Recursos de Sistemas de Información Geográfica y base de datos de código abierto como apoyo a la vigilancia ambiental para el monitoreo y detección de la deforestación ilegal

Autores/as

DOI:

https://doi.org/10.5902/2236499490049

Palabras clave:

Imágenes satelitales libres, Clasificación temática, Exactitud temática, Geoprocesamiento, Programas de código abierto

Resumen

El uso de imágenes satelitales de teledetección y herramientas libres de sistemas de información geográfica aplicados a los análisis espaciales resultan en el desarrollo de acciones con éxito por parte de las autoridades de fiscalización ambiental. Por supuesto, las imágenes suministradas sen costes por parte de la Iniciativa Internacional del Clima y Floresta de Noruega componen una importante base de datos de manera a viabilizar los análisis comparativos de acciones ambientales mes por mes. De modo a optimizar más el empleo de dichos datos se nota que mejores las resoluciones espaciales y temporales mejores los resultados alcanzados. El empleo de los recursos y técnicas de geoprocesamiento tal como la clasificación supervisada de imágenes y la evaluación de la calidad temática presentados en este trabajo son esenciales a la fiabilidad de los datos necesarios a la aplicación a los infractores ambientales. La conclusión de esta investigación apunta que en la actualidad se disponen igualmente tanto de datos orbitales de teledetección como de programas de ordenador gratuito de la categoría Open Source que permiten obtener buenos resultados. Estos recursos permiten el desarrollo eficaz de métodos y procesos en líneas de investigación y sectores de la ciencia relacionadas al medio ambiente, lo que proporciona nuevas oportunidades a los trabajos actuales y aplicaciones en el futuro.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

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.

Citas

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

Descargas

Publicado

2025-12-12

Cómo citar

Oliveira, C. F. de, Nero, M. A., Elmiro, M. A. T., & Tavares Júnior, J. R. (2025). Recursos de Sistemas de Información Geográfica y base de datos de código abierto como apoyo a la vigilancia ambiental para el monitoreo y detección de la deforestación ilegal. Geografia Ensino & Pesquisa, 29, e90049. https://doi.org/10.5902/2236499490049

Número

Vol. 29 (2025): Publicação Contínua

Sección

Geoinformação e Sensoriamento Remoto em Geografia

Licencia

Derechos de autor 2025 Geografia Ensino & Pesquisa

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

La revista Geografia – Ensino & Pesquisa retendrá el copyright de los trabajos publicados. Los derechos tienen referencia con la publicación del trabajo en cualquier parte del mundo, incluyendo los derechos a Las renovaciones, expansiones y diseminaciones de la contribución, así como otros derechos subsidiarios. Los autores tienen permiso para la publicación de la contribución en otra medio, materia impresa o digital, en portugués o en otra traducción, desde que los créditos tenidos sean dados a la Revista Geografia – Ensino & Pesquisa.