Rita (2014); Pós-Graduação em Gestão e Direito Ambiental (2019) pelo Centro de Pesquisa e Pós-Graduação da Academia de Polícia Militar (CPP) e mestre (2023) pelo Programa de Pós-Graduação em Análise e Modelagem de Sistemas Ambientais (AMSA) do Instituto de Geociências (IGC) da Universidade Federal de Minas Gerais (UFMG). Atualmente é doutorando no PPGAMSA/IGC/UFMG. É oficial superior (Major) da Polícia Militar do Estado de Minas Gerais, onde exerce as funções de Chefe da Seção de Inteligência e de Planejamento e Emprego Operacional do Comando de Policiamento de Meio Ambiente da PMMG. É conselheiro do Conselho de Política Ambiental do Estado de Minas Gerais. Atuou por 4 anos na área de Inteligência de Segurança Pública (Gestor da Atividade de Inteligência) possuindo especialização nessa atividade. Possui experiência administrativa em Logística, Orçamento e Finanças, além de Gestão de Recursos Humanos. Possui as medalhas de Mérito Profissional, Mérito Militar e Alferes Tiradentes, outorgadas pela Polícia Militar de Minas Gerais. Exerceu atividades operacionais de Comando de Pelotão de Policiamento Ambiental entre 2009 e 2012.

Marcelo Antonio Nero, Universidade Federal de Minas Gerais

Professor Doutor, PPG ,Análise e Modelagem de Sistemas Ambientais-IGC-UFMG.

Marcos Antônio Timbó Elmiro, Universidade Federal de Minas Gerais

Possui graduação em Engenharia Cartográfica pela Universidade do Estado do Rio de Janeiro (1982), Mestrado em Sensoriamento Remoto pelo Instituto Nacional de Pesquisas Espaciais (1994), Doutorado em Computação Aplicada pelo Instituto Nacional de Pesquisas Espaciais (2008). Foi Vice Coordenador do Programa de Pós-Graduação em Análise e Modelagem de Sistemas Ambientais da UFMG (2016 a 2018). Foi Chefe do do Departamento de Cartografia da UFMG durante um mandato e Sub Chefe do Departamento de Cartografia por quatro mandatos. Atualmente é professor associado do Departamento de Cartografia da Universidade Federal de Minas Gerais. Tem experiência nas áreas de Ciências da Terra, com ênfase em Topografia, Geodésia, Cartografia, Sensoriamento Remoto, Geoprocessamento, Processamento digital de imagens da Terra, Interferometria de imagens de radar, Modelos digitais de terrenos, Analise e Modelagem de Sistemas Ambientais.

João Rodrigues Tavares Júnior, Universidade Federal de Pernambuco

Doutor em Geociências pela UFPE na área de Geofísica Aplicada. Pós-Doutorado em Sensoriamento Remoto. Atua na pesquisa de métodos aplicados em Sensoriamento Remoto multiespectral orbital, LiDAR, RPA, na área ambiental e Cartografia.

Referências

Ariza López, F. J. (2002). Calidad en la producción cartográfica. Ra-Ma.

Brasil. (2021) Lei Geral de Proteção de Dados Pessoais (LGPD). http://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm

Calamito, A. (2017). A History of Open Source GIS, from Humble Beginnings to World-Changing Applications. Retrieved, 7, 2023.

Cambraia, D. J., Brites, R. S., & Bias, E. S. (2019). Application Potentialities of Vegetation Indices Based on the Visible Portion of the Spectrum of Electromagnetic Radiation. Anuário Do Instituto de Geociências - UFRJ, 42(4), 83–93. https://doi.org/10.11137/2019_4_83_93

Congalton, R. G., & Green, K. (2019). Assessing the Accuracy of Remotely Sensed Data: Principles and Practices, Third Edition (3rd ed.). CRC Press. https://doi.org/10.1201/9780429052729

Fernandes, L. C. (2019). Modelagem de risco de incêndios florestais utilizando redes neurais artificiais aplicada às regiões metropolitanas. https://repositorio.ufmg.br/items/1cc3d47e-cde9-41fd-a352-8fd90d07f918

Fleiss, J. L., Cohen, J., & Everitt, B. S. (1969). Large sample standard errors of kappa and weighted kappa. Psychological Bulletin, 72(5), 323–327. https://doi.org/10.1037/h0028106

Foody, G. M. (2020). Explaining the unsuitability of the kappa coefficient in the assessment and comparison of the accuracy of thematic maps obtained by image classification. Remote Sensing of Environment, 239, 111630. https://doi.org/10.1016/j.rse.2019.111630

Hong, F., He, G., Wang, G., Zhang, Z., & Peng, Y. (2025). AuxTransUNet: Enhancing Remote Sensing Image Segmentation of Open-Pit Mining Areas in Qinghai–Tibet Plateau. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 18, 20348–20358. https://doi.org/10.1109/JSTARS.2025.3595592

Karasiak, N. (2016). Dzetsaka Qgis Classification plugin. https://plugins.qgis.org/plugins/dzetsaka/

Landis, J. R., & Koch, G. G. (1977). The Measurement of Observer Agreement for Categorical Data. Biometrics, 33(1), 159. https://doi.org/10.2307/2529310

Llano, X. C. (2024). AcATaMa - QGIS plugin for Accuracy Assessment of Thematic Maps, version 24.10-Noosa. https://plugins.qgis.org/plugins/AcATaMa/version/24.10/

