Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação

Detalhes bibliográficos
Autor(a) principal: SILVA, Maria Luciana da
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPE
dARK ID: ark:/64986/0013000008x7g
Texto Completo: https://repositorio.ufpe.br/handle/123456789/37677
Resumo: Os espaços urbanos são compostos, majoritariamente, por objetos de pequena dimensão e com relações complexas entre si, de modo que para a classificação do seu solo é exigido imageamento de alta resolução. Entretanto, os métodos tradicionais de extração de informações em imagens de alta resolução, sejam de nível aéreo ou orbital, ainda apresentam algumas limitações. A fotoanálise acrescida da vetorização em tela, embora seja o método mais adotado para a extração de informações urbanas em imagens de alta resolução, pode ter a sua aplicação prejudicada por objetos com contornos complexos, pela subjetividade da interpretação do analista e pelo tempo de trabalho demandado para grandes áreas. Ademais, os métodos tradicionais de classificação de imagens digitais, embora reduzam ou eliminem os problemas da fotoanálise, também apresentam limitações para a classificação do solo urbano com imagem de alta resolução, devido à informação espectral contida nessas imagens não ser suficiente para discriminar os alvos. Esse problema pode ser contornado utilizando camadas auxiliares com atributos de diferentes fontes, os quais viabilizam a discriminação de classes espectralmente semelhantes. Diante do exposto, este trabalho propõe uma análise conjunta de imagens aéreas, modelos do terreno e imagens provenientes de operações aritméticas, para o reconhecimento de padrões nos dados e classificação do solo urbano. Para a realização dos experimentos, nos softwares QGIS e SPRING, foram utilizados Modelo Digital do Terreno, Modelo Digital de Elevação, bandas espectrais de ortofoto com GSD de 8cm e imagem de intensidade. O desenvolvimento da pesquisa teve início com a aquisição de amostras de classes, a partir da qual iniciou-se o reconhecimento de padrões nos dados para a definição de limiares. Foram investigadas as razões de bandas S1 e S2 e os índices de vegetação GLI, VARI, RGBVI e GRVI, cujas equações utilizam apenas as bandas do visível. Os principais resultados apontaram que: i) a variável intensidade pode revelar propriedades hídricas que subsidiem estudos mais específicos de composição da água; ii) as aritméticas de bandas na faixa do visível, quando aplicadas às imagens de alta resolução, além de realçarem a vegetação, servem para identificar alguns tipos de telhados; iii) as operações S1, GLI e RGBVI são potenciais para classificação da cobertura vegetacional urbana; iv) as operações VARI e GRVI são potenciais para a classificação da cobertura edificacional do tipo telhado de cerâmica, sem fazer distinção quanto ao seu estado de conservação; v) a variável altimetria é potencial para discriminar classes que possuem respostas espectrais semelhantes; vi) a classificação por máxima verossimilhança, quando aplicada em recortes com classes de sutis variações espectrais, viabiliza a discriminação dessas classes. Por fim, foram classificadas dez classes de alvos, a saber: cobertura vegetacional de baixo porte, cobertura vegetacional de médio porte, cobertura vegetacional de grande porte, telhado cinza claro, telhado cinza escuro, telhado de cerâmica vermelho, telhado de cerâmica marrom, solo exposto, cobertura hídrica e cobertura pavimentada.
