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
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
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://teses.usp.br/teses/disponiveis/44/44137/tde-03082023-071204/. Acesso em: 31 mar. 2026. -
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://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 2026 mar. 31 ] Available from: https://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 2026 mar. 31 ] Available from: https://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
- Monitoring geological risk areas in the city of São Paulo based on multi-temporal high-resolution 3D models
- Comparing terrestrial laser scanner and UAV-based photogrammetry to generate a landslide DEM
- 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 a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
