Homicide rates have been increasing worldwide, especially in Latin America, where it is considered one of the most lethal of the continents. Despite that, the occurrence of homicides are not homogeneous in time and space on the continent or in the Brazilian cities. Therefore, the main objective of this study is to present a spatial analysis of homicides in the state of Pernambuco, Brazil, between the years of 2016 and 2019, by the use of an exploratory analysis of spatial homicide data with five variables that could explain its occurrence. In addition to that, it was applied the Global and Local Moran’s Index, Ordinary Least Squares (OLS) regression, and Geographically Weighted Regression (GWR), all implemented in the Geographic Information System (GIS) software. Thus, the distribution of clusters revealed a spatial autocorrelation for homicide rates, confirming a spatial dependence. This data also showed the polarization of the rate between the coast and the interior of the state of Pernambuco.

Origem, Características e Distribuição Espacial da Cannabis do Polígono da Maconha no Estado de Pernambuco

A atualização cadastral na gestão urbana, apesar de ser importante para uma gestão municipal eficiente, não tem sido contínua nos municípios brasileiros. Pesquisas desenvolvidas e projetos extensionistas direcionados a soluções dinâmicas das áreas urbanas são desafiadores, especialmente devido à falta de mapeamentos sistemáticos com escalas maiores do que 1:2000. Reconhecendo o custo reduzido nos processos de mapeamento ao se utilizar Veículos Aéreos Não Tripulados (VANTs), este artigo viabiliza o desenvolvimento de aplicação e avaliação de uma metodologia para o uso dessa tecnologia na atualização cadastral. O estudo proposto foi desenvolvido no bairro Luiz Gonzaga, em Caruaru, onde foi realizado um voo com o propósito de atualização cadastral em dezembro de 2019. Os dados obtidos nesse voo foram comparados com as informações do Pernambuco Tridimensional (PE3D), um programa criado após as inundações no estado no ano de 2014. Esse programa resultou em um mapeamento do território pernambucano nas escalas de 1:5000 e 1:1000. A metodologia proposta foi testar a automação na aquisição das feições do terreno, especialmente as áreas edificadas, e analisar a qualidade dos resultados por comparação entre os resultados dos dados coletados automaticamente e os dados adquiridos manualmente. Foram pesquisadas e testadas algumas soluções de desenvolvimento de softwares e aplicativos hospedados no GitHub. Recorreu-se ainda às técnicas de sensoriamento remoto, ao aprendizado de máquina e ao algoritmo de classificação semiautomatizada de imagens Support Vector Machine (SVM), presente no plugin Dzetsaka otimizado para o software QGIS. Os resultados obtidos da classificação SVM, quando comparados com os dados adquiridos por interpretação manual das imagens, divergiram em cerca de 8% do quantitativo das áreas edificadas. Sendo assim, o processo foi admitido com potencial de aplicação para uma simulação computacional prévia para a governança municipal em relação à atualização cadastral ou na necessidade de um novo mapeamento cadastral. Na sequência do estudo, um outro comparativo foi realizado usando a base de mapeamento PE3D do ano de 2014 com o mapeamento realizado com VANT no ano de 2021, que demonstrou um acréscimo de 35% de áreas edificadas em um período de 5 anos. Esse resultado auxiliou na decisão quanto à necessidade da atualização cadastral e de garantia mais assertiva do investimento direcionado a esse tipo de contrato de serviço.

