Beruflich Dokumente
Kultur Dokumente
0, 5
esp
A
r
n
=
mdia observada da menor distncia de cada ponto ao seu
mais prximo;
mdia esperada dos vizinhos mais prximos para a distribuio
aleatria;
distncias de um ponto i ao seu vizinho mais prximo;
n: nmero de pontos;
A: rea de estudo.
Interpretao do ndice R na deteco do padro de distribuio espacial d
Fonte: adaptado de Wong e Lee, 2005.
pode ser interpretado conforme a Figura 03 e formalmente
(01)
(02)
(03)
de cada ponto ao seu vizinho
ais prximos para a distribuio
vizinho mais prximo;
Interpretao do ndice R na deteco do padro de distribuio espacial de dados
12
Para inferir se o ndice R estatisticamente igual ao valor da distribuio
aleatria, necessrio aplicar o teste de hiptese atravs do Teste Z.
Ho: O padro da distribuio espacial dos dados segue o padro aleatrio;
Ha: O padro da distribuio espacial dos dados no segue o padro aleatrio;
Compara-se o Z calculado (Z
R
), atravs da equao 04, e o Z tabelado (Z
tab
).
Se Z
R
for maior que o Z
tab
rejeita-se a hiptese nula.
obs esp
R
r
r r
Z
SE
= (04)
onde
0, 26136
r
A
SE
n
= (05)
Esta tcnica bastante sensvel ao valor da rea, sendo que pequenas
mudanas no valor podem alterar consideravelmente os resultados. Por isto, esta
tcnica apropriada para a comparao de vrios conjuntos de dados em uma rea de
estudos fixa.
Existem variaes deste mtodo, como a segunda ordem ou altas-ordens do
vizinho mais prximo. A segunda ordem (k=2) utiliza a segunda menor distncia
entre os outros pontos e assim sucessivamente para as outras ordens. Os clculos so
idnticos ao vizinho mais prximo de primeira ordem (equao 06), exceto pela
mudana de algumas constantes (
1
(k) e
2
(k)) no clculo da distncia esperada
(equao 07) e no erro-padro para k ordens (equao 08). A Tabela 01 apresenta os
valores das constantes para a ordem de 1 a 6.
( )
1
( )
n
i k
i
obs
dv
r k
n
=
=
(06)
1 esp
A
r
n
= (07)
2
r
A
SE
n
= (08)
Tabela 1 - Constantes para o clculo da
Wong e Lee (2005) apresentam uma importante comparao entre o mtodo
da anlise de quadrantes e o vizinho mais prximo. A
que em ambas as situaes, (a) e
resultado, j que esta
Considerando a situao (b)
apontaria para um padro agrupado
disperso. Logo, pode-
agrupado e para uma escala regional disperso.
Figura 4 - Padro de pontos hipotticos apresentados para a c
ambos os casos (a) e (b) a anlise de quadrantes teria o mesmo resultado; na anlise do
vizinho mais prximo de 1 ordem tem
altas ordens, o resultado seria
Fonte: Wong e Lee, 2005
13
Constantes para o clculo da estatstica do vizinho mais prximo.
Ordem (k)
1
(k)
2
(k)
1 0,5000 0,2613
2 0,7500 0,2722
3 0,9375 0,2757
4 1,0937 0,2775
5 1,2305 0,2784
6 1,3535 0,2789
Fonte: Wong e Lee (2005).
Wong e Lee (2005) apresentam uma importante comparao entre o mtodo
de quadrantes e o vizinho mais prximo. A Figura 04
que em ambas as situaes, (a) e (b), a anlise de quadrantes teria o mesmo
esta trabalha com o conceito de pontos por quadrados
Considerando a situao (b), a anlise de primeira ordem do vizinho mais prximo
apontaria para um padro agrupado; j utilizando a segunda ordem
-se inferir que, para uma escala local, o padro de distribuio
agrupado e para uma escala regional disperso.
Padro de pontos hipotticos apresentados para a comparao entre escalas.
ambos os casos (a) e (b) a anlise de quadrantes teria o mesmo resultado; na anlise do
vizinho mais prximo de 1 ordem tem-se um padro agrupado enquanto que
o resultado seria um padro disperso.
2005.
do vizinho mais prximo.
Wong e Lee (2005) apresentam uma importante comparao entre o mtodo
4 mostra claramente
(b), a anlise de quadrantes teria o mesmo
o conceito de pontos por quadrados (densidade).
anlise de primeira ordem do vizinho mais prximo
a segunda ordem, o padro ser
o padro de distribuio
omparao entre escalas. Em
ambos os casos (a) e (b) a anlise de quadrantes teria o mesmo resultado; na anlise do
se um padro agrupado enquanto que pela anlise de
14
2.2.2.3. Funo K
O nvel de distribuio dos pontos pode no ser o mesmo em toda a regio.
Algumas sub-regies podem apresentar pontos mais agrupados ou dispersos que
outras sub-regies. A anlise de quadrantes e vizinhos mais prximos (primeira
ordem) oferece uma descrio geral do padro de distribuio dos pontos, enquanto
que a funo K, tambm conhecida como estatstica K de Ripley, avalia se a
distribuio espacial se mantm constante em diferentes escalas, ou seja, sob um
intervalo de distncias (SANTOS, 2009; ESRI, 2010).
A anlise da distribuio espacial de uma amostra, atravs da funo K, segue
os seguintes passos segundo Wong e Lee (2005):
1. Selecionar uma distncia incremento (d
lag
), tambm chamada de lag e
calcular o nmero de lags (n
lag
) possveis atravs da equao 09;
lag
lag
D
n
d
=
(09)
onde,
D: a maior distncia entre pontos da amostra.
2. Definir g=1 como o nmero da iterao para iniciar o processo;
3. Para cada ponto da amostra, criar um buffer com o raio h (equao 10);
lag
h d g = (10)
4. Para cada ponto, contar o nmero de pontos que caem dentro da rea
circular de raio h; este contador chamado de n(h);
( ) ( ),
h ij
i j
n h I d i j =
(11)
Onde
d
ij
; distncia entre os pontos
I
h
: uma funo indicadora. I
h
=1 se d
ij
< h, caso contrrio I
h
=0;
5. Aumentar o raio da rea circular em d
lag
(Figura 5);
6. Repitir os passos 3, 4 e 5, aumentando h at que o valor de g seja igual
ao de n
lag
;
15
7. Calcular a funo K(h) pela equao (12), e comparar com o padro
aleatrio;
a. Se K(h) for igual ao valor de h, o padro da amostra aleatrio;
b. Se K(h) for menor ao valor de h, o padro da amostra disperso;
c. Se K(h) for maior ao valor de h, o padro da amostra
agrupado;
( ) ( )
h ij
i j
A
K h I d
n
=
(12)
8. possvel ainda inferir sobre o padro de distribuio utilizando o
auxilio de um grfico, onde o eixo das abscissas referente s
distncias (h), e o eixo das ordenadas a funo emprica L(h), conforme
a equao 13. Valores acima da curva do padro aleatrio indicam
padro agrupado e abaixo padro disperso (Figura 6). Os padres
agrupados e dispersos sero considerados estatisticamente significantes
se suas curvas ficarem fora do intervalo de confiana do padro
aleatrio (ver Figura 6).
( )
( )
K h
L h h
= (13)
H a possibilidade de ver o quo significante ou no o resultado obtido pela
funo L(h). Entretanto, como o valor da anlise da funo K inclui todos os pontos
e distncias entre os mesmos, ao contrrio do vizinho mais prximo, no necessrio
o uso de testes de hiptese. A funo K mais complexa e menos intuitiva do que o
vizinho mais prximo. A aplicabilidade limitada quando o processo espacial no
uniforme em todas as direes (anisotrpico) (WONG e LEE, 2005).
Figura 5 Estrutura de aplicao da Funo K para determinao do padro de distribuio
espacial de dados pontuais.
