Abstract

O transporte ferroviário de passageiros ganha importância estratégica na melhoria do trânsito e qualidade de vida dos grandes centros urbanos, mas no Brasil enfrenta sérios problemas operacionais, como obsolescência da infra-estrutura e invasão da faixa de domínio, comprometendo sua segurança e operacionalidade. O objetivo central deste trabalho é o mapeamento da cobertura do solo ao longo da faixa de domínio de uma linha de trem metropolitano. A área de estudo concentra-se nas adjacências da Linha F de trem metropolitano de São Paulo, operada pela CPTM Companhia Paulista de Trens Metropolitanos, com 38,8 km de extensão, cruzando as zonas central e leste da capital paulista, estendendo-se até outros municípios da Grande São Paulo. A metodologia adotada compreende o uso de imagem de satélite de alta resolução espacial IKONOS II, e técnica de classificação baseada em regiões. Os classificadores por regiões utilizam, além de informação espectral de cada pixel, a informação espacial que envolve a relação entre os pixels e seus vizinhos. Através da interpretação visual, foram identificadas doze classes de coberturas do solo, cujas feições nortearam os parâmetros da segmentação. A imagem segmentada foi então classificada usando o algoritmo de Bhattacharyya e pós-classificada utilizando regras e critérios definidos para cada classe, de acordo com seus atributos e contextualização. O desempenho da classificação final foi avaliado com base no coeficiente Kappa tendo atingido nível aceitável de correspondência. O mapa de cobertura do solo gerado a partir da classificação, demonstra que o entorno da linha é composto, predominantemente, por materiais impermeáveis como asfalto e concreto mas possui presença significativa de elementos naturais como vegetação e água. Desta forma, comprova-se a aplicabilidade de imagem de satélite de alta resolução e técnicas de processamento de imagem como suportes ao planejamento e gerenciamento do entorno da ferrovia. The rail transport of passengers has strategic importance in the traffic and quality of life improvement in the downtowns, but in Brazil it faces serious operational problems such as obsolete infrastructure and invasion of the right of way, compromising its safety and operability. The principal aim of this paper is the mapping of land cover area of metropolitan railway right of way. The study focuses on the outskirts of the Line F metropolitan train in Sao Paulo, operated by CPTM - Companhia Paulista de Trens Metropolitanos, with 38,8 km long, crossing the central and eastern areas of São Paulo, extending to other cities in the Metropolitan Region of Sao Paulo. The methodology includes the use of the high spatial resolution satellite image - IKONOS II, and regions-based classification. The regions-based classifiers use, besides spectral information of each pixel, the spatial information that involves the relationship between the pixels and its neighbours. Through visual interpretation, were identified twelve classes of land covers, which features guided the segmentation parameters. The segmented image was classified using Bhattacharyya distance and post-classified using rules and criteria established for each class, according to their attributes and contextualization. The performance of the final classification was evaluated based on Kappa coefficient, resulting acceptable level of correspondence. The mapping of land cover generated from the classification, shows that the outskirts of the metropolitan railway`s right way is predominantly composed by impermeable materials - such as asphalt and concrete - but has significant presence of natural elements - such as vegetation and water. Thus, is evident the applicability of high spatial resolution satellite image added to classification methods for remotely sensed data for planning and management of the railway right of way.


Original document

The different versions of the original document can be found in:

http://dx.doi.org/10.11606/d.3.2008.tde-06112008-101424
http://www.teses.usp.br/teses/disponiveis/3/3138/tde-06112008-101424,
https://academic.microsoft.com/#/detail/1963092245
Back to Top

Document information

Published on 01/01/2008

Volume 2008, 2008
DOI: 10.11606/d.3.2008.tde-06112008-101424
Licence: CC BY-NC-SA license

Document Score

0

Views 0
Recommendations 0

Share this document

claim authorship

Are you one of the authors of this document?