Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouJúlio César Beretta Chaves Alterado mais de 8 anos atrás
1
Universidade Federal do Rio Grande do Sul Instituto de Pesquisas Hidráulicas Programa de Pós-Graduação em Recursos Hídricos e Saneamento Ambiental Trabalho de Disciplina - Geoprocessamento Lidiane Souza Gonçalves Estimativa da relação densidade habitacional x área impermeável utilizando técnicas de sensoriamento remoto com imagem de alta resolução espacial
2
Objetivo Estimar a fração de área impermeável com base na classificação de imagem de alta resolução espacial obtidas pelo satélite Quickbird e estabelecer uma relação com a densidade habitacional a partir de algumas regiões da cidade de Porto Alegre.
3
Justificativa Grande importância da fração de áreas impermeáveis da bacia como parâmetro de entrada em modelos matemáticos de simulação do comportamento hidrológico. Quando existe a necessidade de se fazer simulações para cenários futuros de urbanização, a determinação das áreas impermeabilizadas torna-se difícil.
4
Classificação de imagens de satélite de baixa resolução espacial em áreas urbanas apresenta precisão limitada, imposta pela presença de “pixels mistura”. A utilização de imagens de alta resolução visa contornar essa limitação. Justificativa Dados de densidade populacional são de fácil obtenção e apresentam relação com o grau de urbanização e, conseqüentemente, com a parcela impermeabilizada do solo.
5
Revisão Bibliográfica Trabalhos relacionados: “ Runoff synthesis using Landsat and SCS model.” (Ragan & Jackson, 1980) Determinaram a taxa de áreas impermeáveis a partir do processamento de imagens digitais obtidas pelo satélite Landsat. “ Estimate runoff curve numbers using remote sensing data.” (Bondelid et al, 1981)
6
Revisão Bibliográfica Trabalhos relacionados: “ Estimativa de parâmetros físicos de bacias utilizando técnicas de sensoriamento remoto e o sistema de informações geográficas.” (Campana, 1992) - PPGRHSA Desenvolveu metodologia para estimar a fração de áreas impermeáveis de uma bacia hidrográfica a partir da classificação supervisionada de imagens digitais SPOT. Algoritmo usado é baseado na representação Fuzzy.
7
Revisão Bibliográfica Trabalhos relacionados: “ Estimativa da área impermeável dentro da bacia hidrográfica do Arroio Dilúvio (Porto Alegre/RS) através de técnicas de sensoriamento remoto e geoprocessamento.” (Alves, 2004) Verificou condições de melhoramento na classificação de alvos urbanos em imagens digitais Landsat quando da utilização de um classificador não-rígido (Fuzclass, Idrisi 32) em comparação à classificação pela Máxima Verossimilhança.
8
Revisão Bibliográfica O Quickbird é um satélite de alta precisão que oferece imagens comerciais da Terra com alta resolução espacial. O sistema coleta dados com 61 centímetros de resolução espacial no pancromático e 2,5 metros no multiespectral em um vasto campo de observação. A freqüência média de visita é de 1 a 3,5 dias. Imagens Digitais Quickbird:
9
Revisão Bibliográfica Principais Aplicações -Mapeamentos urbanos e rurais que exijam alta precisão dos dados; -Mapeamentos básicos e aplicações gerais em Sistemas de Informação Geográfica; - Uso da Terra (com ênfase em áreas urbanas), entre outras...
10
Metodologia Área de estudo: Aspectos geográficos Área: 496,1 Km² distribuída entre a parte continental e um conjunto de ilhas. O município é limitado ao sul e oeste pelo Lago Guaíba; e a leste, pelos municípios de Alvorada e Viamão; e ao norte pelo rio Gravataí. Aspecto populacional A população porto-alegrense, conforme censo demográfico do IBGE de 2000, é 1.360.590 habitantes. Porto Alegre, RS
11
Área de estudo: Seleção dos bairros Buscou-se escolher bairros com diferentes graus de urbanização e diversos tipos de ocupação. Esta seleção baseou-se em informações a respeito das características dos bairros da cidade de Porto Alegre, como densidade habitacional e área (disponíveis na página Observa POA) e tipo de ocupação urbana (Atlas Digital do Diagnóstico Ambiental de Porto Alegre, disponível na página do Laboratório de Geoprocessamento do Centro de Ecologia da UFRGS). Metodologia
12
Imagem utilizada: A imagem Quickbird disponível: imagem fusionada (pancromática mais as bandas do visível), reamostrada com resolução espacial de 1 m, georreferenciada no sistema de coordenadas Gauss- Krüeger. Metodologia
13
Classificação da imagem: Métodos de Classificação Metodologia Classificação supervisionada: o analista fornece amostras das categorias pertinentes ao enfoque do trabalho que está sendo realizado. A partir dessas amostras são estimados os parâmetros que definem cada classe e que serão utilizados na classificação. Classificação não-supervisionada: o classificador examina os dados e os divide em grupos espectrais presentes na imagem e que apresentem similaridade. Esses agrupamentos não são classes mas categorias espectrais. O analista é quem indica a que classe cada agrupamento pertence.
14
Rígidos: uma decisão é feita sobre a associação de um pixel a uma classe determinada, ou seja, cada pixel pertencerá a apenas uma classe. Utiliza o valor espectral médio no pixel para determinar a qual classe ele pertence. Não-rígidos: adotam uma abordagem fuzzy para avaliação da associação e do grau com que um pixel pertence a todas as classes envolvidas, incluindo classes desconhecidas. Metodologia Métodos de Classificação MAXLIKE: Método da Máxima Verossimilhança MINDIST: Mínima distância das Médias Neuralnet: Rede Neural Artificial
15
As classes utilizadas foram: 1. árvores 2. gramado (ou campo) 3. solo exposto 4. saibro 5. asfalto 6. pavimentação de passeio 7. cobertura cerâmica 8. cobertura concreto (clara) 9. cobertura fibro-cimento (cinza escuro) 10. cobertura metálica Metodologia Determinação das Classes Determinação das áreas impermeáveis 0 - área permeável 1 - área impermeável Classes 1 a 4 Classes 5 a 10 CLASSIFICAÇÃO FILTRO (MODA, 7X7) RECLASSIFICAÇÃO
16
Metodologia Imagem reclassificada Imagem divisão bairros CROSSTAB Fornece uma tabela com os valores de área 0 ou 1 em cada bairro e a área total do bairro. RECLASSIFICAÇÃO
17
Resultados e Discussões Exemplo de resultado da classificação...
18
Resultados e Discussões... e reclassificação.
19
Resultados e Discussões Confusão entre classes de comportamento espectral semelhante (ex., solo exposto e cobertura cerâmica) Parte sul da imagem: vegetação com diversas cores ocasionou confusão com asfalto e cobertura fibro-cimento. Regiões mais urbanizadas os classificadores apresentaram valores próximos.
20
Resultados e Discussões Áreas com concentração de indústria e comércio criam distorções na curva.
21
Resultados e Discussões Mudança de declividade: indício de verticalização na ocupação urbana.
22
Conclusões e recomendações As relações obtidas para Densidade Habitacional X Área impermeável seguem a tendência encontrada em estudos anteriores. Embora as imagens de alta resolução sejam uma fonte bastante poderosa de informação, uma limitação é o número relativamente baixo de bandas espectrais, o que acarreta certa confusão na classificação Porém: diferenças em bairros com ocupação industrial/comercial. Futuros trabalhos: utilização de classificadores adequados para imagens de alta resolução espacial (não disponíveis no Idrisi).
23
Obrigada!
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.