VIII Curso de Especialização em Geoprocessamento 2005
|
|
- Luzia Tomé Chaplin
- 6 Há anos
- Visualizações:
Transcrição
1 FELIPE FRÓIS DOS SANTOS DUMONT ESTUDO DA DISTRIBUIÇÃO DE CLASSES SÓCIO-ECONÔMICAS EM ÁREA URBANA DE BOCAIÚVA-MG UTILIZANDO IMAGEM DE ALTA RESOLUÇÃO VIII Curso de Especialização em Geoprocessamento 2005 UFMG Instituto de Geociências Departamento de Cartografia Av. Antônio Carlos, 6627 Pampulha Belo Horizonte
2 FELIPE FROIS DOS SANTOS DUMONT Estudo da Distribuição de Classes Sócio-Econômicas na Área Urbana do Município de Bocaiúva-MG Utilizando Imagem de Alta Resolução Monografia apresentada ao Curso de Pós- Graduação em Geoprocessamento, Departamento de Cartografia, Instituto de Geociências, Universidade Federal de Minas Gerais, como requisito parcial à obtenção do título de especialista em Geoprocessamento. Orientador: Prof. Luciano Vieira Dutra Belo Horizonte, 22 de Dezembro de 2005.
3 DUMONT, Felipe frois Estudo da distribuição de classes sócio-econômicas na área urbana do município de Bocaiúva-MG utilizando imagem de alta resolução/ Felipe Fróis Dumont. Belo Horizonte, v, 32 f.: il. Monografia (Especialização) Universidade Federal de Minas Gerais, Instituto de Geociências, Geoprocessamento, Orientador: Luciano Vieira Dutra. 1. Geoprocessamento. 2. Sensoriamento Remoto 3. Processamento Digital de Imagem. I. Título.
4 AGRADECIMENTOS Agradeço a todo o pessoal do departamento de cartografia da UFMG; ao professor Dutra; aos monitores Christian e Charles pelas sugestões; à Ana Clara pelo apoio; à Giovana Mira e equipe da Intersat pelo fornecimento da imagem; e à Sophia pela colaboração no desenvolvimento de todo o trabalho.
5 SUMÁRIO 1 INTRODUÇÃO OBJETIVOS Objetivo Geral Objetivos Específicos FUNDAMENTOS TEÓRICOS Conhecimento da Incerteza Sensoriamento Remoto Sistemas Orbitais Sistema Orbital QuickBird Imagens de Sensoriamento Remoto Processamento Digital de Imagem de Sensoriamento Remoto Classificação de Imagem de Sensoriamento Remoto Classificação Supervisionada Segmentação Classificação por Regiões METODOLOGIA RESULTADOS E DISCUSSÕES Classe Baixa Classe Média Classe Alta CONCLUSÃO REFERÊNCIAS BIBLIOGRÁFICAS LISTA DE TABELAS E GRÁFICOS Tabela 1 Informações Técnicas do Satélite Tabela 2 Características do Satélite Tabela 3 Matriz de Classificação da Classe Baixa Tabela 4 Medidas das Classes da Classe Baixa Tabela 5 Matriz de Classificação da Classe Média Tabela 6 Medidas de Classes da Classe Média Tabela 7 Matriz de Classificação da Classe Alta... 27
6 Tabela 8 Medidas de Classes da Classe Alta Gráfico 1 Percentuais da Classe Baixa Gráfico 2 Percentuais da Classe Média Gráfico 3 Percentuais da Classe Alta Gráfico 4 Percentual das Classes LISTA DE FIGURAS Figura 1 Interação da Radiação Eletromagnética Figura 2 Satélite QuickBird Figura 3 Raio-x de uma Imagem Digital Figura 4 Mapa de localização do Município de Bocaiúva-MG Figura 5 Quicklook da Cena com Destaque da Imagem fornecida Figura 6 Amostra Figura 7 Segmentação da Classe Baixa Figura 8 Classificação da Classe Baixa Figura 9 Amostra Figura 10 Segmentação da Classe Média Figura 11 Classificação da Classe Média Figura 12 Amostra Figura 13 Segmentação da Classe Alta Figura 14 Classificação da Classe Alta... 27
7 RESUMO O presente trabalho tem como objetivo estudar a relação entre proporção de classes notáveis dentro do espaço urbano e o padrão sócio-econômico presumido de áreas na cidade de Bocaiúva-MG. Para isso, definiu-se quais seriam as classes notáveis (variáveis) a serem trabalhadas, realizou-se uma classificação supervisionada para estabelecer a proporcionalidade das variáveis em cada amostra selecionada e posteriormente verificou-se a proporção das variáveis nas amostras para classificar o padrão sócio-econômico das mesmas. Utilizou-se como material uma imagem de alta resolução da sede municipal de Bocaiúva-MG. Concluiu-se que a utilização de imagens de sensoriamento remoto, junto a técnicas de processamento digital, possibilita de forma econômica e eficiente o levantamento de dados, análise e monitoramento de áreas urbanas.
8 1 INTRODUÇÃO A população da Terra não é apenas enorme; é também mal distribuída, existindo regiões densamente povoadas e áreas praticamente vazias. Outro aspecto importante é a grande diferença de riquezas: de cada quatro moradores da Terra, apenas um é saudável, bem alimentado, possui bom nível cultural e habita casas com higiene e conforto (ANTUNES, 1991). Para compreendermos as transformações do espaço geográfico, temos de desvendar de que forma os homens, organizados em sociedade, atuam sobre a configuração territorial, modelando as paisagens (SENE & MOREIRA, 2000). Segundo Paes (2003), face à dinâmica do crescimento da ocupação urbana, torna-se necessário à criação e o aprimoramento de mecanismos que permitam melhor caracterizar e monitorar estas áreas, possibilitando avaliar as mudanças que, na maioria dos casos, ocorrem de maneira rápida e desordenada. Até a disponibilização de imagens de alta resolução obtidas por satélites, no fim da década de 90, este monitoramento era realizado através da utilização de fotografias aéreas obtidas por levantamentos aerofotogramétricos, realizados à baixa altitude. Entretanto, estes aerolevantamentos não são realizados sistematicamente devido ao seu alto custo operacional e conseqüentemente não são economicamente acessíveis para a maioria das prefeituras dos municípios brasileiros. Nos últimos dois anos, empresas internacionais, passaram a oferecer, em bases comerciais, imagens de alta resolução, obtidas por satélites, as quais vem se constituindo em importante ferramenta para o estudo temático dos setores intra-urbanos (PAES, 2003). Uma imagem nada mais é, do que uma série de valores resultantes da resposta de um sensor, a uma fonte de excitação externa, em geral eletromagnética (refletida, retroespalhada e emitida). É a nossa perícia em interpretar essas transformações, que nos permite transformar esses valores, em informações úteis (MAILLARD, 2000).
9 A utilização de sensores remotos em aeronaves e satélites tem se constituído num recurso fundamental para a obtenção de informações sobre alvos na superfície terrestre, inclusive na área militar (DUTRA, 2003) Nos dias atuais existe um grande consenso de que a informação é um dos recursos mais estratégicos e mais valiosos para a condução de qualquer tipo de negócio ou projeto, seja de natureza pública ou privada, seja de abrangência global, nacional, regional, local e até mesmo pessoal. Nenhum País, Estado ou Município atingirá seu pleno desenvolvimento se não dispuser de informações atualizadas, precisas e sinópticas sobre a natureza, a quantidade e a distribuição geográfica dos seus recursos naturais e das riquezas geradas pelo seu povo (ELMIRO, 2004). O sensoriamento remoto é o processo de capturar informação sobre alguma coisa sem estar em contato físico com ela: aprendendo sem tocar. O tipo mais comum de sensoriamento remoto é o uso dos olhos pra detectar a luz. Observar os objetos ao nosso redor, ouvir o barulho das ondas do mar, da buzina do carro e sentir o calor do sol é sensoriamento remoto. Os satélites carregam sensores que observam a superfície da terra, os oceanos, o ar, etc. Os satélites ajudam a predizer a temperatura, acompanhar o crescimento das diversas culturas agrícolas, planejar cidade, predizer fenômenos (terremoto, erupção de vulcões, inundações, furacões, etc), encontrar ruínas arqueológicas, etc ( DUTRA, 2003). Um dos principais objetivos do sensoriamento remoto é o de distinguir e identificar as composições de diferentes materiais superficiais, sejam eles tipos de vegetação, padrões de uso do solo, rochas e outros. Essa distinção e identificação torna-se possível devido ao fato dos materiais superficiais terem comportamentos específicos ao longo do espectro eletromagnético, comportamentos esses que podem portanto ser usados para identifica-los (CROSTA, 1992). O presente trabalho tem como objetivo utilizar da técnica de classificação supervisionada, que envolve sensores remotos, imagens digitais, processamento de dados e interpretações empíricas e subjetivas, para identificar possíveis variáveis que possuam relação com fenômenos de caráter social, intimamente associados à ocupação do espaço geográfico.