id UFPE_323c2feca06a784f08a8d5c91c53e447
oai_identifier_str oai:repositorio.ufpe.br:123456789/37677
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling SILVA, Maria Luciana dahttp://lattes.cnpq.br/7636032044013058http://lattes.cnpq.br/4950530398212920CANDEIAS, Ana Lúcia Bezerra2020-08-17T18:38:57Z2020-08-17T18:38:57Z2020-02-18SILVA, Maria Luciana da. Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação. 2020. Dissertação (Mestrado em Ciências Geodésicas e Tecnologias da Geoinformação) - Universidade Federal de Pernambuco, Recife, 2020.https://repositorio.ufpe.br/handle/123456789/37677ark:/64986/0013000008x7gOs espaços urbanos são compostos, majoritariamente, por objetos de pequena dimensão e com relações complexas entre si, de modo que para a classificação do seu solo é exigido imageamento de alta resolução. Entretanto, os métodos tradicionais de extração de informações em imagens de alta resolução, sejam de nível aéreo ou orbital, ainda apresentam algumas limitações. A fotoanálise acrescida da vetorização em tela, embora seja o método mais adotado para a extração de informações urbanas em imagens de alta resolução, pode ter a sua aplicação prejudicada por objetos com contornos complexos, pela subjetividade da interpretação do analista e pelo tempo de trabalho demandado para grandes áreas. Ademais, os métodos tradicionais de classificação de imagens digitais, embora reduzam ou eliminem os problemas da fotoanálise, também apresentam limitações para a classificação do solo urbano com imagem de alta resolução, devido à informação espectral contida nessas imagens não ser suficiente para discriminar os alvos. Esse problema pode ser contornado utilizando camadas auxiliares com atributos de diferentes fontes, os quais viabilizam a discriminação de classes espectralmente semelhantes. Diante do exposto, este trabalho propõe uma análise conjunta de imagens aéreas, modelos do terreno e imagens provenientes de operações aritméticas, para o reconhecimento de padrões nos dados e classificação do solo urbano. Para a realização dos experimentos, nos softwares QGIS e SPRING, foram utilizados Modelo Digital do Terreno, Modelo Digital de Elevação, bandas espectrais de ortofoto com GSD de 8cm e imagem de intensidade. O desenvolvimento da pesquisa teve início com a aquisição de amostras de classes, a partir da qual iniciou-se o reconhecimento de padrões nos dados para a definição de limiares. Foram investigadas as razões de bandas S1 e S2 e os índices de vegetação GLI, VARI, RGBVI e GRVI, cujas equações utilizam apenas as bandas do visível. Os principais resultados apontaram que: i) a variável intensidade pode revelar propriedades hídricas que subsidiem estudos mais específicos de composição da água; ii) as aritméticas de bandas na faixa do visível, quando aplicadas às imagens de alta resolução, além de realçarem a vegetação, servem para identificar alguns tipos de telhados; iii) as operações S1, GLI e RGBVI são potenciais para classificação da cobertura vegetacional urbana; iv) as operações VARI e GRVI são potenciais para a classificação da cobertura edificacional do tipo telhado de cerâmica, sem fazer distinção quanto ao seu estado de conservação; v) a variável altimetria é potencial para discriminar classes que possuem respostas espectrais semelhantes; vi) a classificação por máxima verossimilhança, quando aplicada em recortes com classes de sutis variações espectrais, viabiliza a discriminação dessas classes. Por fim, foram classificadas dez classes de alvos, a saber: cobertura vegetacional de baixo porte, cobertura vegetacional de médio porte, cobertura vegetacional de grande porte, telhado cinza claro, telhado cinza escuro, telhado de cerâmica vermelho, telhado de cerâmica marrom, solo exposto, cobertura hídrica e cobertura pavimentada.CAPESUrban spaces are mostly composed of small objects and with complex relationships with each other, so that the classification of your soil requires high resolution imaging. However, traditional methods of extracting information from high resolution images, whether aerial or orbital, still have some limitations. Photoanalysis plus vectorization on screen, although it is the most adopted method for the extraction of urban information in high resolution images, may have its application impaired by objects with complex contours, by the subjectivity of the analyst's interpretation and by the time required for work for large areas. In addition, traditional methods of classifying digital images, although they reduce or eliminate the problems of photoanalysis, also present limitations for the classification of urban soil with high-resolution images, due to the spectral information contained in these images not being sufficient to discriminate targets. This problem can be overcome by using auxiliary