ANÁLISE MULTI-TEMPORAL DE CENAS DO SATÉLITE QUICKBIRD USANDO UM NOVO PARADIGMA PARA A CLASSIFICAÇÃO DE IMAGENS E INFERÊNCIAS ESPACIAIS Estudo de caso:

ANÁLISE MULTI-TEMPORAL DE CENAS DO SATÉLITE QUICKBIRD USANDO UM

NOVO PARADIGMA PARA A CLASSIFICAÇÃO DE IMAGENS E

INFERÊNCIAS ESPACIAISEstudo de caso: Bairros Belvedere e Buritis,

Belo Horizonte, MG

Dr. Hermann Johann Heinrich Kux Eduardo Henrique Geraldi Araujo, MSc.

Divisão de Sensoriamento Remoto, INPE

São José dos Campos, Junho 2007

Imposição de um modelo econômico e especulativo.

Motivação

Desenvolvime nto inadequado em áreas com grande potencial urbano;

A constatação de mau uso das áreas urbanas:

IntroduçãoSensoriamento Remoto

Administrar ambientes urbanos envolve procedimentos de monitoramento e modelagem que requerem uma base de informações confiáveis;

O uso das técnicas de sensoriamento remoto auxilia na obtenção de informações sobre o uso do solo e na elaboração de um diagnóstico que subsidia o planejamento e a solução de problemas;

Disponibilidade de sensores com alta resolução espacial;

Métodos de classificação usando um novo paradigma: orientado a objetos;

Inferências espaciais com a interação de dados de diversas origens e formatos, usando SIG.

Detalhamento dos objetos

Introdução

Avaliar o uso de técnicas de processamento digital de imagens de alta resolução espacial e de métodos de inferência espacial de áreas urbanas, destacando suas características, especificidades e limitações, de modo a auxiliar no diagnóstico e na produção de informações sobre a cidade, contribuindo para o planejamento urbano.

Objetivo

Objetivos específicos

Em duas áreas-testes, bairros Belvedere e Buritis,:

Testou-se a eficiência de métodos de correção geométrica de imagens do satélite Quickbird;

Avaliou-se a precisão dos resultados da ortorretificação de imagens Quickbird tipo ORStandard aplicando o modelo rigoroso com o uso de pontos de controle terrestres adquiridos por GPS (Global Positioning System) em modo diferencial;

Avaliou-se o desempenho da classificação orientada à objetos no mapeamento da cobertura do solo urbano;

Avaliou-se a integração de informações extraídas de imagens Quickbird e de outras fontes em um SIG na geração de novas informações que subsidiem o planejamento urbano .

Área de estudo - Belvedere

Área de estudo - Belvedere

Área residencial unifamiliar.

Área residencial multi-familiar e

comercial.

Área de estudo - Buritis

Área de estudo - Buritis

Poluição visual - fundações

Grande declividade

Área de estudo - Geologia

Plano de xistosidade das camadas coincidentes com a inclinação da encosta

Área de estudo - Geologia

Corte com risco ao Deslizamento

Corte sem risco

Mergulho das camadas

45o Risco à escavação

Corte NW-SE

Procedimentos metodológicos

Definição da área de estudo

Aquisição das imagens Quickbird

Exigências;

Relevância;

Pertinência.

Imagem 2004

Imagem 2002

Buritis Belvedere


Especificações do satélite Quickbird

Lançamento: 18.10.2001 Vida útil: > 5 anos Órbita: 97,2º sol-síncrona Duração da órbita: 93,5 minutos Largura da faixa imageada: 16,5 Km (nadir), 20,8 Km (off-nadir) Tempo de revisita: 1 – 3,5 dias conforme a latitude Resolução espacial: Pancromático – 61 cm nadir, 72 cm a 25º Multiespectral - 2,44 m nadir, 2,88 m a 25º Resolução radiométrica: 11 bits, 2048 níveis de cinza Bandas: Pancromática: 0,45 – 0,90 µm Azul: 0,45 - 0,52 µm Verde: 0,52 - 0,60 µm Vermelho: 0,63 - 0,69 µm IV próximo: 0,76 - 0,90 µm



Correção geométrica

Curvas de nível

MDE

Trabalho de campo

Pontos D-GPS

Ortoimagens

Avaliação da precisão


Informações adquiridas

Informações geradas

Procedimentos metodológicosCorreção geométrica - MDE

Procedimentos metodológicosCorreção geométrica – pontos D-GPS (campo)

Feições em ambas imagens

Coleta de coordenadas por GPS em modo Diferencial




Imagens classificadas

Avaliação:

Kappa;

Estabilidade.

Cadastro editado

Ortoimagens editadas

Definição das classes;

Segmentação multi-resolução;

Rede hierárquica;

Regras de pertinência;

Avaliação

Classificação


Classificação orientada a objetos

Procedimentos metodológicosClassificação – Definição das classes


Classes Composição 3,2,1 - RGB Composição 4,3,2 - RGB Características de

interesse

Asfalto Auxílio do cadastro.

