Resources of Geographical Information Systems and open source database as a support to environmental surveillance for monitoring and detection of illegal deforestation

Authors

DOI:

https://doi.org/10.5902/2236499490049

Keywords:

Free orbital imagery, Thematic classification, Thematic accuracy, Geoprocessing, Open-source software

Abstract

The use of open-source databases and tools freely available in geographic information systems for spatial analysis have provided the development of successful actions by environmental inspection institutions. In this sense, the images made available free of charge by the Norwegian International Climate and Forest Initiative (NICFI) represent an important database that enables the comparative analysis of environmental interventions in monthly periods. To fuly optimize the use of these data in enviromental inspection, it is possible to rely on the fact that the greater the spatial and temporal resolutions, the better the results achieved. The use of geographic information systems techniques such as the supervised classification of images and thematic quality assessment, demonstrated in this work, are essential procedures for the reliability of the data needed for applying penalties to environmental violators. The conclusion of this research indicates that currently, both orbital data from remote sensing and free computational programs of the Open Source type, are available, which allow satisfactory results. These resources enable the efficient development of methods and procedures in fields of scientific research associated with the environment, opening new perspectives for current work and future applications.

Downloads

Download data is not yet available.

Author Biographies

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.

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.

References

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

Published

2025-12-12

How to Cite

Oliveira, C. F. de, Nero, M. A., Elmiro, M. A. T., & Tavares Júnior, J. R. (2025). Resources of Geographical Information Systems and open source database as a support to environmental surveillance for monitoring and detection of illegal deforestation. Geografia Ensino & Pesquisa, 29, e90049. https://doi.org/10.5902/2236499490049

Issue

Vol. 29 (2025): Publicação Contínua

Section

Geoinformação e Sensoriamento Remoto em Geografia

License

Copyright (c) 2025 Geografia Ensino & Pesquisa

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

The journal Geografia – Ensino & Pesquisa will obtain the auctorial rights for all published texts. This also implies that the text can be published anywhere in the world, including all rights on renewal, expansion and dissemination of the contribution, as well as other subsidiary rights. The author’s get permission to publish the contribution in other medias, printed or digital, may be in Portuguese or translation, since the publication is credited to Revista Geografia – Ensino & Pesquisa.The journal Geografia – Ensino & Pesquisa will obtain the auctorial rights for all published texts. This also implies that the text can be published anywhere in the world, including all rights on renewal, expansion and dissemination of the contribution, as well as other subsidiary rights. The author’s get permission to publish the contribution in other medias, printed or digital, may be in Portuguese or translation, since the publication is credited to Revista Geografia – Ensino & Pesquisa.