Fonte: Santos, 2009.
Figura 6 Grfico gerado como resultado da aplicao da Funo K.
Fonte: ESRI, 2010.
2.2.2.4. Autocorrelao espacial
Quando se quer comparar o padro de distribuio de pontos utilizando um
determinado atributo, utiliza
os pontos vizinhos esto de um dado atributo.
analisar apenas dados espaciais, no considerando os atributos, este mtodo no ser
detalhado.
2.2.3. Anlise da presena de tendncias (vis) em dados espaciais
No controle de qualidade de dados espaciais,
anlise de tendncias. Ao utilizar um dado tendencioso
impossibilitada, podendo gerar anlises, decises
a realidade de campo. Atualmente, no mercado de trabalho, fcil encont
produtos gerados com erros sistemticos, sendo a principal causa a falta de controle
nas vrias etapas da produo cartogrfica. Er
16
Grfico gerado como resultado da aplicao da Funo K.
.4. Autocorrelao espacial
Quando se quer comparar o padro de distribuio de pontos utilizando um
determinado atributo, utiliza-se a autocorrelao espacial para medir o quo similar
os pontos vizinhos esto de um dado atributo. Como o objetivo deste trabalho
analisar apenas dados espaciais, no considerando os atributos, este mtodo no ser
. Anlise da presena de tendncias (vis) em dados espaciais
de qualidade de dados espaciais, de fundamenta
anlise de tendncias. Ao utilizar um dado tendencioso, a integrao entre dados fica
impossibilitada, podendo gerar anlises, decises e produtos que no condizem com
a realidade de campo. Atualmente, no mercado de trabalho, fcil encont
produtos gerados com erros sistemticos, sendo a principal causa a falta de controle
nas vrias etapas da produo cartogrfica. Erros em transformaes de
Quando se quer comparar o padro de distribuio de pontos utilizando um
se a autocorrelao espacial para medir o quo similar
Como o objetivo deste trabalho
analisar apenas dados espaciais, no considerando os atributos, este mtodo no ser
. Anlise da presena de tendncias (vis) em dados espaciais
de fundamental importncia a
a integrao entre dados fica
que no condizem com
a realidade de campo. Atualmente, no mercado de trabalho, fcil encontrar
produtos gerados com erros sistemticos, sendo a principal causa a falta de controle
ros em transformaes de sistemas de
17
referenciais geodsicos, erros de projeo, confuses com metadados, utilizao de
equipamentos desrretificados e equaes ou procedimentos mal utilizados so
exemplos de elementos que podem inserir tendncias nos dados.
2.2.3.1. Uso da estatstica Inferencial
Em estatstica inferencial, a anlise de tendncias realizada atravs do teste t
e teste Z. Segundo Montgomery e Runger (2008), para uma amostra menor que 30
elementos o teste t de Student indicado. J para amostra com mais de 30 elementos
o recomendado o teste Z, j que a partir deste o teste t de Student se aproxima da
distribuio normal.
Na anlise de tendncias em dados espaciais, utilizam-se as discrepncias (d)
entre as coordenadas do dado que se quer avaliar e do dado de referncia
3
como
amostras para o teste de hiptese.
Para o teste de tendncia, utiliza-se o teste t de Student, que exige que a
amostra siga distribuio normal. Conforme descrito por Merchant (1982), o teste de
t de Student aplicado observando um nvel de confiana (1 - ) igual a 90% ( =
0,10). A partir do nmero de pontos coletados, chega-se um valor limite t
(n-1, / 2),
que pode ser obtido por meio de tabela bilateral. Dessa forma, se o valor absoluto do
t
calculado
for menor que o t
tabelado
, Equao (14), para cada varivel a ser analisada
(translao, escala e rotao), a imagem estar livre de erros sistemticos.
| t
calculado
| < t
(n-1, / 2)
(14)
O teste t de Student calculado obedecendo s seguintes hipteses e
frmulas:
Para a coordenada E:
H0: se
E
d = 0, ento E no tendencioso;
3
O dado de referncia tem como condio ser mais acurado do que o dado em que se quer avaliar.
18
H1: se
E
d 0, ento E tendencioso;
(15)
onde:
E
d : discrepncias na coordenada E;
E d
E
E
S
n d
calc
t
=
19
onde:
v : Azimute, ou seja, o ngulo horrio que se inicia no eixo de referncia Y
(Norte) at o vetor.
A mdia direcional apenas descreve uma tendncia da direo, mas no
consegue distinguir a variabilidade desta direo. Sendo assim, a varincia circular
tem como objetivo descrever esta variabilidade (SANTOS, 2009). A varincia
circular calculada a partir do comprimento do vetor resultante (C
R
), que obtido
atravs da juno dos vetores.
(17)
A varincia circular (S
C
) obtida atravs do comprimento do vetor resultante
e do nmero de vetores (n), conforme a equao (18). Para analisar se a mdia
direcional significativa ou no, deve-se analisar o resultado obtido pela varincia
circular. Se S
C
for igual a zero (S
C
= 0), todos os vetores tm a mesma direo. Logo,
a mdia direcional pode ser utilizada para representar a direo do conjunto de
vetores. Mas se S
C
for igual a 1 (um) (S
C
= 1), os vetores tm direes opostas, e
portanto o valor da mdia direcional no representativa da tendncia da direo dos
dados espaciais em questo.
1
R
C
C
S
n
=
(18)
A Figura 7 ilustra a deteco de tendncia com a aplicao da mdia direcional e
varincia circular. Na Figura 7.a a varincia circular (Sc = 0) detecta que a mdia
direcional representativa, indicando a presena de tendncia nos vetores. Quando
os vetores apresentam direes oposta (Sc = 1) no possvel dizer que a mdia
direcional representativa. J a figura 7.c mostra uma situao onde a mdia
direcional e a varincia circular no detectam a tendncia radial, que uma tendncia
muito comum em fotogrametria. Como os vetores tm direes oposta ao centro da
( ) ( )
cos
R V V
C sen = +
rea de estudo, a varincia circular ser zero (
mdia direcional para este tipo de situao.
Figura 7 Anlise de tendncias utilizando a mdia direcional e a varincia circu
(a), tem-se a situao de todos os vetores em uma mesma direo, logo a varincia circular
detecta que esta direo representativa (Sc = 0)
opostas mostrando que a mdia direcional no representativa (
comum em aplicaes fotogramtricas
indicada a aplicao da mdia direcional e varincia circular.
2.2.3.3. Teste de normalidade da amostra
Ao realizar o teste de tendncia
como requisito bsico que a amostra siga uma distribuio normal
maioria dos casos, pressupe
prticos.
Existem disponveis alguns testes p
dos dados, tais como os testes
Kolmogorov-Smirnov
histograma e normal plot
Um dos testes mais aplicados para investigar a normalidade da amostra o
teste de Kolmogorov-
entre a funo de distribuio acumulada assumida para os dados, no caso a
e a funo de distribui
diferena com um valor crtico para um dado nvel de significncia (
ACTION, 2010).
Os passos para a aplicao do teste de Kolmogorov
seguir:
20
rea de estudo, a varincia circular ser zero (Sc = 0), no tendo sentido a anlise da
mdia direcional para este tipo de situao.
Anlise de tendncias utilizando a mdia direcional e a varincia circu
se a situao de todos os vetores em uma mesma direo, logo a varincia circular
detecta que esta direo representativa (Sc = 0). No caso (b), os vetores t
opostas mostrando que a mdia direcional no representativa (Sc = 1)
comum em aplicaes fotogramtricas:, os vetores apresentam tendncias radiais, no sendo
a aplicao da mdia direcional e varincia circular.
