Classificação de ocupação do solo com base em dados LiDAR

Detalhes bibliográficos
Autor(a) principal: Gonçalves, Sara Soraia Oliveira
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/20.500.11960/1270
Resumo: A tecnologia LiDAR é actualmente uma tecnologia em evolução no que respeita à recolha de dados geográficos, devido aos níveis de precisão que atinge. A combinação de vários elementos: laser, GPS e sistema de navegação inercial, permite-lhe a obtenção de informação ao nível da superfície terrestre, a partir da qual é possível gerar vários níveis de informação com elevado valor para o Ordenamento e Gestão Territorial. Neste sentido o objectivo do presente trabalho prende-se com a classificação da ocupação do solo de uma área rural a partir de dados LiDAR, oferecendo uma forma alternativa e válida, aos métodos de classificação assistida. Neste sentido, procedeu-se à transformação destes dados em níveis de informação, nomeadamente no Modelo Digital do Terreno (MDT), para o qual foi aplicado o algoritmo descrito por Kraus e Pfeifer (1998), que combina a filtragem e interpolação, chamado de interpolação linear robusta. Além deste modelo foi também gerado um Modelo Digital de Superfície (MDS) e produção de informação derivada. Numa segunda fase, definiram-se áreas treino e calcularam-se as médias destas áreas para cada nível de informação. Recorreu-se nesta fase ao algoritmo estatístico J48 incluso no software R, que permitiu a geração de uma árvore de decisão, com base nas médias calculadas. Posteriormente utilizaram-se processos de segmentação e classificação orientada a objectos, para produção de cartografia de ocupação do solo. Com este procedimento obtiveram-se resultados bastante satisfatórios, com exactidões de classificação na ordem de 0,9 de Índice kappa, destacando-se a diferenciação de do “Solo nú” e da “Vegetação baixa”.
id RCAP_86fb73805eeaca1fd01e6fb2d12e1f46
oai_identifier_str oai:repositorio.ipvc.pt:20.500.11960/1270
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Classificação de ocupação do solo com base em dados LiDARLiDARMDTÁrvore de decisãoOBIAOcupação do soloA tecnologia LiDAR é actualmente uma tecnologia em evolução no que respeita à recolha de dados geográficos, devido aos níveis de precisão que atinge. A combinação de vários elementos: laser, GPS e sistema de navegação inercial, permite-lhe a obtenção de informação ao nível da superfície terrestre, a partir da qual é possível gerar vários níveis de informação com elevado valor para o Ordenamento e Gestão Territorial. Neste sentido o objectivo do presente trabalho prende-se com a classificação da ocupação do solo de uma área rural a partir de dados LiDAR, oferecendo uma forma alternativa e válida, aos métodos de classificação assistida. Neste sentido, procedeu-se à transformação destes dados em níveis de informação, nomeadamente no Modelo Digital do Terreno (MDT), para o qual foi aplicado o algoritmo descrito por Kraus e Pfeifer (1998), que combina a filtragem e interpolação, chamado de interpolação linear robusta. Além deste modelo foi também gerado um Modelo Digital de Superfície (MDS) e produção de informação derivada. Numa segunda fase, definiram-se áreas treino e calcularam-se as médias destas áreas para cada nível de informação. Recorreu-se nesta fase ao algoritmo estatístico J48 incluso no software R, que permitiu a geração de uma árvore de decisão, com base nas médias calculadas. Posteriormente utilizaram-se processos de segmentação e classificação orientada a objectos, para produção de cartografia de ocupação do solo. Com este procedimento obtiveram-se resultados bastante satisfatórios, com exactidões de classificação na ordem de 0,9 de Índice kappa, destacando-se a diferenciação de do “Solo nú” e da “Vegetação baixa”.LiDAR technology is currently an evolving technology with regard to the collection of geographical data, due to the levels of accuracy that reaches. The combination of several elements: laser, GPS and inertial navigation system, allows you to obtain information at the earth's surface, from which you can generate various levels of information with high value for Territorial Management. In this manner the objective of this work relates to the classification of land cover in a rural area from LiDAR data, providing