REGISTRO DOI: 10.69849/revistaft/fa10202602181913
Luciane Tenório
RESUMO
Programas públicos de regularização fundiária exigem bases espaciais e cadastrais confiáveis para decidir sobre limites, ocupação, restrições e elegibilidade. Atrasos e riscos costumam vir de inconsistências entre camadas, falta de metadados, critérios de precisão pouco claros e retrabalho entre levantamento, peças técnicas, cadastro e registro. Este artigo propõe um conjunto objetivo de métricas e um protocolo de medição para avaliar como drones (UAS/UAV) e diagnóstico urbano com GIS/sensoriamento remoto podem reduzir prazos, manter a qualidade técnica e diminuir riscos técnicos, legais, ambientais, sociais, operacionais e de dados. A proposta incorpora a família ISO 19152:2024 (LADM Edição II) e referencia padrões de qualidade e metadados (ISO 19157-1 e ISO 19115-1). Também inclui governança de proteção de dados em mapeamentos urbanos (LGPD e RIPD quando aplicável), considera o uso do Segment Anything Model (SAM) para apoiar a extração de feições com validação, e esclarece o marco de 22/12/2016 como condicionante específica da legitimação fundiária, a ser tratado como risco jurídico no programa.
Palavras-chave: regularização fundiária; drones (UAV/UAS); diagnóstico urbano; métricas; qualidade geoespacial.
ABSTRACT
Public land regularization programs require reliable spatial and cadastral baselines to decide on parcel limits, occupation, constraints, and eligibility. Delays and risks often result from layer inconsistencies, missing metadata, unclear accuracy targets, and rework across survey, technical deliverables, cadastre, and registration. This paper proposes a practical metrics set and a measurement protocol to assess how UAV/UAS drone mapping and GIS/remote-sensing urban diagnostics can shorten delivery cycles while preserving technical quality and reducing technical, legal, environmental, social, operational, and data risks. The approach adopts ISO 19152:2024 (LADM Edition II) and references geospatial data quality and metadata standards (ISO 19157-1 and ISO 19115-1). It also addresses LGPD compliance and RIPD where applicable, considers SAM-supported feature extraction under validation, and clarifies 22/12/2016 as a condition specific to legitimação fundiária to be managed as a legal risk within program governance.
Keywords: land regularization; UAV/UAS; urban diagnostics; metrics; geospatial data quality.
1. INTRODUÇÃO
A regularização fundiária urbana e periurbana é, simultaneamente, um processo jurídico, um processo de engenharia/arquitetura e um processo de política pública. Na prática, a capacidade do Estado de transformar uma ocupação em um conjunto de direitos formalizáveis depende de uma cadeia de evidências: delimitação espacial confiável, caracterização do território, identificação de restrições, produção de peças técnicas consistentes, tramitação administrativa rastreável e, quando aplicável, interação com cadastro e registro. Quando essa cadeia é sustentada por bases geoespaciais inconsistentes ou de qualidade desconhecida, o programa tende a operar por tentativa e erro: retrabalho de poligonais, divergências entre plantas e realidade, sobreposição não detectada com áreas protegidas, contestações por limites imprecisos, e atrasos por necessidade de “refazer o levantamento” em fase tardia. Esse padrão tem impacto direto em custo, prazo e risco, e reduz a previsibilidade contratual e orçamentária.
Levantamentos com drones (UAS/UAV) e diagnóstico urbano com GIS/sensoriamento remoto ampliaram, nos últimos anos, a capacidade de obter informação territorial em alta resolução e com frequência adequada ao ciclo de um programa público. Drones permitem ortofotos e modelos de superfície com detalhamento compatível com microparcelamento, enquanto GIS e dados orbitais sustentam análises multiescala (ocupação, infraestrutura, vulnerabilidade, dinâmica urbana, restrições ambientais) que orientam priorização e desenho de intervenção. Entretanto, a adoção dessas tecnologias não garante, por si, aceleração sustentável. Em muitos projetos, ganhos iniciais são perdidos por falta de governança de dados, ausência de metas explícitas de qualidade, inconsistência entre fornecedores, e, crescentemente, por riscos de tratamento indevido de dados pessoais em mapeamentos urbanos. A consequência é conhecida: produtos tecnicamente “bonitos”, mas juridicamente frágeis; ou produtos juridicamente defensáveis, mas lentos e caros por não se medir onde ocorre o gargalo.
A lacuna central abordada aqui é a falta de um protocolo de medição comparável e auditável para responder, com evidência, à pergunta de pesquisa: em que condições e por quais mecanismos levantamentos com drones e diagnóstico urbano aceleram programas fundiários, mantendo qualidade técnica e reduzindo riscos? A contribuição proposta é dupla. Primeiro, oferecer um conjunto enxuto de métricas operacionais que conecte medição a decisão: medir tempo/custo/retrabalho não como contabilidade, mas como insumo para redesenho de fluxo, contratação e gestão de risco. Segundo, alinhar esse sistema de medição ao estado da arte de administração territorial e padronização: interoperabilidade por meio da ISO 19152:2024 (LADM Edição II), qualidade e metadados por ISO 19157-1 e ISO 19115-1, e governança por referências reconhecidas de qualidade (ISO 9001) e risco (ISO 31000). O artigo também incorpora duas atualizações relevantes ao contexto urbano contemporâneo: (i) a necessidade de tratar RIPD/LGPD como requisito de governança em mapeamentos com potencial de alto risco aos titulares; e (ii) o uso de métodos de extração automatizada de feições, como o Segment Anything Model (SAM), como instrumento de produtividade com validação e rastreabilidade, não como “atalho” que substitui controle de qualidade.