A perfeita geração de linhas de drenagem ainda é um grande desafio. Existem diversos métodos e ferramentas para a extração automática das feições hidrográficas a partir de Modelos Digitais do Terreno (MDT), tanto em softwares proprietários quanto em soluções livres e de código aberto. Nesta pesquisa, foram comparados os resultados de extração automática de linhas de drenagem utilizando as ferramentas do System for Automated Geoscientific Analyses (SAGA) e o Geographic Resources Analysis Support System (GRASS), ambos softwares livres para Geographic Information System (GIS). Para o estudo, foram utilizados o MDT de 1 metro de resolução do Projeto Pernambuco Tridimensional (PE3D). A alta resolução de MDT é raramente disponível para a aquisição de redes de drenagem o que se torna instigante verificar a qualidade dos dois conjuntos de rede de drenagem gerados. Portanto, o objetivo do estudo realizado foi avaliar quanto a completude e acurácia posicional planimétrica das redes de drenagem geradas por esses dois softwares. Das análises, verificou-se que os algoritmos de geração automática da rede de drenagem do GRASS e SAGA GIS não apresentaram acurácia nem completude satisfatória para aplicações em projetos de engenharia em escalas maiores que 1:5.000. Ou seja, nessas escalas, ainda é necessária a fotointerpretação na aquisição manual da rede de drenagem, e posterior adequação do MDT, para torná-lo hidrologicamente consistente de forma a viabilizar seu uso nas modelagens hidrológicas e hidrodinâmicas em projetos de Engenharia Urbana.

Este estudo compara a acurácia posicional de produtos aerofotogramétricos — Ortomosaico e Modelo Digital de Superfície (MDS) — gerados em área de encosta íngreme em Recife-PE utilizando dois sistemas UAS: DJI Mavic 3 Enterprise (M3E) com RTK/PPK e DJI Mini 3 operando em PPK via solução T2R, com processamento realizado tanto em ambiente open source (WebODM/ODM) quanto em software proprietário (Agisoft Metashape). O objetivo foi avaliar a acurácia planimétrica e altimétrica sem o uso de pontos de controle no processamento, empregando GCPs exclusivamente como pontos de checagem para cálculo das discrepâncias posicionais, RMS planimétrico, altimétrico e tridimensional, além da classificação conforme o Padrão de Exatidão Cartográfica para Produtos Cartográficos Digitais (PEC-PCD). Nos processamentos aplicaram-se correção de rolling shutter (DJI Mini 3), uso obrigatório das coordenadas precisas das imagens (force-gps) com precisão adotada de 0,02 m para os centros perspectivos (gps-accuracy) e geotags corrigidas via PPK com processamento GNSS no RTKLib e T2R-Geotagger; os voos seguiram altura de 100 m (terrain-following), sobreposição de 85%/75% e velocidade de 6 m/s. Os resultados, avaliados no QGIS/LFTools, mostraram que, no Metashape, o Mini 3 obteve RMSXY ≈ 9,3 cm e RMSZ ≈ 11,5 cm, enquanto o M3E alcançou RMSXY ≈ 5,5 cm e RMSZ ≈ 4,5 cm; já no WebODM, o Mini 3 apresentou RMSXY ≈ 13,1 cm e RMSZ ≈ 18,2 cm, enquanto o M3E obteve RMSXY ≈ 6,4 cm e RMSZ ≈ 4,8 cm. Quanto ao PEC-PCD planimétrico, o Mini 3 apresentou desempenho equivalente nos dois softwares — Classe B para escala 1:500 e Classe A para 1:1.000 e menores — enquanto o M3E alcançou Classe A em todas as escalas; no PEC-PCD altimétrico, o Mini 3 obteve melhor desempenho no Metashape (Classe B em 1:500 e A em 1:1.000), enquanto no WebODM se verificou redução da qualidade (Classe C em 1:500 e B em 1:1.000), e o M3E manteve Classe A em todas as escalas. Conclui-se que o M3E é o UAS que garante maior qualidade posicional independentemente do software, embora o Mini 3 operando em PPK demonstre capacidade de gerar produtos compatíveis com os padrões cartográficos brasileiros, atingindo PEC-PCD Classe A até 1:1.000 na planimetria e até 1:2.000 na altimetria, configurando-se como solução de menor custo, alta mobilidade e aplicabilidade para monitoramento de encostas, infraestrutura e gestão de riscos.