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

1. 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

2. Motivação A constatação de mau uso das áreas urbanas: • Desenvolvime nto inadequado em áreas com grande potencial urbano; • Imposição de um modelo econômico e especulativo.

3. Introdução Sensoriamento 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.

4. Introdução Detalhamento dos objetos

5. Objetivo 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.

6. 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 .

7. Área de estudo - Belvedere

8. Área de estudo - Belvedere

9. Área de estudo - Buritis

10. Área de estudo - Buritis

11. Área de estudo - Geologia Plano de xistosidade das camadas coincidentes com a inclinação da encosta

12. Corte com risco ao Deslizamento Risco à escavação 45o Corte sem risco Mergulho das camadas Área de estudo - Geologia Corte NW-SE

13. Procedimentos metodológicos Definição da área de estudo Definição da área de estudo Imagem 2004 Belvedere Buritis Aquisição das imagens Quickbird Exigências; Relevância; Pertinência. Imagem 2002

14. 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 Especificações do satélite Quickbird

15. Procedimentos metodológicos Correção geométrica Definição da área de estudo Correção geométrica Curvas de nível Ortoimagens Avaliação da precisão MDE Trabalho de campo Pontos D-GPS Informações adquiridas Informações geradas

16. Procedimentos metodológicos Correção geométrica - MDE

17. Procedimentos metodológicos Correção geométrica – pontos D-GPS (campo) Feições em ambas imagens Coleta de coordenadas por GPS em modo Diferencial

18. Procedimentos metodológicos Classificação Definição da área de estudo Correção geométrica Classificação orientada a objetos Ortoimagens editadas Imagens classificadas Cadastro editado Definição das classes; Segmentação multi-resolução; Rede hierárquica; Regras de pertinência; Avaliação Avaliação: Kappa; Estabilidade. Informações geradas

19. Procedimentos metodológicos Classificação – Definição das classes

20. Procedimentos metodológicos Classificação – Definição das classes

21. Procedimentos metodológicos Classificação – Definição das classes

22. Procedimentos metodológicos Classificação – Definição das classes

23. Procedimentos metodológicos Classificação – Segmentação multi-resolução • 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 3 • Nível de interesse para a classificação; • Alvos priorizados = edificações; • Nível intermediário; • Interfere nas demais segmentações; • É influenciada pelo layer temático Nível 2 • Geração de objetos menores que os de interesse; • Propicia a utilização de outras regras: textura; • Auxilia na hierarquia. Nível 1

24. Procedimentos metodológicos Classificação – Regras de pertinência • Índice Kappa; • Erro do produtor e usuário; • Índices de Hellden e Short (otimista e pessimista); • Exatidão global Matriz de confusão • 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; Estabilidade

25. Procedimentos metodológicos Inferências espaciais Informações adquiridas Definição da área de estudo Informações geradas Correção geométrica Correção geométrica Classificação orientada a objetos Inferências espaciais Preparação dos dados Expansão urbana Deslizamento de encostas Imagens classificadas Edificações irregulares Geologia Áreas críticas Geotecnia Prejuízos à população Risco Geológico Legislação

26. Procedimentos metodológicos Inferências espaciais – Preparação dos dados • Adaptado e do mapa geológico de Belo Horizonte; • Simplificado; • Visita em campo. • Mapa geológico • Mapa de risco geológico • Editado a partir do original em formato digital; • Mapa da legislação • Adaptado a partir dos mapas da LEIPUOS; • Gerado a partir do MDE; • Interesse nos intervalos limitados por lei. • Mapa de declividade • Gerado a partir do MDE; • Interesse nas vertentes com orientações para SE • Mapa de orientação de vertentes

27. Procedimentos metodológicos Inferências espaciais – Expansão urbana Imagem classificada 2002 Imagem classificada 2004 Matemática de bandas Aumento de impermeabilização Informações geradas

28. Procedimentos metodológicos Inferências espaciais – Deslizamento de encostas Geologia Declividade Vertentes Inferência Espacial Deslizamento de encostas Informações adquiridas Informações geradas

29. Procedimentos metodológicos Inferências espaciais – Deslizamento de encostas Classificações Declividade Legislação Inferência Espacial Booleana Deslizamento de encostas Informações geradas

30. Procedimentos metodológicos Inferências espaciais – Áreas Críticas Escavação Escorregamento Erosão Inferência Espacial Booleana Áreas Críticas Informações adquiridas Informações geradas

31. Procedimentos metodológicos Inferências espaciais – Prejuízos à população Riscos geológicos associados Áreas disponíveis para edificação Áreas Críticas Classificações LEIPUOS Declividade Zoneamento permissivo Agravamento do risco geológico e legislação Inferência Espacial - AHP Prejuízos à população Informações adquiridas Informações geradas

32. Resultados e Discussão Correção Geométrica - Testes Imagem original: Sem correção Imagem corrigida: RPC + DEM curvas Imagem corrigida: RPC + DEM curvas + GCP + + + Deslocamento = 27,72m Deslocamento = 2,79m Deslocamento = 1,22m

33. Resultados e Discussão Correção Geométrica – Ortorretificação (rigoroso) Imagem sem correção - 2002 Imagem corrigida - 2002 RMS = 21,87m RMS = 1,05m

34. Resultados e Discussão Correção Geométrica – Ortorretificação (rigoroso) Imagem sem correção - 2004 Imagem corrigida - 2004 RMS = 14,48m RMS = 0,86m

35. Resultados e Discussão Classificação – Rede hierárquica NÍVEL 2 Vegetação Não vegetação Arbórea Rasteira Sombra Não sombra Asfalto Alto brilho Não alto brilho Brancos Flare Vermelhos Não vermelhos Solo exposto Telha cerâmica Azuis Coberturas (cinza) Piscina

36. Resultados e Discussão Classificação – Rede hierárquica NÍVEL 3 Quadras Ruas Fora da área NÍVEL 2 NÍVEL 1 Azul (n1) Não azul (n1) Telha de barro

37. Resultados e Discussão Classificação – Imagem do bairro Belvedere (2004)

38. Vermelho Resultados e Discussão Classificação – Imagem do bairro Buritis (2004)

39. Resultados e Discussão Classificação – Análise de estabilidade

40. Resultados e Discussão Classificação – Imagem do bairro Buritis (2002)

41. Resultados e Discussão Classificação – Análise de estabilidade

42. Resultados e Discussão Inferências – Expansão urbana (2002-2004)

43. Resultados e Discussão Inferências – Expansão urbana (2002-2004)

44. Resultados e Discussão Inferências – Risco ao deslizamento de encostas Buritis Belvedere Alto Médio Baixo Nulo

45. Resultados e Discussão Inferências – Ocupação irregular

46. Resultados e Discussão Inferências – Áreas críticas Legenda: Área Crítica 1 Área Crítica 2 Área Crítica 3

47. Resultados e Discussão Inferências – Áreas críticas Buritis Belvedere Vulnerabilidade Alta Baixa

48. Conclusões Correções geométricas • 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.

49. Conclusões Classificação orientada a objetos • 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;

50. Conclusões Inferências espaciais • 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;