Delimitações são necessárias para evitar generalizações indevidas. O foco está em programas públicos (municípios, estados e consórcios) com metas de escala (lotes e quadras, não casos isolados), onde a comparabilidade entre contratos e ciclos de entrega é requisito gerencial. O texto não substitui normas locais de topografia, georreferenciamento ou cadastro, nem detalha regulação aeronáutica; a ênfase é o desenho de métricas e protocolo de medição e governança, capazes de acomodar diferentes marcos normativos e níveis de maturidade institucional.
2. Fundamentos técnicos e base conceitual aplicados ao fundiário
Uma visão contemporânea de regularização, em termos internacionais, trata o problema como parte de administração territorial (land administration): o conjunto de processos que registram, atualizam e disponibilizam informações sobre relações entre pessoas e terra (direitos, restrições e responsabilidades), a unidade espacial correspondente e suas características (FAO, 2012; World Bank, 2013; UN-GGIM, 2020). Essa abordagem desloca a discussão do “documento final” para a infraestrutura de evidências que sustenta decisões públicas e reduz assimetrias de informação. Em especial, o paradigma Fit-for-Purpose Land Administration (FFPLA) argumenta que, para alcançar escala, sistemas devem ser adequados ao propósito, incrementalmente melhoráveis, e alinhados a custo e capacidade institucional — sem sacrificar transparência, participação e auditabilidade (Enemark et al., 2014). Em programas de regularização, isso se traduz em definir, explicitamente, “qual nível de precisão é suficiente” para cada decisão, em vez de impor um padrão único e inviável para todo o território.
A interoperabilidade de dados cadastrais e de administração territorial é um dos principais gargalos quando programas crescem. A família ISO 19152:2024 (LADM Edição II) consolida um modelo de referência para representar, de forma padronizada, partes interessadas, direitos/restrições/responsabilidades, unidades administrativas e unidades espaciais, com extensões que dialogam com registro, planejamento espacial e avaliação/valoração, entre outros domínios (ISO, 2024a; ISO, 2024b; ISO, 2025a; ISO, 2025b; ISO, 2025c). Na prática, LADM II é relevante para regularização por permitir que “peças técnicas” e cadastros sejam estruturados de modo coerente, reduzindo ambiguidades semânticas (por exemplo, o que é “parcela”, “unidade imobiliária”, “ocupante”, “responsável técnico”, “restrição ambiental” no modelo de dados). Isso melhora governança porque permite rastrear transformação de um insumo (levantamento) em um produto (planta/cadastro) e, finalmente, em uma decisão administrativa/registral.
Para que interoperabilidade seja útil, é preciso que o dado seja mensurável em qualidade. A família ISO 191xx provê o vocabulário e os mecanismos para isso. ISO 19157-1 define elementos e medidas de qualidade de dados geográficos (completude, consistência lógica, acurácia posicional, acurácia temporal, acurácia temática/semântica e usabilidade), enquanto ISO 19115-1 define metadados como requisito de rastreabilidade (ISO, 2014; ISO, 2023). A consequência prática é que “qualidade” deixa de ser opinião do fornecedor ou percepção do gestor e passa a ser evidência: o dado tem linhagem, parâmetros de aquisição, métodos de validação e resultados documentados, permitindo auditoria e comparação entre ciclos e contratos. Para programas públicos, essa capacidade se conecta diretamente a controle externo, transparência e defesa em contencioso.
No campo de captura de dados, drones e fotogrametria evoluíram de “solução de nicho” para componente regular em mapeamento de alta resolução, com literatura extensa sobre planejamento de voo, modelagem, controle e avaliação de acurácia (Colomina & Molina, 2014). Em termos simplificados, a fotogrametria por estrutura a partir do movimento (SfM) reconstrói geometria 3D e ortofotos a partir de imagens sobrepostas. O potencial de escala vem de produtividade e custo por área; o potencial de risco está no controle de georreferenciamento, na modelagem de erros e na compatibilidade do produto com o nível de decisão. Em cadastros e limites, parte da literatura destaca que feições visíveis (muros, cercas, alinhamentos) podem ser extraídas de imagens UAV com ganho de eficiência, mas que “limite jurídico” nem sempre coincide com feição física, exigindo protocolos de validação, participação e definição de regras de aceitação (Koeva et al., 2017).
O diagnóstico urbano, por sua vez, amplia o escopo do programa ao conectar o mapa à decisão pública. Sensoriamento remoto e GIS sustentam mapeamentos de ocupação, morfologia urbana, informalidade, infraestrutura e vulnerabilidade, e oferecem métodos consolidados para priorização com análise multicritério (Kuffer et al., 2016; Malczewski, 2006; Kohli et al., 2016). Em regularização, isso é mais do que “mapear o existente”: é estimar custo de urbanização, risco ambiental, potencial de conflito social, e desenhar estratégias de atendimento por tipologia territorial.
Duas atualizações de 2025/2026 impactam diretamente programas fundiários. A primeira é o amadurecimento do uso de extração automatizada de feições com modelos generalistas de segmentação, como o Segment Anything Model (SAM), aplicado a imagens aéreas e orbitais para delinear edificações, vias e outras feições com redução de esforço manual, desde que se imponha validação, amostragem e critérios de aceitação (Osco et al., 2023; Ma et al., 2024; Liu et al., 2024; Wang et al., 2024). Em contexto público, o ganho relevante não é “automatizar tudo”, mas reduzir gargalos de vetorização e acelerar iterações, mantendo rastreabilidade do que foi automaticamente proposto e do que foi corrigido, por quem, com que evidência.
