Análise morfométrica e identificação semi-automática de escorregamentos no Brasil utilizando lidar, SfM-MVS e Deep Learning (2023)
- Authors:
- Autor USP: GARCIA, GUILHERME PEREIRA BENTO - IGC
- Unidade: IGC
- Sigla do Departamento: GSA
- DOI: 10.11606/T.44.2023.tde-03082023-071204
- Subjects: ESCORREGAMENTO DOS SOLOS; APRENDIZAGEM PROFUNDA
- Keywords: Lidar; Structure-from-Motion-Multi-view Stereo
- Language: Português
- Abstract: Os escorregamentos sao processos naturais potencialmente destrutivos para a sociedade, responsáveis por desastres socioambientais devastadores causando perdas humanas e materiais. Ocorrem de forma recorrente no Brasil devido às características físicas e climáticas, e geram prejuízos anuais `a sociedade. Dessa forma, os escorregamentos representam um relevante objeto de estudos focados na prevenção e mitigação dos riscos associados a esses eventos. O avanço tecnológico das ultimas décadas promoveu importantes melhorias para os estudos de escorregamentos fornecendo novas ferramentas para coleta, manuseio e análise dos dados. Dados de alta resolução (HR - High Resolution) e de muito alta resolução (VHR - Very High Resolution) tornaram-se referencial de qualidade nos estudos de escorregamentos podendo ser obtidos por diferentes sensores (lidar Light Detection and Ranging, cameras digitais) e plataformas (RPA Remotely Piloted Aircraft, satélites, aeronaves) e analisados por diferentes técnicas de acordo com o objetivo principal de cada trabalho. O principal objetivo desse projeto foi explorar as principais tecnologias existentes para o estudo de escorregamentos e aplicar em diferentes áreas do território brasileiro para avaliar seus resultados em relação a eficácia, precisão, custo benefício e reprodutibilidade. A tese foi elaborada na forma de dois artigos científicos em que cada artigo se refere a um estudo específico de escorregamento com a utilização de diferentesferramentas para sua execução, diferentes dados de entrada (topográficos ou espectrais) e diferentes escalas de trabalho. A distinção entre dados topográficos e espectrais é importante pois cada tipo de dado permite a execução de estudos específicos. Nesse projeto, o primeiro artigo utiliza dados topográficos (obtidos por lidar e RPA) para a análise morfométrica de um escorregamento enquanto que o segundo artigo utiliza dados espectrais (imagens CBERS4A) para a classificação supervisionada de escorregamentos reliquiares na Serra do Mar. As diferentes ferramentas e técnicas utilizadas em cada artigo são devidamente apresentadas nessa tese. Ambos os artigos obtiveram resultados relevantes sendo capazes de destacar a importância, as especificidades e a aplicabilidade de cada tipo de dado, ferramenta e técnica, além de sugerir a possibilidade de resultados promissores pela integração dos estudos. Os resultados dessa tese corroboram com os estudos mais recentes de escorregamento que demonstram a imensa potencialidade dessas novas ferramentas e técnicas, e indicam a importante contribuição dessas novas tecnologias no aprimoramento dos métodos tradicionais de estudo de escorregamentos. Assim, este trabalho espera contribuir para os estudos de escorregamentos demonstrando formas para aplicação e análise dessas ferramentas e técnicas nas condições específicas apresentadas nos artigos 1 e 2
- Imprenta:
- Data da defesa: 26.04.2023
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
GARCIA, Guilherme Pereira Bento. Análise morfométrica e identificação semi-automática de escorregamentos no Brasil utilizando lidar, SfM-MVS e Deep Learning. 2023. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/44/44137/tde-03082023-071204/. Acesso em: 28 dez. 2025. -
APA
Garcia, G. P. B. (2023). Análise morfométrica e identificação semi-automática de escorregamentos no Brasil utilizando lidar, SfM-MVS e Deep Learning (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/44/44137/tde-03082023-071204/ -
NLM
Garcia GPB. Análise morfométrica e identificação semi-automática de escorregamentos no Brasil utilizando lidar, SfM-MVS e Deep Learning [Internet]. 2023 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/44/44137/tde-03082023-071204/ -
Vancouver
Garcia GPB. Análise morfométrica e identificação semi-automática de escorregamentos no Brasil utilizando lidar, SfM-MVS e Deep Learning [Internet]. 2023 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/44/44137/tde-03082023-071204/ - Elaboração de mapas geomorfológicos a partir de modelos digitais de elevação
- Using terrestrial laser scanner and RPA-based-photogrammetry for surface analysis of a landslide: a comparison
- Remotely piloted aircraft‐based automated vertical surface survey
- Landslide Segmentation with Deep Learning: evaluating model generalization in rainfall-induced landslides in Brazil
- Relict landslide detection using deep-learning architectures for image segmentation in rainforest areas: a new framework
- Structural analysis of clastic dikes using Structure from Motion - Multi-View Stereo: a case-study in the Paraná Basin, southeastern Brazil
- Comparing terrestrial laser scanner and UAV-based photogrammetry to generate a landslide DEM
- Monitoring geological risk areas in the city of São Paulo based on multi-temporal high-resolution 3D models
- Semi-automatic UAV-based SfM survey of vertical surfaces
- The effects of mid-Holocene fluvio-eolian interplay and coastal dynamics on the formation of dune-dammed lakes in NE Brazil
Informações sobre o DOI: 10.11606/T.44.2023.tde-03082023-071204 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
