SUMMARY
Neste artigo são apresentados os resultados de um estudo que aborda o tema daintegração das alturas derivadas de um levantamento laser scanner com imagens desatélite de alta resolução espacial, Quickbird II, para o mapeamento temático deáreas urbanas. Justifica-se este trabalho, devido o uso de imagens orbitais não sersuficiente para distinguir os objetos associados ao mapeamento em áreas urbanas,de forma semi-automática, tornando-se necessária a inclusão de outras informaçõesauxiliares. Para isto, uma metodologia orientada à análise de regiões na imagem éproposta. O ganho obtido com a inclusão da altura derivada do laser scanner écomparado com o ganho resultante do uso de parâmetros espaciais derivados dasimagens, mediante a utilização do algoritmo de classificação da rede neural artificial(RNA) e classificadores convencionais (máxima verossimilhança, distânciamínima). Os resultados mostram que, a contribuição da informação altimétrica émuito útil na classificação de edificações, vias e vegetação. Dentre os algoritmostestados, o uso de RNA incluindo informações de elevações derivadas do laserscanner foi o que forneceu os melhores resultados.Integrated Use Of Spatial High Resolution Image And Laser Scanner DerivedHight Classificator Oriented To Region To ChooseAbstract In this article, the results of a research about the integration of height derived from alaser scanner measurement with high resolution spatial sattelite image arepresented, QUICKBIRD II, for the tematic mapping of urban areas. This research isjustified, for so as not to suffice the use of orbital images, to distinguish the associated objects to the urban area mapping, in a semi-automatic way, one needsthe inclusion of other auxiliary information. Therefore, it is proposed a metodologyoriented to a regional analysis in the image. The gain obtained with the laserscanner derived height inclusion is compared to the resulting gain obtained from theuse of spatial parameters derived from the images, through the use an artificialneural network classification algorithm (ANN) and usual classifiers (maximumlikelihood and minimum distance). The results show that the altimetry informationcontribution is very useful in building, road and vegetation classification. From thetested algorithms, the use of an ANN including information of height derived froma laser scanner was the one which got the best results.