Classificação da cobertura do solo urbano utilizando imagens aéreas, produtos LIDAR, razão de bandas e índices de vegetação
Autor(a) principal: | |
---|---|
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 |