A segunda atualização é a centralidade de proteção de dados pessoais em mapeamentos urbanos. Imagens de alta resolução e bases fundiárias frequentemente se relacionam a pessoas naturais (moradia, ocupação, domicílio, vulnerabilidade), podendo caracterizar dados pessoais e, dependendo do caso, dados sensíveis ou inferências relevantes. A LGPD prevê o Relatório de Impacto à Proteção de Dados Pessoais (RIPD) como instrumento aplicável a tratamentos com potencial de alto risco, sujeito a requisição pela autoridade (Brasil, 2018; ANPD, 2023). Em programas públicos, a melhor prática é tratar o RIPD como requisito de governança e não como reação tardia a incidente: o desenho do programa deve incorporar minimização, finalidade, retenção, controles de acesso, anonimização/pseudonimização quando cabível, e gestão de incidentes, sob referências de segurança e privacidade (ISO/IEC, 2022; NIST, 2020). Isso reduz risco regulatório e reputacional e aumenta defensibilidade do programa.
Por fim, é necessário corrigir um equívoco recorrente que afeta risco jurídico e planejamento. No Brasil, a data de 22/12/2016 é comumente tratada como “marco temporal” geral para regularização, o que não é tecnicamente preciso: trata-se de condicionante normativa específica associada à legitimação fundiária, não um bloqueio universal para processos de Reurb em geral. Documentos técnicos setoriais têm reforçado essa distinção e a necessidade de evitar interpretações que gerem indeferimentos ou estratégias inadequadas de instrução (Brasil, 2017; Brasil, 2018b; RIB, 2025). Do ponto de vista de governança por métricas, essa distinção deve ser operacionalizada: o programa mede e trata risco jurídico por tipologia de instrumento, e não por regra única aplicada indistintamente.
3. Diagnóstico urbano integrado ao cadastro como mecanismo de aceleração e mitigação de risco
Para que drones e diagnóstico urbano acelerem processos fundiários, é necessário desenhar uma cadeia técnica orientada a produto e auditável. Em programas públicos, o objetivo não é “gerar um ortomosaico”, mas produzir evidência espacial com qualidade explícita suficiente para sustentar decisões: delimitar unidades, compor peças técnicas, identificar restrições e reduzir incerteza antes de etapas caras (projeto, audiências, consolidação cadastral, instrução jurídica). Essa cadeia começa no planejamento do levantamento e termina na governança do dado.
O planejamento de voo deve traduzir “nível de decisão” em parâmetros técnicos. O principal parâmetro de resolução é o GSD (Ground Sampling Distance), isto é, o tamanho do pixel no terreno, que depende da altura de voo e do sensor. O GSD não é um fim; é um meio para assegurar que feições relevantes (quinas de edificação, limites físicos, taludes, drenagens) sejam observáveis com margem adequada ao erro. Sobreposição longitudinal e lateral (tipicamente elevada em fotogrametria) garante redundância para reconstrução 3D. A qualidade geométrica do produto final depende do controle de georreferenciamento: RTK/PPK (correções cinemáticas em tempo real ou pós-processadas) reduzem erro de posição das imagens e podem diminuir necessidade de pontos de controle, mas não eliminam a obrigação de validação. GCPs (Ground Control Points) e check points (pontos independentes para verificação) continuam essenciais para auditoria e para detectar distorções sistemáticas do bloco fotogramétrico, sobretudo em ambientes urbanos com sombras, superfícies homogêneas e efeitos de multipercurso GNSS.
O processamento fotogramétrico (SfM/MVS) produz, em geral, nuvem de pontos, malha/Modelo Digital de Superfície (DSM), Modelo Digital do Terreno (DTM, quando filtrado) e ortomosaico. Em regularização, a escolha entre DSM e DTM deve ser explícita: DSM representa topo de edificações e vegetação; DTM busca o terreno “limpo”. Para diagnóstico de ocupação e volumetria, DSM é útil; para drenagem e análise de declividade, DTM é crítico. A extração de feições (edificações, eixos de vias, muros, cercas, corpos d’água, áreas impermeáveis) pode ser manual, semiautomática ou automatizada. O uso de modelos como SAM entra aqui: ao propor segmentações de objetos com pouca anotação, reduz tempo de vetorização; porém, em programas públicos, a saída automatizada deve ser tratada como “hipótese de mapeamento” sujeita a validação amostral e revisão, com registro de versões e trilha de auditoria (Osco et al., 2023; Ma et al., 2024; Liu et al., 2024; Wang et al., 2024).
A avaliação de acurácia deve ser expressa em métricas reconhecidas e compatíveis com o tipo de dado. A base mais comum é o RMSE (Root Mean Square Error) em coordenadas planimétricas e altimétricas, calculado sobre check points. Para comunicação com usuários não especialistas, métricas de erro circular e linear em percentis são úteis: CE90 (Circular Error 90%) expressa um raio dentro do qual 90% dos erros planimétricos se encontram; LE90 (Linear Error 90%) faz o análogo para altura, embora sua adoção dependa do padrão adotado. O ponto central é: o programa define um limiar mínimo aceitável por produto e por uso, não um valor único “para tudo”. Delimitar quadras e edificações pode exigir um limiar; dimensionar intervenção de drenagem exige outro. Sem essa distinção, projetos ficam sujeitos a discussões improdutivas (“está preciso?”) em vez de evidências (“atende ao uso X com erro máximo Y validado por Z”).