10 2 OBJETIVO 2.1 Geral Estudar a relação entre proporção de classes notáveis dentro do espaço urbano e o padrão sócio-econômico presumido de áreas na cidade de Bocaiúva-MG. 2.2 Específicos - Definir variáveis que possuem relação com determinados tipos de padrão de ocupação dentro do espaço intra-urbano; - Utilizar método de classificação supervisionada para estabelecer a proporcionalidade das variáveis em relação ao padrão sócio-econômico das amostras; - Verificar as proporcionalidades em função do padrão de cada amostra.
11 3 FUNDAMENTOS TEÓRICOS 3.1 Conhecimento da Incerteza Tudo o que se mede ou se modela está sujeito a erros e esses erros respondem pela qualidade de mapa ou da base de dados num SIG (TIMBÓ, 2000). O componente de erro mais explorado, que é motivo de preocupação constante tanto em Cartografia como em Geoprocessamento, é a incerteza quanto à localização. A exatidão de posicionamento é dada pelo erro na posição ou na localização, com relação ao sistema de referência da base de dados, de pontos bem definidos. O usuário de SIG deve se preocupar, por exemplo, com o erro na medição das coordenadas dos pontos de controle com GPS ou então com o erro planimétrico associado à escala dos mapas (TIMBÓ, 2000). Outro componente de erro muito importante é a incerteza na atribuição de valores ou classes aos objetos que compõem a base de dados. A exatidão de atributos questiona a correção com que os atributos são associados aos objetos. No caso de variáveis representadas por campos numéricos como o relevo, o erro é expresso por um valor numérico, um número real. Pode-se dizer que a altitude de um ponto tem um erro de 20 metros. Já para variáveis representadas por campos temáticos, como o solo, o erro reduz-se a certo ou errado. Pode-se dizer que um polígono classificado como floresta ombrófila densa está errado porque está na área de floresta ombrófila aberta (TIMBÓ, 2000). 3.2 Sensoriamento Remoto Uma definição para Sensoriamento Remoto (SR) pode ser: É a utilização de sensores para aquisição de informações sobre objetos ou fenômenos sem que haja contato direto com eles (INPE, 2003). Uma definição mais específica define o sensoriamento remoto como: O conjunto de técnicas de aquisição, processamento e interpretação de imagens obtidas desde aviões a satélites, nas quais é registrado algum aspecto da interação entre a matéria e a energia eletromagnética (INTERSAT, 2005), ver figura 1.
12 Figura 1 Interação da Radiação Eletromagnética Fonte: INTERSAT, Sistemas Orbitais Os sistemas sensores são equipamentos que estão a bordo dos satélites e sua função é captar e registrar a energia eletromagnética proveniente dos objetos na superfície terrestre. Sem eles não seria possível para o satélite obter imagens, ele estaria literalmente cego. Da mesma forma como nós captamos as cores dos objetos através dos nossos olhos, os sensores a bordo dos satélites captam a energia eletromagnética que é refletida ou emitida pelos objetos da superfície terrestre (INTERSAT, 2005). Plataformas orbitais são naves tripuladas ou não que se deslocam em volta à Terra e que usam a as forças gravitacionais e centrífugas para se manter em órbita (MAILLARD, 2000). Existem basicamente três tipos de órbitas usadas em sensoriamento remoto: 1. Uma órbita heliossíncrona é caracterizada pelo fato de que o plano da órbita do satélite forma um ângulo constante com o plano orbital da Terra em volta ao sol. Essas órbitas são possíveis entre 300 a 1500 quilômetros de altitude e nuca passam pelos pólos.
13 2. Uma órbita é chamada de geoestacionária quando o satélite fica constantemente em cima do mesmo ponto geográfico.esse tipo de órbita envolve grandes altitudes na ordem de quilômetros. 3. A órbita circular oferece a vantagem de sempre sobrevoar a superfície terrestre à mesma altitude. Este tipo de órbita faz o satélite sobrevoar a qualquer hora do dia e da noite.os satélites orbitam em altitudes relativamente baixas ( abaixo de 1000 km) (MAILLARD, 2000). 3.4 Sistema Orbital QuickBird Figura 2 - Satélite QuickBird Fonte: INTERSAT, O Quickbird (figura 2) é um satélite de alta precisão desenvolvido pela Digital Globe, que oferece imagens comerciais de alta resolução da Terra. As imagens pancromáticas e multiespectrais são planejadas para dar suporte nas aplicações em gerenciamento de avaliação de riscos e publicações de mapas com ênfase nas áreas urbanas (EMBRAPA, 2005). Informações sobre as características do satélite estão na tabela 1 e informações técnicas sobre o mesmo estão na tabela 2.
14 Tabela 1 Informações Técnicas do Satélite Data de lançamento Outubro de 2001 Veículo de lançamento Local de lançamento Boeing Delta II Vandenberg Air Force Base, Califórnia Capacidade de armazenamento de dados 128 Gbytes, aproximadamente 57 áreas imagens simples Altitude da órbita Inclinação da órbita Velocidade Horário de Passagem Duração da órbita Capacidade de envio de dados 450 Km 98 graus, em sincronismo com o Sol 7.1 Km/segundo 10:30 h 98 minutos 320Mpbs em banda x Fonte: INTERSAT, Tabela 2 Características do Satélite Largura do Imageamento Tempo de revisita Precisão Métrica 16,5 x 16,5 km, no nadir 1 a 3,5 dias dependendo da latitude (30 off-nadir) Horizontal: 23metros (CE90%) Vertical: 17 metros(le 90%) Resolução Pan: 61 cm (nadir) até 72 cm (25 off-nadir) Multiespectral: de 2.44m (nadir) até 2.88 m (25 offnadir) Bandas Pancromática: nm Azul: nm Vermelho: nm Infravermelho Próximo: nm Máximo Aquisição Simples 1x 10,1 par estéreo Fonte: INTERSAT, 2005.
15 3.6 Imagens de Sensoriamento Remoto As imagens de Sensoriamento Remoto são uma representação, em formato digital ou analógico, de uma parte da superfície terrestre. As imagens adquiridas por sensores satélites têm geralmente formatos digitais, já as fotografias aéreas são tradicionalmente imagens analógicas. Uma imagem digital (figura 3) é a composição de um conjunto de elementos denominados pixels (picture elements) ordenados na forma de uma matriz bidimensional. Para cada um destes elementos de imagem existe uma única posição na matriz, indicada pela intersecção de uma linha e uma coluna (figura 4). Cada pixel ou elemento da matriz representa uma área definida da superfície terrestre, assim a área total do conjunto de todos os pixels da matriz corresponde à área total coberta pela imagem sobre a superfície (INTERSAT, 2005). Figura 3 Raio-x de uma Imagem Digital Fonte: INTERSAT, Processamento Digital de Imagem de Sensoriamento Remoto O processamento digital de imagens de sensoriamento remoto trata especificamente das técnicas utilizadas para identificar, extrair, condensar e realçar a informação de interesse para determinados fins, a partir de uma enorme quantidade de dados que usualmente compõem essas imagens (CROSTA, 1992).
