Utilize este identificador para referenciar este registo: http://hdl.handle.net/10451/20478
Título: Generalização cartográfica com recurso a inteligência artificial
Autor: Lopes, José António Travanca
Orientador: Fernandes, João Catalão, 1962-
Palavras-chave: Cartografia
Inteligência artificial
Teses de doutoramento - 2015
Data de Defesa: 2015
Resumo: As agências cartográficas nacionais estão institucionalmente comprometidas com a produção multi-escala que exige a manutenção de enormes volumes de dados de diferentes resoluções espaciais e temporais de difícil gestão e manutenção. A alternativa a este ciclo crescente do volume de dados reside na implementação de sistemas de generalização automática que permitam reduzir a produção e manutenção de uma única série cartográfica de maior exatidão geométrica e semântica. Neste trabalho apresenta-se o processo de desenvolvimento e implementação de uma infraestrutura de generalização cartográfica automática de linhas baseada numa estratégia de constrangimento e refinamento iterativo com recurso a algoritmos de inteligência artificial. Considera-se um algoritmo paramétrico de simplificação e suavização de linhas aplicado ao caso particular de curvas de nível. A automatização do processo de generalização cartográfica de linhas passa por selecionar de forma automática o parâmetro a utilizar no algoritmo, a tensão a aplicar à linha. A proposta consiste no recurso a técnicas de inteligência artificial para seleção do valor ótimo do parâmetro tensão. É utilizada uma Rede Neuronal, uma Árvore de Decisão e uma Árvore de Classificação e Regressão, para o cálculo do valor da tensão, obtidos os valores preditos por estes métodos é escolhido o ótimo entre eles através de um Agente que executa um esquema de leilão. A metodologia aplicada inicia-se com a caracterização numérica das curvas de nível, calculando entre outras, a dimensão fractal, comprimento, área, angularidade, a partir das quais é calculado o valor da tensão a usar no algoritmo, para cada curva de nível. Por fim são apresentados dois algoritmos para contextualização da generalização cartográfica de curvas de nível com os pontos de cota, vértices geodésicos e linhas de água, respeitando as leis de Brisson.
The National Mapping Agencies are institutionally compromised with the multi-scale production that requires the maintenance of enormous amount of data with different space and time resolutions increasing the management and maintenance. The alternative to this cycle of data increasing must be the implementation of automatic cartographic generalization systems that will lead to a significant reduction in the data amount and data maintenance in a unique cartographic series of higher geometric and semantic accuracy. In this work, a new cartographic generalization infrastructure is presented. The infrastructure was developed for the cartographic generalization of lines and is based on the constraint and iterative strategy using artificial intelligence algorithms. We have considered a parametric algorithm for line simplification and smooth applied to the particular case of contour lines. The automation of the process is based on the intelligent selection of the parameter to be used for the line generalization. The parameter is the tension to be applied to the line that is elected among all possible values using artificial intelligence techniques. A Neuronal Net, a Decision Tree and a Classification and Regression Tree, are used for the selection of the tension to be applied to the curve that are further auctioned through an Agent that selects the best tension value. The applied methodology is initiated with the numerical characterization of the contour lines, calculating among others, the fractal dimension, length, area, angularity, from which the value of the tension is calculated to use in the algorithm, for each contour line. Finally, two algorithms for the contextualization of the generalized contour lines with the altimetry points are presented, geodesic vertices and water lines.
Descrição: Tese de doutoramento, Ciências Geofísicas e da Geoinformação (Sistemas de Informação Geográfica), Universidade de Lisboa, Faculdade de Ciências, 2015
URI: http://hdl.handle.net/10451/20478
Designação: Doutoramento em Ciências Geofísicas e da Geoinformação
Aparece nas colecções:FC - Teses de Doutoramento

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
ulsd071547_td_Jose_Lopes.pdf10,34 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.