BDGD vs imagem aérea: limitações reais pra cadastro de iluminação

Consórcio em modelagem de PPP de iluminação debate fonte primária de cadastro:

• BDGD da concessionária: base oficial, granular, mas defasada
• Imagem aérea (drone ou satélite): atual, panorâmica, mas com limitações de identificação

Pergunta executiva: "qual é mais confiável?". Resposta honesta: nenhuma sozinha. Cada fonte tem cegueira específica, e quem modela PPP com base só numa absorve risco material. A combinação certa exige entender o que cada uma falha.

O que BDGD entrega

Base de Dados Geográfica da Distribuidora é a fonte oficial:

Pontos fortes:

• Granularidade por ponto (cada poste tem registro individual)
• Identificação técnica (tipo de luminária, potência, status)
• Coordenada geográfica
• Cobertura nominal de 100% (todos os pontos da concessionária)
• Aceita por edital de RFP

Pontos fracos:

• Defasada em 3-7 anos na maioria das cidades médias
• Mudanças não-registradas (troca de luminária pela concessionária, intervenções da prefeitura, vandalismo)
• Pontos novos da prefeitura (instalações fora do contrato da concessionária)
• Erros históricos não corrigidos
• Inconsistência entre BDGDs de concessionárias diferentes (cidade que mudou de concessão)

A defasagem é o problema crítico. Modelar PPP com BDGD de 2019 sem auditar é assumir risco de premissa material.

O que imagem aérea entrega

Imagem aérea (drone, satélite de alta resolução, voo fotogramétrico):

Pontos fortes:

• Atual (captura recente, semanas/meses)
• Cobre todos os pontos visíveis, incluindo os da prefeitura
• Panorâmica: vê padrão por bairro, densidade real
• Não depende da concessionária

Pontos fracos:

• Resolução vertical é difícil: identificar tipo de luminária de cima exige imagem alta resolução, nem sempre disponível
• Custo de voo dedicado: R$ 30-200k por cidade média, depende da resolução
• Cobertura vegetal atrapalha: rua arborizada esconde poste
• Coordenada não é precisa: localiza ponto na rua, mas não a posição exata do poste
• Sem dado técnico: potência, hora de operação, status — não há
• Autorização ANAC pra drone em área urbana
• Imagem aérea pública (Google Earth, Bing Maps): desatualizada na maioria das cidades médias

Resolve existência geográfica. Não resolve caracterização técnica.

A comparação direta

| Critério | BDGD | Imagem aérea | |---|---|---| | Atualização | Defasada 3-7 anos | Atual (se custeada) | | Granularidade por poste | Alta | Média | | Tipo de luminária | Sim | Difícil | | Potência | Sim | Não | | Status (ativo/inativo) | Sim | Não | | Cobertura (incl. prefeitura) | Limitada | Total | | Custo | Zero (já é da concessionária) | R$ 30-200k por cidade | | Aceita em edital | Sim | Como complemento | | Detecta vandalismo/dano recente | Não | Parcialmente |

Cada uma tem gap onde a outra é forte.

A terceira opção que ninguém discute

Discussão tradicional é binária: "BDGD ou drone". Em 2026, existe terceira fonte que muitos consórcios ignoram:

Street View.

Cobertura do Google Street View em cidades médias brasileiras é de 80-95%. Imagem captura lateral das ruas, o que é melhor que aérea pra:

• Identificar tipo de luminária (vista do nível da rua)
• Confirmar existência de poste
• Avaliar estado de conservação
• Detectar troca recente pra LED

Combinado com visão computacional moderna (modelo de visão genérico processa imagem em escala), Street View vira fonte primária complementar.

A arquitetura híbrida que funciona

PPP de iluminação modelada com 3 fontes em paralelo:

1. BDGD como ponto de partida (base oficial, granular)
2. Street View + visão computacional como auditor (valida tipo, confirma existência)
3. Imagem aérea (Google Maps satellite + drone amostral) pra áreas onde Street View falha

Pra cada poste do BDGD:

• Se Street View confirma + tipo bate: aceita (confiança alta)
• Se Street View confirma + tipo diverge: flag pra investigação
• Se Street View não cobre / poste não aparece: vai pra amostragem em campo

Resultado: cobertura efetiva acima de 80% sem voo dedicado. Risco de premissa cai drasticamente.

Quando cada fonte basta

Só BDGD:

• Cidade pequena (abaixo de 5k pontos)
• BDGD recente (abaixo de 2 anos)
• Concessionária aceita responsabilidade do dado

Só imagem aérea (drone dedicado):

• Cidade sem BDGD acessível
• Cliente especificou levantamento aéreo
• Orçamento permite o custo

Híbrido (BDGD + Street View + amostral):

• Cidade média/grande
• BDGD defasada
• Prazo de RFP apertado
• Orçamento moderado

Em 80% dos casos reais, híbrido é a única que faz sentido.

O que NÃO resolve

• Pedir BDGD atualizada. Concessionária não vai atualizar no prazo da RFP.
• Contratar voo de drone integral. Custo alto, prazo apertado, vegetação atrapalha.
• Levantamento de campo integral. Inviável em prazo de 90 dias pra cidade de 40k pontos.

O que resolve é cruzamento multi-fonte com auditoria via visão computacional.

Quando vale priorizar a virada

Sinais de que cadastro tradicional virou risco:

• Cidade acima de 20k pontos
• BDGD acima de 3 anos
• Prazo de RFP apertado
• Consórcio absorvendo risco de premissa no contrato
• Concessionária recente trocou de mãos

Quando 2+ presentes, modelo híbrido vira economia + redução de risco.

Próximo passo

Cruzamento BDGD + Street View + visão computacional + amostragem em campo é o caminho realista pra modelar PPP de iluminação com risco controlado. A FELGOR Lumen implementa esse fluxo. Se quiser ver aplicado no contexto do seu estudo, agende um diagnóstico de 30 minutos com os fundadores.