DEEP LEARNING E O SENSORIAMENTO REMOTO DE ÁREAS VERDES URBANAS: UMA ANÁLISE DA EVOLUÇÃO E APLICAÇÕES
"2025-11-28" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1845 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php #connection: "mysql" +table: "artigo" #primaryKey: "id" #keyType: "int" +incrementing: true #with: [] #withCount: [] +preventsLazyLoading: false #perPage: 15 +exists: true +wasRecentlyCreated: false #escapeWhenCastingToString: false #attributes: array:35 [ "id" => 124621 "edicao_id" => 436 "trabalho_id" => 1299 "inscrito_id" => 3097 "titulo" => "DEEP LEARNING E O SENSORIAMENTO REMOTO DE ÁREAS VERDES URBANAS: UMA ANÁLISE DA EVOLUÇÃO E APLICAÇÕES" "resumo" => "Este trabalho investiga a aplicação do Deep Learning (DL) no sensoriamento remoto para o estudo de áreas verdes urbanas. Dada a complexidade e heterogeneidade das cidades, juntamente com a crescente urbanização, torna-se essencial o planejamento e gestão eficiente das áreas verdes intraurbanas, que desempenham papéis estéticos, ecológicos e de lazer. O objetivo principal é analisar a utilização do DL em sensoriamento remoto e estudos de áreas verdes urbanas, compreendendo suas aplicações e potencialidades na delimitação de feições em imagens de satélite, identificação de padrões e geração de mapeamentos. A metodologia envolveu uma revisão bibliográfica abrangente na identificando 7.747 artigos sobre DL e sensoriamento remoto, e 72 trabalhos envolvendo áreas verdes urbanas. Os resultados revelam que os primeiros trabalhos de DL em sensoriamento remoto surgiram em 2014, com um crescimento exponencial na última década, destacando a produção acadêmica da China. No contexto das áreas verdes urbanas, as aplicações de DL são mais recentes, com o primeiro artigo em 2018. A análise indica que, embora o DL apresente resultados promissores e inovadores, ainda são escassos os estudos focados diretamente nas áreas verdes urbanas. Conclui-se que o DL possui potencial significativo para o mapeamento e monitoramento preciso e otimizado, atendendo à demanda por informações atualizadas para a gestão e planejamento ambiental." "modalidade" => "Comunicação Oral" "area_tematica" => "GT 13: GEOTECNOLOGIAS E MÉTODOS DE REPRESENTAÇÃO NA ANÁLISE ESPACIAL" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO_COMPLETO_EV223_ID3097_TB1299_20102025182850.pdf" "created_at" => "2025-11-28 14:08:46" "updated_at" => null "ativo" => 1 "autor_nome" => "RITA MARIA CUPERTINO BASTOS" "autor_nome_curto" => "RITA CUPERTINO" "autor_email" => "ritamcuper@gmail.com" "autor_ies" => "UNIVERSIDADE FEDERAL DO RIO DE JANEIRO (UFRJ)" "autor_imagem" => "" "edicao_url" => "anais-do-xvi-encontro-nacional-de-pos-graduacao-e-pesquisa-em-geografia" "edicao_nome" => "Anais do XVI Encontro Nacional de Pós-Graduação e Pesquisa em Geografia" "edicao_evento" => "XVI Encontro Nacional de Pós-Graduação e Pesquisa em Geografia" "edicao_ano" => 2025 "edicao_pasta" => "anais/enanpege/2025" "edicao_logo" => null "edicao_capa" => "692988483d31e_28112025083224.png" "data_publicacao" => "2025-11-28" "edicao_publicada_em" => "2025-11-27 15:13:16" "publicacao_id" => 79 "publicacao_nome" => "Revista ENANPEGE" "publicacao_codigo" => "2175-8875" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #original: array:35 [ "id" => 124621 "edicao_id" => 436 "trabalho_id" => 1299 "inscrito_id" => 3097 "titulo" => "DEEP LEARNING E O SENSORIAMENTO REMOTO DE ÁREAS VERDES URBANAS: UMA ANÁLISE DA