BrancosAlto valor de brilho. Não

discernimento dos materiais constituintes.

Coberturas CinzasImpermeáveis. Coberturas

de grandes edifícios. Muitas variações.


Flare Nível de quantização próximo a 2048.

Piscina Alta resposta no azul. Em alguns casos, no verde.

Solo Exposto

Terreno modificado (terraplanagem). Sem

presença de vegetação. Resposta no vermelho.

SombraBaixo brilho. Proximidade

de altos edifícios e vegetação arbórea.


Telha cerâmica

Bordas lineares. Padronizado conforme legislação. Geometria variável. Resposta no

vermelho.

Vegetação Arbórea

Alta resposta no infravermelho próximo. Textura provocada pelas

diferentes alturas das árvores (sombra).

Vegetação Rasteira

Alta resposta no infravermelho próximo. Uniforme. Presença de resposta do vermelho

(solo).

Procedimentos metodológicosClassificação – Segmentação multi-resolução

Nível 2

Nível de interesse para a classificação;

Alvos priorizados = edificações;

Nível intermediário;

Interfere nas demais segmentações;

É influenciada pelo layer temático

Nível 3

Interesse em objetos relativos à quadras e ruas;

Baseada na forma do cadastro utilizado;

Auxilia na hierarquia e regras de pertinência;

Geração de super-objetos.

Nível 1 Geração de objetos menores que os de interesse;

Propicia a utilização de outras regras: textura;

Auxilia na hierarquia.

Procedimentos metodológicosClassificação – Regras de pertinência

Estabilidade

Um objeto pertence a mais de uma classe com maior ou menor grau(lógica Fuzzy);

Neste caso, é importante avaliar a estabilidade de uma classe observando os diferentes graus de pertinência dos objetos classificados;

Matriz de confusão

Índice Kappa;

Erro do produtor e usuário;

Índices de Hellden e Short (otimista e pessimista);

Exatidão global

Legislação

Risco Geológico

Geotecnia




Geologia

Imagens classificadas

Inferências espaciais




Preparação dos dados

Prejuízos à população

Áreas críticas

Edificações irregulares

Deslizamento de encostas

Expansão urbana



Procedimentos metodológicosInferências espaciais – Preparação dos dados

Mapa geológico

Mapa de risco geológico

Mapa da legislação

Mapa de declividade

Mapa de orientação de vertentes

Adaptado e do mapa geológico de Belo Horizonte;

Simplificado;

Visita em campo.

Editado a partir do original em formato digital;

Adaptado a partir dos mapas da LEIPUOS;

Gerado a partir do MDE;

Interesse nos intervalos limitados por lei.

Gerado a partir do MDE;

Interesse nas vertentes com orientações para SE

Procedimentos metodológicosInferências espaciais – Expansão urbana

Imagem classificada 2004Imagem classificada 2002

Matemática de bandas

Aumento de impermeabilização


Procedimentos metodológicosInferências espaciais – Deslizamento de encostas

Vertentes

Declividade

Inferência Espacial

Geologia




Procedimentos metodológicosInferências espaciais – Deslizamento de encostas

Legislação

Declividade

Inferência Espacial Booleana

Classificações



Procedimentos metodológicosInferências espaciais – Áreas Críticas

Erosão

Escorregamento

Inferência Espacial Booleana

Escavação



Áreas Críticas

Procedimentos metodológicosInferências espaciais – Prejuízos à população

Declividade

LEIPUOS

Inferência Espacial - AHP



Prejuízos à população

Classificações

Áreas Críticas

Riscos geológicos associados

Zoneamento permissivo

Áreas disponíveis

para edificação

Agravamento do risco

geológico e legislação

Resultados e DiscussãoCorreção Geométrica - Testes

+ +

+

Deslocamento = 27,72m Deslocamento = 2,79m Deslocamento = 1,22m

Imagem original:

Sem correção

Imagem corrigida:

RPC + DEM curvas

Imagem corrigida:

RPC + DEM curvas + GCP

Resultados e DiscussãoCorreção Geométrica – Ortorretificação (rigoroso)

RMS = 1,05mRMS = 21,87m

Imagem sem correção - 2002 Imagem corrigida - 2002

Resultados e DiscussãoCorreção Geométrica – Ortorretificação (rigoroso)

RMS = 0,86mRMS = 14,48m

Imagem sem correção - 2004 Imagem corrigida - 2004

Resultados e DiscussãoClassificação – Rede hierárquica

NÍVEL 2 Não vegetação

AsfaltoSombra Não sombra

Alto brilho Não alto brilho

FlareBrancos Vermelhos Não vermelhos

Solo exposto Telha cerâmica Azuis

PiscinaCoberturas (cinza)

