Escolar Documentos
Profissional Documentos
Cultura Documentos
RIO GRANDE - RS
2019
DARCILENE JÚLIO MOREIRA
RIO GRANDE - RS
2019
ANÁLISE MULTITEMPORAL POR IMAGENS DE SATÉLITE:
Uma forma interessante de prever o comportamento evolutivo de uma ocupação
irregular sobre uma gleba urbana
RESUMO
Este trabalho teve como objetivo mostrar que a análise multitemporal por imagens de satélite
se constitui numa forma interessante de prever o comportamento evolutivo da ocupação
irregular sobre uma gleba urbana. Para elaboração do presente trabalho, inicialmente foi feita
uma revisão bibliográfica e digital para aquisição de maiores conhecimentos sobre alguns
aspectos que envolvem o fenômeno. Posteriormente foi realizado um levantamento de
informações quantitativas e qualitativas, obtidas através de algumas imagens históricas de
satélite levantadas do Google Earth Pro - inseridas num estudo realizado pela autora em 2014 -
com o intuito de (I) comprovar o desordenamento crescente na paisagem, conforme as invasões
foram aumentando; (II) estimar, através da obtenção de um modelo de regressão, o
comportamento quantitativo do fenômeno das invasões no tempo; bem como (III) prever o
número de ocupações em um ano e meio após a data de emissão do parecer, caso nenhuma
solução fosse adotada. Na conclusão, visou-se evidenciar, os reflexos urbanístico-ambientais
causados pelas invasões desordenadas no caso em tela, bem como - com base nas análises,
estudos e cálculos feitos - demonstrar que a análise multitemporal por imagens de satélite
possibilita uma previsão antecipada sobre o comportamento evolutivo da ocupação de uma
gleba invadida.
1
Darcilene Júlio Moreira: Engenheira Civil, graduada pela Fundação Universidade Federal do Rio Grande,
especialista em Engenharia de Produção pela FATEC/FACINTER do Grupo Uninter, especializanda em
Engenharia Sanitária e Ambiental pela UCAM e especilizanda em Geoprocessamento e Georreferenciamento pela
UCAM.
SUMÁRIO
1 INTRODUÇÃO ....................................................................................................................... 4
6 CONCLUSÃO ....................................................................................................................... 17
REFERÊNCIAS ....................................................................................................................... 17
1 INTRODUÇÃO
Com o crescimento populacional nas áreas urbanas das grandes cidades, a invasão de
imóveis públicos e privados tem se tornado uma constante, trazendo sérios problemas, tanto
ambientais e urbanísticos, quanto relacionados à segurança pública.
Esse fenômeno normalmente ocorre de forma desordenada e em espaços inapropriados,
trazendo consigo reflexos negativos ao meio ambiente e à paisagem urbana, tal como ocorreu
numa área contida no interior do Loteamento Stella Maris, onde as invasões se deram inclusive
em locais destinados às vias públicas, sem nenhum planejamento urbanístico ou sanitário.
Os problemas causados pelas ocupações irregulares vão desde prejuízos de proprietários
particulares de áreas privadas, na tentativa da retomada do imóvel (Exemplo: Gastos com
processos judiciais e perícias, prejuízos decorrentes de desapropriação e desvalorização do
remanescente, etc.), até a mobilização emergencial do poder público para mitigação do
problema.
Ocorre que, tanto para a contenção da ocupação desordenada, quanto para a mobilização
dos órgãos competentes para a execução de procedimentos necessários à realocação dos
invasores, torna-se necessário a realização de um “estudo preliminar baseado em uma análise
multitemporal por imagens de satélite”, que, entre outras coisas, proporcione uma noção inicial
da extensão do desornamento estampada pelas imagens do Google, bem como preveja a
evolução quantitativa das invasões no tempo futuro, com o intuito de melhor se conhecer o
comportamento evolutivo do fenômeno. Conforme a autora em seu parecer,
Com isso, a solução eficaz disso tudo passa – preliminarmente - pela “noção espacial e
quantitativa de como se dá a evolução desse fenômeno no tempo”. A partir daí as medidas
necessárias à prevenção e à contenção do problema podem começar a ser tomadas.
Através do Google Earth Pro- software gratuito disponibilizado pela Google na internet
- boa parte das ocupações humanas sobre o solo podem ser apreciadas em imagens de satélite.
