Proposta metodológica para o georreferenciamento da arborização viária com imagens esféricas

Autores

DOI:

https://doi.org/10.5380/revsbau.v21.100085

Resumo

O mapeamento das árvores nas vias públicas de uma cidade desempenha um papel importante no planejamento e gestão desses recursos naturais. Ao se conhecer a distribuição espacial das árvores e as espécies presentes nesse ambiente, os gestores públicos podem agir de forma mais efetiva no manejo do patrimônio arbóreo do município. Nesse trabalho, foi utilizada uma metodologia semiautomática para georreferenciar os indivíduos presentes em uma região da cidade de São Sebastião do Paraíso-MG com a utilização de um Sistema de Mapeamento Móvel Terrestre equipado com uma câmera esférica que capturou vídeos das vias percorridas. Com a implementação de um Sistema de Informação Geográfica, denominado IntSIG, e a utilização dos vídeos esféricos, foram obtidas imagens georreferenciadas de cada árvore da região levantada. O georreferenciamento foi comparado com uma outra base cartográfica produzida com uma ortofoto da mesma área e computada a raiz quadrada do erro médio quadrático entre as coordenadas planas dos dois georreferenciamentos. O erro foi de 2,46m e desvio padrão de 1,65m o que pode ser considerado adequado para esse tipo de georreferenciamento. Essa metodologia traz a vantagem de poder ser auditada, pois outro operador pode fazer a conferência do mapeamento em escritório, garantindo a completude do levantamento. Além disso, as imagens esféricas de alta resolução permitem uma análise preliminar do estado fitossanitário das árvores e com sucessivos levantamentos, produzir uma série histórica do patrimônio arbóreo da região e que pode ser ampliado para toda a cidade.

Palavras-chave:  Imagens esféricas georreferenciadas; Árvores urbanas; Mapeamento terrestre.

Biografia do Autor

Ricardo Luís Barbosa, Universidade Federal de Uberlândia

Possui graduação em Licenciatura em Matemática pela FCT-UNESP. Tem experiência em Probabilidade e Estatística, Bioestatística, Geometria Analítica, Cálculo, Cálculo Numérico, Processamento de Imagens, Fotogrametria Digital e Mapeamento Móvel.  Atualmente é professor da Universidade Federal de Uberlândia, Instituto de Geografia, campus de Monte Carmelo, no curso de Engenharia de Agrimensura e Cartográfica.

Marcelo de Araújo de Faria, Universidade Federal de Uberlândia

Graduado em Arquitetura e Urbanismo pela Universidade Federal de Uberlândia (2003). Mestrado Profissional em Saúde Ambiental e Saúde do Trabalhador. Atualmente é Analista de Projetos - Arquiteto do Instituto de Planejamento e Desenvolvimento Sustentável de Araxá.

Pedro Paulo Xavier da Costa Dorázio, Universidade Federal de Uberlândia

Graduado em Engenharia de Agrimensura e Cartográfica, pela Universidade Federal de Uberlândia, campus de Monte Carmelo. Atua com levantamento topográfico.

Alan Kazuo Hiraga, Integral Soluções Ltda

Possui graduação em Bacharelado em Ciência da Computação pela Universidade do Oeste Paulista e mestrado em Ciência da Computação pela Universidade Federal de São Carlos. Atualmente é gerente de Desenvolvimento e Pesquisa da Integral Soluções na área de desenvolvimento de softwares especializados para coleta e processamento de dados geoespaciais com câmaras esféricas.

Rodrigo Bezerra de Araújo Gallis, Universidade Federal de Uberlândia

Possui graduação em Engenharia Cartográfica pela Universidade Estadual Paulista Júlio de Mesquita Filho, Mestre e Doutor em Ciências Cartográficas. Atua como docente na Universidade Federal de Uberlândia, Campus Monte Carmelo, do curso de Engenharia de Agrimensura e Cartográfica e no Programa de Pós-graduação em Agricultura e Informações Geoespaciais.

Referências

ANGUELOV, D.; DULONG, C.; FILIP, D.; FRUEH, C.; LAFON, S; LYON, R.; OGALE, A.; VINCENT, L.; WEAVER, J. Google Street View: capturing the world at street level. Computer, v. 43, n. 6, p. 32-38, 2010.