O diagnóstico urbano entra como camada de decisão, integrando produtos do drone com GIS e sensoriamento remoto. Em termos operacionais, o diagnóstico urbano para fins fundiários deve responder, pelo menos, a cinco perguntas: (i) onde há ocupação e como ela se organiza (morfologia, densidade, padrões de acesso); (ii) onde há infraestrutura e déficit (vias, drenagem, energia, equipamentos); (iii) onde há restrições e riscos (APP, declividade, inundação, instabilidade, contaminação potencial); (iv) quais áreas são prioritárias por critérios sociais e de viabilidade (vulnerabilidade, risco, custo por domicílio, impacto); e (v) que tipologias de intervenção e instrumentos fundiários são compatíveis com cada recorte territorial. A literatura de mapeamento de informalidade mostra que indicadores morfológicos e texturais podem apoiar classificação e monitoramento, mas a interpretação deve ser contextualizada e validada com conhecimento local, sob risco de viés e erro de decisão (Kuffer et al., 2016; Kohli et al., 2016). Para priorização, métodos de análise multicritério em GIS permitem explicitar pesos e trade-offs, tornando a decisão auditável e ajustável, em vez de implícita (Malczewski, 2006).
Do ponto de vista de modelo de dados, a conexão entre levantamento, diagnóstico e cadastro exige coerência semântica. A ISO 19152 (LADM II) oferece estrutura para representar entidades e relações centrais — partes, direitos/restrições/responsabilidades, unidades administrativas e unidades espaciais — e facilita a interoperabilidade com registros e sistemas setoriais quando adotada como modelo de referência (ISO, 2024a; ISO, 2025a). Para programas de regularização, isso se traduz em padronizar atributos mínimos e controlar versões: o que mudou entre a versão “levantamento” e a versão “peça técnica”; qual feição foi ajustada; qual regra de consistência foi aplicada; qual evidência suportou a mudança; e qual produto foi usado para instruir decisão administrativa.
Em 2025/2026, essa cadeia técnica não pode ser considerada completa sem governança de dados pessoais. Imagens e bases fundiárias podem permitir identificação de domicílios e inferência de condições socioeconômicas. Isso impõe requisitos de finalidade e minimização, políticas de retenção e acesso, e, em contextos de potencial alto risco, elaboração de RIPD como parte do desenho do programa (Brasil, 2018; ANPD, 2023). A consequência operacional é que o “pipeline” inclui também classificação da informação (o que é público, restrito, sensível), controles técnicos (criptografia, gestão de identidade e acesso, logs) e controles processuais (termos contratuais, treinamento, resposta a incidentes), sob referências como ISO/IEC 27001 e frameworks de privacidade (ISO/IEC, 2022; NIST, 2020). Sem isso, um programa pode acelerar etapas técnicas e, ao mesmo tempo, elevar risco regulatório e reputacional a níveis inaceitáveis.
4. Métricas e protocolo de medição explicados em texto corrido (o que medir, como medir e como usar)
A proposta de métricas deve cumprir três critérios: ser operacional (medível com dados disponíveis), ser comparável (entre contratos e ciclos) e ser auditável (com evidência rastreável). Em programas públicos, métricas que não mudam decisão tendem a virar relatório; métricas bem desenhadas viram governança: acionam correções de processo, mudanças contratuais, priorização territorial e mitigação de risco. O framework aqui proposto organiza-se em três blocos, cada um com um conjunto mínimo de indicadores e regras de medição. A definição é deliberadamente enxuta para evitar “inflação de KPI” e preservar foco em desempenho real.
O primeiro bloco é Eficiência, voltado a tempo, custo e capacidade de entrega. O indicador central é o tempo de ciclo por etapa, medido como mediana e dispersão (p.ex., P50 e P90) entre: planejamento, aquisição em campo, processamento, extração de feições, validação/QA, consolidação cadastral, produção de peças técnicas e entrega para decisão. Programas aceleram quando reduzem P90, não apenas média: o atraso “de cauda” é onde se concentra risco de cronograma. Complementarmente, mede-se produtividade por equipe (hectares/dia ou quadras/dia por fase), custo por parcela/unidade (incluindo retrabalho), taxa de retrabalho (proporção de produtos devolvidos por não conformidade) e throughput mensal (unidades concluídas e aceitas por mês). A regra de medição deve separar esforço “novo” de esforço “refeito”, para evitar ganhos ilusórios. Fontes típicas incluem logs de workflow, ordens de serviço, checklists de aceite e sistemas de protocolo. Um limiar mínimo útil é estabelecer teto de retrabalho por fase (por exemplo, “não conformidade crítica ≤ X% dos produtos”), porque retrabalho é o principal mecanismo que converte tecnologia em atraso.
O segundo bloco é Qualidade técnica, alinhado a ISO 19157-1 e à necessidade de defensibilidade do produto. Aqui, qualidade é tratada como conformidade a especificação de produto e como evidência de acurácia e consistência. O conjunto mínimo inclui: completude (percentual de feições obrigatórias presentes; cobertura de área; ausência de “buracos”); consistência lógica/topológica (regras de não sobreposição, fechamento de polígonos, conectividade viária, coerência entre camadas); acurácia posicional (RMSE e, quando aplicável, CE90/LE90 calculados sobre check points; densidade e distribuição de pontos de verificação); qualidade semântica/temática (erros de classificação de feições e atributos essenciais, como tipo de uso, material, categoria de restrição); e auditoria/validação (percentual de amostras aprovadas em inspeção independente; rastreabilidade via metadados e linhagem). A medição deve adotar amostragem explícita: por exemplo, amostra estratificada por tipologia urbana (densa, aberta, encosta, área vegetada), porque a qualidade não é uniforme no território. A “conformidade com padrões” entra como critério de aceite: presença de metadados (ISO 19115-1), declaração de qualidade (ISO 19157-1), e aderência do modelo de dados a um esquema controlado (por exemplo, mapeável a entidades LADM II quando o sistema do órgão adotar esse alinhamento).
