SENSORIAMENTO REMOTO PARA ESTIMATIVAS POPULACIONAIS EM CIDADES DE PEQUENO PORTE
DOI:
https://doi.org/10.33237/2236-255X.2026.7936Palavras-chave:
Censo demográfico, Ciência de dados espaciais, Regressão linear, UrbanizaçãoResumo
Estudos sobre a dinâmica da ocupação e expansão urbana impactam no planejamento de políticas públicas, bem como na alocação de recursos para sua implementação. Como um dos Objetivos de Desenvolvimento Sustentável (ODS) da ONU é desenvolver cidades e comunidades sustentáveis, esses estudos ganham relevância. A atualização da população urbana é importante para a obtenção de recursos financeiros para gerir e planejar as cidades. Mas, devido a complexidade desses levantamentos, a obtenção de dados atualizados não é trivial para auxiliar na tomada de decisão dos gestores urbanos. Nesse sentido este trabalho estuda o Sensoriamento Remoto como uma alternativa para estimar a população urbana em períodos intercensitários. O objetivo foi verificar a correlação linear entre população urbana e área urbanizada em municípios da Nova Alta Paulista, sendo eles: Adamantina, Dracena, Junqueirópolis, Lucélia e Osvaldo Cruz - nos anos de 2000, 2010 e 2022. A metodologia envolveu coleta de dados populacionais do IBGE e levantamento da área urbanizada por meio de imagens provenientes do satélite Landsat. Foram desenvolvidos modelos de regressão linear, cuja acurácia foi avaliada por métricas de erro médio absoluto. Os resultados indicaram forte correlação entre crescimento da área urbanizada e aumento da população, porém o erro médio indicou que o modelo apresenta limitações para estimativa populacional e recomenda-se testar variáveis adicionais. Por fim, foi possível projetar a população dessas cidades para ano de 2030. O desenvolvimento desta pesquisa conclui que o Sensoriamento Remoto é uma ferramenta auxiliar para estimativas populacionais, colaborando com o planejamento e formulação de políticas públicas urbanas.
Downloads
Referências
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.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Revista Geotemas
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Os autores que submeterem seus manuscritos para a Geotemas declaram que o trabalho trata-se de artigo original, não tendo sido submetido para publicação, na íntegra ou em parte, em outro periódico científico nacional ou internacional ou em outro veículo de circulação. Os autores declaram também que concordam com a transferência dos direitos autorais do referido artigo para a revista Geotemas (Universidade do Estado do Rio Grande do Norte), permitindo publicações posteriores, desde que seja assegurada a fonte de sua publicação. Assumem, por fim, a responsabilidade pública pelo artigo, estando cientes de que poderão incidir sobre os mesmos os eventuais encargos decorrentes de reivindicação, por parte de terceiros, em relação à autoria do trabalho.