16 3.8 Classificação de Imagem de Sensoriamento Remoto A classificação automática de imagens multiespectrais de sensoriamento remoto diz respeito a associar cada pixel da imagem a um rótulo descrevendo um objeto real (vegetação, solo, etc...). Dessa forma, os valores numéricos DNs (digital numbers) associados à cada pixel, definidos pela reflectância dos materiais que compõem esse pixel, são identificados em termos de um tipo de cobertura da superfície terrestre imageada (água, tipo de vegetação, de solo, de rocha, etc.), chamadas então de temas (CROSTA, 1992). Quando esse tipo de operação é efetuado para todos os pixels de uma determinada área, o resultado é um mapa temático, mostrando a distribuição geográfica de um tema, tal como vegetação ou solo. Pode-se dizer então que uma imagem de sensoriamento remoto classificada é uma forma de mapa digital temático. Quando essa imagem é reorganizada para se ajustar a uma dada projeção cartográfica, torna-se um importante elemento para ser incorporado a um sistema geográfico de informações (CROSTA, 1992). 3.9 Classificação Supervisionada Nesse tipo de classificação, é necessário que o usuário conheça alguma coisa da área a ser classificada, antes de iniciar o processo. Idealmente, deveria haver locais específicos dentro de área a ser classificada onde observações de campo tivessem sido efetuadas durante a passagem do satélite para adquirir a imagem. Esse tipo de observação é conhecida como verdade terrestre. Essas áreas podem então ser usadas como um padrão de comparação, com a qual todos os pixels desconhecidos da imagem serão comparados para se decidir a qual classe pertencem. Essa situação ideal na maioria das vezes não é possível, sendo necessário fazer certas inferências sobre as classes superficiais (CROSTA, 1992). Uma área da imagem que o usuário identifica como representando uma das classes é chamada de área de treinamento. Uma área de treinamento é normalmente definida pelo usuário traçando-se seus limites diretamente sobre a imagem, no monitor de vídeo do sistema de processamento de imagens. Várias áreas de treinamento podem ser definidas
17 para uma mesma classe, para assegurar que os pixels a ela pertencente são realmente representativos de dessa classe (CROSTA, 1992) Segmentação Neste processo, divide-se a imagem em regiões que devem corresponder às áreas de interesse da aplicação. Entende-se por regiões um conjunto de "pixels" contíguos, que se espalham bidirecionalmente e que apresentam uniformidade. A divisão em porções consiste basicamente em um processo de crescimento de regiões, de detecção de bordas ou de detecção de bacias (INPE, 2002) Classificação por Regiões Os classificadores por regiões utilizam, além de informação espectral de cada "pixel", a informação espacial que envolve a relação entre os "pixels" e seus vizinhos. Estes classificadores procuram simular o comportamento de um foto-intérprete, ao reconhecer áreas homogêneas de imagens, baseados nas propriedades espectrais e espaciais de imagens. A informação de borda é utilizada inicialmente para separar regiões e as propriedades espaciais e espectrais irão unir áreas com mesma textura (INPE, 2002).
18 4 METODOLOGIA A área escolhida para realização da pesquisa foi o município de Bocaiúva (figura 4), localizado no Norte do Estado de Minas Gerais (figura 4) e tem a sua sede com posição marcada pelas coordenadas geográficas , de Latitude Sul, e 43 º de Longitude Oeste. (PRODEMGE, 1998). Figura 4 Mapa de Localização do Município de Bocaiúva-MG Fonte: Base GeoMinas Foi adquirida através da INTERSAT uma imagem (figura 5) de 15 km², referente à área urbana do município de Bocaiúva. A imagem de alta resolução do satélite Americano QuickBird, tomada no dia 15 de outubro de 2004, foi fornecida em formato GEOTIFF, composição colorida (RGB-321), com resolução espacial de 0.6 metros.
19 Figura 5 Quicklook da Cena com Destaque da Imagem Fornecida Fonte: INTERSAT
20 Foi necessário tratar a imagem devido ao baixo contraste apresentado pela mesma. A técnica de realce de contraste tem por objetivo melhorar a qualidade das imagens sob os critérios subjetivos do olho humano. Para tratamento da imagem, utilizou-se o software de livre domínio SPRING (sistema de processamento de imagens georeferenciadas), disponibilizado pelo INPE. As áreas (quadras) selecionadas como amostra, foram definidas aleatoriamente, não levando em consideração limites oficiais. Foram definidas 3 amostras para o estudo. Para realizar o recorte destas áreas utilizou-se o software ERDAS IMAGINE 8.6. As variáveis que possuem relação com determinados tipos de padrão de ocupação dentro do espaço intra-urbano foram separadas em: -Pavimentação: - asfalto - solo exposto - Vegetação: - árvores, arbustos e gramíneas - Cobertura das edificações: - cerâmica - cimentada - metálica - Água Foram consideradas três categorias sócio-econômicas para classificação das quadras: - classe baixa; - classe média; - classe alta. Nos procedimentos de classificação digital, empregou-se o método de segmentação, utilizando valores 5 de similaridade e 8 de área de pixels para gerar uma imagem, separada em regiões com base na análise dos níveis de cinza. Logo após foi criado o arquivo de contexto, que armazena quais as bandas farão parte do processo de classificação por regiões. Em seguida foi realizado o procedimento de extração de regiões, onde o algoritmo
21 extrai informações estatísticas de média e variância de cada região, considerando as bandas indicadas no contexto. Outro procedimento realizado foi o treinamento, onde as amostras são coletadas sobre a imagem na área do desenho e posteriormente validadas através da estatística gerada pelo software. A classificador utilizado para separar as classes foi o Bhattacharya 99.9%.
22 5 RESULTADOS E DISCUSSÕES 5.1 Classe Baixa Figura 6 Amostra 1 Figura 7 Segmentação da Classe Baixa
23 Figura 8 Classificação da Classe Baixa As tabelas 3 e 4 apresentam dados referentes à matriz de classificação e às áreas das classes, respectivamente. O gráfico 1 mostra a distribuição percentual das variáveis na classe baixa. Tabela 3 Matriz de Classificação da Classe Baixa Matriz de Classificação Dados de Referência Asfalto ,37% Solo ,22% Vegetação ,35% Cerâmica ,97 Cimentada 277 3,77 Metálica 17 0,23 Soma 7344
24 Tabela 4 Medidas das Classes da Classe Baixa Medidas de Classes unidade (m²) Cálculo de áreas/comprimento por Geoclasse Asfalto 8156, Solo 16622, Vegetação 10937, Cimentada 8894, Laje 1968, Metálica 733, Área Total das Classes 47313, Gráfico 1 Percentuais da Classe Baixa Percentuais da Classe Baixa asfalto solo vegetação cerâmica cimentada metálica água A variável solo destacou-se em relação às outras, devido à pequena quantidade de área construída dentro de cada lote. Isso reflete o alto índice de vegetação e o baixo índice de cerâmica encontrado nessa amostra. O baixo índice de Cobertura cimentada se dá pelo fato de que a quadra selecionada é formada, em sua maioria, por casas populares. A cobertura metálica representa alteração das edificações pelos moradores, sendo representada, por exemplo, por garagens cobertas. Nesta área não foi detectada a presença de água.
25 5.2 Classe Média Figura 9 Amostra 2 Figura 10 Segmentação da Classe Média
26 Figura 11 Classificação da Classe Média As tabelas 5 e 6 apresentam dados referentes à matriz de classificação e às áreas das classes, respectivamente. O gráfico 2 mostra a distribuição percentual das variáveis na classe média. Tabela 5 Matriz de Classificação da Classe Média Matriz de Classificação Dados de Referência Asfalto ,96% Solo ,45% Vegetação ,15% Cerâmica ,47% Cimentada 955 6,80% Metálica 38 0,27% Soma 14054
27 Tabela 6 Medidas de Classes da Classe Média Medidas de Classes unidade (m²) Cálculo de áreas/comprimento por Geoclasse Asfalto 5123, Solo 7526, Vegetação 4005, Cimentada 5239, Laje 3003, Metálica 134, Área Total das Classes 25033, Gráfico 2 Percentuais da Classe Média Percentuais da Classe Média asfalto solo vegetação cerâmica cimentada metálica água Nessa amostra o índice de cerâmica elevado demonstra uma relevante presença de área construída, porém com preservação de solo exposto (quintais), o que é demonstrado no índice solo e vegetação. Devido à dimensão dos arruamentos há uma presença considerável do índice asfalto. A cobertura metálica é quase inexistente na amostra e pode se referir a materiais que possuam resposta espectral semelhante. Nesta área não foi detectada a presença de água.