. Teste de normalidade da amostra
o teste de tendncia utilizando o teste de t de Student
como requisito bsico que a amostra siga uma distribuio normal
pressupe-se que a amostra normal para simplificar os trabalhos
Existem disponveis alguns testes para verificar a suposio de normalidade
tais como os testes Qui-Quadrado, Anderson-Darling, Cramer
Smirnov, Shapiro-Wilk e Filliben, bem como recursos grficos, como
normal plot (TORMAN et al., 2005).
testes mais aplicados para investigar a normalidade da amostra o
-Smirnov. Este teste utiliza a mxima diferena absoluta
entre a funo de distribuio acumulada assumida para os dados, no caso a
e a funo de distribuio emprica dos dados. Como critrio, compara
diferena com um valor crtico para um dado nvel de significncia (
para a aplicao do teste de Kolmogorov-Sminov
= 0), no tendo sentido a anlise da
Anlise de tendncias utilizando a mdia direcional e a varincia circular. No caso
se a situao de todos os vetores em uma mesma direo, logo a varincia circular
No caso (b), os vetores tm direes
Sc = 1). O caso (c) muito
, os vetores apresentam tendncias radiais, no sendo
t de Student, tem-se
como requisito bsico que a amostra siga uma distribuio normal ou gaussiana. Na
que a amostra normal para simplificar os trabalhos
ara verificar a suposio de normalidade
Darling, Cramer-von Mises,
, bem como recursos grficos, como
testes mais aplicados para investigar a normalidade da amostra o
. Este teste utiliza a mxima diferena absoluta (D
max
)
entre a funo de distribuio acumulada assumida para os dados, no caso a normal,
o emprica dos dados. Como critrio, compara-se esta
diferena com um valor crtico para um dado nvel de significncia (PORTAL
Sminov so descritos a
21
1. Formular as hipteses e escolher o nvel de significncia do teste de hiptese.
Ho: As discrepncias seguem a distribuio normal
Ha: As discrepncias no seguem a distribuio normal
2. Ordenar as discrepncias em modo crescente;
3. Calcular a freqncia relativa observada, acumulada e ajustada (F
0,5
):
0, 5
i
i
F
n
= (19)
onde:
i: nmero da amostra;
n: tamanho da amostra;
4. Calcular Z
i
:
i
i
d d
Z
S
= (20)
onde:
d
i
: discrepncias;
( )
( ) , ,
j j
E N c i c i
d d E E N N =
31
Para aplicar o teste de preciso, utiliza-se o teste Qui-quadrado, que obedece
aos valores de tolerncia estipulados pelo avaliador.
O dado espacial analisado atender preciso (classe A, B ou C) se o valor do
teste Qui-quadrado calculado (
2
N
,
2
E
e
2
H
) for menor que o teste Qui-quadrado
tabelado (
2
n-1,
), equao (26), para as duas componentes (Norte e Este), ou
somente a componente altimtrica e/ou a resultante posicional.
2
calculado
<
2
(n-1, ) tabelado
(26)
As hipteses para o teste do Qui-quadrado testam se a varincia das
discrepncias (amostra) igual tolerncia do usurio ou norma (
o
). As hipteses e
frmulas para o teste Qui-quadrado so as seguintes:
Para a coordenada E:
H
0
: se
E
=
o
;
H
1
: se
E
>
o
;
(27)
Para a coordenada N:
H
0
: se
N
=
o
;
H
1
: se
N
>
o
;
(28)
Para a coordenada H:
H
0
: se
H
=
o
;
H
1
: se
H
>
o
;
(29)
Portanto, para uma determinada escala, a imagem ser classificada como
classe A, B ou C em funo dos resultados obtidos nos testes de preciso.
1983 EMAS - EUA: criado pela sociedade americana de engenheiros civis,
o EMAS (Engineering Map Accuracy Standards) baseado nos testes de Merchant
(1982), e busca analisar a qualidade posicional em mapeamentos de grande escala.
2
2
2 ) 1 (
E
E
E
S
n
=
2
2
2 ) 1 (
N
N
N
S
n
=
2
2
2 ) 1 (
H
H
H
S
n
=
32
Tem a vantagem de ser um teste flexvel, j que o prprio avaliador pode definir o
limite de aceitao dos testes.
1983 Norma Alem (NDATAVLBD): Norma alem que prope o uso da
frmula de Koppe, que faz a ligao entre a componente vertical e horizontal para
analisar a acurcia vertical dos dados espaciais. Mais detalhes sobre este mtodo
podem ser encontrados em Ariza (2002).
1984 Norma Brasileira (Decreto-lei n 89.817): criada pela CONCAR
(Comisso Nacional de Cartografia). O Decreto-lei n. 89.817 de 1984 apresenta o
Padro de Exatido Cartogrfica (PEC), para a avaliao da acurcia posicional.
Abaixo segue o trecho da norma sobre a qualidade posicional:
Art.8 As cartas quanto sua exatido devem obedecer ao Padro
de Exatido Cartogrfica - PEC, segundo o critrio abaixo
indicado:
1. Noventa por cento dos pontos bem definidos numa carta,
quando testados no terreno, no devero apresentar erro
superior ao Padro de Exatido Cartogrfica -
Planimtrico - estabelecido.
2. Noventa por cento dos pontos isolados de altitude,
obtidos por interpolao de curvas-de-nvel, quando
testados no terreno, no devero apresentar erro
superior ao Padro de Exatido Cartogrfica -
Altimtrico - estabelecido.
1 Padro de Exatido Cartogrfica um indicador
estatstico de disperso, relativo a 90% de
probabilidade, que define a exatido de trabalhos
cartogrficos.
2 A probabilidade de 90% corresponde a 1,6449 vezes
o Erro Padro - PEC = 1,6449 EP.
3 O Erro-Padro isolado num trabalho cartogrfico,
no ultrapassar 60,8% do Padro de Exatido
Cartogrfica.
4 Para efeito das presentes Instrues, consideram-se
equivalentes as expresses Erro-Padro, Desvio-
Padro e Erro-Mdio-Quadrtico.
Art.9 As cartas, segundo sua exatido, so classificadas nas
Classes A, B e C, segundo os critrios seguintes:
a- Classe A
1. Padro de Exatido Cartogrfica - Planimtrico: 0,5
mm, na escala da carta, sendo de 0,3 mm na escala
da carta o Erro-Padro correspondente.
33
2. Padro de Exatido Cartogrfica - Altimtrico:
metade da eqidistncia entre as curvas-de-nvel,
sendo de um tero desta eqidistncia o Erro-Padro
correspondente.
b- Classe B
1. Padro de Exatido Cartogrfica - Planimtrico: 0,8
mm na escala da carta, sendo de 0,5 mm na escala da
carta o Erro-Padro correspondente.
2. Padro de Exatido Cartografica - Altimetrico: trs
quintos da eqidistncia entre as curvas-de-nvel,
sendo de dois quintos o Erro-Padro correspondente.
c- Classe C
1. Padro de Exatido Cartogrfica - Planimtrico: 1,0
mm na escala da carta, sendo de 0,6 mm na escala da
carta o Erro-Padro correspondente.
2. Padro de Exatido Cartogrfica - Altimtrico: trs
quartos da eqidistncia entre as curvas-de-nvel,
sendo de metade desta eqidistncia o Erro-Padro
correspondente.
Segundo Santos (2008), considerando as disposies do Decreto-lei
89.817/84, vrias metodologias foram desenvolvidas utilizando-se os valores
legalmente definidos para o PEC, j que o mesmo no define uma metodologia para
sua aplicao.
A Tabela 3 apresenta um resumo do artigo 9 do Decreto-lei 89.817/84.
Tabela 3 - Valores do PEC e do EP segundo Decreto-lei n. 89.817/84.