O terceiro bloco é Redução de risco, medindo a capacidade do programa de antecipar e mitigar eventos que geram atraso, contencioso ou dano. A base é um registro de riscos (risk register) com avaliação de probabilidade x impacto, mas a inovação está em transformar isso em métrica de programa, não em documento estático. O conjunto mínimo inclui: risco legal/contencioso (taxa de impugnações por lote/quadra; causas-raiz ligadas a limites, elegibilidade e inconsistência documental; tempo de resolução); risco ambiental (percentual de unidades com restrição; taxa de reclassificação após validação; número de casos com conflito entre base e campo); risco social (incidentes em campo; taxa de adesão/recusa; eventos de conflito; necessidade de remediação de comunicação); risco operacional (dias perdidos por clima/logística, falhas de equipamento, indisponibilidade de GNSS/base de referência, dependência crítica de fornecedor); e risco de dados (incidentes de segurança, acessos indevidos, falhas de controle de versão, e—explicitamente—risco de privacidade). Em 2025/2026, risco de dados inclui obrigação operacional de RIPD: o programa mede se existe RIPD por macroprocesso (levantamento, armazenamento, compartilhamento), se foram implementadas salvaguardas, e se há evidência de revisão periódica. Isso se ancora na LGPD e nas orientações públicas da ANPD sobre RIPD, ainda em evolução regulatória, mas já suficientes para orientar governança e diligência (Brasil, 2018; ANPD, 2023).
O protocolo de medição é o componente que torna o framework executável. Ele pode ser implementado em oito passos, sem depender de plataforma específica. Primeiro, definir a unidade de medição (parcela, quadra, setor, núcleo) e a granularidade temporal (semanal e mensal são as mais úteis para gestão). Segundo, estabelecer baseline: medir pelo menos um ciclo completo com o processo atual (mesmas métricas), para permitir comparação antes/depois. Terceiro, especificar produto e qualidade: parâmetros mínimos (GSD alvo, densidade de GCP/check points, método de validação, tolerâncias) e evidência exigida para aceite. Quarto, instrumentar o workflow: todo produto deve ter carimbo de data por fase, responsável, versão, e resultado de QA; sem isso, o programa não mede ciclo nem retrabalho. Quinto, desenhar validação independente: amostragem por tipologia territorial, check points independentes, inspeção em campo quando necessário, e auditoria de consistência entre camadas. Sexto, integrar governança: um PMO do programa consolida indicadores, identifica gargalos e aciona decisões (reforço de equipe, revisão de especificação, mudança contratual, priorização). Sétimo, tratar risco como processo: revisão periódica de riscos, gatilhos mensuráveis (por exemplo, “impugnações acima de X por mês” aciona revisão de critérios e reforço de comunicação social), e planos de mitigação com responsáveis e prazos. Oitavo, governança de dados e compliance: metadados obrigatórios, versionamento, trilha de auditoria e controles de acesso; RIPD como artefato de programa; e cláusulas contratuais que preservem portabilidade e evitem dependência tecnológica.
A contratação pública é parte do protocolo, não um detalhe administrativo. Para evitar “vendor lock-in”, o edital deve exigir entregáveis em formatos abertos e amplamente suportados (p.ex., GeoTIFF, LAS/LAZ, GeoPackage), documentação de esquema de dados, e direitos de uso e reprocessamento pelo órgão, além de parâmetros de qualidade mensuráveis e penalidades por não conformidade. Padrões OGC para interoperabilidade e acesso (como GeoPackage e APIs) e normas de gestão (ISO 9001/31000/27001) funcionam aqui como referências de exigência e auditoria, elevando previsibilidade do contrato e comparabilidade de desempenho.
Do ponto de vista jurídico do programa, o protocolo também deve incorporar regras de risco normativo com clareza. Um exemplo é o tratamento do marco temporal de 22/12/2016. A medição do risco legal não deve partir de uma regra genérica (“se pós-2016, não regulariza”), mas de uma classificação por instrumento e tipologia do núcleo, reconhecendo que o marco temporal está ligado a mecanismos específicos, como legitimação fundiária, e que outras estratégias e instrumentos podem ser aplicáveis conforme o caso, o que altera risco, evidência necessária e tempo de tramitação (Brasil, 2017; Brasil, 2018b; RIB, 2025). A consequência mensurável é direta: reduz-se indeferimento por instrução inadequada e evita-se retrabalho documental tardio, que é uma das principais fontes de atraso em programas de escala.
5. Evidências, implicações teóricas, limitações e recomendações
A literatura técnica e aplicada sustenta que UAV/fotogrametria pode produzir ortomosaicos e modelos derivados em alta resolução com desempenho competitivo em custo e prazo, desde que o georreferenciamento seja controlado e a acurácia seja verificada por metodologia apropriada e pontos independentes (Colomina & Molina, 2014; Nex & Remondino, 2014; James & Robson, 2012). Em aplicações cadastrais e de administração territorial, há evidência de ganhos na produção de bases e na extração de feições visíveis, inclusive em processos participativos, mas a literatura converge em um limite estrutural: a fronteira jurídica nem sempre é visível no terreno e a qualidade é heterogênea por tipologia territorial (Koeva et al., 2017; Koeva et al., 2018; Fetai et al., 2019; Crommelinck et al., 2018). Isso implica que a aceleração não pode ser atribuída apenas à “velocidade de captura”, mas ao redesenho do processo de evidências: controles de qualidade, rastreabilidade e critérios de aceitação por uso.
