Essa etapa da tese é destinada a discutir opções mais viáveis para a elaboração de uma base cartográfica que seja possível para a grande maioria das cidades do país.
O primeiro passo é a obtenção dos dados de lotes e quadras, além do eixo das vias. No modelo ideal, a construção desses dados deve ser feita a partir de levantamento de campo por engenheiros agrimensores para garantir erros mínimos na montagem dos dados. O passo inicial seria a estruturação de uma rede geodésica de referência para, a partir dela, promover a correção dos produtos de aerolevantamento. Em casos onde não é possível fazer o levantamento de campo ou investimentos em aerolevantamento, a opção é a aquisição de imagens de satélite de alta resolução espacial georreferenciadas e ortorretificadas que podem ser adquiridas por um valor correspondente a aproximadamente 2% em relação ao aerolevantamento.
145 A aquisição dessas imagens feita, é possível conseguir, através da vetorização da informação os dados de quadras, lotes e projeção das edificações. Cabe destacar que a qualidade cartográfica da simples vetorização de imagens de alta resolução não se compara ao ideal, que é o trabalho produzido a partir de aerofotogrametria. Mas para estudos mais expeditos, para avaliação mais genérica de distribuições volumétricas, é possível trabalhar de modo simplificado com imagens de satélite georreferenciadas e ortoretificadas. Para a vetorização das informações existem diversas opções de Sistemas de Informação Geográfica de livre domínio para a realização desse procedimento, como por exemplo, Gvsig, Terrasig/TerraView, Quantumgis e Ilwis.
Vale registrar que um passo de grande importância para auxiliar na montagem da base de dados espacialmente localizada foi dado a partir de uma iniciativa do Ministério das Cidades em parceria com as universidades de país através do projeto PROEXT, que tem como objetivo a capacitação de técnicos das prefeituras em geoprocessamento. Essa iniciativa permite não apenas criar a cultura de utilização de dados georreferenciados dentro das prefeituras, como promove o treinamento para a realização dos primeiros procedimentos para a aquisição, integração de dados e criação de novas informações para o Cadastro Territorial Multifinalitário.
Após a construção dos dados de quadras e o download do limite municipal disponível no site do IBGE, é possível aplicar a rotina para criação da informação de vias. Vale registrar que se houver o interesse e a disponibilidade de informações de nome do logradouro, direções e outras informações, é possível associar estes atributos ao dado gerado pela rotina proposta. Uma limitação da metodologia desenvolvida nessa tese é que o roteiro foi desenvolvido e baseada no software comercial da família ESRI, mas as ferramentas utilizadas podem ser encontradas no software QuantumGIS (exceto a etapa de modelagem paramétrica).
A grande dificuldade está realmente centrada na informação de altura das edificações. Foi realizado um novo teste para se verificar a possibilidade de aquisição das estimativas de altura através de outros métodos que excluam a necessidade do voo a laser. Uma das possibilidades que já reduz consideravelmente o valor de investimento é a tecnologia dos VANTS – Veículo aéreo não tripulado. O valor de investimento é cerca de 60% menor que um voo laser. Os produtos gerados a partir do vants são as imagens
146 ortofotos e a nuvem de pontos que permitem a elaboração de um modelo digital de superfície, conforme apresentado no trabalho de Traversari (2013).
Com base na metodologia apresentada no trabalho de Traversari, foi realizado gerado um teste para verificar se é possível fazer a detecção das projeções das edificações por classificação supervisionada a partir das imagens capturadas e calculo das alturas podem ser estimadas a partir do mesmo procedimento utilizado nessa tese para a nuvem de pontos. Foi feito um pequeno teste utilizando os dados provenientes de um voo realizado com Vants para a cidade de São Paulo. Esses dados foram cedidos pela prefeitura do município.
O primeiro passo foi à aquisição das imagens de alta resolução e fazer a extração das bordas das edificações a partir do filtro SOBEL de detecção de bordas. Foi necessário realizar a conversão do resultado para 2 bits e fazer o afinamento das bordas, figura 83. Esse procedimento foi realizado no software ERDAS.
FIGURA 82 – Extração das projeções a partir da aplicação de filtros nas ortofotos O resultado mostra bordas com bastante definição e delimitação. Algumas pequenas linhas que estão contidas nas projeções das edificações podem ser percebidas. Essa eliminação deverá ser finalizada após o processo de segmentação.
Para realizar a segmentação utilizando o método FNEA - Fractal Net Evolution
Approach - são utilizadas a imagem resultante do produto do VANT e a imagem com
bordas afinadas, adotando o mesmo peso para ambas.
No processo de segmentação pelo FNEA é necessário configurar alguns parâmetros como escala, topologia, forma, pois se baseia na classificação orientada a objeto.
147 (Figura 84). O FNEA baseia-se na ideia de que a imagem é de natureza fractal. A segmentação utiliza também o crescimento de regiões, como o Batacharrya35, gerando polígonos com a variação de tonalidade dos tons de cinza de acordo com o valor determinado. Todavia, como se trata de uma segmentação orientada ao objeto, os demais parâmetros de forma, suavidade fazem com que as regiões geradas pela segmentação sejam mais bem delimitadas em relação aos objetos da imagem. Utilizou- se o E-cognition nesse processo. Porém, para este trabalho, onde estamos apenas avaliando outras possibilidades de aquisição dos dados de projeção e alturas estimadas, utilizamos o mesmo valor para os parâmetros de forma e variando um pouco as notas para os parâmetros de cor e forma. A escala foi um valor mais variável, pois no mesmo recorte metodológico que utilizamos existem objetos de diversos tamanhos.
FIGURA 83 - Parâmetros utilizados em cada nível de segmentação O resultado do processo de segmentação está exposto na Figura 85.
FIGURA 84 – Resultado da segmentação
O processo posterior foi a conversão dessa imagem gerada em vetores e a seleção das feições do tipo polígono geradas.
35 Bhattacharya é um algoritmo de classificação supervisionado de imagens por regiões. O Algoritmo utiliza a distância de Bhattacharya para medir a separabilidade estatística entre cada par de classe espectral. A separabilidade é calculada através da distância média entre as distribuições de probabilidades de classes espectrais (Leão et. al., 2007, p.940)
148 Em um segundo momento foi utilizado os dados da nuvem de pontos. A primeira etapa foi gerar um modelo digital de superfície para a verificação das edificações em terceira dimensão, figura 86.
FIGURA 85 – Modelo Digital de Superfície (MDS) resultante do cálculo do Modelo Digital de Elevação (MDE) e das edificações em visualização 3D
Foi realizado o cruzamento as informações de projeções geradas a partir do processo de segmentação no E-cognition e o MDS, figura 87.
FIGURA 86 – Projeção das edificações com a nuvem de pontos
Foi realizado o mesmo procedimento já citado nessa tese para o cálculo estimado das edificações e preenchimento dessas informações na tabela de atributos. O resultado pode ser visto na figura 88.
149 FIGURA 87 – Edificações em 3D a partir do cálculo da altura estimada
Segundo Axelsson (1999), essa tecnologia de aquisição de dados a partir de produtos oriundos dos VANTS tem acurácia e precisão de 50 centímetros.
Após o teste nessa área de estudo, confrontaram-se os dados de altura estimada com os dados reais disponibilizados pela Prefeitura de São Paulo. A partir dessa rotina, das 67 edificações existentes na área de estudo, 58 ficaram com o desenho igual ou similar e as demais precisaram ser refeitas a partir do processo de vetorização. A altura estimada teve um acerto em 93% das edificações.