28 5.3 Classe Alta Figura 12 Amostra 3 Figura 13 Segmentação da Classe Alta
29 Figura 14 - Classificação da Classe Alta As tabelas 7 e 8 apresentam dados referentes à matriz de classificação e às áreas das classes, respectivamente. O gráfico 3 mostra a distribuição percentual das variáveis na classe média. Tabela 7 Matriz de Classificação da Amostra 3 Matriz de Classificação Dados de Referência Asfalto ,74% Solo 868 6,23% Vegetação ,61% Cerâmica ,38% Cimentada 475 3,41% Metálica 91 0,65% Água 136 0,98% Soma 13931
30 Tabela 8 Medidas de Classes da Classe Alta Medidas de Classes Cálculo de áreas/comprimento por Geo-classe unidade (m²) Asfalto 5123, Solo 4871, Vegetação 5538, Cimentada 6415, Laje 2091, Metálica 154, Água 136, Área Total das Classes 26759, Gráfico 3 - Percentuais da Classe Alta Percentuais da Classe Alta asfalto solo vegetação cerâmica cimentada metálica água A maior presença de cerâmica em relação ao solo e vegetação é explicada pela grande quantidade de área construída dentro de cada lote. O alto índice de asfalto se deve à presença de ruas mais largas e áreas de solo coberto com material de resposta espectral semelhante a do asfalto. O alto índice de cobertura cimentada apresentado ocorre pelo fato de existirem dois pontos comerciais na área e pela presença de materiais com resposta espectral semelhante, localizados ao redor das piscinas. A presença de cobertura metálica é quase inexistente. O índice água representado por piscinas, apesar de apresentar valor baixo, é uma variável de grande significância para identificar alto poder aquisitivo.
31 Gráfico 4 Percentual das Classes Percentual das Classes Classe-Baixa Classe-Média Classe-Alta asfalto solo vegetação cerâmica cimentada metálica água Analisando o gráfico 4, que apresenta o percentual das três classes, observou-se que os índices asfalto e cerâmica apresentam-se crescentes e o índice solo apresenta-se decrescente de acordo com o aumento do poder aquisitivo das classes sócio-econômicas. A justificativa para diferença de valores no índice asfalto é a dimensão dos arruamentos encontrados em cada área. A cobertura cerâmica é a variável mais importante para identificação das classes sócio-econômicas, apresentando valores mais altos na presença de grandes áreas construídas. A cobertura solo exposto identifica as áreas onde não há presença de edificações. A classe alta demonstra isso claramente, pois possui baixo índice de solo e o maior índice de área construída das amostras. A cobertura cimentada e metálica não foram relevantes na identificação das classes, pois além de apresentar valores baixos, apresentou conflitos com outros materiais principalmente na classe alta. O índice vegetação, neste caso, não pode ser utilizado como parâmetro classificatório, apresentando altos índices nas classes baixas e altas. O índice água foi decisivo na classificação da classe alta, demonstrando presença de piscinas ao contrário das outras áreas onde o índice foi nulo.
32 6 CONCLUSÃO A utilização de imagens de sensoriamento remoto, juntamente com as técnicas de processamento digital, possibilita de forma econômica e eficiente o levantamento de dados, análise e monitoramento de áreas urbanas. O método classificatório empregado permitiu uma separação fiel das variáveis, confirmando com valores percentuais, características visuais que representam a realidade sócio-econômica das amostras. Apesar dos resultados satisfatórios, algumas rotinas que não foram utilizadas podem ser adotadas para se chegar a resultados mais seguros e fidedignos, por exemplo: - utilizar limites oficiais para definir as amostras; - fazer uso de uma quantidade significativa de amostras; - estudar de forma exaustiva a resposta espectral dos alvos.
33 REFERÊNCIAS BIBLIOGRÁFICAS ANTUNES, Celso. Geografia e participação. 3. ed. São Paulo: Scipione, p. CROSTA, Álvaro Penteado. Processamento Digital de Imagens de Sensoriamento Remoto. Edição Revisada. Campinas: Instituto de Geociências, p. DUTRA, Luciano Vieira. Fundamentos de Processamento Digital de Imagens de Sensoriamento Remoto. Notas de aula da UFMG, Belo Horizonte, set ELMIRO, Marcos A. Timbó. Curso de Extensão em Geoprocessamento. Notas de aula do Departamento de Cartografia da UFMG. Belo Horizonte, EMBRAPA, Satélites de monitoramento. QuickBird. Disponível em: Acesso em: 3 de outubro de INPE, Instituto Nacional de Pesquisas Espaciais. SPRING 3.6: Tutorial 10 aulas. São José dos Campos, INTERSAT, Soluções em Imagem de Satélite. Sensoriamento Remoto. Disponível em: Acesso em: 3 de outubro de MAILLARD, Philippe. Introdução ao Sensoriamento Remoto. Notas de aula do Departamento de Cartografia da UFMG. Belo Horizonte, MAILLARD, Philippe. Introdução ao Processamento Digital de Imagens. Notas de aula do Departamento de Cartografia da UFMG. Belo Horizonte, MOURA, Ana Clara Mourão. A importância dos metadados no uso das Geotecnologias e na difusão da Cartografia Digital. Departamento de Cartografia, UFMG. Belo Horizonte. PAES, Fernando Camilo; PINTO, Sérgio dos Anjos F.; DUTRA, Luciano V. In: Simpósio Brasileiro de Sensoriamento Remoto, 10, 2003, Belo Horizonte. Anais XI SBSR, Belo Horizonte, Brasil, abril 2003, INPE, p PRODEMGE. Bases Digitais das Sedes dos Municípios de Minas Gerais
34 SENE, Eustáquio; MOREIRA, João Carlos. Geografia: Geral e do Brasil. São Paulo: Scipione, p. TIMBÓ, Marcos A. Levantamentos Através do Sistema GPS. Notas de aula do Departamento de Cartografia da UFMG. Belo Horizonte, 2000.
FACULDADE DE ENGENHARIA DE MINAS GERAIS SENSORIAMENTO REMOTO E AEROFOTOGRAMETRIA REVISÃO DE CONTEÚDO. Prof. Marckleuber
FACULDADE DE ENGENHARIA DE MINAS GERAIS SENSORIAMENTO REMOTO E AEROFOTOGRAMETRIA - 2011 REVISÃO DE CONTEÚDO Prof. Marckleuber -Diferença: Imagem de satélite X fotografia aérea -Satélite X Sensor X Radar
Classificação de imagens de Sensoriamento Remoto. Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo
Classificação de imagens de Sensoriamento Remoto Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo Conteúdo programático e Objetivos Conceito de classificação e fotointerpretação Classificações
Ecologia de Paisagem Conceitos e métodos de pesquisa 2012
Ecologia de Paisagem Conceitos e métodos de pesquisa 2012 Bases de sensoriamento remoto Cálculo de métricas com Fragstats Leandro Reverberi Tambosi letambosi@yahoo.com.br Sensoriamento Remoto Conjunto
José Alberto Quintanilha Mariana Giannotti
José Alberto Quintanilha jaquinta@usp.br Mariana Giannotti mariana.giannotti@usp.br Estrutura da Aula Momento Satélite (Apresentação de um novo satélite a cada aula) O que é uma imagem de satélite? O histograma
PROCESSAMENTO DIGITAL DE IMAGENS
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI
ARTIGO COM APRESENTAÇÃO BANNER - MONITORAMENTO AMBIENTAL
ARTIGO COM APRESENTAÇÃO BANNER - MONITORAMENTO AMBIENTAL ANÁLISE MULTITEMPORAL DA COBERTURA VEGETAL NO MUNICIPIO DE SÃO MIGUEL DO GUAMÁ, ESTADO DO PARÁ. RAYSSA CHAVES BRAGA, LAIS VIEIRA DE CARVALHO, MERILENE
PMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO
UNIVERSIDADE DE SÃO PAULO Escola Politécnica Departamento de Engenharia de Minas e de Petróleo PMI Graduação em Engenharia de Petróleo PMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO PROCESSAMENTO
Mapeamento do uso do solo
Multidisciplinar Mapeamento do uso do solo para manejo de propriedades rurais Allan Arnesen Frederico T. Genofre Marcelo Pedroso Curtarelli CAPÍTULO 4 Técnicas de classificação de imagens e processamento
O resultado é uma série de "fatias" da superfície, que juntas produzem a imagem final. (Exemplo: o radiômetro dos satélites NOAA gira a uma
Sensores e Satélites Para que um sensor possa coletar e registrar a energia refletida ou emitida por um objeto ou superfície, ele tem que estar instalado em uma plataforma estável à distância do objeto
Resoluções das Imagens fotogramétricas e digitais. Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia
Resoluções das Imagens fotogramétricas e digitais Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia Classificação dos filmes aerofotogramétricos Os filmes podem ser: preto e branco ou coloridos.
