Integração de dados espectrais e altimétricos para a classificação de materiais de telhados como subsídio a estudos de poluição urbana

Abstract

Resumo: A qualidade da água de escoamento superficial, em ambiente urbano,tem apresentado uma crescente preocupação da comunidade científica e dasautoridades responsáveis pela gestão das cidades. Neste contexto as técnicas desensoriamento remoto se inserem como importante ferramenta de auxílio paraque técnicos em hidrologia possam avaliar e definir o potencial poluidor de áreasurbanas. A base de dados sobre as áreas urbanas é formada através da integraçãode dados espectrais com informação altimétrica. Para tanto, diferentes sensoressão utilizados, como imagens de satélite, fotografias aéreas e LIDAR (LightDetection And Ranging). A metodologia proposta prevê uma análise voltada aoobjeto, com a utilização de uma segmentação multiresolução FNEA (Fractal NetEvolution Approach). Objetivando-se uma segmentação das imagens maiseficiente foi testada uma rotação do espaço de cores. Para se evitar o problema dadimensionalidade devido ao grande número de descritores de cada segmentogerado no processo, são usados os Algoritmos Genéticos para selecionar osatributos mais eficientes resultantes do processo de segmentação. A classificaçãodigital é realizada através do uso das Redes Neurais Artificiais. Resultando desteprocesso uma caracterização temática das feições presentes na cena urbana,principalmente dos materiais constituintes dos telhados das edificações que sãoelementos chave no entendimento da poluição do escoamento superficial.

Abstract: The scientific community and the management authorities of the citiesshow special concern with water quality in urban environment, especiallyrunoff. Remote sensing became an important tool in this context, helpinghydrologists to evaluate and estimate the polluting potential of urbanareas. Within an urban environment, a great amount of rain isintercepted by roofs and streets, covered by different materials withdifferent pollution potential. In this document, a study aimed at thedetection and mapping of different material within an urban scene ispresented. For this purpose, a database, composed by spectral data andaltimetric information, is used. Because different sensors are used, assatellite images, photographs and LIDAR (Light Detection And Ranging).The approach is based on an object oriented classification, the FNEAsegmentation (Fractal Net Evolution Approach). In order to improve thesegmentation, a spectral rotation was also tested. Genetic Algorithmsare also used to select the most efficient features for the segmentationand classification. The digital classification is carried out usingArtificial the Neural Nets. The result is a thematic map, describing thespatial distribution of different materials within the scene, accordingto its pollution potential, specially materials used in roofs.