Potencial dos sensores remotos na detecção de sepultura clandestinas

Autores

DOI:

https://doi.org/10.22335/rlct.v16i3.1973

Palavras-chave:

sensoriamento remoto, valas comuns, índices espectrais, aprendizado de máquina, imagens multiespectrais, ortoimagem

Resumo

Na Colômbia, a identificação de valas comuns tornou-se tarefa necessária para o esclarecimento da verdade sobre o conflito violento. Na maioria dos casos, essa atividade tem sido realizada manualmente, ou seja, para encontrar os locais de sepultamento, as informações fornecidas pelos perpetradores ou os relatos dos parentes das vítimas são usadas como entrada. Entretanto, esses métodos não são apenas imprecisos, mas também extremamente lentos e caros. Para aumentar as chances de sucesso, métodos de busca baseados em resistividade geofísica, magnetometria ou radar de penetração no solo foram experimentados em outros países. Esses métodos só podem ser usados em uma pequena área e apresentam desafios se forem encontrados em locais de difícil acesso, como pântanos, lodaçais ou em locais onde o conflito persiste e pode até mesmo ser minado. Portanto, há necessidade de implementar métodos que não envolvam acesso direto ao solo e que possam cobrir áreas maiores, a fim de acelerar a busca, reduzindo o custo em tempo e dinheiro. Este trabalho explora o uso de dados de sensoriamento remoto para

identificar como a saúde das plantas é afetada pelo conteúdo de matéria orgânica nas valas comuns, correlacionando estas como a análise dos índices espectrais NDVI, GNDVI e GCI. Neste trabalho, o sensor multiespectral Sequoia Parrot, transportado em um UAV DJI Phantom 3 Advanced, foi usado para obter imagens de uma área experimental na qual foram simuladas sepulturas com matéria orgânica de origem animal e restos de esqueletos humanos. A partir disso, foram adquiridas imagens nas longitudes de onda Red, Green e nIR, para medir os índices de vegetação e estimar a saúde das plantas sobre e ao redor das sepulturas. Os resultados obtidos permitiram inferir os locais onde os corpos estão enterrados no local do experimento quase uma década após a criação do experimento.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

Auravant. (2023). Índices de vegetación y su interpretación: NDVI, GNDVI, MSAVI2, NDRE y NDWI. Auravant. Agricultura de Precisión. https://www.auravant.com/blog/agricultura-de-precision/indices-devegetacion- y-como-interpretarlos/#queesgndvi

Ballarina, M., Ballettia, C., & Guerra, F. (2015). Action cameras and low-cost aerial vehicles in archaeology. Proc. SPIE 9528, Videometrics, Range Imaging, and Applications XIII, 952813. https://doi.org/10.1117/12.2184692

Blau, S., Sterenberg, J., Weeden, P., Urzedo, F., Wright, R., & Watson, C. (2018). Exploring non-invasive approaches to assist in the detection of clandestine human burials: Developing a way forward. Forensic Sciences Research, 3(4), 320-342. https://doi.org/10.1080/20961790.2018.1493809

Brabazon, H., DeBruyb, J. M., Lenaghab, S. C., Li, F., Mundorff, A. Z., Steadman, D. W., & Stewart, C. N. (2020). Plants to remotely detect human decomposition? Trends in Plant Science, 25(10), 947-949.

Davenport, G. (2018). Remote sensing technology in forensic investigations: Geophysical techniques to locate clandestine graves and hidden evidence. In T. Y. Group (Ed.), CRC Press.

Davenport, G. C. (2001). Remote sensing applications in forensic investigations. Historical Archaeology, 35(1), 87-100. https://doi.org/10.1007/bf03374530

Doro, K. O., Kolapkar, A. M., Bank, C.-G., Wescott, D. J., & Mickleburgh, H. L. (2022). Geophysical imaging of buried human remains in simulated mass and single graves: Experiment design and results from pre-burial to six months after burial. Forensic Science International, (335), 111289. https://doi.org/10.1016/j.forsciint.2022.111289

Equitas. (2015).Un radar para encontrarlos. Cartilla sobre el Modelamiento Espacial y Estadístico Predictivo (MESP). https://es.scribd.com/doc/289476071/Un-radarpara- encontrarlos

Evers, R., & Masters, P. (2018). The application of low-altitude near-infrared aerial photography for detecting clandestine burials using a UAV and low-cost unmodified digital camera. Forensic Science International, (289), 408-418. https://doi.org/10.1016/j.forsciint.2018.06.020

FAFG (Fundación de Antropología Forense de Guatemala). (2013). Asistiendo desde 1997 a las familias en la búsqueda e identificación de sus seres queridos desaparecidos. FAFG. https://www.fafg.org/

Gitelson, A. A., Gritz, Y., & Merzlyak, M. N. (2003). Relationships between leaf chlorophyll content and spectral reflectance and algorithms for non-destructive chlorophyll assessment in higher plant leaves. Journal of Plant Physiology, 160(3), 271-282. https://doi.org/10.1078/0176-1617-00887

Gitelson, A. A., Kaufman, Y. J., & Merzlyak, M. N. (1996). Use of a green channel in remote sensing of global vegetation from EOSMODIS. Remote Sensing of Environment, 58(3), 289-298. https://doi.org/10.1016/S0034-4257(96)00072-7

González Gutiérrez, L. G. (2023). Identificación de fosas comunes mediante teledetección, aeronaves no tripuladas (UAV) e índices de vegetación [Proyecto de Grado, Universidad de Cundinamarca]. Repositorio Digital Universidad de Cundinamarca.