No campo do diagnóstico urbano e da informalidade, revisões mostram que sensoriamento remoto e GIS apoiam identificação, classificação e monitoramento, porém com risco significativo de erro quando não há validação local e quando o diagnóstico é usado para decisões distributivas (priorização de investimento, escolha de instrumento, elegibilidade) (Kuffer et al., 2016; Kohli et al., 2016). Em programas públicos, isso tem implicação teórica direta: o diagnóstico não deve ser tratado como “verdade do território”, mas como um mecanismo de redução de incerteza que requer calibração, transparência metodológica e validação. A análise multicritério em GIS, ao tornar explícitos pesos e trade-offs, é relevante nesse contexto porque transforma escolhas políticas e técnicas em critérios auditáveis e ajustáveis, reduzindo arbitrariedade e fortalecendo accountability (Malczewski, 2006).
No estado da arte de 2025/2026, a principal mudança no elo “produção de feições” é a redução do esforço manual via segmentação automatizada, com destaque para modelos generalistas como o Segment Anything Model (SAM) e seus derivados/adaptações para sensoriamento remoto (Osco et al., 2023; Ma et al., 2024; Liu et al., 2024; Wang et al., 2024). A literatura indica ganhos de produtividade e desempenho robusto em múltiplos cenários, mas também aponta a persistência de erros sistemáticos e vieses por resolução, textura urbana, iluminação e contexto territorial. Em termos teóricos, isso desloca o debate de “o modelo funciona” para “sob quais condições o erro residual é aceitável para o propósito”. Assim, o uso de SAM em programas fundiários deve ser enquadrado como um componente de um sistema de produção com controle estatístico e auditoria, e não como substituto de validação. A métrica-chave deixa de ser apenas tempo de vetorização e passa a ser a relação entre ganho de produtividade e custo de retrabalho, ponderada pelo risco do erro (por exemplo, erros em limites de parcelas críticas ou em áreas de restrição ambiental têm impacto desproporcional).
A discussão teórica mais relevante para programas públicos é que “aceleração” precisa ser modelada como um efeito de governança do pipeline, e não como atributo intrínseco da tecnologia. Há três mecanismos causais principais. O primeiro é redução de retrabalho: ao especificar qualidade e validar cedo (gates), diminui-se a recirculação de produtos entre etapas, encurtando o tempo total de ciclo. O segundo é redução de incerteza decisória: diagnóstico urbano estruturado reduz reavaliações tardias e evita entrada de territórios inviáveis em fases caras do processo. O terceiro é redução de risco residual: controles explícitos (técnicos, jurídicos, ambientais e de dados) diminuem eventos que paralisam o programa (impugnações, incidentes, devoluções por não conformidade). Esses mecanismos dependem de capacidade institucional: sem PMO, sem instrumentação do workflow e sem critérios de aceite, a tecnologia tende a aumentar volume de dados sem reduzir incerteza, elevando custo de coordenação.
Há também trade-offs que precisam ser explicitados. O primeiro é o trade-off entre cobertura e rigor: a lógica fit-for-purpose recomenda calibrar precisão e esforço de validação ao propósito e ao risco, evitando padrões únicos inviáveis, mas exige limiares mínimos defendíveis e transparentes para não produzir exclusão territorial ou insegurança jurídica. O segundo trade-off é entre automação e equidade: algoritmos podem performar pior em morfologias urbanas específicas (alta densidade, baixa qualidade de imagem, heterogeneidade construtiva), e isso pode introduzir assimetria de qualidade, com impacto distributivo. O terceiro é o trade-off entre transparência e proteção: mapeamentos urbanos de alta resolução podem expor dados pessoais ou permitir inferências sensíveis, o que requer governança de dados como requisito de desenho do programa e não como etapa posterior.
Nesse ponto, a LGPD e o RIPD entram como componente estruturante. Em mapeamentos urbanos e bases fundiárias, o tratamento de dados pode envolver identificação direta ou indireta, exigindo finalidade, minimização, retenção e controles de acesso coerentes. Do ponto de vista do programa, o RIPD deve ser tratado como instrumento de gestão de risco de dados e de legitimidade, especialmente quando há potencial de alto risco aos titulares (Brasil, 2018; ANPD, 2023). Em termos operacionais, isso implica registrar bases legais, mapear fluxos de compartilhamento, definir perfis de acesso, registrar logs e estabelecer resposta a incidentes. A consequência teórica é clara: aceleração não pode ser obtida à custa de elevação de risco regulatório e reputacional, porque esse risco retorna como paralisia e perda de legitimidade.
As recomendações práticas, nesse enquadramento, derivam diretamente dos mecanismos acima. Primeiro, medir eficiência por etapa e não apenas por prazo total, porque gargalos reais se manifestam na cauda (P90) e no retrabalho. Segundo, tratar qualidade como conformidade a especificação por uso, com validação independente e rastreabilidade por metadados e versão. Terceiro, estruturar diagnóstico urbano como instrumento de decisão auditável (critérios e pesos explícitos) e não como “mapa ilustrativo”. Quarto, incorporar automação (SAM e similares) de forma incremental e mensurada, com controle do erro residual e da assimetria por tipologia territorial. Quinto, institucionalizar governança de risco (incluindo risco de dados) com gatilhos e planos de resposta, evitando que riscos se manifestem apenas quando já causaram atraso e contencioso.
