Teledetección para estimaciones poblacionales en ciudades pequeñas
DOI:
https://doi.org/10.33237/2236-255X.2026.7936Palabras clave:
Censo demográfico, Ciencia de datos espaciales, Regresión lineal, UrbanizaciónResumen
Estudios sobre la dinámica de la ocupación y expansión urbana impactan en la planificación de políticas públicas y en la asignación de recursos para su implementación. Dado que uno de los Objetivos de Desarrollo Sostenible (ODS) de la ONU es desarrollar ciudades y comunidades sostenibles, estos estudios cobran relevancia. La actualización de la población urbana es importante para obtener recursos financieros para gestionar las ciudades, pero debido a la complejidad de estos levantamientos, la obtención de datos actualizados no es trivial para apoyar la toma de decisiones de los gestores urbanos. Este trabajo estudia la Teledetección como alternativa para estimar la población urbana en períodos intercensales, con el objetivo de verificar la correlación lineal entre población urbana y área urbanizada en municipios de la Nova Alta Paulista (Adamantina, Dracena, Junqueirópolis, Lucélia y Osvaldo Cruz) en los años 2000, 2010 y 2022. La metodología implicó la recolección de datos poblacionales del IBGE y el levantamiento del área urbanizada mediante imágenes del satélite Landsat, desarrollando modelos de regresión lineal cuya precisión fue evaluada con error absoluto medio. Los resultados indicaron fuerte correlación entre crecimiento del área urbanizada y aumento poblacional; sin embargo, el error medio señaló limitaciones para la estimación, recomendándose probar variables adicionales. Finalmente, se proyectó la población para 2030, concluyendo que la Teledetección es una herramienta auxiliar para estimaciones poblacionales que colabora con la planificación y formulación de políticas públicas urbanas.
Descargas
Citas
AGUIAR, B. S.; BAPTISTA, G. M. M. Aplicação de aprendizado de máquina para análise do crescimento urbano: o caso das regiões administrativas Ceilândia e Pôr do Sol no Distrito Federal. Revista Brasileira de Geomática, v. 11, n. 2, p. 465-487, 2023.
BRASIL. Ministério do Desenvolvimento Social e Combate à Fome. Projeções populacionais para o Brasil. Brasília, DF: MDS, 2013. 45 p. Disponível em: https://acervodigital.mds.gov.br/xmlui/bitstream/handle/123456789/320/ETEC_23_20 13%20Proje%c3%a7%c3%b5es%20populacionais%20para%20o%20Brasil.pdf?seq uence=1. Acesso em: 18 out. 2025.
CALLEGARI-JACQUES, Sidia M. Bioestatística: princípios e aplicações. Artmed Editora, 2009.
CAMPOS, J.; RIGOTTI, J. I. R.; BAPTISTA, E. A.; MONTEIRO, A. M. V.; REIS, I. A. Population Estimates from Orbital Data of Medium Spatial Resolution: Applications for a Brazilian Municipality. Sustainability, v. 12, n. 9, p. 3565, 2020. DOI: 10.3390/su12093565.
CHANDER, G.; MARKHAM, B. L.; HELDER, D. L. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote Sensing of Environment, v. 113, n. 5, p. 893-903, 2009.
CONFEDERAÇÃO NACIONAL DE MUNICÍPIOS. Transferências constitucionais. Brasília, [S.d]. Disponível em: https://cnm.org.br/. Acesso em: 16 out. 2025.
EMBRAPA. Satélites de Monitoramento. Campinas, 2018. Disponível em: < https://www.embrapa.br/satelites-de-monitoramento >. Acesso em: 20 mai. 2025.
FÁVERO, L. P.; BELFIORE, P. Manual de análise de dados: estatística e modelagem multivariada com Excel®, SPSS® e Stata®. Elsevier Brasil, 2017.
FLORENZANO, T. G. Imagens de satélite para estudos ambientais. São Paulo: Oficina de Textos, 2002.
GIL, I. C. Territorialidade e desenvolvimento contemporâneo. Revista Nera, n. 4, p. 5- 19, 2004.
GUIARRA, A. P. M.; YALLOUZ, G. A. N.; SILVA, I. T. Estudo bibliométrico sobre o uso de geotecnologias aplicadas ao planejamento de cidades médias. Terr@ Plural, v. 14, p. 1–14, 2019.
HUANG, X.; ZHU, D.; ZHANG, F.; LIU, T.; LI, X.; ZOU, L. Sensing population distribution from satellite imagery via deep learning: Model selection, neighboring effects, and systematic biases. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, v. 14, p. 5137–5151, 2021. DOI: 10.1109/JSTARS.2021.3076630.
IBGE. A rede urbana brasileira. Rio de Janeiro: IBGE, 2018. Disponível em: https://www.ibge.gov.br/apps/regic/pdf/03_rede_urbana.htm. Acesso em: 30 jan. 2026.