BARAZZETTI, L.; PREVITALI, M.; RONCORONI, F. 3D modelling with the Samsung Gear 360. In: INTERNATIONAL ARCHIVES OF PHOTOGRAMMETRY, REMOTE SENSING AND SPATIAL INFORMATION SCIENCES, v. XLII-2/W3, 2017. Anais…p. 85–90. DOI: https://doi.org/10.5194/isprs-archives-XLII-2-W3-85-2017

BARBOSA, R. L.; GALLIS, R. B. A.; HIRAGA, A. K.; SILVA, F. A. Quantificação e georreferenciamento semiautomárico de árvores urbanas. Revista da Sociedade Brasileira de Arborização Urbana, Piracicaba, v.13, n.4, p.41-53, 2018.

BILJECKI, F.; ITO, K. Street view imagery in urban analytics and GIS: A review. Landscape and Urban Planning, v. 215, Article 104217, p. 1-20, 2021.

BRANSON, S.; WEGNER, J. D.; HALL, D.; LANG, N.; SCHINDLER, K.; PERONA, P. From Google Maps to a fine-grained catalog of street trees. ISPRS Journal of Photogrammetry and Remote Sensing, v.135, p.13-30, 2018. DOI: https://doi.org/10.1016/j.isprsjprs.2017.11.008

BRUNO, N.; RONCELLA, R. Accuracy assessment of 3D models generated from Google Street View. In: INTERNATIONAL ARCHIVES OF PHOTOGRAMMETRY, REMOTE SENSING AND SPATIAL INFORMATION SCIENCES, v. XLII-2/W9, 2019. Anais…p. 181–188. DOI: https://doi.org/10.5194/isprs-archives-XLII-2-W9-181-2019

JIANG, S.; YOU, K.; LI, Y.; WENG, D.; CHEN, W. 3D reconstruction of spherical images: a review of techniques, applications, and prospects. Geospatial Information Science, v. 27, n.6 p. 1959-1988, 2024.

LAUMER, D.; LANG, N.; VAN DOORN, N.; MAC AODHA, O.; PERONA, P.; WEGNER, J. D. Geocoding of trees from street addresses and street-level images. ISPRS Journal of Photogrammetry and Remote Sensing, v. 162, p.125-136, 2020.

LI, X.; ZHANG, C.; LI, W.; RICARD, R.; MENG, Q.; ZHANG, W. Assessing street-level urban greenery using Google Street View and a modified green view index. Urban Forestry & Urban Greening, v.14, n.3, p.675-685, 2015.

PIX4D. Try Pix4D software for free. 2024. Disponível em: https://www.pix4d.com/try-software Acesso em: 15 mai 2024.

PREVITALI, M.; BARAZZETTI, L.; RONCORONI, F.; CAO, Y.; SCAIONI, M. 360° Image orientation and reconstruction with camera positions constrained by GNSS measurements. In: INTERNATIONAL ARCHIVES OF PHOTOGRAMMETRY, REMOTE SENSING AND SPATIAL INFORMATION SCIENCES, v. XLVIII-1/W1, 2023. Anais…p. 411–416. DOI: https://doi.org/10.5194/isprs-archives-XLVIII-1-W1-2023-411-2023

ROBERTS, J.; ANDREW, K.; AMR, A. E.; BENJAMIN, W.; GAIL, H.; SHAWN, L.; ALI, P. Mobile Terrestrial Photogrammetry for Street Tree Mapping and Measurements. Forests, v. 10, n. 8, p. 701-716, 2019.

Downloads

Publicado

2026-03-26

Como Citar

Barbosa, R. L., Faria, M. de A. de, Dorázio, P. P. X. da C., Hiraga, A. K., & Gallis, R. B. de A. (2026). Proposta metodológica para o georreferenciamento da arborização viária com imagens esféricas. Revista Da Sociedade Brasileira De Arborização Urbana, 21. https://doi.org/10.5380/revsbau.v21.100085

Edição

v. 21 (2026)

Seção

Planejamento e Gestão Florestal Urbana

Licença

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.

Direitos Autorais para artigos publicados nesta revista são do autor, com direitos de primeira publicação para a revista.  Com o trabalho simultaneamente licenciado sob a  Licença Creative Commons Attribution. Em virtude da aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.