MONITORING AND DECISION SUPPORT PLATFORM FOR THE TERRITORIAL PLANNING OF THE PAULISTA WATER CIRCUIT
DOI:
https://doi.org/10.59550/engurbdebate.v2i1.13Keywords:
Remote sensing, SVM, Urban planningAbstract
This paper presents a prototypical platform of monitoring territorial from towns that belong to Circuito das Águas Paulistas’ region (Paulista Water Circuit). The prototype was developed from an API (Application Programming Interface), of Google Earth Engine (GEE), and it uses javascript programming to detect, quantify and evaluate tendencies of land use and occupation in interurban scale quickly and constantly. For that task was used a machine learning classifier SVM (Support Vector Machine), and an updated catalog of Satellite images Sentinel II, both of them are available at no cost in the GEE cloud infrastructure. The low computational cost and the good performance achieved make the prototypical development be a tool that attends necessities of towns, which are small and has a low budget and, furthermore, they can join in an association of towns to develop an ordinary, independent and customized intelligence geographic system to support decision.
References
ADAM, E. et al. Land-Use/Cover Classification in a Heterogeneous Coastal Landscape Using Rapid Eye Imagery: Evaluating the Performance of Random Forest and Support Vector Machines Classifiers. International Journal of Remote Sensing [s.l] v. 35, n. 10, p. 3440-3458, abr. 2014. DOI: http://dx.doi.org/10.1080/01431161.2014.903435. Acesso em: 30 mai. 2021.
BANTIN DE SOUZA, N. R. As políticas públicas no processo de formação e gestão do circuito das Águas Paulista. Orientador: Aguinaldo Fratucci. 2010. Monografia (Graduação em Turismo), Faculdade de Administração, Ciências Contábeis e Turismo, Universidade Federal Fluminense, Niterói. 2010. Disponível em: https://app.uff.br/riuff/handle/1/1577. Acesso em: 30 mai. 2021
ENGESAT. Imagens de Satélites e Geotecnologia. NDVI: criando índice de vegetação no global mapper. 2020. Disponível em: http://www.engesat.com.br/softwares/global-mapper/calculo-do-indice-de-vegetacao-ndvi-no-global-mapper/#:~:text=NDVI%20%C3%A9%20a%20abrevia%C3%A7%C3%A3o%20da,imagens%20geradas%20por%20sensores%20remotos. Acesso em: 18 agosto 2020.
ESA. European Space Agency. Sentinel-2 User Handbook. 2020. Disponível em: https://sentinel.esa.int/web/sentinel/user-guides/sentinel-2-msi/product-types/level-2a. Acesso em: 29 agosto 2020.
GORELICK, N. et al. Google earth engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment. v. 202, p. 18-27, 2017. DOI: https://doi.org/10.1016/j.rse.2017.06.031. Disponível em: https://www.sciencedirect.com/science/article/pii/S0034425717302900. Acesso em: 30 mai. 2021.
IBGE. Instituto Brasileiro de Geografia e Estatística. Censo demográfico de 2010. Disponível em: https://censo2010.ibge.gov.br/resultados.html. Acesso em: 10 agosto 2020.
KAVZOGLU, T; COLKESEN, I. A Kernel Functions Analysis for Support Vector Machines for Land Cover Classification. International Journal of Applied Earth Observation and Geoinformation, v. 11, n. 5, p. 352-359, out. 2009. DOI: https://doi.org/10.1016/j.jag.2009.06.002. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0303243409000464. Acesso em: 30 mai. 2021.
MARTINES, M. et al. Separability Analysis of Atlantic Forest Patches by Comparing Parametric and Non-Parametric Image Classification Algorithms. Journal Of Geographic Information System (jgis). [s.l] p. 567-578. out. 2019. DOI: https://doi.org/10.4236/jgis.2019.115035. Disponível em: https://www.scirp.org/journal/paperinformation.aspx?paperid=95805. Acesso em: 30 mai. 2021.
ONU. Organização das Nações Unidas. Agenda 2030. ONU Brasil. 2019. Disponível em: https://nacoesunidas.org/pos2015/agenda2030/. Acesso em: 12 de novembro de 2019.
SANTOS, E. M. Teoria e Aplicação de Support Vector Machines à Aprendizagem e Reconhecimento de Objetos Baseado na Aparência. Orientador: Herman Martins Gomes. Dissertação (Mestrado) - Centro de Ciências e Tecnologia, Coordenação de Pós Graduação em Informática, Universidade Federal da Paraíba, Campina Grande. 2002. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/4265. Acesso em: 30 mai. 2021.
SÃO PAULO. Estado. Plano Regional de Desenvolvimento Turístico do Circuito das Águas - SP (1972 A 1980). São Paulo: SERETE, 1982.
SÃO PAULO. Estado. Programa Município VerdeAzul. 2019 Disponível em: https://www.infraestruturameioambiente.sp.gov.br/verdeazuldigital/. Acesso em: 07 de novembro de 2019.
SPRIN, A. W. O jardim de granito: a natureza no desenho da cidade. Trad. Paulo Renato Mesquita Pellegrino. São Paulo: Edusp. 1995.
VAPNIK, V. N. The nature of Statistical learning theory. New York: Springer. 1995.
Downloads
Published
Versions
- 2021-06-24 (2)
- 2021-06-24 (1)
How to Cite
Issue
Section
License
Copyright (c) 2021 Juliana Campos Degenario Ribeiro, Breno Malheiros de Melo, Marcel Fantin, Jeferson Cristiano Tavares, Julio Cesar Pedrassoli , Marcos Roberto Martines
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.