Classe
Planimetria Altimetria
PEC EP PEC EP
A 0.5 mm 0.3 mm 1/2 da eqidistncia 1/3 da eqidistncia
B 0.8 mm 0.5 mm 3/5 da eqidistncia 2/5 da eqidistncia
C 1.0 mm 0.6 mm 3/4 da eqidistncia 1/2 da eqidistncia
1989 ASPRS - EUA: criada pela sociedade americana de fotogrametria e
sensoriamento remoto (ASPRS American Society of Phtotogrammetry and Remote
Sensing), baseada no calculo do erro mdio quadrtico (RMSE), podendo o produto
cartogrfico ser classificado em trs classes de acurcia para determinada escala.
34
1994 NBR 13.133 - Brasil: A norma tcnica brasileira de execuo de
levantamento topogrfico traz num dos tpicos a inspeo de trabalhos topogrficos
com o objetivo de avaliar a acurcia posicional do levantamento. Abaixo segue o
trecho da norma:
...7 Inspeo
...7.9 Quanto inspeo do levantamento topogrfico, esta deve
estabelecer o nmero mnimo de pontos para a verificao do ndice
estatstico de disperso, relativo a 90% de probabilidade, definindo a
exatido dos trabalhos topogrficos realizados (ver Captulo 7).
7.10 A obrigao da inspeo do contratante, exceto quando expresso
em clusula contratual especfica.
8 Aceitao e rejeio
8.1 As condies de aceitao ou rejeio dos servios e produtos
elaborados, nas diversas fases do levantamento topogrfico, devem ser
estabelecidas em decorrncia do resultado da inspeo, levando-se em
conta, no que for pertinente, as tolerncias estabelecidas nas Tabelas 5 a
9.
8.2 Quanto exatido do levantamento topogrfico na sua parte
planimtrica, o critrio de rejeio deve ser estabelecido a partir da
exatido entre as distncias medidas na planta (desenho topogrfico
final), por um escalmetro confivel, e as de suas homlogas medidas no
terreno, por um aparelho de medio idntico ou superior ao utilizado no
estabelecimento do apoio topogrfico. Os pontos definidores das
distncias, objeto de teste, devem ser de detalhes bem definidos tanto em
planta como no terreno.
8.2.1 O padro de exatido planimtrico deve ser definido a partir do
desvio-padro admissvel estabelecido para o levantamento topogrfico,
na sua parte planimtrica, admitida a distribuio normal, e dado por
1,645 vez esse desvio-padro , para 90% das distncias testadas.
8.2.2 O desvio-padro admissvel para as discrepncias entre as
distncias medidas na planta e as de suas homlogas medidas no terreno
deve ser:
K E 3 , 0 K E 283 , 0 K E 2 2 , 0 ma = =
Onde:
ma = desvio-padro admissvel, em m;
0,2 = erro de graficismo adotado (mm);
E = mdulo da escala (denominador);
Raiz de 2 = deve-se ao fato da distncia medida em planta ser definida
por dois pontos obserdos nesta;
K = coeficiente relativo classe do levantamento topogrfico quanto
medio de distncias no seu levantamento de detalhes, com os seguintes
35
valores:
K = 1 = para distncias medidas com MED ou com trena de ao aferida,
estirada com dinammetro sobre estaqueamento alinhado e nivelado
geometricamente e com correes de dilatao, catenria e reduo ao
horizonte;
K = 1,5 = para distncias medidas simplesmente a trena de ao, sem os
cuidados para K = 1 e
K = 2,5 = para distncias medidas taqueometricamente ou a trena de
fibra.
8.2.3 O desvio-padro ou erro mdio quadrtico decorrente das
distncias medidas nas plantas em relao s suas homlogas medidas no
terreno no pode ser superior ao desvio-padro admissvel prescrito em
8.2.2. Desvio- padro ou erro mdio quadrtico , portanto, o valor
obtido pela seguinte expresso:
1 n
di
m
2
=
Onde:
n = nmero de alinhamentos ou pontos conferidos, conforme 7.5
di = a diferena entre as leituras obtidas em planta e terreno, para o
alinhamento
8.2.4 O critrio de rejeio, em funo do especificado em 8.2.1 a 8.2.3,
deve ser estabelecido a partir do ponto de vista de que 90% das distncias
testadas no podem ter discrepncias superiores ao padro de exatido
planimtrica, sendo o desvio-padro das comparaes igual ou inferior
ao desvio-padro admissvel estabelecido em 8.2.2...
...8.5 Para o estabelecimento do plano de amostragem e do grau de
severidade de inspeo, a critrio do contratante deve ser seguido o
estabelecido em NBR 5425, NBR 5426, NBR 5427 e NBR 5428.
8.5.1 Como regra bsica, a amostragem deve ser aleatria, de acordo
com a Tabela 12.
Tabela 2 - Amostragem aleatria
at 500 pontos 3% (mnimo de 10)
de 501 a 1000 pontos 2% (mnimo de 15)
acima de 1000 pontos 1% (mnimo de 20)
8.5.2 Das distncias ou pontos amostrados, 90% destes no devem
apresentar discrepncias superiores ao padro de exatido, entre as
medidas de planta e terreno, e o erro mdio encontrado no pode ser
superior ao erro mdio admissvel, entre as medidas de planta e terreno.
8.6 O plano de amostragem e o grau de rigor da inspeo devem fazer
parte dos termos de referncia dos editais de licitaes ou das
especificaes para contratao, ou seja, devem ser de conhecimento
antecipado, por condicionarem mtodos e instrumentos.
36
1998 NSSDA - EUA: Atual norma dos Estados Unidos, a NSSDA
(National Standard for Spatial Data Accuracy) criada pela FGDC (Federal
Geographic Data Committee), tem como base a norma da ASPRS para analisar
escalas menores que 1:20.000. Inclui um padro de distribuio espacial da amostra
de teste.
2003 Srie ISO 19.000: A Organizao Internacional de Padronizao
International Organization for Standardization (ISO) criou vrias normas da srie
ISO 19.000 para informaes espaciais. A norma ISO 19.113 (2002) apresenta os
princpios de qualidade em dados espaciais, enquanto que a ISO 19.114 (2003)
define procedimentos para avaliao da qualidade em dados espaciais. Mais detalhes
sobre estas normas podem ser encontrados em Nero (2005).
2010 ET-ADGV / INDE Brasil: em 2010, foi publicada pela DSG
(Diretoria de Servio Geogrfico do Exercito Brasileiro) as especificaes tcnicas
para a aquisio de dados geoespaciais vetoriais (ET-ADGV), documento este ligado
a INDE (Infra-Estrutura Nacional de Dados Espaciais). A ET-ADGV contm
especificaes sobre o controle de qualidade em dados espaciais, conforme segue o
trecho da especificao:
A produo cartogrfica atual sinaliza que necessrio efetuar uma
anlise, com o objetivo de definir novos padres para a aceitabilidade da
qualidade dos produtos cartogrficos digitais.
A DSG est elaborando as novas Especificaes Tcnicas relativas aos
Produtos dos Conjuntos de Dados Geoespaciais (ET-PCDG). Estas
especificaes definem os padres de qualidade de cada tipo de produto,
entre os quais, os padres de acurcia e preciso sugeridos para os dados
geoespaciais vetoriais, produzidos para o Sistema Cartogrfico Nacional, e
por conseqncia, para a INDE-Brasil.
Os padres de preciso e acurcia definidos no trabalho de pesquisa da
ET-PCDG sero propostos para os produtos digitais, complementando
aqueles estabelecidos no Decreto n 89.817, de 20 de junho de 1984.
Enquanto a primeira verso de ET-PCDG no for lanada, esta
especificao recomenda como valores preliminares os indicados em estudos
tericos (ARIZA, 2002) e na prtica de servios j realizados. O conjunto de
valores preliminares para esses padres intitulado PAP-PCD (Padro de
Acurcia e Preciso para Produtos Cartogrficos Digitais). As tabelas a
seguir apresentam seus valores, os quais recomenda-se a adoo juntamente
com esta verso da ET-ADGV.
