O Potencial de Uso de Variáveis Geográficas Derivadas de Imagens Orbitais em Modelos de Avaliação em Massa de Imóveis

Resumo

A utilização de variáveis geográficas derivadas de imagens orbitais tem se mostrado uma alternativa eficiente para enriquecer modelos de avaliação em massa de imóveis. Enquanto informações sobre o contexto urbano e ambiental frequentemente dependem de levantamentos de campo ou bases cadastrais incompletas e de difícil atualização, o sensoriamento remoto (SR) fornece dados padronizados, atualizados e com ampla cobertura espacial. A partir dessas imagens, é possível extrair indicadores relacionados à cobertura e uso da terra, densidade da ocupação, vegetação, impermeabilização do solo e outros atributos que caracterizam a vizinhança dos imóveis. Essas variáveis permitem representar, de forma objetiva, aspectos do contexto espacial que influenciam a formação dos preços imobiliários, contribuindo para aumentar a precisão, a robustez e a capacidade de generalização dos modelos de avaliação em massa. O objetivo deste artigo é analisar o potencial das imagens orbitais na extração de variáveis para valoração imobiliária. Como aplicação prática, foi realizado um estudo de caso no município de Curitiba, comparando modelos de Random Forest com e sem a inclusão de variáveis derivadas de imagens orbitais e processamentos realizados no Google Earth Engine. Os resultados demonstram que a inclusão dessas variáveis elevou o R² de 0,541 para 0,841 para apartamentos, de 0,460 para 0,676 para casas e de 0,066 para 0,650 para lotes, demonstrando sua contribuição para a estimação dos valores unitários.