LINCOLN FONTES RESENDE UM ESTUDO PARA OBTENÇÃO DE ÍNDICE DE DESENVOLVIMENTO HUMANO ( IDH ) UTILIZANDO IMAGENS DE ALTA RESOLUÇÃO DO SATÉLITE QUICK BIRD
1 LINCOLN FONTES RESENDE UM ESTUDO PARA OBTENÇÃO DE ÍNDICE DE DESENVOLVIMENTO HUMANO ( IDH ) UTILIZANDO IMAGENS DE ALTA RESOLUÇÃO DO SATÉLITE QUICK BIRD GEOPROCESSAMENTO 2003 VI CURSO DE ESPECIALIZAÇÃO
SENSORIAMENTO REMOTO: CONCEITOS, TENDÊNCIAS E APLICAÇÕES. Imagens de Satélites Orbitais
Distribuidor Erdas e RapidEye no Brasil SENSORIAMENTO REMOTO: CONCEITOS, TENDÊNCIAS E APLICAÇÕES Imagens de Satélites Orbitais Contato: Santiago & Cintra Consultoria E-mail: contato@sccon.com.br Fone:
Mapeamento do uso do solo para manejo de propriedades rurais
1/45 Mapeamento do uso do solo para manejo de propriedades rurais Teoria Eng. Allan Saddi Arnesen Eng. Frederico Genofre Eng. Marcelo Pedroso Curtarelli 2/45 Conteúdo programático: Capitulo 1: Conceitos
Avaliação de métodos de classificação para o mapeamento de remanescentes florestais a partir de imagens HRC/CBERS
http://dx.doi.org/10.12702/viii.simposfloresta.2014.131-592-1 Avaliação de métodos de classificação para o mapeamento de remanescentes florestais a partir de imagens HRC/CBERS Juliana Tramontina 1, Elisiane
Prof o. Ti T a i go B adr d e r Mar a ino n Geoprocessamento D pa p rtam a ent n o de d Ge G oc o iê i nc n ias Instituto de Agronomia - UFRRJ
Resoluções das Imagens O termo resolução em sensoriamento remoto se desdobra na verdade em três diferentes (e independentes) parâmetros: resolução espacial, resoluçãoo espectral e resolução radiométrica
Disciplina Geoprocessamento Aplicadoao Planejamento
Mestradoem Territorial e Desenvolvimento Sócio-Ambiental MPPT Disciplina Geoprocessamento Aplicadoao Prof a. MarianeAlvesDalSanto Prof. Francisco Henrique de Oliveira EMENTA Conceitos e fundamentos do
Satélites e Sensores. Bruno Silva Oliveira
Satélites e Sensores Bruno Silva Oliveira São José dos Campos - SP Julho/2016 Órbita Polar Cíclica, heliossíncrona Órbita Geoestacionária Órbita Geoestacionária Quantos satélites orbitam a Terra? Satélites
09/03/2017. O que é Sensoriamento Remoto? Tipos de Sensoriamento Remoto REVISÃO SENSORIAMENTO REMOTO AULA ZERO. Satélites.
REVISÃO SENSORIAMENTO REMOTO AULA ZERO Daniel C. Zanotta 09/03/2017 O que é Sensoriamento Remoto? Arte e ciência da obtenção de informações sobre um objeto, através de radiação eletromagnética, sem contato
Sensoriamento Remoto
LABORATÓRIOS DIDÁTICOS DE GEOPROCESSAMENTO Sensoriamento Remoto Classificação Supervisionada de Imagens de Sensoriamento Remoto Elaboração: Cláudia Soares Machado Mariana Giannotti Rafael Walter de Albuquerque
Sensoriamento Remoto Aplicado à Geografia. Interpretação de imagens e confecção de mapas
Sensoriamento Remoto Aplicado à Geografia Interpretação de imagens e confecção de mapas Prof. Dr. Ailton Luchiari Prof. Dr. Reinaldo Paul Pérez Machado Interpretação de imagens e confecção de mapas Etapas
INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO
INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO PROCESSAMENTO DE IMAGENS Introdução Conceitos básicos Pré-processamento Realce Classificação PROCESSAMENTO DE IMAGENS Extração de Informações
MAPEAMENTO DO USO DA TERRA E DA EXPANSÃO URBANA EM ALFENAS, SUL DE MINAS GERAIS
MAPEAMENTO DO USO DA TERRA E DA EXPANSÃO URBANA EM ALFENAS, SUL DE MINAS GERAIS BRENO FURTADO LIMA 1 e RÚBIA GOMES MORATO 2 brenogeo@yahoo.com.br, rubiagm@gmail.com 1 Bolsista de iniciação científica FAPEMIG
Processamento Digital de Imagens SER Prática de Laboratório
Processamento Digital de Imagens SER 413-4 - Prática de Laboratório Bruna Virginia Neves João Arthur Pompeu Pavanelli Vanessa Camphora Relatório Parcial da prática de laboratório da disciplina de Processamento
Sistemas de Informações Geográficas
Sistemas de Informações Geográficas Aula 2 Assuntos: # Revisão em estatística # Revisão em informática # Revisão em sensoriamento remoto # # Histórico do SIG Geotecnologias Sensoriamento Remoto Geoprocessamento
SENSORIAMENTO REMOTO APLICADO A ANÁLISE AMBIENTAL NO SEMIÁRIDO: A CLASSIFICAÇÃO DO USO E COBERTURA DA TERRA NO MUNICÍPIO DE FEIRA DE SANTANA-BA
Revista do CERES Volume 1, Número 2 2015 http://www.cerescaico.ufrn.br/ceres/ SENSORIAMENTO REMOTO APLICADO A ANÁLISE AMBIENTAL NO SEMIÁRIDO: A CLASSIFICAÇÃO DO USO E COBERTURA DA TERRA NO MUNICÍPIO DE
USO DE IMAGENS TM LANDSAT 5 PARA ANÁLISE DO ALBEDO E SALDO DE RADIAÇÃO NA BACIA HIDROGRÁFICA DO CAMARAGIBE: DESTAQUE PARA SÃO LUIZ DO QUITUNDE-AL
USO DE IMAGENS TM LANDSAT 5 PARA ANÁLISE DO ALBEDO E SALDO DE RADIAÇÃO NA BACIA HIDROGRÁFICA DO CAMARAGIBE: DESTAQUE PARA SÃO LUIZ DO QUITUNDE-AL Laurizio Emanuel Ribeiro Alves 1 ; Heliofábio Barros Gomes
Segmentação e Classificação. Prof. Herondino
Segmentação e Classificação Prof. Herondino Segmentação Neste processo, divide-se a imagem em regiões que devem corresponder às áreas de interesse da aplicação. Entende-se por regiões um conjunto de "pixels"
II Semana de Geografia UNESP / Ourinhos 29 de Maio a 02 de Junho de 2006
USO E OCUPAÇÃO DO SOLO NA MICROBACIA CÓRREGO DO PORTO-TRÊS LAGOAS MS SILVA, Laís C.N. Universidade Federal de Mato Grosso do Sul- UFMS lais_cns@yahoo.com.br DELGADO, Valeria P. Universidade Federal de
Definição de sensoriamento remoto. Professor: Enoque Pereira da Silva
Definição de sensoriamento remoto Professor: Enoque Pereira da Silva Definição de sensoriamento remoto Sensoriamento remoto é um termo utilizado na área das ciências aplicadas que se refere à obtenção
TRATAMENTO DOS DADOS DE SATÉLITES
TRATAMENTO DOS DADOS DE SATÉLITES Fonte de radiação SISTEMA DE COLETA Trajetória ria PRODUTOS INTERAÇÃO SISTEMA TRATAMENTO AÇÕES Produto final Tratamento de imagem Consiste em aplicar determinadas técnicas
Ministrantes: Alex Lemos e Marco Malagodi
Ministrantes: Alex Lemos e Marco Malagodi O que é Geotecnologia? Base vetorial: ponto, linha e polígono Atividade I Apresentação: Google Earth > Ferramentas Atividade II Atividade III Atividade IV Agenda
MAPEAMENTO COSTEIRO INTEGRADO
MAPEAMENTO COSTEIRO INTEGRADO Prof. Gilberto Pessanha Ribeiro Cartografia/Geodésia/Geografia/Geologia do Quaternário gilberto.pessanha@gmail.com Universidade Federal de São Paulo - UNIFESP Instituto do