6. Considerações finais
Este artigo argumenta que drones e diagnóstico urbano só aceleram programas públicos de regularização fundiária de forma sustentável quando são integrados a um sistema de governança por desempenho: métricas enxutas, protocolo de medição comparável, critérios de aceitação por uso, validação independente e gestão de risco contínua. A contribuição central é oferecer um enquadramento operacional que conecta o pipeline técnico (captura, processamento, extração de feições, integração cadastral e validação) ao pipeline institucional (contratação, PMO, controle de qualidade, auditoria e decisão), reduzindo retrabalho e aumentando defensabilidade.
A atualização do referencial para a família ISO 19152:2024 (LADM Edição II) reforça interoperabilidade e coerência semântica, essenciais quando múltiplos fornecedores e órgãos produzem e consomem dados ao longo do programa. O alinhamento com padrões de qualidade e metadados (ISO 19157-1 e ISO 19115-1) permite que qualidade deixe de ser narrativa e passe a ser evidência auditável, condição crítica para reduzir contencioso e devoluções. A incorporação de governança de proteção de dados e do RIPD/LGPD quando aplicável posiciona o mapeamento urbano dentro de um regime contemporâneo de risco e legitimidade: rapidez sem proteção e controle tende a gerar paralisia posterior.
Por fim, o uso de segmentação automatizada (SAM e adaptações) pode aumentar produtividade, mas deve ser tratado como componente controlado, com validação e rastreabilidade, evitando assimetrias de qualidade e efeitos distributivos indesejados. A agenda de pesquisa mais promissora é a avaliação causal do impacto de tecnologias e governança sobre prazos e riscos, por desenhos quase-experimentais e por estudos comparativos entre tipologias urbanas; além disso, há espaço para aprofundar métodos de auditoria de qualidade e de governança de dados que conciliem transparência pública com proteção de direitos em bases de alta resolução.
Referências
AUTORIDADE NACIONAL DE PROTEÇÃO DE DADOS (ANPD). Relatório de Impacto à Proteção de Dados Pessoais (RIPD): perguntas e respostas. Brasília, DF: ANPD, 2023.
BRASIL. Lei nº 13.465, de 11 de julho de 2017. Dispõe sobre a regularização fundiária rural e urbana, entre outras providências. Diário Oficial da União: seção 1, Brasília, DF, 12 jul. 2017.
BRASIL. Lei nº 13.709, de 14 de agosto de 2018 (Lei Geral de Proteção de Dados Pessoais – LGPD). Diário Oficial da União: seção 1, Brasília, DF, 15 ago. 2018. 2018a.
BRASIL. Decreto nº 9.310, de 15 de março de 2018. Institui normas gerais e procedimentos aplicáveis à Regularização Fundiária Urbana (Reurb), entre outras providências. Diário Oficial da União: seção 1, Brasília, DF, 16 mar. 2018. 2018b.
COLOMINA, I.; MOLINA, P. Unmanned aerial systems for photogrammetry and remote sensing: a review. ISPRS Journal of Photogrammetry and Remote Sensing, v. 92, p. 79–97, 2014. DOI: 10.1016/j.isprsjprs.2014.02.013.
CROMMELINCK, S.; BENNETT, R.; GERKE, M.; NEX, F.; YANG, M. Y.; VOSSELMAN, G. Review of automatic feature extraction from high-resolution optical imagery for UAV-based cadastral mapping. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, v. IV-2, p. 81–88, 2018. DOI: 10.5194/isprs-annals-IV-2-81-2018.
ENEMARK, S.; MCLAREN, R.; LEMMEN, C. Fit-for-Purpose Land Administration (FIG Publication No. 60). Copenhagen: International Federation of Surveyors (FIG), 2014.
FOOD AND AGRICULTURE ORGANIZATION OF THE UNITED NATIONS (FAO). Voluntary Guidelines on the Responsible Governance of Tenure of Land, Fisheries and Forests in the Context of National Food Security (VGGT). Rome: FAO, 2012.
FEDERAL GEOGRAPHIC DATA COMMITTEE (FGDC). Geospatial Positioning Accuracy Standards, Part 3: National Standard for Spatial Data Accuracy (NSSDA). Washington, DC: FGDC, 1998.
FETAI, B.; OŠTIR, K.; KOSMATIN FRAS, M.; LISEC, A. Extraction of visible boundaries for cadastral mapping based on UAV imagery. Remote Sensing, v. 11, n. 13, 1510, 2019. DOI: 10.3390/rs11131510.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO). ISO 19115-1:2014: Geographic information — Metadata — Part 1: Fundamentals. Geneva: ISO, 2014.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO). ISO 19157-1:2023: Geographic information — Data quality — Part 1: General requirements. Geneva: ISO, 2023.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO). ISO 19152-1:2024: Geographic information — Land Administration Domain Model (LADM) — Part 1: Overview and general concepts. Geneva: ISO, 2024a.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO). ISO 19152-3:2024: Geographic information — Land Administration Domain Model (LADM) — Part 3: Marine georegulation. Geneva: ISO, 2024b.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO). ISO 19152-2:2025: Geographic information — Land Administration Domain Model (LADM) — Part 2: Land registration. Geneva: ISO, 2025a.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO). ISO 19152-4:2025: Geographic information — Land Administration Domain Model (LADM) — Part 4: Valuation information. Geneva: ISO, 2025b.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO). ISO 19152-5:2025: Geographic information — Land Administration Domain Model (LADM) — Part 5: Spatial plan information. Geneva: ISO, 2025c.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO). ISO 9001:2015: Quality management systems — Requirements. Geneva: ISO, 2015.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO). ISO 31000:2018: Risk management — Guidelines. Geneva: ISO, 2018.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO); INTERNATIONAL ELECTROTECHNICAL COMMISSION (IEC). ISO/IEC 27001:2022: Information security, cybersecurity and privacy protection — Information security management systems — Requirements. Geneva: ISO; IEC, 2022.
