Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/25435
Tipo de documento: Trabalho de Conclusão de Curso
Tipo de acceso: Acesso Aberto
Título: Detecção de mudanças na mancha urbana de Monte Carmelo - MG utilizando imagens multiespectrais
Autor: Gomes, Alexandre Fleury de Siqueira e
Primer orientador: Martins, George Deroco
Primer miembro de la banca: Bravo, João Vitor Meza
Segundo miembro de la banca: Toledo, Pedro Eduardo Ribeiro de
Resumen: Monte Carmelo é um munícipio brasileiro do estado de Minas Gerais, que tem tradicionalmente a atividade econômica ligada à produção de telhas, tijolos, artefatos cerâmicos e na produção de café. Em 2011, o campus avançado da Universidade Federal de Uberlândia se instalou na cidade, onde hoje já são ministrados cinco cursos de bacharelado. Devido a estes fatores ocorreu um crescimento na mancha urbana do munícipio, que já é uma realidade para os moradores, porém precisa ser monitorada e analisada as necessidades de infraestrutura urbana, equipamentos sociais, serviços, entre outros componentes que compõe o plano diretor municipal. Neste sentido, estudar a intensidade da expansão é fundamental para o planejamento e articulação de políticas públicas. Dentro desta conjuntura, o uso de imagens orbitais com alta resolução espacial é uma alternativa viável e eficiente, sendo uma opção estratégica que economiza recursos financeiros, pois a partir delas é possível estimar o crescimento da mancha urbana de forma precisa. As imagens de satélites cobrem áreas extensas com uma resolução temporal regular, possibilitando obter informações espaciais e temporais de diversos alvos, muito utilizado nos estudos de detecção de mudanças. Sendo assim, o objetivo deste trabalho é analisar e quantificar o crescimento da malha urbana de Monte Carmelo, utilizando uma série temporal de imagens RapidEye, de 2011 até 2018. Para tanto foram utilizadas técnicas de pré-processamento dos dados multiespectrais, tais como: correção geométrica, correção atmosférica e calibração radiométrica. Após as influências dos erros serem minimizados e modeladas a próxima etapa foi a de classificação das imagens, sendo que o objetivo era buscar uma maneira de destacar a mancha urbana dos demais elementos da imagem, utilizou-se dois métodos de classificação: Segmentação de imagens e Redes Neurais Artificiais. No processo de segmentação de imagens foi criado uma equação, através das análises dos histogramas, que consegue segmentar a parte urbana da imagem.
Abstract: Monte Carmelo is a Brazilian municipality of the state of Minas Gerais, which traditionally has economic activity linked to the production of tiles, bricks, ceramic artifacts and coffee production. In 2011, the advanced campus of the federal university of Uberlandia settled in the city, where today five baccalaureate courses are already taught. Due to these factors, there has been a growth in the municipal, which is already a reality for residents, but needs to be monitored and analyzed the needs of urban infrastructure, social facilities, services, among other components that make up the municipal directorial plan. In this sense, studying the intensity of the expansion is fundamental for the planning and articulation of public policies. Within this context, the use of orbital images with high spatial resolution is a viable and efficient alternative, being a strategic option that saves financial resources, since from them it is possible to estimate the growth of the urban spot precisely. Satellite images cover large areas with a regular temporal resolution, providing spatial and temporal information of several targets, widely used in change detection studies. Thus, the objective of this work is to analyze and quantify the growth of the Monte Carmelo urban network, using a time series of RapidEye images, from 2011 to 2018. For this purpose, pre-processing techniques of multispectral data were used, such as: correction geometric, atmospheric correction and radiometric calibration. After the influences of the errors were minimized and modeled the next step was to classify the images, and the objective was to find a way to highlight the urban stain of the other elements of the image, using two methods of classification: Segmentation of images and Artificial Neural Networks. In the image segmentation process, an equation was created, through histograms analysis, that can segment the urban part of the image.
Palabras clave: Mancha urbana do município
Sensoriamento remoto
Imagens de alta resolução espacial
Detecção de mudanças
Segmentação
Redes neurais artificiais
Área (s) del CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA::SENSORIAMENTO REMOTO
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Cita: GOMES, Alexandre Fleury de Siqueira e. Detecção de mudanças na mancha urbana de Monte Carmelo - MG utilizando imagens multiespectrais. 2018. 44 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Agrimensura e Cartográfica) - Universidade Federal de Uberlândia, Uberlândia, 2018.
URI: https://repositorio.ufu.br/handle/123456789/25435
Fecha de defensa: 20-ago-2018
Aparece en las colecciones:TCC - Engenharia de Agrimensura e Cartográfica (Monte Carmelo)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
DetecçãoMudançasMancha.pdf3.41 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.