5
A área estudada está localizada no interior do loteamento Stella Maris, perímetro urbano
do município de Rio Grande, estado do Rio Grande do Sul. A representação gráfica do
loteamento pode ser apreciada a seguir. A mesma está projetada sobre uma imagem histórica
6
de satélite do Google Earth Pro (datada de 01/05/2014), onde o polígono traçado em vermelho
representa o perímetro do objeto de estudo, que sofreu a ocupação humana por invasão ao longo
de muitos anos.
A área estudada, que pode ser melhor visualizada na Figura 2, é composta pelos
quarteirões “A” e “N” do loteamento Stella Maris, bem como pelos logradouros abaixo
identificados, nos seguintes trechos:
- Rua 01, na extensão da sua confrontação aos quarteirões “A” e “N”;
- Rua “sem denominação”, que é confrontante ao sudeste do quarteirão “A”, na extensão
dessa confrontação;
- Rua 13, na extensão que engloba o trecho da confrontação com o quarteirão “N”, a
intersecção dessa com a Rua 01, o trecho de confrontação com o quarteirão “A”, e a
intersecção com a Rua “sem Denominação”.
7
- A confiabilidade dos resultados obtidos, com base nos dados levantados nas
imagens históricas do Google Earth Pro;
- A formação de uma amostra consistente e a obtenção de um modelo adequado à
descrição do fenômeno das ocupações no tempo, com base em dados levantados em
imagens históricas do Google Earth Pro;
- A utilização do Google Earth Pro como ferramenta de apoio ao estudo de tendência
relacionado à evolução da ocupação humana em glebas urbanas objetos de invasões.
1.2.1 Metodologia
O levantamento dos dados históricos teve como objetivo a obtenção de uma amostra
representativa, que explicasse o comportamento temporal das ocupações no interior do objeto
de trabalho, se constituindo na base do processo investigatório.
Nesta etapa a autora investigou as imagens de satélite, coletou os dados necessários,
considerando os seguintes aspectos importantes.
- Aspectos quantitativos: Buscou-se, junto aos registros históricos do Google Earth Pro,
a quantificação de todas as ocorrências visualizadas de ocupações no objeto de trabalho,
ao longo de doze anos.
- Aspectos qualitativos: Foram utilizados nove dados datados entre 2002 e 2014.
Posteriormente, identificou-se e descreveu-se, através de uma série temporal, o rol de
elementos amostrais e as características relevantes dos dados coletados.
Definiu-se como tema desse artigo “Invasões irregulares de uma gleba urbana numa
análise quantitativa multitemporal”, e identificou-se o seguinte questionamento:
A análise multitemporal por imagem de satélite se constitui numa boa ferramenta para
a obtenção das quantificações necessárias ao atingimento dessa previsão?
À fim de delinear o caminho que leva às respostas desse questionamento, este artigo
apresentou o assunto estruturado da seguinte maneira:
1 Introdução
2 Elementos pesquisados
3 Tratamento de dados
4 Modelo de regressão e curva de tendência
5 Análise dos resultados e exposição dos reflexos
6 Conclusão
10
2 ELEMENTOS PESQUISADOS
3 TRATAMENTO DE DADOS
Modelo adotado:
[TOTAL DE OCUPAÇÕES] = 4,2756 + 5,0508x10-6 x [TEMPO TOTAL]2
Convenções:
- TO = Total de ocupações
- Td = Tempo total em dias
Modelo:
[TO] = 4,2756 + 5,0508x10-6 x [Td]2
Execução:
Td = 5.177 dias, sendo que Td é igual ao número de dias entre a data investigada
(31/12/2016) e a data inicial (01/05/2014)
15
Logo:
[TO] = 4,2756 + 5,0508x10-6 x [5.177]2
[TO] = 140 ocupações
Ou seja: Para a data de 31/12/2016 foi estimado um total de 140 ocupações na área
estudada, situada no interior do loteamento Stella Maris, o que significa um acréscimo de 44
novas ocupações, que ocorreriam no intervalo de tempo entre as datas 01/05/2014 e 31/12/2016.
No Gráfico 1, é possível observar a evolução quantitativa do total de ocupações (eixo
vertical) ao longo do tempo, que é representado pela variável DATA no eixo horizontal.
O quantitativo contido no interior de cada bolha representa as ocupações iniciadas no
período de tempo transcorrido entre a data da imagem e a de sua anterior.