an alternative and valid form, to the methods of assisted classification. In this case, we proceeded to transform these data into information levels, particularly in the Digital Terrain Model (DTM), which was applied to the algorithm described by Kraus and Pfeifer (1998), which combines filtering and interpolation, called robust linear interpolation. Besides this model was also generated a Digital Surface Model (DSM) and production of derived information. And from here, set up training areas and calculated the averages of these areas for each level of information. We used this stage to J48 statistical algorithm included in the software R, which allowed the generation of a decision tree, based on averages calculated. Later it was used segmentation and object oriented classification processes to production mapping land cover. With this procedure were obtained satisfactory results, with classification accuracies in the order of 0.9 kappa index, highlighting the differentiation of “Bare earth" and "Low vegetation ".2015-02-12T10:03:11Z2013-03-15T00:00:00Z2013-03-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/20.500.11960/1270porGonçalves, Sara Soraia Oliveirainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-21T14:40:22Zoai:repositorio.ipvc.pt:20.500.11960/1270Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:44:09.750662Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Classificação de ocupação do solo com base em dados LiDAR
title Classificação de ocupação do solo com base em dados LiDAR
spellingShingle Classificação de ocupação do solo com base em dados LiDAR
Gonçalves, Sara Soraia Oliveira
LiDAR
MDT
Árvore de decisão
OBIA
Ocupação do solo
title_short Classificação de ocupação do solo com base em dados LiDAR
title_full Classificação de ocupação do solo com base em dados LiDAR
title_fullStr Classificação de ocupação do solo com base em dados LiDAR
title_full_unstemmed Classificação de ocupação do solo com base em dados LiDAR
title_sort Classificação de ocupação do solo com base em dados LiDAR
author Gonçalves, Sara Soraia Oliveira
author_facet Gonçalves, Sara Soraia Oliveira
author_role author
dc.contributor.author.fl_str_mv Gonçalves, Sara Soraia Oliveira
dc.subject.por.fl_str_mv LiDAR
MDT
Árvore de decisão
OBIA
Ocupação do solo
topic LiDAR
MDT
Árvore de decisão
OBIA
Ocupação do solo
description A tecnologia LiDAR é actualmente uma tecnologia em evolução no que respeita à recolha de dados geográficos, devido aos níveis de precisão que atinge. A combinação de vários elementos: laser, GPS e sistema de navegação inercial, permite-lhe a obtenção de informação ao nível da superfície terrestre, a partir da qual é possível gerar vários níveis de informação com elevado valor para o Ordenamento e Gestão Territorial. Neste sentido o objectivo do presente trabalho prende-se com a classificação da ocupação do solo de uma área rural a partir de dados LiDAR, oferecendo uma forma alternativa e válida, aos métodos de classificação assistida. Neste sentido, procedeu-se à transformação destes dados em níveis de informação, nomeadamente no Modelo Digital do Terreno (MDT), para o qual foi aplicado o algoritmo descrito por Kraus e Pfeifer (1998), que combina a filtragem e interpolação, chamado de interpolação linear robusta. Além deste modelo foi também gerado um Modelo Digital de Superfície (MDS) e produção de informação derivada. Numa segunda fase, definiram-se áreas treino e calcularam-se as médias destas áreas para cada nível de informação. Recorreu-se nesta fase ao algoritmo estatístico J48 incluso no software R, que permitiu a geração de uma árvore de decisão, com base nas médias calculadas. Posteriormente utilizaram-se processos de segmentação e classificação orientada a objectos, para produção de cartografia de ocupação do solo. Com este procedimento obtiveram-se resultados bastante satisfatórios, com exactidões de classificação na ordem de 0,9 de Índice kappa, destacando-se a diferenciação de do “Solo nú” e da “Vegetação baixa”.
publishDate 2013
dc.date.none.fl_str_mv 2013-03-15T00:00:00Z
2013-03-15
2015-02-12T10:03:11Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/20.500.11960/1270
url http://hdl.handle.net/20.500.11960/1270
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131527111507968