IDEAM (Instituto de Hidrología, Meteorología y Estudios Ambientales). (2017). Atlas climatológico de Colombia. Imprenta Nacional de Colombia.

Kalacska, M., & Bell, L. S. (2006). Remote sensing as tool for the deteccion of clandestine mass graves. Canadian Society of Forensic Science Journal, 39(1), 1-13. https://doi.org/10.1080/00085030.2006.10757132

Kalacska, M., Bell, L., Sánchez-Azofeifa, A., & Celli, T. (2009). The application of remote sensing for detecting mass graves: An experimental case study from Costa Rica. Journal of Forensic Sciences, 54(1), 159- 166. https://doi.org/10.1111/j.1556-4029.2008.00938.x

Mejía, A. A. (2024). Metodología para la identificación de fosas comunes a partir de imágenes multiespectrales [Tesis de maestría, Universidad Nacional de Colombia]. Repositorio Institucional Universidad Nacional de Colombia.

Molina, C. M. (2016). Metodología para la búsqueda de fosas a partir de la interpretación de anomalías en los datos obtenidos mediante la aplicación geofísica de alta resolución [Tesis de doctorado, Universidad Nacional de Colombia]. Repositorio Institucional Universidad Nacional de Colombia.

Molina, C. M., Pringle, J. K., & Hernández, O. (2013). Experiments to detect clandestine graves from interpreted high resolution geophysical anomalies. https://ui.adsabs. harvard.edu/abs/2013AGUSMNS21C..03M/ abstract

Molina, C. M., Pringle, J. K., Saumett, M., & Evans, G. T. (2016). Geophysical monitoring of simulated graves with resistivity, magnetic susceptibility, conductivity and GPR in Colombia, South America. Forensic Science International, 106-115. https://doi.org/10.1016/j.forsciint.2016.02.009

Molina, C. M., Pringle, J. K., Saumett, M., & Hernández, O. (2015). Preliminary results of sequential monitoring of simulated clandestine graves in Colombia, South America, using ground penetrating radar and botany. Forensic Science International, 61-70. https://doi.org/doi=10.1016/j.forsciint.2014.12.011

Molina, C. M., Wisniewski, K., Heaton, V., Pringle, J. K., Ávila, E. F., Herrera, L. A., …, & Baena, A. (2022). Monitoring of simulated clandestine graves of dismembered victims using UAVs, electrical tomography, and GPR over one year to aid investigations of human rights violations in Colombia, South America. Journal of Forensic Sciences, 67(3), 1060-1071. https://doi.org/10.1111/1556-4029.14962

Norton, E. A. (2019). A multi-temporal approach to using multispectral remote sensing for the prospection of clandestine mass graves in temperate environments. [Tesis de doctorado, Bournemouth University]. Insititutional Repository Bournemouth University

Rouse, J., Haas, R., Schell, J., & Deering, D. (1974). Monitoring vegetation systems in the Great Plains with ERTS. (N. SP-351, Ed.) Third Earth Resources Technology Satellite–1 Symposium, 1 Sect. A (pp. 309-317). https://ntrs.nasa.gov/api/citations/19740022614/downloads/19740022614.pdf Ruffell, A., & McKinley, J. (2014). Forensic geomorphology. Geomorphology, 206, 14-22. https://doi.org/10.1016/j.geomorph.2013.12.020

RUV (Registro Único de Víctimas). (2017). Registro Único de Victimas (RUV). Unidad para las Víctimas. https://www.unidadvictimas. gov.co/registro-unico-de-victimas-ruv/

Silván-Cárdenas, J., Caccavari-Garza, A., Quinto-Sánchez, M., Madrigal-Gómez, J., Coronado-Juárez, E., & Quiroz-Suárez, D. (2021). Assessing optical remote sensing for grave detection. Forensic Science International, 329, 111064. https://doi.org/10.1016/j.forsciint.2021.111064

SIRDEC (Sistema de Información Red de Desaparecidos y Cadáveres). (2017). Registro Nacional de Desaparecidos. Sistema de Información Red de Desaparecidos y Cadáveres. https://siclico.medicinalegal.gov.co/consultasPublicas/

Urbanová, P., Jurda, M., Vojtíšek, T., & Krajsa, J. (2017). Using drone-mounted cameras for on-site body documentation: 3D mapping and active survey. Forensic Science International, 281, 52-62. https://doi.org/10.1016/j. forsciint.2017.10.027

Witmer, F. D. (2015). Remote sensing of violent conflict: Eyes from above. International Journal of Remote Sensing, 36(9), 2326- 2352. https://doi.org/10.1080/01431161.2015.1035412

Wu, C., Niu, Z., & Gao, S. (2010). Gross primary production estimation from MODIS data with vegetation index and photosynthetically active radiation in maize. Journal of Geophysical Research, 115(D12). https://doi.org/10.1029/2009JD013023

Publicado

2024-11-11

Edição

Seção

Artigos de pesquisa / Artigos Originais

Categorias

Como Citar

Potencial dos sensores remotos na detecção de sepultura clandestinas. (2024). Revista Logos Ciencia & Tecnología, 16(3). https://doi.org/10.22335/rlct.v16i3.1973