Pode ser visualizada também a curva de tendência, obtida através do modelo adotado,
com a identificação do ponto de estimativa para 31/12/2016.
Fonte: Série temporal, com as devidas sobreposições gráficas, realizadas pela autora (2019)
16
6 CONCLUSÃO
- Em relação à confiabilidade dos resultados obtidos, com base nos dados levantados nas
imagens históricas do Google Earth Pro
Os resultados obtidos - através da análise de regressão - são cientificamente confiáveis;
demonstram que o rol de elementos - adquiridos através das imagens históricas do Google
Earth Pro - perfaz uma amostra consistente; e apontam que o modelo proposto – com correlação
classificada como fortíssima - é perfeitamente adequado para descrever o fenômeno em estudo.
REFERÊNCIAS
Imagem 9a – Projeção de parte do traçado do projeto do loteamento Stella Maris (em branco)
e do perímetro em da área objeto de estudo (em vermelho), sobre imagem 3D do Google
Earth, datada de Mai/2014
Amostra
TOTAL DE
Nº Am. «DATA» TEMPO TOTAL «OCUPAÇÕES NO PERÍODO»
OCUPAÇÕES
1 29/Out/2002 0 9 9
2 27/Fev/2006 1.217 8 17
3 30/Ago/2009 2.497 12 29
4 28/Dez/2011 3.347 20 49
5 08/Abr/2012 3.449 10 59
6 20/Set/2012 3.614 12 71
7 28/Out/2013 4.017 21 92
8 27/Jan/2014 4.108 2 94
9 01/Mai/2014 4.202 2 96
Variáveis marcadas com "«" e "»" não serão usadas nos cálculos.
Modelo Pesquisado
Nº r² F Nº de
Correlação Regressores Normalidade
Modelo ajustado calculado "Outliers"
1 0,9816 0,9583 184,8316 1 em 1 0 Sim
Nº
Auto-Correlação Valor Avaliado Mínimo Máximo
Modelo
1 Não há 140 130 149
MODELO
Observações:
(a) Regressores testados a um nível de significância de 10,00%
(b) Critério de identificação de outlier: Intervalo de +/- 2,00 desvios padrões em torno da média.
(c) Teste de normalidade de Kolmogorov-Smirnov, a um nível de significância de 1%
(d) Teste de auto-correlação de Durbin-Watson, a um nível de significância de 1,0%
(e) Intervalos de confiança de 80,0% para os valores estimados.
Variável Dependente:
• TOTAL DE OCUPAÇÕES: Número total de ocupações iniciadas no loteamento Stella Maris até a data
da imagem.
Variáveis Independentes:
• DATA: Data da imagem histórica do Google Earth. (Utilizada no cálculo da variável TEMPO TOTAL)
• TEMPO TOTAL: Tempo (em dias) transcorrido desde a data da primeira imagem extraída do Google
Earth. (Utilizada na formação do modelo)
Estatísticas Básicas
Nº de elementos da amostra :9
Nº de variáveis independentes :1
Nº de graus de liberdade :7
Desvio padrão da regressão : 6,8746
Uma melhor adequação dos pontos à reta significa um melhor ajuste do modelo.
Modelo da Regressão
Regressores do Modelo
Correlação do Modelo
Tabela de Somatórios
1 TOTAL DE OCUPAÇÕES TEMPO TOTAL
TOTAL DE OCUPAÇÕES 516,0000 38650,0000 7,1499x109
TEMPO TOTAL 9,4543x107 7,1499x109 1,3355x1015
Análise da Variância
Graus de Quadrados
Fonte de erro Soma dos quadrados F calculado
liberdade médios
Regressão 8735,1786 1 8735,1786 184,8
Residual 330,8213 7 47,2601
Total 9066,0000 8 1133,2500
F Calculado : 184,8
F Tabelado : 12,25 (para o nível de significância de 1,000 %)
Correlações Parciais
TOTAL DE OCUPAÇÕES TEMPO TOTAL
TOTAL DE OCUPAÇÕES 1,0000 0,9816
TEMPO TOTAL 0,9816 1,0000
Tabela de Resíduos
As amostragens cujos resíduos mais se desviam da reta de referência influem significativamente nos valores
estimados.
32
As amostragens cujos resíduos mais se desviam da reta de referência influem significativamente nos valores
estimados.