layers with attributes from different sources, which enable the discrimination of spectrally similar classes. Given the above, this work proposes a joint analysis of aerial images, terrain models and images from arithmetic operations, for the recognition of patterns in the data and classification of urban soil. In order to carry out the experiments, using the QGIS and SPRING software, Digital Terrain Model, Digital Elevation Model, orthophoto spectral bands with 8 cm GSD and intensity image were used. The development of the research started with the acquisition of samples of classes, from which the recognition of patterns in the data for the definition of thresholds began. The S1 and S2 band ratios and the GLI, VARI, RGBVI and GRVI vegetation indices were investigated, whose equations use only the visible bands. The main results showed that: i) the intensity variable can reveal water properties that support more specific studies of water composition; ii) the band arithmetic in the visible range, when applied to high resolution images, in addition to enhancing vegetation, serve to identify some types of roofs; iii) operations S1, GLI and RGBVI are potential for classifying urban vegetation cover; iv) the VARI and GRVI operations are potential for the classification of the building cover of the ceramic roof type, without making any distinction regarding its state of conservation; v) the altimetry variable is potential to discriminate classes that have similar spectral responses; vi) the classification by maximum likelihood, when applied to cuttings with classes of subtle spectral variations, enables the discrimination of these classes. Finally, ten target classes were classified, namely: low vegetation cover, medium vegetation cover, large vegetation cover, light gray roof, dark gray roof, red ceramic roof, brown ceramic roof, soil exposed, water cover and paved cover.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Ciencias Geodesicas e Tecnologias da GeoinformacaoUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCiências GeodésicasClassificação de imagensSolo urbanoAritmética de bandasAltimetriaClassificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPECC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/37677/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52TEXTDISSERTAÇÃO Maria Luciana da Silva.pdf.txtDISSERTAÇÃO Maria Luciana da Silva.pdf.txtExtracted texttext/plain121321https://repositorio.ufpe.br/bitstream/123456789/37677/4/DISSERTA%c3%87%c3%83O%20Maria%20Luciana%20da%20Silva.pdf.txtf52536133997be789e76b4cad65a36a3MD54THUMBNAILDISSERTAÇÃO Maria Luciana da Silva.pdf.jpgDISSERTAÇÃO Maria Luciana da Silva.pdf.jpgGenerated Thumbnailimage/jpeg1211https://repositorio.ufpe.br/bitstream/123456789/37677/5/DISSERTA%c3%87%c3%83O%20Maria%20Luciana%20da%20Silva.pdf.jpga5caaa96902b0b400f2ca4d4d4d83d9fMD55LICENSElicense.txtlicense.txttext/plain; charset=utf-82310https://repositorio.ufpe.br/bitstream/123456789/37677/3/license.txtbd573a5ca8288eb7272482765f819534MD53ORIGINALDISSERTAÇÃO Maria Luciana da Silva.pdfDISSERTAÇÃO Maria Luciana da Silva.pdfapplication/pdf4144147https://repositorio.ufpe.br/bitstream/123456789/37677/1/DISSERTA%c3%87%c3%83O%20Maria%20Luciana%20da%20Silva.pdf4359cc8ab2670f117431823b91ac0ff4MD51123456789/376772020-08-18 02:11:21.878oai:repositorio.ufpe.br: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ório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212020-08-18T05:11:21Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação
title Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação
spellingShingle Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação
SILVA, Maria Luciana da
Ciências Geodésicas
Classificação de imagens
Solo urbano
Aritmética de bandas
Altimetria
title_short Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação
title_full Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação
title_fullStr Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação
title_full_unstemmed Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação
title_sort Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação
author SILVA, Maria Luciana da
author_facet SILVA, Maria Luciana da
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/7636032044013058
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/4950530398212920
dc.contributor.author.fl_str_mv SILVA, Maria Luciana da
dc.contributor.advisor1.fl_str_mv CANDEIAS, Ana Lúcia Bezerra
contributor_str_mv CANDEIAS, Ana Lúcia Bezerra
dc.subject.por.fl_str_mv Ciências Geodésicas
Classificação de imagens
Solo urbano
Aritmética de bandas
Altimetria
topic Ciências Geodésicas
Classificação de imagens
Solo urbano
Aritmética de bandas
Altimetria
