Detec
Detec
ç
ç
ão remota das
ão remota das
á
á
reas morfol
reas morfol
ó
ó
gicas
gicas
urbanas das cidades do Sul da Europa
urbanas das cidades do Sul da Europa
no contexto do projecto EURMET
no contexto do projecto EURMET
Jos
Jos
é
é
Ant
Ant
ó
ó
nio
nio
Tened
Tened
ó
ó
rio
rio
, Sara Encarna
, Sara Encarna
ç
ç
ão, Patr
ão, Patr
í
í
cia Abrantes
cia Abrantes
e
1. Contexto
• Projecto: EURMET – Expansão Urbana das Metrópoles do Sul da
Europa
• Financiamento: Iniciativa comunitária INTERREG III B SUDOE
• Parceiros: Universidade de Toulouse (CIEU), Universidade
Politécnica da Catalunha (CPSV), Universidade Nova de Lisboa
(e-GEO), Instituto Cartográfico da Catalunha
• Associados: Centro Nacional de Estudos Espaciais (CNES, França)
e as empresas SPOT IMAGE e SCOT (França)
• Difusão de resultados: Os resultados finais do projecto foram
apresentados a 14 e 15 de Dezembro de 2005 num colóquio
realizado em Barcelona no Instituto Cartográfico da Catalunha
(http://www.eurmet-sudoe.org)
• Projecto: EURMET – Expansão Urbana das Metrópoles do Sul da
Europa
• Financiamento: Iniciativa comunitária INTERREG III B SUDOE
• Parceiros: Universidade de Toulouse (CIEU), Universidade
Politécnica da Catalunha (CPSV), Universidade Nova de Lisboa
(e-GEO), Instituto Cartográfico da Catalunha
• Associados: Centro Nacional de Estudos Espaciais (CNES, França)
e as empresas SPOT IMAGE e SCOT (França)
• Difusão de resultados: Os resultados finais do projecto foram
apresentados a 14 e 15 de Dezembro de 2005 num colóquio
realizado em Barcelona no Instituto Cartográfico da Catalunha
(http://www.eurmet-sudoe.org)
2. Objectivos
• Caracterizar os espaços periféricos de dez metrópoles do Sul da
Europa: Bordéus, Clermont-Ferrand, Montpellier e Toulouse, em França,
Barcelona, Madrid, Sevilha e Valência, em Espanha, e Lisboa e Porto,
em Portugal.
• Testar o processamento digital de imagens SPOT 5 para:
i) definir de uma metodologia comum para identificação dos limites
físicos das metrópoles observados por satélite;
ii) analisar as relações espaciais entre o centro(s) e a periferia(s) das
referidas metrópoles;
iii) analisar os conteúdos demográficos, económicos e sociais desses
centros e dessas periferias tendo em vista a indicação de políticas
públicas em matéria de ordenamento do território.
• Caracterizar os espaços periféricos de dez metrópoles do Sul da
Europa: Bordéus, Clermont-Ferrand, Montpellier e Toulouse, em França,
Barcelona, Madrid, Sevilha e Valência, em Espanha, e Lisboa e Porto,
em Portugal.
• Testar o processamento digital de imagens SPOT 5 para:
i) definir de uma metodologia comum para identificação dos limites
físicos das metrópoles observados por satélite;
ii) analisar as relações espaciais entre o centro(s) e a periferia(s) das
referidas metrópoles;
iii) analisar os conteúdos demográficos, económicos e sociais desses
centros e dessas periferias tendo em vista a indicação de políticas
públicas em matéria de ordenamento do território.
3. Metodologia
• Fase 1:
A metodologia comum para identificação
dos limites físicos das metrópoles recorreu, numa
primeira fase, à análise de imagem orientada por
objecto no que diz respeito à classificação de
dados orbitais SPOT 5, de 2004, segundo um
modelo de legenda compatível com o modelo
CORINE LAND COVER.