1. Introdução: um breve histórico
1. Introdução: um breve histórico Sensoriamento Remoto no Brasil Início das Atividades 1968 - Projeto SERE 1972 - PG em SR 1973 - Recepção de dados Landsat 1975-1 a Dissertação de Mestrado Sensoriamento
Sensoriamento Remoto Aplicado à Geografia Características das Imagens
Sensoriamento Remoto Aplicado à Geografia Características das Imagens Prof. Dr. Reinaldo Paul Pérez Machado Remote Sensing Raster (Matrix) Data Format Jensen, 2004 Nível de Cinza Tipos de Resolução resolução
COORDENADORIA DE DEFESA CIVIL MUNICÍPIO DE DUQUE DE CAXIAS - RJ
Metodologia De Interpretação Visual Da Banda 6 (Infra Vermelha Termal) Das Imagens Do Satélite Landsat 7 Para Identificação Das Dinamicas De Chuvas De Verão Em Duque De Caxias - RJ Wilson Leal Boiça Wilson
Alterações no padrão de cobertura da terra na Zona Oeste da cidade do Rio de Janeiro/RJ nos anos de 1985 e DOMINIQUE PIRES SILVA
Alterações no padrão de cobertura da terra na Zona Oeste da cidade do Rio de Janeiro/RJ nos anos de 1985 e 2010. DOMINIQUE PIRES SILVA Universidade Federal Rural do Rio de Janeiro E-mail: nique_rhcp@hotmail.com
Fundamentos de Sensoriamento Remoto
UNIVERSIDADE DO ESTADO DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL DISCIPLINA: Geoprocessamento para aplicações ambientais e cadastrais Fundamentos de Sensoriamento Remoto Profª. Adriana
O resultado é uma série de "fatias" da superfície, que juntas produzem a imagem final. (Exemplo: o radiômetro dos satélites NOAA gira a uma
Sensores e Satélites Para que um sensor possa coletar e registrar a energia refletida ou emitida por um objeto ou superfície, ele tem que estar instalado em uma plataforma estável à distância do objeto
UNICAP Universidade Católica de Pernambuco Laboratório de Topografia de UNICAP - LABTOP Topografia 2. Sensoriamento Remoto.
UNICAP Universidade Católica de Pernambuco Laboratório de Topografia de UNICAP - LABTOP Topografia 2 Sensoriamento Remoto Parte 2 Recife, 2014 Imagens Orbitais no Estado de Pernambuco 2 Imagem Ikonos,
O PROJETO MUTIRÃO DE REFLORESTAMENTO E SEUS EFEITOS AMBIENTAIS NO MUNICÍPIO DO RIO DE JANEIRO.
O PROJETO MUTIRÃO DE REFLORESTAMENTO E SEUS EFEITOS AMBIENTAIS NO MUNICÍPIO DO RIO DE JANEIRO. Aluna: Renata Fernandes Teixeira Orientador: Bernardo Baeta Neves Strassburg Introdução Com o aumento populacional
SENSORES REMOTO UMA ABORDAGEM PRÁTICA NO LEVANTAMENTO FLORESTAL
SENSORES REMOTO UMA ABORDAGEM PRÁTICA NO LEVANTAMENTO FLORESTAL MADRUGA P.R. de A. 1 As técnicas de geoprocessamento, em especial o Sensoriamento Remoto, tornaram-se corriqueiras no dia a dia dos profissionais
Introdução ao Processamento de Imagens
IFSul Eng. Elétrica Processamento de Imagens Digitais Introdução ao Processamento de Imagens Material de apoio organizado por: Glaucius Décio Duarte Atualizado em 18 jul. 2017 Conceitos Processamento digital
GERAÇÃO DE CARTA IMAGEM A PARTIR DE IMAGENS DE SENSORES ORBITAIS DE ALTA RESOLUÇÃO
GERAÇÃO DE CARTA IMAGEM A PARTIR DE IMAGENS DE SENSORES ORBITAIS DE ALTA RESOLUÇÃO Francisco José Silva Soares Mendes Graduando em Geografia pela Universidade Federal do Ceará- UFC/Fortaleza-CE. mendesfjss@yahoo.com.br.
PROCESSAMENTO DE IMAGENS
PROCESSAMENTO DE IMAGENS Introdução Conceitos básicos Pré-processamento Realce Classificação PROCESSAMENTO DE IMAGENS- aula de 25/5/10 Introdução Conceitos básicos Pré-processamento Realce Classificação
SENSOREAMENTO REMOTO AULA1
O QUE É? SENSOREAMENTO REMOTO AULA1 QUAL A DIFERENÇA ENTRE FOTOINTERPRETAÇÃO E SENSOREAMENTO REMOTO?. SENSOREAMENTO REMOTO AULA1 O QUE É? SENSOREAMENTO REMOTO AULA1 O Sensoriamento Remoto - SR, segundo
CLASSIFICAÇÃO MULTIESPECTRAIS
CLASSIFICAÇÃO EM IMAGENS MULTIESPECTRAIS Classificação em imagens multiespectrais Imagens multiespectrais Padrão (vetor) Espaço de atributos Classificação Classificação em imagens multiespectrais Imagens
Aquisição de dados. Sistema Modelo de Deteção Remota. Energia Eletromagnética. Espectro Eletromagnético. Interações com a Atmosfera
Aquisição de dados Como recolher informação geográfica? Deteção Remota Fotografia Aérea Métodos topográficos Sistemas de posicionamento por satélite Desenho sobre cartografia já existente Deteção Remota
FOTOGRAMETRIA E FOTOINTERPRETAÇÃO
FOTOGRAMETRIA E FOTOINTERPRETAÇÃO Mosar Faria Botelho PONTOS DE APOIO Objetiva relacionar os objetos contidos na foto aérea com os objetos contidos no terreno. MÉTODOS DE POSICIONAMENTO POR GPS Modo Ponto
Mapas e suas representações computacionais
Mapas e suas representações computacionais Tipos de dados: diversos tipos de dados são utilizados em SIG e suas representações computacionais. Mapas temáticos Descrevem de forma qualitativa, a distribuição
MAPEAMENTO COSTEIRO COM APOIO DE IMAGENS DE SATÉLITES THEOS E WORLDVIEW
1 MAPEAMENTO COSTEIRO COM APOIO DE IMAGENS DE SATÉLITES THEOS E WORLDVIEW Gilberto Pessanha Ribeiro, gilberto.pessanha@gmail.com Artur Willcox dos Santos, arturwillcox@gmail.com Ubiratan de Souza Dias
GEOPROCESSAMENTO. Sensoriamento Remoto. Prof. Luiz Rotta
1 GEOPROCESSAMENTO Sensoriamento Remoto Prof. Luiz Rotta SENSORIAMENTO REMOTO - DEFINIÇÕES Utilização de sensores para a aquisição de informações sobre objetos ou fenômenos sem que haja contato direto
¹ Estudante de Geografia na Universidade Estadual de Campinas (Unicamp), estagiária na Embrapa Informática Agropecuária (Campinas, SP).
89 Interpretação e classificação de imagens de satélite na extração de informações sobre o uso da terra e cobertura vegetal na bacia hidrográfica do rio Teles Pires/MT-PA Jéssica da Silva Rodrigues Cecim
CLASSIFICAÇÃO PIXEL A PIXEL SUPERVISIONADA EM IMAGEM DE SATÉLITE SÃO SEBASTIÃO DO PARAISO (MG)
CLASSIFICAÇÃO PIXEL A PIXEL SUPERVISIONADA EM IMAGEM DE SATÉLITE SÃO SEBASTIÃO DO PARAISO (MG) Rennan de Freitas Bezerra Marujo Universidade Federal de Lavras rennan@computacao.ufla.br Margarete Marin
9º Encontro Técnico DER-PR
Técnicas de Sensoriamento Remoto aplicadas a rodovias. 9º Encontro Técnico DER-PR Sensoriamento Remoto É definido como, o conjunto de técnicas e equipamentos, utilizados para obter informações sobre um
Sensoriamento Remoto: Imagens orbitais e resoluções. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.