Assim, para o enquadramento em uma das classes, noventa por cento
(90%) dos pontos coletados no produto cartogrfico, quando as suas
coordenadas forem comparadas com as levantadas em campo, por mtodo de
alta preciso, devero apresentar os valores de Erro Mximo (EM) iguais ou
inferiores aos previstos nas tabelas abaixo, devendo ainda apresentar os
37
valores de Erro Mdio Quadrtico ou Desvio-Padro (DP) tambm iguais ou
inferiores aos previstos nas tabelas abaixo.
Observaes
(1) baseado no Decreto n 89817, de 20 de junho de 1984.
(2) baseado no Manual T34.201 - Normas Gerais para Operaes Geodsicas,
Astronmicas, Topogrficas,Fotogramtricas e Cartogrficas. Edio 1982.
(3) calculado levando-se em considerao o erro do processo de aerotriangulao e o
erro de campo.
(4) para o caso de produtos convertidos do meio analgico para o digital desejvel
que esse processo mantenha o padro original do PEC correspondente ao do PAP-
PCD. Assim, por exemplo, se PEC = A, ento aps a converso ser PAP-PCD = B.
No entanto, considerando que no processo de converso podem ser agregados erros
aos produtos, tolerada a reduo em um nvel na classificao, com exceo do
PEC-C, como se segue:
Se PEC = A, ento PAP-PCD = B ou C;
Se PEC = B, ento PAP-PCD = C ou D; e
Se PEC = C, ento PAP-PCD = D.
Em suma a ET-ADGV cria uma classe mais restritiva (neste trabalho,
convencionada, como classe A+) com a tolerncia de 0,15mm, conforme a tabela
abaixo:
38
Tabela 4 Tolerncias utilizadas para avaliao da acurcia posicional utilizando o Decreto-
lei n 89.817 aliado as especificaes da DSG.
Classe
Planimetria Altimetria
PEC EP PEC EP
A+ 0.25 mm 0.15 mm 1/4 da eqidistncia 1/6 da eqidistncia
A 0.5 mm 0.3 mm 1/2 da eqidistncia 1/3 da eqidistncia
B 0.8 mm 0.5 mm 3/5 da eqidistncia 2/5 da eqidistncia
C 1.0 mm 0.6 mm 3/4 da eqidistncia 1/2 da eqidistncia
3.3. Metodologias para avaliao da acurcia posicional
A maioria das normas de controle de qualidade posicional utiliza
metodologias de avaliao baseadas em pontos bem definidos e distribudos
espacialmente, conforme apresentado na Figura 10.a. Entretanto, podem-se testar os
dados atravs de feies lineares e polgonos quando no se tem uma boa
distribuio espacial de pontos, desde que se tenham pontos em boa parte da rea de
estudo, como apresentado na Figura 10.b.
Na situao apresentada na Figura 10.c, no h como se proceder avaliao
de toda a rea de estudo (representada pelo quadrado cinza) baseando-se somente nos
pontos agrupados em uma pequena poro da rea de estudo. Nesta situao (c),
deve-se realizar a avaliao da acurcia apenas na rea de abrangncia dos pontos de
checagem.
A seguir, sero apresentadas as metodologias para a aplicao dos padres
nacionais de acurcia posicional, bem como citar algumas metodologias de avaliao
baseadas em pontos mal distribudos.
Figura 10 Distribuio de pontos de checagem para a ava
situao (a) apresenta o conjunto de pontos bem distribudos em toda a rea de estudo; na
situao (b) os pontos no esto bem distribudos e espaados, mas abrange
rea de estudo; na situao (c) os pontos es
3.3.1. Metodologias aplicadas quando se tm pontos bem definidos e distribudos
espacialmente.
a) Mtodo aplicado ao
O Decreto-lei
apresentam diferentes interpretaes e mtodos
Camargo (1994), Nogueira Jr. (2003), Nero (2005), entre outros.
H trs perguntas importantes que emergem no processo de avaliao da
acurcia posicional empregando o
1 Pergunta
executados para a avaliao de dados espaciais? Deve
90% das discrepncias menores que o valor do PEC e/ou a medida de
disperso dos dados (erro mdio quadrtico, desvio
padro) menores que o EP?
2 Pergunta
PEC: as discrepncias das coordenadas devem ser testadas
isoladamente (
3 Pergunta
erro-padro, desvio
39
Distribuio de pontos de checagem para a avaliao da acurcia posicional.
(a) apresenta o conjunto de pontos bem distribudos em toda a rea de estudo; na
situao (b) os pontos no esto bem distribudos e espaados, mas abrange
rea de estudo; na situao (c) os pontos esto mal distribudos em relao rea de estudo.
. Metodologias aplicadas quando se tm pontos bem definidos e distribudos
a) Mtodo aplicado ao Decreto-lei 89.817/1984
lei bem confuso quanto sua execuo
diferentes interpretaes e mtodos a serem aplicados, como Galo e
Camargo (1994), Nogueira Jr. (2003), Nero (2005), entre outros.
H trs perguntas importantes que emergem no processo de avaliao da
acurcia posicional empregando o Decreto-lei:
1 Pergunta: Quais testes, descritos no Decreto
executados para a avaliao de dados espaciais? Deve
90% das discrepncias menores que o valor do PEC e/ou a medida de
disperso dos dados (erro mdio quadrtico, desvio
padro) menores que o EP?
2 Pergunta: Como devem ser testadas as coordenadas para anlise do
PEC: as discrepncias das coordenadas devem ser testadas
isoladamente (
E
d e
N
d ) ou a resultante posicional ((
3 Pergunta: Para a medida de disperso dos dados, deve
padro, desvio-padro ou o erro mdio quadrtico
liao da acurcia posicional. A
(a) apresenta o conjunto de pontos bem distribudos em toda a rea de estudo; na
situao (b) os pontos no esto bem distribudos e espaados, mas abrangem boa parte da
to mal distribudos em relao rea de estudo.
. Metodologias aplicadas quando se tm pontos bem definidos e distribudos
bem confuso quanto sua execuo. Vrios trabalhos
aplicados, como Galo e
H trs perguntas importantes que emergem no processo de avaliao da
Decreto-lei devem ser
executados para a avaliao de dados espaciais? Devem ser testadas
90% das discrepncias menores que o valor do PEC e/ou a medida de
disperso dos dados (erro mdio quadrtico, desvio-padro ou erro-
Como devem ser testadas as coordenadas para anlise do
PEC: as discrepncias das coordenadas devem ser testadas
((
E
d +
N
d )
1/2
)?
Para a medida de disperso dos dados, deve-se utilizar o
padro ou o erro mdio quadrtico (RMS)?
40
A especificao publicada no primeiro semestre de 2010 na INDE (Infra-
Estrutura Nacional de Dados Espaciais) pela Diretoria do Servio Geogrfico do
Exrcito Brasileiro (DSG) expe de maneira bem clara como deve ser realizada a
execuo da avaliao do PEC (1 pergunta). Assim, devem ser testadas duas
condies: a primeira se 90% dos pontos quando testados so menores ou iguais ao
valor do PEC; a segunda se o erro mdio quadrtico ou desvio-padro da amostra
de testes menor ou igual ao valor do erro-padro (EP) da norma. Se as duas
condies forem verdadeiras, o produto cartogrfico classificado de acordo com a
classe e a escala testada. Se uma das duas condies falhar, o produto no
classificado para a classe e escala de teste.
Apesar da especificao para o controle de qualidade posicional presente na
INDE apresentar como se deve proceder para a avaliao do PEC, ela ainda no
deixa claro se devem avaliar as coordenadas E e N isoladamente ou conjuntamente,
alm de ser imprecisa quanto a qual estimador de preciso utilizar, o RMS ou o
desvio-padro.
Nero (2005) apresenta uma proposta de interpretao da norma brasileira
quanto avaliao das coordenadas E e N, fundamentada estatisticamente.
