Please use this identifier to cite or link to this item: http://rigeo.cprm.gov.br/jspui/handle/doc/21763
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorCARVALHO, Carlos Henrique Grohmann de-
dc.contributor.authorSANTOS, Luiz Fernando dos-
dc.date.accessioned2020-09-30T19:10:04Z-
dc.date.available2020-09-30T19:10:04Z-
dc.date.issued2020-
dc.identifier.citationSANTOS, Luiz Fernando dos. Utilização de dados 3D de alta resolução para detecção de mudanças em movimentos de massa em Perus, São Paulo (SP). Orientador: Carlos Henrique Grohmann de Carvalho. 2020. 220f. Dissertação ( Mestrado em Ciências) - Instituto de Geociências, Universidade de São Paulo, São Paulo, 2020.pt_BR
dc.identifier.urihttp://rigeo.cprm.gov.br/jspui/handle/doc/21763-
dc.description.abstractHá um aumento da intensidade e frequência de desastres naturais em todo o mundo, especialmente os relacionados aos movimentos de massa (p. ex., deslizamentos), inclusive no Brasil onde vários ocorreram nos últimos anos. O desenvolvimento recente de plataformas e sensores remotos aéreos de coleta de dados, como aeronaves não tripuladas equipados com sensores fotográficos comuns (drones), pode, com um certo nível de planejamento fotogramétrico e processamento de dados, ser usado para entender melhor esses cenários, com resultados positivos na identificação, análise e monitoramento de áreas suscetíveis aos movimentos de massa. O objetivo foi (1) produzir uma extensa e ampla revisão bibliográfica de temas relacionados; (2) o emprego de drones e pontos de controle (GCPs), pela técnica dGNSS, em área suscetível de geodinâmica conhecida (como o Morro Doce, a NW da cidade de São Paulo); (3) uma comparação, por meio de algoritmo apropriado, de dois conjuntos de dados 3D registrados (nuvens de pontos) e gerados a partir de processamento fotogramétrico (SfM-MVS) para detectar alterações topográficas (p. ex., um deslizamento). O primeiro conjunto de imagens, adquirido em 2017, contém um total de 155 imagens e 7 GCPs de <1 cm em precisão XYZ. O segundo, de 2019, compreende 484 imagens e 8 GCPs de <2cm em XY e <4cm em Z. Diante de diferentes arranjos de aquisição de dados (linhas de vôo, altura acima do solo, GCPs) e equipamentos, o processamento de dados e o registro obtiveram a melhor qualidade possível por meio de uma análise da configuração inicial, observações de modelos de câmera, filtragem e otimização (ajustamento por feixe de raios) automatizados via script Python. A seguir, as nuvens densas, resultantes da etapa MVS, foram filtradas de ruídos e pontos acima do solo e depois segmentadas por uma área comum (cobrindo as feições de instabilidade identificadas na encosta). Após, uma filtragem multi-etapas utilizou um algoritmo especializado (Cloth Simulation Filter), as distâncias calculadas para uma superfície/nuvem de referência conhecida (dados LiDAR-ALS) e a remoção manual de pontos resultando em nuvens de pontos comparáveis, livres de objetos (apenas pontos de solo) e com erro de registro de 5cm medido em feições estáveis da encosta (p. ex., afloramentos rochosos). Uma comparação 3D nuvem a nuvem (método M3C2) detectou pequenas mudanças significativas em duas cicatrizes de deslizamento, sugerindo que estas áreas mudaram no intervalo de tempo do estudo, ou, que pontos não-solo ainda estavam presentes apesar da filtragem criteriosa (M3C2 considera a rugosidade das nuvens). Para considerar a origem dos dados (fotogramétrica) e melhorar os resultados, foram incorporados estimativas de precisão dos pontos (M3C2-Precision Maps), resultando em nenhuma alteração significativa detectada e correspondendo ao registro histórico da Defesa Civil local no período. O resultado representa um modelo histórico de mudança mais detalhado do que o monitoramento visual atualmente empregado. A prevenção é um dos principais pilares da gestão de desastres naturais, portanto, os resultados destacam um novo método de prevenção, de última geração e baixo custo, para monitorar movimentos de massa antes que eles ocorram e causem perdas e danos.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsopenpt_BR
dc.subject.otherDRONESpt_BR
dc.subject.otherVEÍCULO AÉREO NÃO TRIPULADO - VANTpt_BR
dc.subject.otherDESLIZAMENTOSpt_BR
dc.subject.otherNUVENS DE PONTOSpt_BR
dc.subject.otherDETECÇÃO DE MUDANÇA 3D TOPOGRÁFICApt_BR
dc.subject.otherDESASTRES NATURAISpt_BR
dc.subject.otherMOVIMENTOS DE MASSApt_BR
dc.subject.otherSÃO PAULOpt_BR
dc.subject.otherPERUSpt_BR
dc.titleUtilização de dados 3D de alta resolução para detecção de mudanças em movimentos de massa em Perus, São Paulo (SP)pt_BR
dc.typeDissertationpt_BR
dc.degree.grantorUniversidade de São Paulopt_BR
dc.degree.departmentInstituto de Geociênciaspt_BR
dc.degree.programPrograma de Recursos Minerais e Hidrogeologiapt_BR
dc.degree.levelMestrado Profissionalpt_BR
dc.creator.affilliationServiço Geológico do Brasil - CPRMpt_BR
dc.contributor.memberCARVALHO, Carlos Henrique Grohmann de-
dc.contributor.memberMACEDO, Eduardo Soares de-
dc.contributor.memberTOGNOLI, Francisco Manoel Wohnrath-
dc.degree.localSão Paulopt_BR
dc.subject.enDRONESpt_BR
dc.subject.enUNMANNED AERIAL VEHICLE – UAVpt_BR
dc.subject.enLANDSLIDESpt_BR
dc.subject.enPOINT CLOUDpt_BR
dc.subject.enTOPOGRAPHIC 3D CHANGE DETECTIONpt_BR
dc.degree.date2020-
Appears in Collections:Dissertações

Files in This Item:
File Description SizeFormat 
dissert_utilizacao_de_dados.pdf193,94 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.