Proposta metodológica para a elaboração de mapas de trafegabilidade de viaturas e automação de rotas com emprego de análise multicritério

Abstract

Resumo:O Brasil, quinto maior país do mundo em extensão territorial, enfrenta desafios relacionados a uma malha viária mal planejada e administrada, o que evidencia a necessidade de soluções eficientes e de baixo custo capazes de auxiliar a trafegabilidade de viaturas. Quando as vias usuais se encontram comprometidas por motivo de caso fortuito ou força maior, autoridades de órgãos públicos ou de entidades privadas por vezes necessitam de produtos cartográficos de auxílio ao planejamento e à tomada de decisão. Os insumos de Sensoriamento Remoto – como tipo de solo, feições antrópicas, condições meteorológicas, vegetação, curso/corpos d’água, relevo etc. – podem ser integrados em Sistemas de Informações Geográficas a fim de se elaborarem mapas de trafegabilidade de viaturas, que permitem a visualização de áreas de restrições à trafegabilidade, e automatizar rotas sobre esses mapas. Neste estudo, buscou-se a utilização de insumos livres – obtidos gratuitamente por meio de repositórios digitais – visando-se à reprodutibilidade, replicabilidade e redução de custos do método desenvolvido, indo ao encontro do que prescreve os princípios da ciência aberta. Quanto aos procedimentos, foram utilizados algoritmos de Inteligência Artificial – mais especificamente do subgrupo de Aprendizado de Máquina – para a classificação de uso e cobertura da terra. Para tanto, foram empregadas imagens do Satélite Sino-Brasileiro de Recursos Terrestres (China-Brazil Earth Resources Satellite) CBERS 04A, captadas pela Câmera Multiespectral e Pancromática de Varredura Ampla (Multispectral and Panchromatic Wide-Scan Camera – WPM), em Análise de Imagem Baseada em Objetos Geográficos, com extração de classes por meio do classificador Floresta Aleatória e do segmentador Agrupamento Iterativo Linear Simples. Também, foram desenvolvidos dois modelos na plataforma de modelagem Dinamica EGO: um para a elaboração de mapas de trafegabilidade de viaturas, por meio de Análise de Decisão Multicritério operacionalizada pelo Processo Hierárquico Analítico; e outro para a automação de rotas com emprego do algoritmo roteador de Dijkstra. Os resultados obtidos com o uso desses modelos mostraram-se promissores, sendo validados por meio de dados coletados em levantamento de campo, dados auxiliares de alta resolução espacial e testes estatísticos. Por conseguinte, o método proposto para a elaboração de mapas de trafegabilidade de viaturas e para a automação de rotas é aplicável para novos estudos sobre a temática e viabiliza o emprego prático desses produtos cartográficos.

Abstract:Brazil, the world's fifth-largest country in terms of land area, faces challenges related to a poorly planned and managed road networks, which highlights the need for efficient, low-cost solutions capable of assisting the trafficability. When the usual roads are compromised due to unforeseeable circumstances or force majeure, authorities from public institutions or private entities sometimes need cartographic products to help them plan and make decisions. Remote Sensing inputs - such as soil type, anthropogenic features, weather conditions, vegetation, watercourses/bodies, relief etc. - can be integrated into Geographic Information Systems to draw up vehicle trafficability maps, which make it possible to visualize areas of restricted traffic, and automate routes based on these maps. In this study, we sought to use free inputs - obtained free of charge through digital repositories - to reproduce, replicate and reduce the costs of the method developed, in line with the principles of open science. The method used Artificial Intelligence algorithms - more specifically from the Machine Learning subgroup - to classify land use and land cover. To this end, images from the China-Brazil Earth Resources Satellite CBERS 04A, through its Multispectral and Panchromatic Wide-Scan Camera (WPM), were used in Geographic Object Based Image Analysis, with class extraction using the Random Forest classifier and the Simple Linear Iterative Grouping segmenter. Two models were also developed on the Dinamica EGO modeling platform: one for drawing up vehicle trafficability maps using Multicriteria Decision Analysis operationalized by the Analytical Hierarchy Process; and the other for automating routes using the Dijkstra router algorithm. The results obtained using these models were promising and were validated using data collected in a field survey, high spatial resolution auxiliary data and statistical tests. Consequently, the method proposed for drawing up vehicle trafficability maps and automating routes is applicable to new studies on the subject and enables the practical application of these cartographic products.