• Fase 1:
A metodologia comum para identificação
dos limites físicos das metrópoles recorreu, numa
primeira fase, à análise de imagem orientada por
objecto no que diz respeito à classificação de
dados orbitais SPOT 5, de 2004, segundo um
modelo de legenda compatível com o modelo
CORINE LAND COVER.
3.
Metodologia
ANÁLISE PIXEL A PIXEL
● A imagem é considerada como uma matriz de dados espectrais
sobre a qual se aplicam, PIXEL a PIXEL, técnicas de
processamento digital de imagem.
● O agrupamento de pixels em CLASSES ESPECTRAIS, não
corresponde necessariamente a CLASSES TEMÁTICAS de
ocupação do solo.
● A análise pixel a pixel não considera a combinação de
variáveis empregues em análise visual de imagem.
3.
Metodologia
ANÁLISE ORIENTADA POR OBJECTO
A análise de imagem orientada por objecto segue técnicas de
segmentação de imagem “similares” à análise visual
3.
Metodologia
ANÁLISE ORIENTADA POR OBJECTO
• Hierarquia entre objectos de diferentes níveis de
segmentação
- Classificação da imagem:
● realiza-se sobre vários níveis de segmentação
● as classes são caracterizadas por regras
complexas construídas com base em operações
lógicas e funções de pertença (p. ex.: função difusa
(fuzzy)
• Hierarquia entre objectos de diferentes níveis de
segmentação
- Classificação da imagem:
● realiza-se sobre vários níveis de segmentação
● as classes são caracterizadas por regras
complexas construídas com base em operações
lógicas e funções de pertença (p. ex.: função difusa
(fuzzy)
3.
Metodologia
ANÁLISE ORIENTADA POR OBJECTO
• Segmentação da imagem em objectos (conjuntos
de pixels) em função de um critério de
homogeneidade
• Vectorização dos objectos
• Utilização do conhecimento sobre a forma e a
topologia de cada objecto: área, comprimento da
fronteira, índice de forma (relação entre a área do
objecto e o comprimento da sua fronteira)
• Segmentação da imagem em objectos (conjuntos
de pixels) em função de um critério de
homogeneidade
• Vectorização dos objectos
• Utilização do conhecimento sobre a forma e a
topologia de cada objecto: área, comprimento da
fronteira, índice de forma (relação entre a área do
objecto e o comprimento da sua fronteira)
3.
Metodologia
ANÁLISE ORIENTADA POR OBJECTO
●
O processo de classificação baseia-se na segmentação
●
As classes de nível inferior conservam as características das de
3.
Metodologia
ANÁLISE ORIENTADA POR OBJECTO
N. 1
N. 2
3. Metodologia
Resultado final da classificação de uso e ocupação do solo, em 2004,
para as áreas metropolitanas de Lisboa e Porto
3. Metodologia
• Fase 2:
A integração em SIG dos dados da classificação
permitiu a quantificação de áreas e o estabelecimento de
critérios para delimitar a Área Morfológica Urbana (AMU) e,
consequentemente, a identificação do centro(s) e da(s)
periferias das dez metrópoles.
• Os critérios utilizados foram:
i) contiguidade espacial das áreas edificadas (<200 metros)
ii) densidade populacional (>1000 hab/Km2)
iii) percentagem de solo artificializado (>25% da área
administrativa)
• Fase 2:
A integração em SIG dos dados da classificação
permitiu a quantificação de áreas e o estabelecimento de
critérios para delimitar a Área Morfológica Urbana (AMU) e,
consequentemente, a identificação do centro(s) e da(s)
periferias das dez metrópoles.