Sensoriamento Remoto: Imagens orbitais e resoluções Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho. Fases de aquisição de uma cena Captação; Estação de processamento, arquivamento, distribuição.
SISTEMAS DE INFORMAÇÃO GEOGRÁFICA (II)
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI
CARTOGRAFIA. (do grego chartis = mapa e graphein = escrita) é a ciência que trata da concepção, produção, difusão, utilização e estudo dos mapas.
CARTOGRAFIA (do grego chartis = mapa e graphein = escrita) é a ciência que trata da concepção, produção, difusão, utilização e estudo dos mapas. ELEMENTOS DE UM MAPA. Escala: é a proporção entre o tamanho
Uso de Imagens de Satélite para o Estudo do Uso da Terra e Sua Dinâmica
2 Uso de Imagens de Satélite para o Estudo do Uso da Terra e Sua Dinâmica Elaine Cristina Cardoso Fidalgo, Maurício Rizzato Coelho, Fabiano de Oliveira Araújo, Humberto Gonçalves dos Santos, Maria de Lourdes
Avaliação Parcial 01 - GABARITO Questões Bate Pronto. As questões 1 a 23 possuem apenas uma alternativa correta. Marque-a.
Avaliação Parcial 01 - GABARITO Questões Bate Pronto. As questões 1 a 23 possuem apenas uma alternativa correta. Marque-a. 1) A água reflete muita radiação no infravermelho próximo. (5 pontos) 2) A radiação
TUTORIAL. Imagens CBERS-4 5m: conheça este sensor e aprenda a realizar o download dessas imagens no site do INPE QGIS.
TUTORIAL Imagens CBERS-4 5m: conheça este sensor e aprenda a realizar o download dessas imagens no site do INPE QGIS www.processamentodigital.com.br O Processamento Digital é um Canal de Conteúdo GEO oferecido
Detecção Remota. Aquisição de dados. Sistema Modelo de Detecção Remota ICIST. Energia Electromagnética. Interacções com a Atmosfera
Aquisição de dados Como recolher informação geográfica? Fotografia Aérea Métodos topográficos GPS Processo que permite extrair informação de um objecto, área ou fenómeno, através da análise de dados adquiridos
3 Sistema de Informação geográfica
3 Sistema de Informação geográfica 3.1 Introdução Também conhecidas como "geoprocessamento", as geotecnologias são o conjunto de técnicas computacionais para coleta, processamento, análise e compartilhamento
Mapeamento Temático. Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia
Mapeamento Temático Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia Como se classificam os mapas/cartas? A classificação mais comum é a que agrupa de acordo com a finalidade para a qual
5 Experimentos Corpus
5 Experimentos 5.1. Corpus A palavra corpus significa corpo em latim. No contexto de Aprendizado de Máquina, corpus se refere a um conjunto de dados utilizados para experimentação e validação de modelos.
Agricultura. Integra um grande número de formatos de imagens aéreas, satélite, radar ou térmicas;
Aplicações O software ENVI é usado por inúmeras organizações e instituições em todo o mundo. Abaixo apresentamos alguns exemplos das diferentes aplicações. Verifique a sua área de interesse! Agricultura
VARIÁVEIS GEOMORFOLÓGICAS NO ESTUDO DE DESLIZAMENTOS EM CARAGUATATUBA-SP UTILIZANDO IMAGENS TM-LANDSAT E SIG
MINISTÉRIO DA CIÊNCIA E TECNOLOGIA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS INPE-7511-TDI/724 VARIÁVEIS GEOMORFOLÓGICAS NO ESTUDO DE DESLIZAMENTOS EM CARAGUATATUBA-SP UTILIZANDO IMAGENS TM-LANDSAT E SIG
Tadeu Corrêa Pinheiro. Orientador: Prof. Dr. Gilberto Pessanha Ribeiro
Tadeu Corrêa Pinheiro Orientador: Prof. Dr. Gilberto Pessanha Ribeiro 1 Tópicos 1. Introdução 2. Fundamentação teórica 3. Desenvolvimento do trabalho - Metodologia 4. Apresentação dos resultados 5. Análise
ANALISE DE DADOS AMBIENTAIS POR MEIO DO USO DE IMAGENS DE SATÉLITE
ANALISE DE DADOS AMBIENTAIS POR MEIO DO USO DE IMAGENS DE SATÉLITE MAURICIO MARTORELLI GALERA UNIVERSIDADE ESTADUAL DE LONDRINA UEL INTRODUÇÃO A evolução tecnológica dos sistemas de imageamento remoto
Transformação, institucionalização e conflito nas esferas espacial, econômica, social e política
iências Humanas E SUAS TEC ECNOLOGIAS Ficha de Estudo 96 Tema Transformação, institucionalização e conflito nas esferas espacial, econômica, social e política Tópico de estudo Representação espacial Entendendo
Sensoriamento Remoto I Engenharia Cartográfica. Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista
Sensoriamento Remoto I Engenharia Cartográfica Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista 2016 Informes! 1) Data da prova #1: 09/05/2016 1) Conteúdo? até a aula anterior
Sensoriamento Remoto e Qualidade da Água
Sensoriamento Remoto e Qualidade da Água Fabricio Imamura Isabella Perri Brito Melissa Pegoraro Paola Martinelli AVALIAÇÃO DA QUALIDADE DA ÁGUA DO RESERVATÓRIO DE MANSO ATRAVÉS DO SENSORIAMENTO REMOTO
Maria Gonçalves da Silva Barbalho 1 André Luiz Monteiro da Silva 1 Mariana Almeida de Araújo 1 Rafael Antônio França Ferreira 1
Imagens CBERS para o Monitoramento da 2 a Safra Agrícola de 2004 Município de Jataí Goiás Maria Gonçalves da Silva Barbalho 1 André Luiz Monteiro da Silva 1 Mariana Almeida de Araújo 1 Rafael Antônio França
TUTORIAL. Satélite DEIMOS-2: Alta Resolução para projetos de Sensoriamento Remoto DEIMOS-2.
TUTORIAL Alta Resolução para projetos de Sensoriamento Remoto DEIMOS-2 www.processamentodigital.com.br O Processamento Digital é um Canal de Conteúdo GEO oferecido pela HEX Tecnologias Geoespaciais Inovadoras,
ESTIMATIVA DO ALBEDO E TEMPERATURA DE SUPERFÍCIE UTILIZANDO IMAGENS ORBITAIS PARA O MUNICÍPIO DE BARRA BONITA SP
ESTIMATIVA DO ALBEDO E TEMPERATURA DE SUPERFÍCIE UTILIZANDO IMAGENS ORBITAIS PARA O MUNICÍPIO DE BARRA BONITA SP Laurizio Emanuel Ribeiro Alves 1 ; Heliofábio Barros Gomes 1 ; Sandro Correia de Holanda
Luciano Fucci.
Luciano Fucci www.tecnodrone.com.br AEROLEVANTAMENTOS Visão Geral O que preciso saber para fazer aerolevantamento com Drones? www.tecnodrone.com.br AEROLEVANTAMENTO COM DRONES Um conjunto de operações
CAPÍTULO 5 RESULTADOS. São apresentados neste Capítulo os resultados obtidos através do programa Classific, para
CAPÍTULO 5 RESULTADOS São apresentados neste Capítulo os resultados obtidos através do programa Classific, para as imagens coletadas no verão II, período iniciado em 18/01 e finalizado em 01/03 de 1999,
Processamento Digital de Imagens - PDI
Processamento Digital de Imagens - PDI x Definição: x Manipulação da imagem por computador x Área Multidisciplinar: x Ótica x Engenharia Elétrica x Colorimetria x Neurofisiologia x Ciência da Computação
USO DE CARTA IMAGEM COMO FERRAMENTA DE GESTÃO DE MUNÍCIPIOS BRASILEIROS: APLICAÇÃO EM TERESINA-PI
USO DE CARTA IMAGEM COMO FERRAMENTA DE GESTÃO DE MUNÍCIPIOS BRASILEIROS: APLICAÇÃO EM TERESINA-PI Leandro Italo Barbosa de Medeiros¹, Danilo José da Silva Lira², Flavio Augusto Lima Sa de Moraes Lopes³,
NOVAS TECNOLOGIAS NO ENSINO A DISTÂNCIA DE PROCESSAMENTO DE IMAGENS UTILIZANDO O SPRING E IMAGENS CBERS.