Vegetação

Rasteira Arbórea

Resultados e DiscussãoClassificação – Rede hierárquica

NÍVEL 3 Fora da áreaQuadras Ruas

NÍVEL 1 Azul (n1) Não azul (n1)

Telha de barro

NÍVEL 2

Resultados e DiscussãoClassificação – Imagem do bairro Belvedere (2004)

Resultados e DiscussãoClassificação – Imagem do bairro Buritis (2004)

Vermelho

Resultados e DiscussãoClassificação – Análise de estabilidade

Resultados e DiscussãoClassificação – Imagem do bairro Buritis (2002)

Resultados e DiscussãoClassificação – Análise de estabilidade

Resultados e DiscussãoInferências – Expansão urbana (2002-2004)

Áreas das classes de cobertura do solo – m2

Classes Buritis 2002 Buritis 2004 Belvedere 2002 Belvedere 2004

Asfalto 122242,68 134768,53 169990,93 166739,05

Brancos 45323,28 52157,16 52663,32 30020,40

Coberturas (cinza) 412826,79 444673,83 203189,77 274347,02

Flare 2331,36 631,80 93,60 611.64

Piscina 471,60 626,76 2994,12 4590,00

Sombra 58006,08 92256,48 42384,60 52450,56

Solo exposto 125866,09 88027,56 242991,73 182394,73

Telha barro 9463,32 4576,32 87817,32 99083,88

Vegetação Arbórea 430268,43 501247,48 199428,85 179812,81

Vegetação Rasteira 551191,36 437422,71 165793,33 181056,25

Total classificados 1757990,99 1756388,63 1170494,70 1167347,572004 - 2002 1602,36 -3147,13Total impermeável 589856,07 636175,84 513661,34 570190,352004 - 2002 46319,77 56529,01Total vegetação 981459,79 938670,19 365222,18 360869,062004 - 2002 -42789,60 -4353,12

Resultados e DiscussãoInferências – Expansão urbana (2002-2004)

Resultados e DiscussãoInferências – Risco ao deslizamento de encostas

AltoMédioBaixoNulo

Belvedere

Buritis

Resultados e DiscussãoInferências – Ocupação irregular

Resultados e DiscussãoInferências – Áreas críticas

Área Crítica 1Área Crítica 2Área Crítica 3

Legenda:

Resultados e DiscussãoInferências – Áreas críticas

BaixaVulnerabilidade

Alta

Buritis

Belvedere

Conclusões

Um MDT com boa qualidade é essencial para a análise multi-temporal em imagens de alta resolução;

O D-GPS forneceu coordenadas com precisão adequada aos objetivos do trabalho e auxiliaram nos bons resultados;

Análises multi-temporais requerem cuidado na escolha das feições dos pontos de controle e teste;

Imagens com elevados ângulos de visada lateral e/ou de regiões com grande variação e amplitude altimétrica devem ser corrigidas por modelos rigorosos;

Embora menos preciso, o modelo racional polinomial (RPC) se mostrou eficiente se usado com GPS e um MDT adequado;

Os resultados da correção pelo modelo rigoroso confirmam aqueles encontrados em outros estudos;

A correção geométrica foi essencial para a realização do trabalho.

Correções geométricas

Conclusões

O Layer temático do cadastro foi bastante útil na segmentação e essencial na definição da classe “Asfalto”;

A segmentação multi-resolução foi fundamental para a elaboração da rede hierárquica e das regras de pertinência;

• A hierarquia estabelecida pôde ser usada nas quatro classificações;

As regras devem ser editadas ou alteradas para cada imagem;

A opção em favorecer hierarquicamente as classes com maior facilidade de mapeamento permitiu boa avaliação geral das classificações;

Elevados ângulos de visada lateral prejudicam a classificação;


Conclusões

A análise de expansão urbana permitiu comprovar o crescimento dos 2 bairros estudados entre 2002 e 2004;

A classe “Sombra” é importante nas análises de expansão urbana;

Classes com maior confusão precisaram ser generalizadas para se realizar as análises multi-temporais;

A análise numérica permitiu maior precisão mas deve-se considerar os erros de cada processo ;

Os procedimentos de inferência espacial demonstraram a eficácia de se reunir dados de diferentes fontes em um ambiente único;

Os resultados indicaram a necessidade de se manter uma boa base de dados, atualizada e confiável;

Neste estudo, foi possível mapear áreas com tendências de crescimento e risco geológico além de auxiliar na regulamentação urbana;


Obrigado pela sua atenção !

Documents

ANÁLISE MULTI-TEMPORAL DE CENAS DO SATÉLITE QUICKBIRD USANDO UM NOVO PARADIGMA PARA A CLASSIFICAÇÃO DE IMAGENS E INFERÊNCIAS ESPACIAIS Estudo de caso: