Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/27905
Compartilhe esta página
Título: | Teoria dos fractais aplicada a feições lineares para generalização cartográfica |
Autor(es): | SANTANA, Anderson Marcolino de |
Palavras-chave: | Engenharia Cartográfica; Generalização cartográfica; Dimensão fractal; Simplificação de feições lineares |
Data do documento: | 31-Ago-2017 |
Editor: | Universidade Federal de Pernambuco |
Abstract: | A Generalização Cartográfica é uma parte essencial e desafiadora da Cartografia. É o processo de decidir quais as variáveis irão ser mantidas, ou eliminadas. Para tanto, ela vem auxiliar como instrumento eficaz na elaboração e execução de transformações de escala, que quando aplicadas seleciona, simplifica e generaliza os elementos no mapa de acordo com a finalidade. Com essas transformações um novo mapa é construído mantendo as características básicas da área generalizada. Na dissertação são apresentados dois métodos para calcular a dimensão fractal de curvas de nível após a aplicação do algoritmo de simplificação de linhas de Douglas- Peucker. Para atingir os objetivos da pesquisa, foi estabelecida uma área teste com curvas de nível do Córrego da Batalha no município de Jaboatão dos Guararapes em Pernambuco. A variável altimétrica foi definida sobre a qual o método proposto foi aplicado. Os resultados gerados foram comparados com as curvas de nível original, tendo sido a avalição formulada em três pilares: estatística, visual e topológica. A discussão apresenta os resultados encontrados. |
URI: | https://repositorio.ufpe.br/handle/123456789/27905 |
Aparece nas coleções: | Dissertações de Mestrado - Ciências Geodésicas e Tecnologias da Geoinformação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
DISSERTAÇÃO Anderson Marcolino de Santana.pdf | 2,1 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons