Comparação das projeções de edificações geradas pelo Open Street Map Buildings, Google Open Buildings V3 e delimitações manuais com dados de drones RTK em áreas inundadas do Vale do Taquari-RS

Building footprint vectorizations comparison: OpenStreetMap Buildings, Google Open Buildings V3, and RTK drone imagens in floodedareas of the Taquari Valley – RS

Resumo

RESUMO - O Brasil tem sido afetado por eventos extremos de grandes proporções e a integração de tecnologias avançadas de sensoriamento remoto com inteligência artificial (IA) tem sido fundamental para monitorar e responder rapidamente a estes desastres. Este estudo avaliou a qualidade de dados geoespaciais gratuitos disponibilizados pelos projetos Open Street Maps Buildings (OSM) e Open Buildings V3 da Google, comparando suas informações à restituição aerofotogramétrica gerada a partir de ortomosaicos na região do Vale do Taquari, no Rio Grande do Sul. A escolha da área considerou os eventos hidrológicos extremos de 2023 e 2024, que resultaram em graves danos materiais, incluindo a danificação e destruição de centenas de edificações. A análise desenvolveu um algoritmo para examinar a quantidade de edificações identificadas e suas respectivas similaridades geométricas com base no índice de Jaccard. Os resultados indicaram uma similaridade de 31,9% para o OSM e 34,5% para o Open Buildings V3 em relação às feições de referência. Além disso, foi possível quantificar as unidades e deferir que para algumas aplicações, estas fontes podem comprometer a qualidade de caracterização dos cenários emergenciais.

Palavras-chave: Índice de Jaccard. Aeronave Remotamente Pilotada. Desastres hidrológicos. Cadastro Técnico Multifinalitário.

ABSTRACT - Brazil has been affected by large-scale extreme events, and the integration of advanced Remote Sensing technologies with Artificial Intelligence (AI) has been crucial for monitoring and rapidly responding to these disasters. This study evaluated the quality of free geospatial data provided by the OpenStreetMap Buildings (OSM) and Google’s Open Buildings V3 projects, comparing their information to photogrammetric restitution generated from orthomosaics in the Taquari Valley region, Rio Grande do Sul. The study area was selected based on the extreme hydrological events of 2023 and 2024, which caused severe material damage, including the destruction and damage of hundreds of buildings. The analysis developed an algorithm to examine the number of identified buildings and their geometric similarities using the Jaccard index. The results indicated a similarity of 31.9% for OSM and 34.5% for Open Buildings V3 compared to the reference features. Additionally, it was possible to quantify the building units and determine that, for certain applications, these data sources may compromise the quality of emergency scenario characterization.

Keywords: Geographic Object-Based Image Analysis (GEOBIA). Volunteered Geographic Information (VGI). Building Footprint.