Segundo o autor, o limite de 90%, para variveis unidimensionais Z=1,6449
na curva normal, o que realmente norma brasileira atende, j que o
PEC=1,6449*EP e 90% dos pontos quando testados no devem apresentar erro
superior ao valor do PEC.
Caso se tivesse uma varivel bidimensional, o valor de comparao deveria ser
PEC=2,146*EP, o que corresponde a Z=2,146, que o valor do volume abaixo da
superfcie normal, correspondendo a 90% de probabilidade (NERO, 2005). As
Figuras 11 e 12 apresentam os valores de probabilidade e o nvel de confiana para a
distribuio normal unidimensional e bidimensional.
Entretanto, Galo e Camargo (1994) citam que os valores das tolerncias
presentes no Decreto-lei se referem resultante derivada das componentes x e y.
Neste sentido, o presente trabalho ser todo baseado na anlise da resultante
posicional, visto que, ao avaliar a resultante posicional, est se analisando a escala do
produto cartogrfico. Ao analisar as coordenadas isoladamente, est considerando
apenas a translao do dado espacial.
Figura 11 - Valores de probabilidade e nvel de confian
unidimensional.
Figura 12 - Valores de probabilidade e nvel de confiana para a distribuio normal
bidimensional.
Fonte: Adaptado de Nero (2005).
41
produto cartogrfico. Ao analisar as coordenadas isoladamente, est considerando
apenas a translao do dado espacial.
Valores de probabilidade e nvel de confiana para a distribuio normal
alores de probabilidade e nvel de confiana para a distribuio normal
Fonte: Adaptado de Nero (2005).
produto cartogrfico. Ao analisar as coordenadas isoladamente, est considerando
a para a distribuio normal
alores de probabilidade e nvel de confiana para a distribuio normal
42
Outro ponto importante que a norma brasileira no aborda e Nero (2005)
discute o limite para os erros que esto no limite de 10% dos pontos rejeitados ao
PEC. O autor sugere adotar um limite de 3*EP, que segundo Dalmolin (2004)
considera-se erros grosseiros valores acima deste limite.
Outro fator que pode influenciar a aplicao do Decreto-lei a medida de
disperso dos dados (3 pergunta). No Decreto-lei no definida nenhuma frmula
para o desvio-padro, e ainda determinado que o desvio-padro amostral (S), erro-
padro (EP) e erro quadrtico mdio (RMS Root Mean Square) so equivalentes, o
que no verdade.
Segundo Paes (2008), o desvio-padro (S) apresentado na equao (30)
descreve a medida de variabilidade dos dados individuais em torno da sua mdia
amostral. Entretanto ao coletar vrias amostras, tm-se diferentes mdias, resultando
em uma variabilidade da mdia. O erro-padro (EP) a medida que descreve esta
variabilidade, ou seja, o quanto a mdia amostral se distancia em relao mdia
populacional. Esta variabilidade da mdia amostral calculada atravs da razo do
desvio-padro e a raiz quadrado do nmero de elementos da amostra, conforme
equao (31).
Segundo Mikhail e Ackermann (1976) apud Monico et al. (2009) o RMS
uma medida de acurcia proposta por Gauss, dada pela equao (32), onde
p
representa a disperso das medidas e b representa o vis (bias) ou tendncia do
estimador. Ainda segundo os autores, para amostras grandes, a acurcia
praticamente igual mdia quadrtica das discrepncias (d), onde d a diferena
entre um valor observado e o tomado como referncia.
( )
1
i
d d
S
n
=
(30)
( )
( 1)
i
d d
S
EP
n n n
= =
(31)
43
2 2
( )
1
i
p
d
RMS
n
b
= + =
(32)
onde:
d
i
: discrepncias;
n: nmero de pontos;
A Equao 32, conhecida como RMS amostral, em termos prticos, analisa a
preciso externa dos dados, ou seja, apresenta a tendncia e a disperso da amostra
em considerao aos dados mais acurados. J na frmula utilizada no Decreto-lei, o
desvio-padro que analisa a preciso interna dos dados, ou seja, o quo disperso
esto estes em torno da mdia. Para ilustrar a comparao da aplicao do desvio-
padro e RMS no Decreto-lei, foi simulada uma amostra de 10 elementos contendo
um fator de escala de aproximadamente 1.1 na distncia obtida no mapa em relao
obtida em campo. Abaixo segue a Tabela 4 contendo a comparao:
Tabela 5 - Comparao entre as estatsticas utilizadas no Decreto-lei e na NBR.
Pt Dist. Mapa (m) Dist. Campo (m) d
dist
(m)
1 105,35 115,1 9,75
2 103,9 113,17 9,27
3 119,07 128,72 9,65
4 117,92 128,75 10,83
5 115,64 125,89 10,25
6 117,45 128,28 10,83
7 112,77 122,75 9,98
8 100,58 109,79 9,21
9 109,01 118,6 9,59
10 106,33 116,56 10,23
Mdia 9,96
Desvio- padro amostral 0,58
RMS amostral 10,51
Conforme apresentado acima, o desvio-padro amostral, utilizado pela grande
maioria de usurios do Decreto-lei, retorna a idia da variabilidade dos elementos em
torno da mdia amostral, cujo valor para esta simulao foi de 0,58m. J para o RMS
amostral, obteve-se o valor de
inserida nos dados. O
precisa ser necessariamente
de escala.
Diante desta compara
disperso para a execuo do
processamento de avaliao posicional utilizando o
Figura 13 - Fluxograma para aplicao d
44
se o valor de 10,51m o que retorna a idia da tendncia
O fato do desvio da amostra ser pequeno mostra que a carta no
necessariamente descartada: ela pode ser retificada aplicando
Diante desta comparao, ser aplicado o RMS amostral como medida de
disperso para a execuo do Decreto-lei. A Figura 13 ilustra o
de avaliao posicional utilizando o Decreto-lei.
Fluxograma para aplicao do Decreto-lei 89.817.
a tendncia e preciso
fato do desvio da amostra ser pequeno mostra que a carta no
aplicando-se um fator
ser aplicado o RMS amostral como medida de
ilustra o fluxograma do
45
Alm da prpria metodologia do Decreto-lei 89.817, usual no Brasil a
aplicao dos valores do Decreto-lei junto aos testes de preciso e tendncias
propostos por Merchant (1982).
Para utilizar a tolerncia no teste de preciso de acordo com a norma brasileira,
utiliza-se o Erro-Padro (EP) estabelecido no Decreto-lei 87.817/1984, para cada
classe (Tabela 3). Considerando que no Decreto-lei 87.817/1984 a anlise
realizada para a resultante posicional, utiliza-se a equao (36) para o clculo do
erro-padro () de cada componente.
p
EP = (33)
2 2 2 2
P E N EP
= + = (34)
considerando que
E
e
N
so iguais, tem-se:
2 2
2.
N EP
=
(35)
2
EP
E N
= =
(36)
b) Mtodo aplicado NBR 13.133
A execuo da avaliao da acurcia posicional utilizando a NBR 13.133
pode ser realizada utilizando distncias e pontos isoladamente. Neste trabalho ser
abordado apenas o processamento utilizando distncias, conforme apresentado no
fluxograma:
Figura 14 - Fluxograma para a aplicao da NBR
3.3.2. Metodologias aplicadas quando no se tm pontos bem definidos
Nos casos em que o nmero de pontos de controle seja
definido e a distribuio
46
Fluxograma para a aplicao da NBR-13.133.
Metodologias aplicadas quando no se tm pontos bem definidos
Nos casos em que o nmero de pontos de controle seja insuficiente
e a distribuio no seja homognea, uma alternativa a utilizao de
Metodologias aplicadas quando no se tm pontos bem definidos
insuficiente e/ou mal
no seja homognea, uma alternativa a utilizao de
47
feies lineares ou reas utilizando os ndices do PEC para a avaliao da acurcia
posicional em dados espaciais (GALO et al.,2001). Abaixo segue uma rpida reviso
de mtodos aplicados ao controle de qualidade posicional utilizando feies lineares
e reas.
