Uma ferramenta para o cadastro e gestão de metadados de obras de infraestrutura e imagens de satélite do projeto PAC 10.

O Programa de Aceleração do Crescimento do Governo Federal (PAC) é baseado no conceito de investimentos em infraestrutura que, aliados a medidas econômicas, visam estimular os setores produtivos e, ao mesmo tempo, levar benefícios sociais para todas as regiões do Brasil. A Casa Civil e o Gabinete de Segurança Institucional da Presidência da República, a Secretaria de Planejamento e Investimentos Estratégicos (SPI) do Ministério do Planejamento, Orçamento e Gestão, e a Empresa Brasileira de Pesquisa Agropecuária (Embrapa) do Ministério da Agricultura, Pecuária e Abastecimento são parceiros no Projeto 10 do PAC Embrapa (PAC 10) ? ?Monitoramento orbital das obras do PAC e avaliação dos seus impactos?, executado pela equipe da Gestão Territorial Estratégica (GTE) da área técnica da Embrapa Monitoramento por Satélite. Devido à variedade de obras, diversas são as informações necessárias para o seu acompanhamento. Para organizar todas as informações, foi criado um banco de metadados digital.

Webmapping desenvolvido em tecnologia Flex para análises e monitoramento de obras de infraestrutura.

Buscando o aprimoramento das análises de imagens, maior segurança e contínua disponibilização de imagens de satélite para monitoramento orbital das obras do Programa de Aceleração do Crescimento (PAC) do governo federal, uma nova interface de webmapping foi desenvolvida pelas áreas de Gestão Territorial Estratégica (GTE) e de Tecnologia da Informação (GTI) da Embrapa Monitoramento por Satélite utilizando a linguagem Flex. Essa nova interface é complementar à desenvolvida e apresentada em Carvalho (2009). Flex é uma linguagem de programação baseada em Flash para a criação de aplicações web do tipo Internet Rica (da sigla em inglês RIA ? Rich Internet Application), que têm características e funcionalidades de softwares tradicionais do tipo aplicativo.

Método de extração de informações para monitoramento da ocupação das terras por grandes obras de infraestruturas a partir de imagens de satélite de alta resolução.

A tecnologia de sensoriamento remoto é uma das mais importantes fontes de informação para subsídios na identificação e no monitoramento de mudanças na cobertura da Terra. Objeto dessa tecnologia, a classificação supervisionada, por meio do algoritmo da máxima verossimilhança, tem sido um dos métodos mais utilizados para a extração de informações, principalmente em imagens de média resolução espacial. Utilizando parâmetros estatísticos, esse algoritmo pressupõe a ponderação das distâncias entre as médias dos níveis digitais das classes. Este trabalho objetivou a aplicação desse algoritmo em imagem de satélite de alta resolução. Para isso, foi necessário minimizar a intensidade de informações disponibilizadas por esses sensores, alterando a resolução espacial para 4 m e a radiométrica para 8 bit e, ainda, fazer uma filtragem pós-processamento. O presente trabalho, parte integrante de um projeto de monitoramento orbital de grandes obras de engenharia em infraestrutura, avaliou um método para a extração de informações para o monitoramento dessas obras, inseridas em meio rural ou urbano. A finalidade desse procedimento é subsidiar a análise da dinâmica de desenvolvimento dessas obras em relação a situações precedentes, assim como a possíveis intervenções no seu entorno. O projeto de monitoramento dessas obras utiliza imagens de satélites de vários sensores de alta resolução espacial, captadas em diferentes datas. No entanto, a aplicação do método apresentado neste trabalho exemplifica a utilização de imagem do satélite Ikonos 2 em uma única data. Para a imagem Ikonos 2, foi obtido um índice Kappa geral de 0,84 e apenas a classe caracterizada como Pastagem apresentou concordância relativamente mais baixa (0,71) em comparação a outras classes, mas ainda assim considerada uma boa classificação. Diante disso, a padronização proposta com a finalidade de minimizar as informações em imagens de alta resolução juntamente com o algoritmo da máxima verossimilhança e a posterior filtragem mostraram-se eficientes como suporte para a avaliação da ocupação das terras tomadas pelas obras (área de influência direta) e do seu entorno.