Resumen
Este Trabajo Fin de Grado consiste en la identificación de tejados y cubiertas de edificios que contienen amianto en Cartagena (Murcia, España) mediante imágenes satelitales multiespectrales del sensor PlanetScope. El amianto ha sido utilizado desde el 4000 a.C., y recientemente se ha reconocido su impacto perjudicial en la salud humana. Necesitamos elaborar un censo de amianto municipal lo más rápido posible para que en 2028 pueda ser retirado de los edificios todo el amianto, tal y como obliga la ley. Los riesgos para la salud asociados al amianto ponen de manifiesto el potencial de los sistemas de observación de la tierra.
Este proyecto compara métodos de clasificación de tejados en Cartagena mediante sistemas espectrales de observación de la tierra, con el objetivo de identificar la metodología más precisa para detectar cubiertas con amianto utilizando el software ERDAS Imagine (versión 2023). La metodología consiste en extraer las firmas espectrales de diferentes tipos de tejado para determinar el algoritmo más adecuado para detectar la presencia de amianto.
Para ello se realizará la comparación con algoritmos de clasificación supervisada. En otros estudios, los resultados indicaron que el clasificador de Distancia de Mahalanobis proporciona la mayor precisión, en el nuestro es el de Maximum Likelihood. Los hallazgos se presentarán como mapas temáticos, constituyendo un primer censo de cubiertas con amianto. Este análisis se centra exclusivamente en las herramientas ofrecidas por ERDAS Imagine.
Este estudio introduce un enfoque novedoso utilizando ERDAS Imagine, estableciendo una base para futuros análisis comparativos con metodologías empleadas en otros estudios.
Abstract
The objective of this Bachelor’s Final Project is to identify roofs and building coverings containing asbestos in Cartagena (Murcia, Spain) using multispectral satellite imagery from the PlanetScope sensor. Asbestos has been used since 4000 BC, and its harmful impact on human health has only recently been recognized. It is essential to develop a municipal asbestos census as quickly as possible to ensure that all asbestos can be removed from buildings by 2028, in accordance with current legislation. The health risks associated with asbestos highlight the potential of environmental remote sensing.
This project compares methods of roof classification in Cartagena using remote sensing, aiming to identify the most accurate methodology for detecting asbestos-containing roofs with ERDAS Imagine software (version 2023). The methodology consists of extracting the spectral signatures of different roof types to determine the most suitable algorithm for detecting the presence of asbestos.
In this Final Project, we compare Supervised Classification Algorithms. The results in other researches indicated that the Mahalanobis Distance classifier provides the highest accuracy. The findings will be presented as thematic maps, constituting a first census of asbestos-containing roofs. This analysis focuses exclusively on the tools provided by ERDAS Imagine.
This study introduces a novel approach using ERDAS Imagine, establishing a foundation for future comparative analyses with methodologies employed in other studies.
Resumen
Este Trabajo Fin de Grado consiste en la identificación de tejados y cubiertas de edificios que contienen amianto en Cartagena (Murcia, España) mediante imágenes satelitales multiespectrales del sensor PlanetScope. El amianto ha sido utilizado desde el 4000 a.C., y recientemente se ha reconocido su impacto perjudicial en la salud humana. Necesitamos elaborar un censo de amianto municipal lo más rápido posible para que en 2028 pueda ser retirado de los edificios todo el amianto, tal y como obliga la ley. Los riesgos para la salud asociados al amianto ponen de manifiesto el potencial de los sistemas de observación de la tierra.
Este proyecto compara métodos de clasificación de tejados en Cartagena mediante sistemas espectrales de observación de la tierra, con el objetivo de identificar la metodología más precisa para detectar cubiertas con amianto utilizando el software ERDAS Imagine (versión 2023). La metodología consiste en extraer las firmas espectrales de diferentes tipos de tejado para determinar el algoritmo más adecuado para detectar la presencia de amianto.
Para ello se realizará la comparación con algoritmos de clasificación supervisada. En otros estudios, los resultados indicaron que el clasificador de Distancia de Mahalanobis proporciona la mayor precisión, en el nuestro es el de Maximum Likelihood. Los hallazgos se presentarán como mapas temáticos, constituyendo un primer censo de cubiertas con amianto. Este análisis se centra exclusivamente en las herramientas ofrecidas por ERDAS Imagine.
Este estudio introduce un enfoque novedoso utilizando ERDAS Imagine, estableciendo una base para futuros análisis comparativos con metodologías empleadas en otros estudios.
Abstract
The objective of this Bachelor’s Final Project is to identify roofs and building coverings containing asbestos in Cartagena (Murcia, Spain) using multispectral satellite imagery from the PlanetScope sensor. Asbestos has been used since 4000 BC, and its harmful impact on human health has only recently been recognized. It is essential to develop a municipal asbestos census as quickly as possible to ensure that all asbestos can be removed from buildings by 2028, in accordance with current legislation. The health risks associated with asbestos highlight the potential of environmental remote sensing.
This project compares methods of roof classification in Cartagena using remote sensing, aiming to identify the most accurate methodology for detecting asbestos-containing roofs with ERDAS Imagine software (version 2023). The methodology consists of extracting the spectral signatures of different roof types to determine the most suitable algorithm for detecting the presence of asbestos.
In this Final Project, we compare Supervised Classification Algorithms. The results in other researches indicated that the Mahalanobis Distance classifier provides the highest accuracy. The findings will be presented as thematic maps, constituting a first census of asbestos-containing roofs. This analysis focuses exclusively on the tools provided by ERDAS Imagine.
This study introduces a novel approach using ERDAS Imagine, establishing a foundation for future comparative analyses with methodologies employed in other studies. Read More
Related posts:
Envolventes biosolares en los mercados municipales de Madrid
Cubiertas de agua. Arquitectura industrial de la cuenca del río Deba
Las cubiertas bajas del ábside de la catedral de Ávila. 1ª fase
Ritmos, métrica y cubierta industrial en la fábrica Clesa de Alejandro de la Sota
BIM Technology in Green Buildings: Integrating BIM with Greenery Systems
Análisis comparado de la huella de carbono para elementos constructivos en un edificio tipo de madera en CLT y hormigón de mediana altura