EVOLUÇÃO E APLICAÇÕES" "resumo" => "Este trabalho investiga a aplicação do Deep Learning (DL) no sensoriamento remoto para o estudo de áreas verdes urbanas. Dada a complexidade e heterogeneidade das cidades, juntamente com a crescente urbanização, torna-se essencial o planejamento e gestão eficiente das áreas verdes intraurbanas, que desempenham papéis estéticos, ecológicos e de lazer. O objetivo principal é analisar a utilização do DL em sensoriamento remoto e estudos de áreas verdes urbanas, compreendendo suas aplicações e potencialidades na delimitação de feições em imagens de satélite, identificação de padrões e geração de mapeamentos. A metodologia envolveu uma revisão bibliográfica abrangente na identificando 7.747 artigos sobre DL e sensoriamento remoto, e 72 trabalhos envolvendo áreas verdes urbanas. Os resultados revelam que os primeiros trabalhos de DL em sensoriamento remoto surgiram em 2014, com um crescimento exponencial na última década, destacando a produção acadêmica da China. No contexto das áreas verdes urbanas, as aplicações de DL são mais recentes, com o primeiro artigo em 2018. A análise indica que, embora o DL apresente resultados promissores e inovadores, ainda são escassos os estudos focados diretamente nas áreas verdes urbanas. Conclui-se que o DL possui potencial significativo para o mapeamento e monitoramento preciso e otimizado, atendendo à demanda por informações atualizadas para a gestão e planejamento ambiental." "modalidade" => "Comunicação Oral" "area_tematica" => "GT 13: GEOTECNOLOGIAS E MÉTODOS DE REPRESENTAÇÃO NA ANÁLISE ESPACIAL" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO_COMPLETO_EV223_ID3097_TB1299_20102025182850.pdf" "created_at" => "2025-11-28 14:08:46" "updated_at" => null "ativo" => 1 "autor_nome" => "RITA MARIA CUPERTINO BASTOS" "autor_nome_curto" => "RITA CUPERTINO" "autor_email" => "ritamcuper@gmail.com" "autor_ies" => "UNIVERSIDADE FEDERAL DO RIO DE JANEIRO (UFRJ)" "autor_imagem" => "" "edicao_url" => "anais-do-xvi-encontro-nacional-de-pos-graduacao-e-pesquisa-em-geografia" "edicao_nome" => "Anais do XVI Encontro Nacional de Pós-Graduação e Pesquisa em Geografia" "edicao_evento" => "XVI Encontro Nacional de Pós-Graduação e Pesquisa em Geografia" "edicao_ano" => 2025 "edicao_pasta" => "anais/enanpege/2025" "edicao_logo" => null "edicao_capa" => "692988483d31e_28112025083224.png" "data_publicacao" => "2025-11-28" "edicao_publicada_em" => "2025-11-27 15:13:16" "publicacao_id" => 79 "publicacao_nome" => "Revista ENANPEGE" "publicacao_codigo" => "2175-8875" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #changes: [] #casts: array:14 [ "id" => "integer" "edicao_id" => "integer" "trabalho_id" => "integer" "inscrito_id" => "integer" "titulo" => "string" "resumo" => "string" "modalidade" => "string" "area_tematica" => "string" "palavra_chave" => "string" "idioma" => "string" "arquivo" => "string" "created_at" => "datetime" "updated_at" => "datetime" "ativo" => "boolean" ] #classCastCache: [] #attributeCastCache: [] #dates: [] #dateFormat: null #appends: [] #dispatchesEvents: [] #observables: [] #relations: [] #touches: [] +timestamps: false #hidden: [] #visible: [] +fillable: array:13 [ 0 => "edicao_id" 1 => "trabalho_id" 2 => "inscrito_id" 3 => "titulo" 4 => "resumo" 5 => "modalidade" 6 => "area_tematica" 7 => "palavra_chave" 8 => "idioma" 9 => "arquivo" 10 => "created_at" 11 => "updated_at" 12 => "ativo" ] #guarded: array:1 [ 0 => "*" ] }