Momentos Centrais
Momento central de 1ª ordem : 9,6373x10-20
Momento central de 2ª ordem : 36,7579
Momento central de 3ª ordem : -170,2590
Momento central de 4ª ordem : -18,9176
Coeficiente Amostral Normal t de Student
Assimetria -0,7639 0 0
Curtose -3,0140 0 Indefinido
Histograma
Ogiva de Frequências
Amostragens eliminadas
Todas as amostragens foram utilizadas.
34
Presença de Outliers
Critério de identificação de outlier:
Intervalo de +/- 2,00 desvios padrões em torno da média.
(*) A distância de Cook corresponde à variação máxima sofrida pelos coeficientes do modelo quando se retira o elemento
da amostra. Não deve ser maior que F tabelado.
Todos os elementos da amostragem passaram pelo teste de consistência.
(**) Hii são os elementos da diagonal da matriz de previsão. São equivalentes à distância de Mahalanobis e medem a
distância da observação para o conjunto das demais observações.
35
Teste de Kolmogorov-Smirnov
Amostr. Resíduo F(z) G(z) Dif. esquerda Dif. Direita
4 -11,8564 0,0423 0,1111 0,0422 0,0688
3 -6,7672 0,1625 0,2222 0,0513 0,0597
5 -5,3575 0,2179 0,3333 4,3296x10-3 0,1154
6 0,7562 0,544 0,4444 0,2104 0,0993
9 2,5438 0,644 0,5556 0,1998 0,0887
8 4,4892 0,743 0,6667 0,1875 0,0764
1 4,7244 0,754 0,7778 0,0873 0,0237
2 5,2437 0,777 0,8889 5,7621x10-4 0,1116
7 6,2236 0,817 1,0000 0,0715 0,1826
Observação:
O teste de Kolmogorov-Smirnov tem valor aproximado quando é realizado sobre uma população cuja distribuição é
desconhecida, como é o caso das avaliações pelo método comparativo.
36
Gráfico de Kolmogorov-Smirnov
Teste de Sequências/Sinais
Número de elementos positivos ..... :6
Número de elementos negativos .... :3
Número de sequências ................... :3
Média da distribuição de sinais ....... : 4,5
Desvio padrão ................................. : 1,500
Teste de Sequências
(desvios em torno da média) :
Limite inferior ..... : -1,2247
Limite superior ... : -2,0412
Intervalo para a normalidade : [-2,3268 , 2,3268] (para o nível de significância de 1%)
Pelo teste de sequências, aceita-se a hipótese da aleatoriedade dos sinais dos resíduos.
Teste de Sinais
(desvios em torno da média)
Pelo teste de sinais, aceita-se a hipótese nula, podendo ser afirmado que a distribuição dos desvios em torno da média
segue a curva normal (curva de Gauss).
37
Reta de Normalidade
Autocorrelação
Estatística de Durbin-Watson (DW) : 0,8667 (nível de significância de 1,0%)
Autocorrelação positiva (DW < DL) : DL = 0,81
Autocorrelação negativa (DW > 4-DL) : 4-DL = 3,19
Intervalo para ausência de autocorrelação (DU < DW < 4-DU) DU = 1,07 4-DU = 2,93
Teste de Durbin-Watson inconclusivo.
A autocorrelação (ou auto-regressão) só pode ser verificada se as amostragens estiverem ordenadas segundo um
critério conhecido. Se os dados estiverem aleatoriamente dispostos, o resultado (positivo ou negativo) não pode ser
considerado.
Gráfico de Auto-Correlação
Se os pontos estiverem alinhados e a amostra estiver com os dados ordenados, pode-se suspeitar da existência de
auto-correlação.
38
Variáveis independentes:
• TEMPO TOTAL ..................... = 5.177
Outras variáveis:
• DATA ................................... = 31/Dez/2016
O valor estimado está de acordo com os limites estabelecidos: 100% dos limites inferior e superior da amostra.
40
Avaliação da Extrapolação
Extrapolação dos limites amostrais para as características do imóvel avaliando
Variação em
Limite Limite Valor no ponto
Variável relação ao Aprovada (*)
inferior superior de avaliação
limite
TEMPO TOTAL 0 4.202 5.177 23,2% (ref. max.) Aprovada
* É admitida uma variação de 100,0% além do limite amostral superior e de 100,0% além do limite inferior para as variáveis
independentes.
Nenhuma variável independente extrapolou o limite amostral.
** É admitida uma variação de 100,0% além dos limites amostrais para o valor estimado.
Intervalos de Confiança