JAMES, M. R.; ROBSON, S. Straightforward reconstruction of 3D surfaces and topography with a camera: accuracy and geoscience application. Journal of Geophysical Research: Earth Surface, v. 117, n. F3, F03017, 2012. DOI: 10.1029/2011JF002289.
JAMES, M. R.; ROBSON, S.; SMITH, M. W. 3-D uncertainty-based topographic change detection with structure-from-motion photogrammetry: precision maps for ground control and directly georeferenced surveys. Earth Surface Processes and Landforms, v. 39, n. 10, p. 1277–1292, 2014. DOI: 10.1002/esp.3609.
KIRILLOV, A. et al. Segment Anything. arXiv, arXiv:2304.02643, 2023.
KOEVA, M.; MUNEZA, M.; GEVAERT, C.; GERKE, M.; NEX, F. Integrating UAV and mobile mapping for land administration and cadastral mapping. ISPRS – International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, v. XLII-2/W7, p. 37–44, 2017. DOI: 10.5194/isprs-archives-XLII-2-W7-37-2017.
KOEVA, M.; NEX, F.; ZLATANOVA, S. Towards low-cost and rapid cadastral boundary mapping using UAV imagery. Survey Review, v. 50, n. 360, p. 339–349, 2018. DOI: 10.1080/00396265.2016.1268756.
KOHLI, D.; SLIUZAS, R.; KERLE, N.; STEIN, A. Uncertainty analysis for image interpretations of urban slums. Computers, Environment and Urban Systems, v. 60, p. 37–49, 2016. DOI: 10.1016/j.compenvurbsys.2016.07.010.
KUFFER, M.; PFEFFER, K.; SLIUZAS, R. Slums from space—15 years of slum mapping using remote sensing. Remote Sensing, v. 8, n. 6, 455, 2016. DOI: 10.3390/rs8060455.
LIU, Q. et al. RSPS-SAM: improving the Segment Anything Model for remote sensing via a pyramid structure. Remote Sensing, v. 16, n. 21, 4002, 2024. DOI: 10.3390/rs16214002.
MA, X.; WU, Q.; ZHAO, X. et al. SAM-Assisted Remote Sensing Imagery Semantic Segmentation With Object and Boundary Constraints. IEEE Transactions on Geoscience and Remote Sensing, v. 62, p. 1–16, 2024. DOI: 10.1109/TGRS.2024.3443420.
MALCZEWSKI, J. GIS-based multicriteria decision analysis: a survey of the literature. International Journal of Geographical Information Science, v. 20, n. 7, p. 703–726, 2006. DOI: 10.1080/13658810600661508.
NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY (NIST). NIST Privacy Framework: a tool for improving privacy through enterprise risk management. Version 1.0. Gaithersburg, MD: NIST, 2020.
NEX, F.; REMONDINO, F. UAV for 3D mapping applications: a review. Applied Geomatics, v. 6, p. 1–15, 2014. DOI: 10.1007/s12518-013-0120-x.
OPEN GEOSPATIAL CONSORTIUM (OGC). OGC GeoPackage Encoding Standard. Version 1.3.1 (OGC 12-128r18). Wayland, MA: OGC, 2021.
OSCO, L. P.; WU, Q.; DE LEMOS, E. L. et al. The Segment Anything Model (SAM) for remote sensing applications: from zero to one shot. International Journal of Applied Earth Observation and Geoinformation, v. 124, 103540, 2023. DOI: 10.1016/j.jag.2023.103540.
REGISTRO DE IMÓVEIS DO BRASIL (RIB). Nota Técnica nº 3/2025: viabilidade jurídica da implementação da Regularização Fundiária Urbana (REURB). s.l.: RIB, 2025.
ŠAFÁŘ, V.; POTŮČKOVÁ, M.; KARAS, J. et al. The use of UAV in cadastral mapping of the Czech Republic. ISPRS International Journal of Geo-Information, v. 10, n. 6, 380, 2021. DOI: 10.3390/ijgi10060380.
UNITED NATIONS COMMITTEE OF EXPERTS ON GLOBAL GEOSPATIAL INFORMATION MANAGEMENT (UN-GGIM). Framework for Effective Land Administration (FELA). New York: United Nations, 2020.
WANG, S. et al. SAM-assisted geospatial feature extraction: a review and benchmark. Remote Sensing, v. 16, n. 14, 2661, 2024. DOI: 10.3390/rs16142661.
WESTOBY, M. J.; BRASINGTON, J.; GLASSER, N. F.; HAMBREY, M. J.; REYNOLDS, J. M. ‘Structure-from-Motion’ photogrammetry: a low-cost, effective tool for geoscience applications. Geomorphology, v. 179, p. 300–314, 2012. DOI: 10.1016/j.geomorph.2012.08.021.
WORLD BANK. Land Governance Assessment Framework: implementation manual. Washington, DC: World Bank, 2013.