IBGE. Censo 2022. 2022. Disponível em: https://censo2022.ibge.gov.br/panorama/. Acesso em: 13 ago. 2025.
JENSEN, J. R. Sensoriamento Remoto do Ambiente: uma perspectiva em Recursos Terrestres. Tradução de JCN Epiphanio. São José dos Campos, SP: Parênteses, 2009. 598 p.
LUO, N.; WAN, T.; HAO, H.; LU, Q. Fusing High-Spatial-Resolution Remotely Sensed Imagery and OpenStreetMap Data for Land Cover Classification Over Urban Areas. Remote Sensing, v. 11, n. 1, p. 88, 7 jan. 2019. DOI: 10.3390/rs11010088.
MAZROA, A.; MAASHI, M.; KOUKI, F.; OTHMAN, K. M.; SALIH, N.; ELFAKI, M. A.; BEGUM S, S. An analysis of urban sprawl growth and prediction using remote sensing and machine learning techniques. Journal of South American Earth Sciences, v. 142, p. 104988, 2024. ISSN 0895-9811. DOI: 10.1016/j.jsames.2024.104988.
MESQUITA, J. M. Análise crítica do regime de distribuição do fundo de participação dos municípios: uma avaliação ex-post e ex-ante das propostas de inovação legislativa. 2024. 78 f. Dissertação (Mestrado em Administração Pública) – Instituto Brasileiro de Ensino, Desenvolvimento e Pesquisa, Brasília, 2024. Disponível em: https://repositorio.idp.edu.br//handle/123456789/5487. Acesso em: 30 jan. 2026.
MOUNTRAKIS, G.; IM, J.; OGOLE, C. Support vector machines in remote sensing: A review. ISPRS journal of photogrammetry and remote sensing, v. 66, n. 3, p. 247- 259, 2011.
NOVO, E. M. L. Sensoriamento Remoto: princípios e aplicações. Editora Blucher, 2010.
ONU - Organização das Nações Unidas (Brasil). Objetivos de Desenvolvimento
Sustentável no Brasil. [s.l.], [s.d.]. Disponível em: https://brasil.un.org/pt-br/sdgs.
Acesso em: 17 out. 2025.
PONZONI, F. J.; SHIMABUKURO, Y. E. Sensoriamento Remoto no Estudo da
Vegetação. São José dos Campos: Parêntese, 2010, 127p.
RAMOS, E. F. As cidades médias em perspectiva: uma análise dos papéis e tendências de um grupo de cidades médias brasileiras. 2011. Dissertação (Mestrado em Geografia) – Universidade Federal de Minas Gerais, Belo Horizonte, 2011.
RICHARDSON, A. J.; WIEGAND, C. L. Distinguishing vegetation from soil background
information. Photogrammetric engineering and remote sensing, v. 43, n. 12, p.
1541-1552, 1977.
ROSA, M. R. Classificação do padrão de ocupação urbana de São Paulo utilizando
aprendizagem de máquina e Sentinel 2. Revista do Departamento de Geografia, p.
15-21, 2018.
RUIZ, P. R. S. Classificação da cobertura do solo urbano usando árvores de
decisão a partir de cenas WorldView-2 e WorldView-3 para diferentes níveis de
legenda. Dissertação (Mestrado em Sensoriamento Remoto) - Instituto Nacional de
Pesquisas Espaciais (INPE), São José dos Campos, 2017, 181 p.
SABERIFAR, R. Estimation of urban population by remote sensing data. J Emerg
Trends Econ Manag Sci, v. 4, n. 6, p. 565, 2013.
SANTOS, M. Espaço e sociedade: ensaios. 2. ed. Petrópolis: Vozes, 1982.
XU, H.; REN, M.; LIN, M. Cross-comparison of Landsat-8 and Landsat-9 data: A threelevel approach based on underfly images. GIScience & Remote Sensing, v. 61, n. 1, p. 2318071, 2024.
VAPNIK, V. The nature of statistical learning theory. Springer Science &
Business Media, 1999.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Revista Geotemas

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que envían sus manuscritos a Geotemas declaran que el trabajo es un artículo original y no ha sido enviado para su publicación, total o parcial, en otra revista científica nacional o internacional o en otro vehículo de circulación. Los autores también declaran que están de acuerdo con la transferencia de los derechos de autor del artículo referido a la revista Geotemas (Universidad del Estado de Rio Grande do Norte), permitiendo publicaciones posteriores, siempre y cuando la fuente de su publicación esté asegurada. Finalmente, asumen la responsabilidad pública del artículo, conscientes de que cualquier cargo que surja de un reclamo de terceros con respecto a la autoría del trabajo puede aplicarse a ellos.


















