Delimitação de voçoroca com imagens de alta resolução e ALS por meio de árvore de decisão e GEOBIA

Orientadores : Prof. Dr. Alzir Felippe Buffara AntunesTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa: Curitiba, 30/07/2015Inclui referências : f. 167-179Resumo: As voçorocas representam os processos erosivos responsáveis pelos maiores prejuízos ambientais, sociais e financeiros. A aplicação de medidas corretivas e preventivas necessita do mapeamento das voçorocas, bem como do monitoramento de sua evolução. No âmbito do sensoriamento remoto, dentre as características das voçorocas, podem-se citar: heterogeneidade espectral (mistura de solo, vegetação, sombra e água), heterogeneidade espacial (existência de feições como cabeceira, canais e dígitos, com formas irregulares e dimensões variáveis) e variação altimétrica (com alta declividade nas bordas). Em função destas especificidades, este estudo propôs uma metodologia para delimitação de voçorocas, em procedimentos de classificação de imagens baseados em análise orientada a objeto. Para tal, foram usadas imagem e ortofoto de alta resolução espacial e dados altimétricos ALS. Duas áreas de estudo foram selecionadas: uma localizada em Uberlândia-MG e outra localizada em Queensland-Austrália. Os objetos foram gerados por segmentação multirresolução (método FNEA-Fractal Net Evolution Approach). Foram selecionados os atributos mais relevantes na delimitação das voçorocas, usando algoritmos de indução de árvores de decisão (CART - Classification And Regression Trees), sendo estes atributos espectrais, altimétricos e de textura. Foram realizadas classificações por árvores de decisão e por classificação hierárquica. O uso da árvore de decisão permitiu a seleção de atributos e o estabelecimento de uma base de regras de decisão preliminar para a delimitação da voçoroca. Entretanto, como esse tipo de procedimento não faz uso de lógica fuzzy, as misturas entre as classes não pode ser evidenciada na base de regras de decisão. Além disso, a classificação é realizada apenas para um fator de escala, não permitindo identificar todas as feições constituintes do sistema voçoroca (como canais e dígitos). Na classificação hierárquica, o procedimento é realizado em escalas diferentes, permitindo o uso da lógica fuzzy para descrever diferentes graus de pertinência a cada classe, o que torna o método bastante atraente para casos como o deste estudo, onde há mistura de classes. Assim, a classificação obtida com o método semiautomático, de classificação hierárquica, mostrou-se mais fidedigna à realidade de campo, por permitir o uso de escalas diferentes, inserção de incerteza (pela lógica fuzzy) e inserção de conhecimento (pela base de regras estabelecida), quando comparada à classificação automática por árvore de decisão. Palavras-chave: voçoroca, análise orientada a objeto, segmentação multirresolução, classificação hierárquica, árvores de decisão.Abstract: The gullies represent the erosive processes responsible for major ambient, social and financial damages. The application of corrective and preventive measures needs to map gullies, as well as the monitoring of its evolution. Under remote sensing, the characteristics of the gullies can be mentioned: spectral heterogeneity (soil, vegetation, shade and water mix), spatial heterogeneity (existence of features as head, canals and digits with irregular forms and variable dimensions) and altimetry variation (with high declivity on the borders). Due to these specificities, this study proposed a methodology for delimitation of gullies on image classification procedures based on object-oriented image analysis. For such, there were used high spatial resolution image and orthophoto and ALS altimetry data. Two study areas were selected: one located in Uberlandia, Minas Gerais and another located in Queensland, Australia. The objects were generated by multiresolution segmentation (FNEA-Fractal Net Evolution Approach method). The most important attributes in the definition of gullies were selected using decision tree induction algorithms (CART - Classification and Regression Trees), being these attributes spectral, altimetry and texture. Classifications by decision trees and hierarchical were carried out. The use of decision tree allowed the selection of attributes and the establishment of preliminary decision rules as a basis for the delimitation of the gully. However, since this procedure does not use fuzzy logic, mixtures between classes cannot be evidenced in the rule base. Moreover, the classification is performed only by a factor of scale, allowing the identification of all the constituent features of the gully system (such as channels and digits). In hierarchical classification, the procedure is performed at different scales, allowing the use of fuzzy logic to describe different degrees of membership in each class, which makes it a very attractive method for cases such as this study, where there is mixing of classes. Thus, the classification obtained with the semi-automatic method of hierarchical classification, proved the field of reality more reliable, by allowing the use of different scales, uncertainty insert (by fuzzy logic) and integration of knowledge (the established rule base) compared to the automatic classification by decision tree. Keywords: gully erosion, object based image analysis, multirresolution segmentation, hierarchical classification, tree decision