NOVAS TECNOLOGIAS NO ENSINO A DISTÂNCIA DE PROCESSAMENTO DE IMAGENS UTILIZANDO O SPRING E IMAGENS CBERS http://www.dpi.inpe.br/ead/intro_sr Utilizam-se softwares e imagens disponíveis na rede, com acesso
PLANO DE ENSINO ANO 2016
Praça Tiradentes, 416 Centro Tel.:(35) 3464-1200 - CEP 37576-000 Inconfidentes - MG PLANO DE ENSINO ANO 2016 CURSO TÉCNICO EM AGRIMENSURA PROFESSOR DISCIPLINA: Sensoriamento Remoto e Fotogrametria MOSAR
Geoprocessamento GEOMÁTICA SIG SIG
GEOMÁTICA Geomática - Ciência e tecnologia para obtenção, análise, interpretação, distribuição e uso da informação espacial. Abrangência: Geoprocessamento SIG Sensoriamento Remoto GPS Cartografia Automatizada
FOTOGRAMETRIA: FUNDAMENTOS E PROCESSOS. LEB 450 Topografia e Geoprocessamento II Prof. Carlos A. Vettorazzi
FOTOGRAMETRIA: FUNDAMENTOS E PROCESSOS LEB 450 Topografia e Geoprocessamento II Prof. Carlos A. Vettorazzi 1 Introdução Definição: Fotogrametria é a arte, ciência e tecnologia de se obterem informações
Classificação e Exemplos de Sistemas Sensores. Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia
Classificação e Exemplos de Sistemas Sensores Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia Plataformas e Sistemas Sensores Sistema sensor: são dispositivos capazes de detectar e registrar
ANÁLISE VISUAL DE IMAGENS ORBITAIS MULTIESPECTRAIS
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI
COMPORTAMENTO ESPECTRAL DE ALVOS
COMPORTAMENTO ESPECTRAL O que é? DE ALVOS É o estudo da Reflectância espectral de alvos (objetos) como a vegetação, solos, minerais e rochas, água Ou seja: É o estudo do da interação da REM com as substâncias
AQUISIÇÃO DE INFORMAÇÃO GEOGRÁFICA
AQUISIÇÃO DE INFORMAÇÃO GEOGRÁFICA Fotografia aérea LIDAR GEOMÁTICA - 20ª aula 2012/2013 UTILIZAÇÃO DA FOTOGRAFIA AÉREA EM CARTOGRAFIA FOTOINTERPRETAÇÃO interpretação da forma e aspecto (cor, textura,
Introdução ao Processamento de Imagens Digitais Aula 01
Introdução ao Processamento de Imagens Digitais Aula 01 Douglas Farias Cordeiro Universidade Federal de Goiás 06 de julho de 2015 Mini-currículo Professor do curso Gestão da Informação Formação: Graduação
MAPEAMENTO DO USO DO SOLO URBANO ATRAVÉS DA CLASSIFICAÇÃO POR REGIÕES BASEADA EM MEDIDAS TEXTURAIS
MAPEAMENTO DO USO DO SOLO URBANO ATRAVÉS DA CLASSIFICAÇÃO POR REGIÕES BASEADA EM MEDIDAS TEXTURAIS Iris de Marcelhas e Souza 1 Madalena N. Pereira 1 Leila M. F. Garcia 1 Maria de Lourdes Neves de Oliveira
Banco de Dados Geográficos
Banco de Dados Geográficos Valéria Gonçalves Soares Professora DIMAp/UFRN Conteúdo Bancos de Dados Geográficos 1. Conceitos e Definições Características Gerais 2. Modelos de Dados Geográficos Modelos de
Uso de geotecnologias no estudo da sustentabilidade agrícola do núcleo rural Taquara, DF.
1 Uso de geotecnologias no estudo da sustentabilidade agrícola do núcleo rural Taquara, DF. Lousada, Bruno Maia Soriano (1) ; Lacerda, Marilusa Pinto Coelho (2) ; Boschini Ana Paula Masson (1) & Araújo,
TÉCNICAS DE SENSORIAMENTO REMOTO APLICADAS NO PROCESSAMENTO DE IMAGENS AEROFOTOGRAMÉTRICAS EM ÁREAS URBANAS
TÉCNICAS DE SENSORIAMENTO REMOTO APLICADAS NO PROCESSAMENTO DE IMAGENS AEROFOTOGRAMÉTRICAS EM ÁREAS URBANAS Lucimari Aparecida Franco Garcia Rossetti Mestranda em Geografia, Área de Análise da Informação
FOTOGRAMETRIA E FOTOINTERPRETAÇÃO
FOTOGRAMETRIA E FOTOINTERPRETAÇÃO GENERALIDADES Fotogrametria => é o processo de derivação de informação métrica de um objeto através de medições feitas em fotografias desse objeto Foto-interpretação =>
ANÁLISE TEMPORAL DAS ÁREAS DE EXPANSÃO DE REFLORESTAMENTO NA REGIÃO DO CAMPO DAS VERTENTES-MG
151 Introdução ANÁLISE TEMPORAL DAS ÁREAS DE EXPANSÃO DE REFLORESTAMENTO NA REGIÃO DO CAMPO DAS VERTENTES-MG Viviane Valéria Silva¹, Laura Rafaele S. Silva 1, Júlio Cezar Costa¹, Bruna Cardoso de Faria¹,
Mapeamento do uso do solo
Multidisciplinar Mapeamento do uso do solo para manejo de propriedades rurais Allan Arnesen Frederico T. Genofre Marcelo Pedroso Curtarelli CAPÍTULO 3 Aquisição de imagens e processamento de dados Neste
FERRAMENTAS ESTATÍSTICAS PARA ANÁLISE DA CLASSIFICAÇÃO
Objetivos: - QUANTIFICAR OS ERROS COMETIDOS NA CLASSIFICAÇÃO - MEDIR A QUALIDADE DO TRABALHO FINAL - AVALIAR A APLICABILIDADE OPERACIONAL DA CLASSIFICAÇÃO Fontes de erro das classificações temáticas Os
Interpretacão de Imagens. Teresa G.Florenzano DSR/INPE
Interpretacão de Imagens Teresa G.Florenzano DSR/INPE Aquisição de dados Fonte: Florenzano (2007) Espectro Eletromagnético Fonte: Florenzano (2007) Curvas espectrais Sensores e Satélites Sensores remotos:
Sistema Interativo de Análise Geoespacial da Amazônia Legal: análise da distribuição e localização de dados
107 Sistema Interativo de Análise Geoespacial da Amazônia Legal: análise da distribuição e localização de dados Daniel Dias de Andrade 1 João dos Santos Vila da Silva 2 Resumo: O uso de operações estatísticas
Coleta de dados geoespaciais para aplicações de alta precisão Pilares do Mapeamento de Qualidade Sensores aéreos e orbitais
Coleta de dados geoespaciais para aplicações de alta precisão Pilares do Mapeamento de Qualidade Sensores aéreos e orbitais Qualidade de dados de alta resolução Introdução Pilares 1. 2. 3. 4. Resolução
2015 direitos reservados verdecima.
1. TECNOLOGIA VANT Novos avanços tecnológicos ao nível da miniaturização de equipamentos, permitiram o desenvolvimento de uma nova metodologia, que se insere no campo da observação remota, onde a captura
USO DA TERRA E COBERTURA VEGETAL NA BACIA HIDROGRÁFICA DO XIDARINI NO MUNICÍPIO DE TEFÉ-AM.
USO DA TERRA E COBERTURA VEGETAL NA BACIA HIDROGRÁFICA DO XIDARINI NO MUNICÍPIO DE TEFÉ-AM. Selma Coelho de Carvalho- Discente do curso de Geografia da Universidade do Estado do Amazonas - CEST. Bolsista