Masry et al. (1980) apresentaram duas metodologias que podem ser utilizadas
na avaliao da exatido posicional: o Mtodo das reas e o Mtodo dos Pontos
Gerados.
O mtodo das reas baseado na sobreposio de duas feies. Com o
clculo da rea identificada na sobreposio entre as duas feies, dividido pelo
comprimento das mesmas, obtm-se um estimador para o erro da rea (VIEIRA et
al.,2002).
J no mtodo do Ponto Gerado, considera-se que os pontos iniciais em cada
uma das feies so homlogos, sendo a partir deles gerados pontos eqidistantes.
Posteriormente, calculam-se as distncias entre os pontos homlogos gerados e ento
se aplica o PEC (VIEIRA et al., 2002).
Lugnani (1986) mostrou o Mtodo Baseado na Aproximao por Splines.
Galo et al. (2001) apresentou uma modificao deste mtodo, chamado de Extenso
do Mtodo Baseado em Splines. Estes mtodos baseiam-se no uso de Splines como
uma aproximao para as feies, utilizando como valor de discrepncia a distncia
mnima entre os pontos de uma feio uma curva paramtrica cbica (spline),
representativa de uma poro da outra feio (GALO et al., 2001).
Atkinson e Ariza (2002) apresentam vrios mtodos, cujo objetivo a anlise
da acurcia posicional em feies lineares, como o mtodo da Banda de Erro
psilon, distncia de Hausdorff, mtodo BOS (Buffer Overlay Statistics method)
entre outros.
3.4. Avaliao posicional de um
89.817 e a NBR 13.133
O presente tpico tem por objetivo
espaciais utilizando os procedimentos do
O dado de anlise uma ortoimagem, proveniente do satlite
compreende a bacia do ribeiro So Ba
dados utilizados so provenientes de parte do trabalho de Santos (2008
A Figura 15
checagem para aplicao do
mesmos pontos para a aplicao da NBR
coordenadas dos pontos de checagem, bem como as distncias entre
Figura 15 - rea de estudo para a comparao entre o
48
Avaliao posicional de uma ortoimagem Ikonos utilizando o
89.817 e a NBR 13.133
presente tpico tem por objetivo avaliar acurcia posicional em dados
espaciais utilizando os procedimentos do Decreto-lei 89.817 e da NBR
O dado de anlise uma ortoimagem, proveniente do satlite
compreende a bacia do ribeiro So Bartolomeu no municpio de Viosa
dados utilizados so provenientes de parte do trabalho de Santos (2008
apresenta a rea de estudo com as disposies dos pontos de
checagem para aplicao do Decreto-lei 89.817 e das distncias derivad
mesmos pontos para a aplicao da NBR-13.133. Na Tabela
coordenadas dos pontos de checagem, bem como as distncias entre
rea de estudo para a comparao entre o Decreto-lei 89.817 e a NBR 13.133.
utilizando o Decreto-lei
acurcia posicional em dados
89.817 e da NBR-13.133.
O dado de anlise uma ortoimagem, proveniente do satlite Ikonos, que
rtolomeu no municpio de Viosa MG. Os
dados utilizados so provenientes de parte do trabalho de Santos (2008).
apresenta a rea de estudo com as disposies dos pontos de
89.817 e das distncias derivadas destes
13.133. Na Tabela 5, seguem as
coordenadas dos pontos de checagem, bem como as distncias entre alguns pontos.
17 e a NBR 13.133.
49
Tabela 6 - Coordenadas e distncias para anlise da acurcia posicional na imagem Ikonos.
Ponto Descr. E (img) N (img) E (gnss) N (gnss) Distncia D (img) D (gnss)
1 P1 724.015,84 7.694.679,86 724.016,40 7.694.684,53 1-2 1.934,79 1.933,29
2 P3 722.185,31 7.695.306,42 722.186,33 7.695.307,76 2-3 1.903,67 1.902,23
3 P5 723.373,22 7.696.793,98 723.371,67 7.696.795,53 3-4 3.731,29 3.726,87
4 P6 719.728,63 7.697.593,68 719.731,46 7.697.594,55 4-5 1.787,31 1.778,94
5 P9 719.044,97 7.699.245,07 719.049,96 7.699.237,78 5-6 2.490,30 2.479,43
6 P10 721.499,94 7.698.827,04 721.495,05 7.698.826,52 6-7 4.075,62 4.074,62
7 P16 721.575,17 7.702.901,97 721.575,33 7.702.900,35 7-8 1.971,01 1.965,63
8 P19 723.100,09 7.701.653,18 723.098,18 7.701.657,52 8-9 6.056,50 6.049,68
9 P20 717.089,19 7.702.395,02 717.092,93 7.702.389,28 9-10 2.944,24 2.943,35
10 P22 719.268,23 7.704.375,02 719.269,79 7.704.370,33 10-11 1.403,34 1.401,06
11 P24 719.893,67 7.705.631,27 719.894,33 7.705.624,50 11-12 676,20 676,22
12 P25 719.217,53 7.705.622,50 719.218,12 7.705.620,90 12-13 2.500,45 2.501,62
13 P29 721.717,90 7.705.642,01 721.719,69 7.705.636,82 13-14 4.381,30 4.378,15
14 P31 719.404,92 7.701.921,01 719.404,57 7.701.920,85 14-15 5.038,20 5.039,19
15 P32 721.922,15 7.697.556,73 721.923,30 7.697.556,28 15-16 3.779,12 3.774,86
16 P33 719.738,78 7.700.641,30 719.740,20 7.700.635,84
O processo metodolgico de avaliao da acurcia posicional na imagem
Ikonos foi realizado conforme os fluxogramas apresentados anteriormente (Figuras 8
e 9). Na Tabela 6 so apresentadas as discrepncias entre as coordenadas examinadas
da imagem e os dados de referncia GNSS, seguidos pela Tabela 7 que mostra os
resultados da avaliao da acurcia posicional.
Tabela 7 - Discrepncias entre as coordenadas e distncias da imagem e as coordenadas e
distncias de campo obtidas por receptores GNSS.
Decreto-lei 89.817 NBR-13.133
Ponto d
E
d
N
d
P
Distncia
d
Dist.
1 0,57 4,67 4,71 1-2 1,50
2 1,02 1,34 1,69 2-3 1,44
3 -1,55 1,56 2,20 3-4 4,43
4 2,83 0,88 2,96 4-5 8,37
5 4,99 -7,29 8,83 5-6 10,86
6 -4,89 -0,52 4,91 6-7 1,00
7 0,17 -1,62 1,63 7-8 5,38
8 -1,90 4,35 4,75 8-9 6,82
9 3,73 -5,74 6,85 9-10 0,89
10 1,56 -4,68 4,93 10-11 2,28
11 0,66 -6,78 6,81 11-12 -0,03
12 0,59 -1,60 1,70 12-13 -1,18
13 1,79 -5,19 5,49 13-14 3,15
14 -0,34 -0,16 0,38 14-15 -0,99
15 1,15 -0,44 1,23 15-16 4,25
16 1,42 -5,46 5,64
Mdia (m) 0,74 -1,67 4,04 Mdia (m) 3,21
RMS (m) 2,42 4,18 4,83 RMS (m) 4,82
50
Tabela 8 - Resultados da anlise de acurcia posicional utilizando o Decreto-lei n 89.817 e a
NBR-13.133.
Classificao quanto ao Decreto-lei n 89.817
Escala Classe EP (m) PEC (m)
10.000 A 3,00 5,00
Discrepncias
Estatsticas Condies
Classificao
RMS (m) % < PEC S < EP 90% < PEC
d
P
4,83 67% Falso Falso Reprovado
Classificao quanto a NBR-13.133
Escala Classe ma (m) PEP (m) k
10.000 nca 3,00 4,94 1,00
Discrepncias
Estatsticas Condies
Classificao
m (m) % < PEP m < ma 90% < PEP
d
Dist.
