Metodologia de análise de imagens baseada em objetos geográficos (GEOBIA) utilizando RPAS (drone) com sensor RGB

Abstract

O presente trabalho apresenta um método para o mapeamento de vegetação, por um processo de classificação por regiões geográficas, denominado GEOBIA (Geographic Object-Based Image Analysis) considerado adequado para classificar imagens de muito alta resolução (very high resolution – VHR). É possível executar o procedimento com qualquer equipamento que disponha de um sensor RGB de boa qualidade e permita execução de aplicativos para plano de voo. O método foi desenvolvido com base em softwares de código aberto (open source) para evitar custos com licenças, em todas as etapas, desde a captação das imagens, elaboração de produtos cartográficos, processamento da classificação por regiões e conclusão mediante cálculos de áreas. O estudo foi aplicado em quatro áreas de interesse, todas na região da Grande Florianópolis-SC, contendo porções do ecossistema de Formações Pioneiras - Vegetação com Influência Marinha, também denominadas áreas de restinga, cujo principal alvo da classificação foi o mapeamento das áreas invadidas por Pinus sp. O método demonstrou útil para classificação de imagens em geral, podendo ser utilizado no manejo de outras espécies vegetais exóticas, ou até em outras aplicações ambientais.

Mapping Areas Invaded by Pinus sp. from Geographic Object-Based Image Analysis (GEOBIA) Applied on RPAS (Drone) Color Images

“…Once completed, it was possible to calculate the total area values per class, with the QGIS field calculator in square meters using the $area formula, as well as in hectares ($area/10,000). Some development details about this proposed method can be found in Gonçalves [50].…”

Evolução e tendências do uso de Aeronaves Remotamente Pilotadas no Brasil (2017-2022) e suas implicações para o geoprocessamento

“…No início, os trabalhos científicos publicados, tinham uma ideia de reaplicação do que já era feito com os dados tradicionais, aqueles coletados por sensores a bordo de satélites ou aviões, sendo a inovação estritamente atrelada a altíssima resolução espacial. São exemplos mapeamentos de uso e cobertura da terra (Al-Najjar et al, 2019;Gonçalves, 2021;Wyard et al, 2022), análises de degradação na vegetação (Paz et al, 2021) e a geração de índices de vegetação, majoritariamente o Índice de Vegetação da Diferença Normalizada (NDVI), mas também com outras propostas como o Índice Resistente à Atmosfera na Região Visível (VARI) e o Green Leaf Index (GLI) (Barbosa et al, 2021;Meivel & Maheswari, 2020;Singh et al, 2022;Sosa et al, 2022). Exemplos desses produtos são apresentados na Figura 5.…”

“…A lista de possibilidades de uso dos produtos coletados pelas RPAs cresce a cada dia, seja repetindo aplicações e aumentando o nível de detalhamento de produtos que já eram gerados por métodos de coleta tradicionais (sensor a bordo de satélite ou aeronave pilotada), como classificações de uso e cobertura da terra em altíssima resolução espacial com identificação de espécies da flora (Al-Najjar et al, 2019;Gonçalves, 2021;Wyard et al, 2022), seja aprimorando e desenvolvendo novas aplicações, como monitoramentos agrícolas em tempo real (Murugan et al, 2017;Shafi et al, 2020).…”