SENSORIAMENTO REMOTO E TÉCNICAS DE RECONHECIMENTO DE PADRÕES EM ÁREAS URBANIZADAS COMO INSTRUMENTO PARA DETECÇÃO DE CICATRIZES DE MOVIMENTOS DE MASSA

- 319640
Pôster
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Utilizar métodos de classificação semiautomática do uso e cobertura da terra (LULC) possibilita reduzir custos e tempo e podem ser aplicados para detectar cicatrizes de movimentos de massa, informações essenciais para o monitoramento, gestão e redução do risco de desastres. Assim, este estudo busca avaliar uma classificação não supervisionada (NS) utilizando a ferramenta KMeansLearning e duas supervisionadas, Random Forest (RF) e Minimum Distance (MD), de LULC, realizadas numa área urbanizada no município de São Paulo, e ao final, comparar com o registro de ocorrência de deslizamentos para verificar se foi possível identificar cicatrizes. Para isso, foram utilizadas imagens do CBERS 04A, o Modelo Digital de Elevação (MDE) e calculado o Índice de Vegetação por Diferença Normalizada (NDVI). Os resultados demonstraram que a classificação NS apresentou acurácia baixa, 52%, enquanto a RF teve melhor resultado, 86%, porém, todas as classificações apresentaram dificuldade em distinguir área urbanizada e solo exposto.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Laboratório de Gestão de Riscos – LABGRIs, Universidade Federal do ABC (UFABC)
  • 2 Instituto Nacional de Pesquisas Espaciais, Ministério da Ciência, Tecnologia, Inovações e Comunicações
  • 3 UFABC
Eixo Temático
  • 12. Geoprocessamento e aplicações
Palavras-chave
Classificação semiautomática supervisionada e não supervisionada
Uso e cobertura da terra (LULC)
Gestão de riscos e desastres
CBERS 04A