Long, Y., Ding, H., Zhu, Y., Yang, Z., & Li, B. (2025). FSRNet: A lightweight remote sensing forest wildfire detection network based on multi-scale, multi-level, and multi-path approaches. Advances in Space Research, 76(8), 4194–4212. https://doi.org/10.1016/j.asr.2025.07.072

Minas Gerais. Polícia Militar (2021). Comando de Policiamento de Meio Ambiente. Belo Horizonte,

Monserud, R. A., & Leemans, R. (1992). Comparing global vegetation maps with the Kappa statistic. Ecological Modelling, 62(4), 275–293. https://doi.org/10.1016/0304-3800(92)90003-W

Moraes, D. R. V., Ferreira Neto, L. C., Costa, M. D. S. S., Lima, A. M. M., Vieira, I. C. G., Lisboa Filho, J. & Adami, M. (2018). Monitoramento de áreas embargadas por desmatamento ilegal. Revista Brasileira de Cartografia, 70(5), 1595–1617. https://doi.org/10.14393/rbcv70n5-44566

NICFI - Norway International Climate and Forestry Initiative (2025). https://www.nicfi.no/

Oliveira, A. L. S. D., Nero, M. A., Tavares Júnior, J. R., Candeias, A. L. B., & Nóbrega, R. A. A. (2017). Comparação e validação da modelagem espacial de riscos de incêndios considerando diferentes métodos de predição. Boletim de Ciências Geodésicas, 23 (4), 556–577. https://doi.org/10.1590/s1982-21702017000400037

OSGeo. (2019). Opensource GIS history. https://wiki.osgeo.org/wiki/Open_Source_GIS_History.

Pereira, J. A S., & Tavares Junior, J. R. (2017). Classificação supervisionada e saldo de radiação para discriminação de alvos de superfície no entorno do reservatório de Itaparica - PE. Revista Brasileira de Cartografia, 69(6). https://doi.org/10.14393/rbcv69n6-44321

QGIS. QGIS versão “3.16.5 Hannover” (2021). https://qgis.org/en/site/forusers/alldownloads.html

Ribeiro, J. F., Walter, B. M. B., & José Felipe Ribeiro, E. C. (2008). As principais fitofissionomias do bioma cerrado. https://www.researchgate.net/publication/283072910_As_principais_fitofisionomias_do_bioma_Cerrado/link/5628c21f08ae04c2aeaeb5d9/download

Santos, A. R. S.; Peluzio, T. M. O.; Saito, N. S. (2010). Spring 5.1.2 Passo a passo: Aplicações práticas. Alegre, ES: CAUFES, 153p. Available in: https://www.mundogeomatica.com/livros/spring5x/livrospring512passopassoaplicacaopratica.pdf Accessed in: oct. 25th, 2024.

See, L., Laso Bayas, J., Schepaschenko, D., Perger, C., Dresel, C., Maus, V., Salk, C., Weichselbaum, J., Lesiv, M., McCallum, I., Moorthy, I., & Fritz, S. (2017). LACO-Wiki: A New Online Land Cover Validation Tool Demonstrated Using GlobeLand30 for Kenya. Remote Sensing, 9(7), 754. https://doi.org/10.3390/rs9070754

Silva, A. B. D., & Camelo, G. L. P. (2024). A percepção ambiental como ferramenta de análise no estudo dos impactos da atividade agrícola no município de Pitimbu/PB. Geografia Ensino & Pesquisa, 28, e84717. https://doi.org/10.5902/2236499484717

Wang, W., Tang, L., Zhang, Y., Cai, J., Chen, X., & Mao, X. (2025). Mapping Ecosystem Carbon Storage in the Nanling Mountains of Guangdong Province Using Machine Learning Based on Multi-Source Remote Sensing. Atmosphere, 16(8), 954. https://doi.org/10.3390/atmos16080954

Downloads

Publicado

2025-12-12

Como Citar

Oliveira, C. F. de, Nero, M. A., Elmiro, M. A. T., & Tavares Júnior, J. R. (2025). Recursos de Sistemas de Informações Geográficas e banco de dados de código aberto como um suporte à fiscalização ambiental para monitoramento e detecção de desmatamentos ilegais. Geografia Ensino & Pesquisa, 29, e90049. https://doi.org/10.5902/2236499490049

Edição

v. 29 (2025): Publicação Contínua

Seção

Geoinformação e Sensoriamento Remoto em Geografia

Licença

Copyright (c) 2025 Geografia Ensino & Pesquisa

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

A revista Geografia Ensino & Pesquisa deterá os direitos autorais dos trabalhos publicados. Os direitos referem-se a publicação do trabalho em qualquer parte do mundo, incluindo os direitos às renovações, expansões e disseminações da contribuição, bem como outros direitos subsidiá¡rios. Os autores comprometen-se com a originalidade do trabalho, e no caso de desistência da submissão, os autores assumem a responsabilidade de comunicar à revista.

Após publicado os(as) autores(as) têm permissão para a publicação da contribuição em outro meio, impresso ou digital, em português ou em tradução, desde que os devidos créditos sejam dados à Revista Geografia – Ensino & Pesquisa.

 

A revista Geografia Ensino & Pesquisa utiliza em suas publicações uma Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

 Creative Commons License