Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/58974
Compartilhe esta página
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | CANDEIAS, Ana Lúcia Bezerra | - |
dc.contributor.author | TENÓRIO, Jesley Milena Silva | - |
dc.date.accessioned | 2024-11-26T16:09:24Z | - |
dc.date.available | 2024-11-26T16:09:24Z | - |
dc.date.issued | 2023-04-27 | - |
dc.date.submitted | 2024-11-24 | - |
dc.identifier.citation | TENÓRIO, Jesley Milena Silva. Processamento de imagens ópticas de alta resolução espacial aplicada ao planejamento municipal de áreas verdes urbanas. 2024. 87 f. TCC (Graduação) - Curso de Bacharelado em Engenharia Cartográfica e de Agrimensura, Departamento de Engenharia Cartográfica, Centro de Tecnologia e Geociências, Universidade Federal de Pernambuco, Recife, 2023. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/58974 | - |
dc.description.abstract | O programa Cidades+verdes do Governo Federal inseriu os municípios brasileiros em uma nova perspectiva sobre as chamadas áreas verdes urbanas (AVU), estruturando conceitos e criando o Cadastro Ambiental Urbano (CAU), que promove o georreferenciamento tanto dessas áreas como de locais que podem vir a se tornar em uma AVU para que possam ser melhor geridas e monitoradas pelas governanças municipais. Como a principal característica dessas áreas é a presença de cobertura vegetal em zonas urbanas, o presente trabalho se utiliza dessa condição para discriminar e quantizar a extensão espacial dessas feições sem a necessidade de passar por etapas de vetorização do atributo alvo, que demandam muito dos computadores, mas utilizando-se do processamento de imagens de alta resolução. Tal método constitui-se em uma alternativa prática, haja vista que as estruturas vegetais são feições naturais dinamicamente ativas, sendo potencialmente passível de variações estruturais consideráveis no decorrer de um curto período de tempo, de modo que a obtenção de métricas, referentes à cobertura vegetal, precisam ser periodicamente atualizadas, e o sensoriamento remoto de imagens de alta resolução possibilita o mapeamento de estruturas urbanas. Porém, o processamento delas torna-se um pouco mais complexo, em relação às imagens de média resolução, principalmente para áreas urbanizadas, haja vista a diversidade de elementos, de modo que a classificação dessas imagens, visando a detecção de alvos, pode gerar resultados insatisfatórios, até para métodos de classificação supervisionados. A partir disso, como deseja-se extrair as áreas de vegetação urbana, o presente trabalho se utiliza dos índices de vegetação GLI(Green Leaf Index), GRVI (Green-Red Vegetation Index) e RGBVI (Red Green Blue Vegetation Index) para discriminar as áreas vegetadas por um processo de limiarização semiautomatizada mediante estratificação de dados pelo método dos quartis, utilizando o software livre Qgis 3.16.11. A metodologia foi aplicada para a cidade de Floresta, município pernambucano com processo de urbanização ascendente, onde obteve-se, para cada índice, camadas raster, das áreas de vegetação urbana, cuja extensão pode ser mapeada e quantizada, calculando-se uma média de 9,74 ha, equivalente à 18,34% da zona urbana analisada da cidade. No que diz respeito à acurácia temática dos produtos gerados, a classificação obtida pelo GRVI obteve os melhores resultados, com exatidão global de 86,62% e Kapa () de 73,23%. | pt_BR |
dc.format.extent | 88p. | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Cadastro ambiental urbano | pt_BR |
dc.subject | Gestão de áreas verdes | pt_BR |
dc.subject | Índices de vegetação | pt_BR |
dc.subject | Município de Floresta-PE | pt_BR |
dc.title | Processamento de imagens ópticas de alta resolução espacial aplicada ao planejamento municipal de áreas verdes urbanas | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.contributor.authorLattes | https://lattes.cnpq.br/0479208322796557 | pt_BR |
dc.degree.level | Graduacao | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/4950530398212920 | pt_BR |
dc.description.abstractx | The Federal Government's Cidades+verdes program inserted Brazilian cities into a new perspective on the urban green areas (AVU), structuring concepts and creating the Urban Environmental Registry (CAU), which promotes the georeferencing of both these areas and places that can become an AVU so that they can be better managed and monitored by municipal governance. As the main characteristic of these areas is the presence of vegetation cover in urban areas, the present work uses this condition to discriminate and quantize the spatial extension of these features without the need to go through stages of vectorization of the target attribute, which are very demanding on computers, but using high resolution image processing. This method constitutes a practical alternative, given that plant structures are dynamically active natural features, potentially subject to considerable structural variations over a short period of time, so that obtaining metrics referring to plant cover, need to be periodically updated, and remote sensing of high-resolution images makes it possible to map urban structures. However, their processing becomes a little more complex in relation to medium resolution images, mainly for urbanized areas, given the diversity of elements, so that the classification of these images, aiming at target detection, can generate results unsatisfactory even for supervised classification methods. From this, as it is desired to extract the areas of urban vegetation, the present work uses the vegetation indices GLI (Green Leaf Index), GRVI (Green-Red Vegetation Index) and RGBVI (Red Green Blue Vegetation Index) to discriminate the vegetated areas by a semi-automated thresholding process through data stratification by the quartile method (or equal frequency method), using the free software Qgis 3.16.11. The methodology was applied to the city of Floresta in the state of Pernambuco, with an ascending urbanization process, where, for each index, raster layers of urban vegetation areas were obtained, whose extension can be mapped and quantized, calculating an average of 9.74 ha, equivalent to 18.34% of the analyzed urban area of the city. With regard to the thematic accuracy of the generated products, the classification obtained by the GRVI obtained the best results, with an overall accuracy of 86.62% and Kappa () of 73.23%. | pt_BR |
dc.subject.cnpq | Áreas::Outros::Engenharia Cartográfica | pt_BR |
dc.degree.departament | ::(CTG-DECart) - Departamento de Engenharia Cartográfica | pt_BR |
dc.degree.graduation | ::CTG-Curso de Engenharia Cartográfica | pt_BR |
dc.degree.grantor | Universidade Federal de Pernambuco | pt_BR |
dc.degree.local | Recife | pt_BR |
dc.identifier.orcid | https://orcid.org/0000-0001-8696-2179 | pt_BR |
Aparece nas coleções: | (TCC) - Engenharia Cartográfica e Agrimensura |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC Jesley Milena Silva Tenório.pdf | 6,25 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons