OpenStreetMap presente em pesquisas da JGEOTEC'2024 | OSM at the JGEOTEC'2024
Posted by Raquel Dezidério Souto on 26 December 2024 in Brazilian Portuguese (Português do Brasil). Last updated on 28 January 2025.– ENGLISH below
Pesquisas apresentadas na JGEOTEC’2024 incluíram o OpenStreetMap em suas metodologias
Duas pesquisas apresentadas na VII Jornada de Geotecnologias do Estado do Rio de Janeiro utilizaram dados colaborativos do OpenStreetMap em pesquisas sobre áreas urbanas da cidade do Rio de Janeiro.
1. Identificação de áreas públicas
No trabalho “Uso de classificadores de imagem de satélites para o cálculo da proporção de espaço público aberto a todos no Rio de Janeiro” (pp. 708-715), de autoria dos pesquisadores do IBGE: Gabriel A. Rocha, Andrea D. da Silva e Marcelo R. de A. Maranhão, o OSM foi utilizado no treinamento do classificadores de imagens de satélite para avaliação da proporção de espaços públicos abertos na cidade do Rio de Janeiro.
(Fig. p. 710) Comparação do recorte do município do Rio de Janeiro retirado do Google Satélite® (esq.) e a sobreposição da máscara do OpenStreetMap (dir.). Fontes: Google Satélite® (2023) e contribuidores do OSM (2023).
Os pesquisadores encontraram vantagens na utilização dos dados do OpenStreetMap, como a sua licença aberta e a cobertura espacial, em áreas que não são mapeadas oficialmente; mas, também apontaram dificuldades, como a desatualização dos dados colaborativos em certas áreas da cidade.
2. Identificação de alvos pequenos - caixas d’água e telhados
Já na segunda pesquisa, as imagens de satélite disponíveis no OpenStreetMap foram utilizadas em conjunto com o GeoSAM, para realização da análise espacial (segmentação semântica) de um ambiente de aglomeração urbana. O OSM foi utilizado para definir os polígonos e o treinamento do algoritmo.
(Fig. p. 705) Identificação de caixas d’água em áreas de favelas utilizando o algoritmo (A) GeoSAM ou (B) GeoIA. Elaborado pelos autores.
A pesquisa foi apresentada com o trabalho intitulado: “Segmentação semântica para identificação de feições morfológicas em favelas: um estudo exploratório no Complexo da Maré (RJ)” (pp. 700-707), de autoria dos pesquisadores da UFRJ: Guilherme F. de S. Machado, Wallace A. Ayres, Rita M. C. Bastos e Carla B. Madureira Cruz.
A pesquisa comparou os resultados do GeoSAM (e imagens de satélite do OSM, com resolução de 25 cm) e do GeoIA (com as imagens ortorretificadas, com resolução espacial de 15 cm, do Instituto Pereira Passos, IPP-RJ), tendo encontrado melhores resultados com o GeoSAM, na identificação de telhados e caixas d’água.
As pesquisas completas podem ser acessadas no e-Book da JGEOTEC 2024, que está disponível e inclui todos os trabalhos que foram apresentados no evento, em nove categorias temáticas.
O e-Book está licenciado sob a Creative Commons BY-NC-ND 4.0 International e foi organizado pelos doutores(as): Raquel Dezidério Souto (Editora IVIDES e UFRJ), Rafael Silva de Barros (UFRJ), Evelyn Castro Porto Costa (UFRJ), João Bosco de Azevedo (ENCE-IBGE), Elizabeth Maria Feitosa da Rocha de Souza (UFRJ), Carla Bernadete Madureira Cruz (UFRJ), Vinicius da Silva Seabra (UERJ) e Rômulo Weckmüller (UFF), todos professores de universidades públicas brasileiras. Figura da capa: Palácio da Fazenda, Centro do Rio de Janeiro. Fotografia de Florent Abel (09 abr. 2024). Licença: CC BY-SA 4.0 International. Link para a imagem.
ENGLISH
Extended abstracts presented at the JGEOTEC’2024 included OpenStreetMap in its methodologies
Two studies presented at the VII Geotechnologies’ Journey of the State of Rio de Janeiro used collaborative data from OpenStreetMap in research on urban areas in the city of Rio de Janeiro.
1. Identification of public areas
In the paper “Use of satellite image classifiers to calculate the proportion of public space open to all in Rio de Janeiro” (pp. 708-715), authored by IBGE researchers Gabriel A. Rocha, Andrea D. da Silva and Marcelo R. de A. Maranhão, OSM was used to train satellite image classifiers to assess the proportion of open public spaces in the city of Rio de Janeiro.
(Fig. p. 710) Comparison of the cut-out of the municipality of Rio de Janeiro taken from Google Satélite® (left) and the overlay of the OpenStreetMap mask (right). Sources: Google Satélite® (2023) and OSM® contributors (2023).
The researchers found advantages in using OpenStreetMap data, such as its open license and spatial coverage in areas that are not officially mapped; but they also pointed out difficulties, such as the outdatedness of collaborative data in certain areas of the city.
2. Identification of small targets - rooftops and water tanks
In the second study, satellite images available on OpenStreetMap were used in conjunction with GeoSAM to carry out spatial analysis (semantic segmentation) of an urban agglomeration environment. OSM was used to define the polygons and train the algorithm.
(Fig. p. 705) Identification of water tanks in slum areas using the (A) GeoSAM or (B) GeoIA algorithm. Prepared by the authors.
The research was presented with the paper entitled: “Semantic segmentation for identifying morphological features in favelas: an exploratory study in the Complexo da Maré (RJ)” (pp. 700-707), authored by UFRJ researchers: Guilherme F. de S. Machado, Wallace A. Ayres, Rita M. C. Bastos and Carla B. Madureira Cruz.
The research compared the results of GeoSAM (and OSM satellite images, with a resolution of 25 cm) and GeoIA (with orthorectified images, with a spatial resolution of 15 cm, from the Pereira Passos Institute, IPP-RJ), and found better results with GeoSAM in identifying rooftops and water tanks.
You can find the JGEOTEC’2024 e-Book in this direction.
The e-Book is licensed under Creative Commons BY-NC-ND 4.0 International and was organized by Raquel Dezidério Souto (Editora IVIDES, UFRJ), Rafael Silva de Barros (UFRJ), Evelyn Castro Porto Costa (UFRJ), João Bosco de Azevedo (ENCE-IBGE), Elizabeth Maria Feitosa da Rocha de Souza (UFRJ), Carla Bernadete Madureira Cruz (UFRJ), Vinicius da Silva Seabra (UERJ) and Rômulo Weckmüller (UFF), all professors at Brazilian public universities.
Credits of the cover picture: Palácio da Fazenda, Rio de Janeiro’s Downtown. Photograph by Florent Abel (09 Apr. 2024). License: CC BY-SA 4.0 International. Link to the image.
Discussion