description Os espaços urbanos são compostos, majoritariamente, por objetos de pequena dimensão e com relações complexas entre si, de modo que para a classificação do seu solo é exigido imageamento de alta resolução. Entretanto, os métodos tradicionais de extração de informações em imagens de alta resolução, sejam de nível aéreo ou orbital, ainda apresentam algumas limitações. A fotoanálise acrescida da vetorização em tela, embora seja o método mais adotado para a extração de informações urbanas em imagens de alta resolução, pode ter a sua aplicação prejudicada por objetos com contornos complexos, pela subjetividade da interpretação do analista e pelo tempo de trabalho demandado para grandes áreas. Ademais, os métodos tradicionais de classificação de imagens digitais, embora reduzam ou eliminem os problemas da fotoanálise, também apresentam limitações para a classificação do solo urbano com imagem de alta resolução, devido à informação espectral contida nessas imagens não ser suficiente para discriminar os alvos. Esse problema pode ser contornado utilizando camadas auxiliares com atributos de diferentes fontes, os quais viabilizam a discriminação de classes espectralmente semelhantes. Diante do exposto, este trabalho propõe uma análise conjunta de imagens aéreas, modelos do terreno e imagens provenientes de operações aritméticas, para o reconhecimento de padrões nos dados e classificação do solo urbano. Para a realização dos experimentos, nos softwares QGIS e SPRING, foram utilizados Modelo Digital do Terreno, Modelo Digital de Elevação, bandas espectrais de ortofoto com GSD de 8cm e imagem de intensidade. O desenvolvimento da pesquisa teve início com a aquisição de amostras de classes, a partir da qual iniciou-se o reconhecimento de padrões nos dados para a definição de limiares. Foram investigadas as razões de bandas S1 e S2 e os índices de vegetação GLI, VARI, RGBVI e GRVI, cujas equações utilizam apenas as bandas do visível. Os principais resultados apontaram que: i) a variável intensidade pode revelar propriedades hídricas que subsidiem estudos mais específicos de composição da água; ii) as aritméticas de bandas na faixa do visível, quando aplicadas às imagens de alta resolução, além de realçarem a vegetação, servem para identificar alguns tipos de telhados; iii) as operações S1, GLI e RGBVI são potenciais para classificação da cobertura vegetacional urbana; iv) as operações VARI e GRVI são potenciais para a classificação da cobertura edificacional do tipo telhado de cerâmica, sem fazer distinção quanto ao seu estado de conservação; v) a variável altimetria é potencial para discriminar classes que possuem respostas espectrais semelhantes; vi) a classificação por máxima verossimilhança, quando aplicada em recortes com classes de sutis variações espectrais, viabiliza a discriminação dessas classes. Por fim, foram classificadas dez classes de alvos, a saber: cobertura vegetacional de baixo porte, cobertura vegetacional de médio porte, cobertura vegetacional de grande porte, telhado cinza claro, telhado cinza escuro, telhado de cerâmica vermelho, telhado de cerâmica marrom, solo exposto, cobertura hídrica e cobertura pavimentada.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-08-17T18:38:57Z
dc.date.available.fl_str_mv 2020-08-17T18:38:57Z
dc.date.issued.fl_str_mv 2020-02-18
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.citation.fl_str_mv SILVA, Maria Luciana da. Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação. 2020. Dissertação (Mestrado em Ciências Geodésicas e Tecnologias da Geoinformação) - Universidade Federal de Pernambuco, Recife, 2020.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/37677
dc.identifier.dark.fl_str_mv ark:/64986/0013000008x7g
identifier_str_mv SILVA, Maria Luciana da. Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação. 2020. Dissertação (Mestrado em Ciências Geodésicas e Tecnologias da Geoinformação) - Universidade Federal de Pernambuco, Recife, 2020.
ark:/64986/0013000008x7g
url https://repositorio.ufpe.br/handle/123456789/37677
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Ciencias Geodesicas e Tecnologias da Geoinformacao
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/37677/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/37677/4/DISSERTA%c3%87%c3%83O%20Maria%20Luciana%20da%20Silva.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/37677/5/DISSERTA%c3%87%c3%83O%20Maria%20Luciana%20da%20Silva.pdf.jpg
https://repositorio.ufpe.br/bitstream/123456789/37677/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/37677/1/DISSERTA%c3%87%c3%83O%20Maria%20Luciana%20da%20Silva.pdf
bitstream.checksum.fl_str_mv e39d27027a6cc9cb039ad269a5db8e34
f52536133997be789e76b4cad65a36a3
a5caaa96902b0b400f2ca4d4d4d83d9f
bd573a5ca8288eb7272482765f819534
4359cc8ab2670f117431823b91ac0ff4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1815172764017885184