• Os critérios utilizados foram:
i) contiguidade espacial das áreas edificadas (<200 metros)
ii) densidade populacional (>1000 hab/Km2)
iii) percentagem de solo artificializado (>25% da área
administrativa)
3. Metodologia
Áreas Morfológicas Urbanas (AMU) e periferias de Lisboa e Porto, segundo
os critérios EURMET
4. Resultados parciais
Variação da densidade do uso do solo segundo a distância ao centro, na AML
0
10
20
30
40
50
60
70
80
90
100
M A DAL E NA S. CRI STO V AO E S. LOURENÇ O CASTEL O SÉ ENCARN AÇAO SANTA J U STA SANTO ESTEVAO S. PAULO S. VI CENTE DE FO RA PENA ANJ O S S . MA ME D E SANTO S- O-VELHO LAP A S. J O R G E DE ARRO IO S S. SEBASTI A O DA PEDR E IR A SANTO CO NDESTAVEL S. J O AO DE DEUS AL TO DO PI NA AL VALADE MA R V IL A CAM P O GRAN DE AJ UD A SANTA M A RI A DE BELÉM SANTA M A RI A DOS O L IVAI S LU M IA R ALF R AGI D E DAM A IAVENDA NOVA ALFORN
E L OS AM EI XOEI RA CARNAXI D E FA L A G U E IR A PON T INHA SACAVÉM CAM A RATE CRU Z QUEBRAD A - DAFUNDO VE N T EI RA FAM O ES MIN A SANTO ANTO NI O DOS CAVAL EI ROS QU E L UZ FRI E L A S M O NT E ABRAAO B A R CA RE N A C ASAL D E CAM B RA CAN E CAS BEL AS OEI R AS E S. J U LI AO DA BARRA SANTO AN T A O DO TOJ A L POVO A DE SANTA I R IA S. D O M ING OS DE RANA VI ALONG A PAREDE ALGUEI RAO-M E M M A R T IN S LO U S A ESTORI L SAN T O ESTEVAO D AS GALÉS SI N T R A ( SANTA M A R IA E S. M IGU EL ) M O NTEL AVAR M ILHARADO VENDA DO PI NHEI R O TERRUG EM SI NTRA ( S . M A RTI N HO) VI LA FRANCA D E XI RA S. M IGU EL D E AL C A INÇA S. J O AO DOS M O NTES CO L A RES GRADI L ENXARA DO BI SPO CAC H OEI R AS CA R V O E IR A AZUEI R A S A N T O IS ID O R O CAXI AS CAC É M S. M A RCOS PEG O ES CA NH A MA R A T E C A SAN TO I S IDR O D E PE G O ES SAD O PO CE IR AO G A M B IA - PO NT ES - A L TO D A G U E RRA SE TUB A L (S. S E BA STIAO ) SE SIM B R A (S ANTIA G O ) SETU BAL ( S AN TA M A R IA D A G R AÇ A) S E TU BAL (S . J U L IAO ) SET U BA L (NO S SA SEN HO RA DA A N U N C IAD PA L M E L A S ESIM B R A ( C AS TEL O ) S. L O UR ENC O S. S IM A O P INH AL NO VO Q U INTA DO AN J O QU INT A DO CO ND E AL TO - ES TANQ U EIRO - J A R D IA ATAL A IA AFO N SO EIR O MO IT A F E RNA O F E RR O CO INA S A RIL H O S GR AN DE S AL CO CH ET E S. FR AN CISC O SAN T O A N T O NIO D A CH AR NEC A PA L H AIS S A R IL H OS P E QU E N OS CH ARN E C A DE CAP A R ICA CO ST A DA CAP A RIC A A L HO S VE DR O S MO N T IJ O AL D E IA D E PA IO P IRES G AIO -RO S AR IO SAM O U C O VA L E DA AM O R EIR A AR RE NT E L A CO RR OIO S AM O R A SA NTO AN DR É TR A F AR IA BAIX A DA BAN HE IRA AL TO D O SE IXAL IN H O L A VR AD IO C A PAR ICA S O BR ED A VE R D E R E N A SE IXAL BA R R E IRO FE IJ O L A R A NJ E IRO PR AG A L C O V A DA PIED ADE AL M A D A CA CI L H A S