4,82 73% Falso Falso Reprovado
Os resultados das anlises de acurcia posicional em ambos os padres,
Decreto-lei e NBR 13.133 foram iguais, reprovando a ortoimagem para a escala de
1:10.000.
3.5. Consideraes Finais
O Decreto-lei bastante criticado pela comunidade acadmica devido sua
omisso e/ou falta de clareza quanto sua execuo, bem como acerca da origem dos
valores de tolerncias para o PEC e o EP. Neste sentido, a NBR-13.133, criada 10
anos mais tarde, traz a origem destes parmetros de tolerncia do Decreto-lei.
Tem-se assim que a fonte dos valores do Decreto-lei vem do nmero 0,3mm
do EP. A NBR-13.133 explica que este valor originrio da propagao de
varincias da distncia entre dois pontos, obtida pela diferena de duas leituras (l
i
e
l
f
). Considerando que a leitura de um ponto em um mapa analgico (j que no inicio
da dcada de 1980 no se tinha o uso da cartografia digital) tem sua preciso
associada ao erro de graficismo, que equivale a 0,2mm, obtm-se o seguinte
resultado da propagao de varincia:
f i
dist l l =
(37)
Considerando a no existncia de correlao entre as variveis,
2
dist l l
.
.
.
e portanto,
A Figura 16 ilustra o processo da leitura
distncia entre eles.
Figura 16 - Processo de leitura das coordenadas e distncias em mapas analgicos.
Outro ponto importante ao estudar as normas internacionais perceber que o
Decreto-lei foi baseado na norma americana de 1947, conforme pode ser
no tpico 3.3. Uma das principai
brasileira define trs nveis de classificao (trs classes) do dado espacial para uma
mesma escala enquanto a
Apesar do Decreto
tolerncia para a anlise da acurcia posicional, os mtodos de processamento so
diferentes. O Decreto
pode existir alguma situao em que os resultados possam diferir
51
Considerando a no existncia de correlao entre as variveis,
2
2
2
f i
dist l l
f i
dist dist
l l
= +
( ) ( )
2 2
2
1 0, 2 1 0, 2
dist
mm mm = +
0, 282842 0, 3
dist
mm mm =
ilustra o processo da leitura entre dois pontos, extraindo assim a
cesso de leitura das coordenadas e distncias em mapas analgicos.
Outro ponto importante ao estudar as normas internacionais perceber que o
foi baseado na norma americana de 1947, conforme pode ser
no tpico 3.3. Uma das principais diferenas entre as duas normas que a norma
brasileira define trs nveis de classificao (trs classes) do dado espacial para uma
mesma escala enquanto a norma americana considera uma nica classe.
Decreto-lei n 89.817 e a NBR-13.133 utili
anlise da acurcia posicional, os mtodos de processamento so
Decreto-lei utiliza posies, enquanto a NBR utiliza distncias. Assim,
pode existir alguma situao em que os resultados possam diferir na anlis
Considerando a no existncia de correlao entre as variveis, tem-se
(38)
(39)
(40)
entre dois pontos, extraindo assim a
cesso de leitura das coordenadas e distncias em mapas analgicos.
Outro ponto importante ao estudar as normas internacionais perceber que o
foi baseado na norma americana de 1947, conforme pode ser observado
s diferenas entre as duas normas que a norma
brasileira define trs nveis de classificao (trs classes) do dado espacial para uma
uma nica classe.
13.133 utilizarem a mesma
anlise da acurcia posicional, os mtodos de processamento so
enquanto a NBR utiliza distncias. Assim,
na anlise final.
52
4. METODOLOGIA PARA A AVALIAO DA ACURCIA
POSICIONAL DE DADOS ESPACIAIS
4.1. Introduo
Com o desenvolvimento econmico em expanso no Brasil, e os grandes
avanos tecnolgicos das ltimas dcadas, h grande expectativa e demanda pela
atualizao do mapeamento sistemtico brasileiro. A iniciativa privada, necessitando
de informaes espaciais, produz uma grande quantidade de dados e produtos
espaciais e, vrias vezes deparam-se com uma produo cartogrfica que no atende
ao padro de acurcia esperado.
A grande oferta e custos acessveis de imagens orbitais, modelos digitais de
elevao, imagens de radar, dentre outros dados, vem otimizando a produo
cartogrfica. Desta forma, a produo cartogrfica ficou, de certo modo, facilitada
pela utilizao de softwares cada vez mais amigveis, j que com alguns cliques de
botes possvel gerar um produto cartogrfico. Porm, esta facilidade possibilita
tambm um maior campo de atuao para profissionais no especialistas que, muitas
vezes, carecem de preparo tcnico para este tipo de trabalho. Consequentemente, se
por um lado aumenta a cada dia a quantidade de dados espaciais disponveis no
mercado, por outro lado esta produo cartogrfica nem sempre atende aos padres
de acurcia esperados.
Posto isto, o objetivo deste captulo incorporar tcnicas de estatstica
espacial na metodologia de controle de qualidade posicional em dados espaciais.
Ser realizada a ortorretificao em uma imagem do satlite ALOS, sensor PRISM e,
posteriormente, a avaliao da acurcia posicional, abordando todo o processo
metodolgico desde a escolha e avaliao da amostra de checagem at a avaliao do
produto gerado.
A escolha de utilizao de imagem orbital se deu pelo fato deste ser uma das
principais fontes de dados para a produo cartogrfica em termos de mapeamento
sistemtico. A escolha de imagens do satlite ALOS deve-se parceria entre o IBGE
(Instituto Brasileiro de Geografia e Estatstica) e a ASF (Alaska Satellite Facility)
53
que a distribuidora da Agncia Espacial Japonesa (JAXA) responsvel pelo satlite.
Esta parceria oferece imagens de baixo custo - cerca de R$ 250,00 para usurios no
comerciais - alm da promessa de grande capacidade na qualidade posicional para
escala de 1:25.000 e na obteno de modelos digitais de elevao a partir do sensor
PRISM.
4.2. Fundamentao Terica
4.2.1. Imagens ALOS
O satlite ALOS (Advanced Land Observing Satellite) foi lanado em janeiro
de 2006 e se tornou operacional em outubro do mesmo ano, aps sua calibrao. O
satlite ALOS tem como objetivo observar e obter imagens de todo o globo, para
monitoramento e levantamento de recursos naturais, e especificamente, para suporte
cartografia (IBGE, 2009).
O satlite ALOS contm trs sensores: o AVNIR-2 (Advanced Visible and
Near-Infrared Radiometer Type 2), PRISM (Panchromatic Remote-sensing
Instrument for Stereo Mapping) e o PALSAR (Phased Array L-band Synthetic
Aperture Radar).
O sensor AVNIR-2 possui resoluo espacial de 10 metros e quatro bandas
espectrais (azul, verde, vermelho e infravermelho prximo). Sua principal utilidade
o mapeamento do uso e cobertura do solo e monitoramento ambiental (IBGE, 2010).
O sensor PRISM apresenta resoluo espacial de 2,5 metros para a banda
pancromtica. O sistema de sensores dotado de dois modos de operao: utilizando
a visada a nadir e o modo triplet. O modo triplet possui trs sistemas de
imageamento que permitem cenas simultneas com visadas a nadir, inclinada para
frente e para trs, conforme ilustrado pela Figura 17, obtendo assim, imagens
estereoscpicas (IBGE, 2009). O principal uso deste sensor no suporte cartografia
e planejamento urbano. A Tabela 8 apresenta principais caractersticas do sensor
PRISM.
54
Figura 17 Ilustrao do sistema de imageamento do sensor PRISM em modo triplet.
Fonte: JAXA, 2010.
Tabela 9 - Caractersticas do sensor PRISM do satlite ALOS.
Bandas Espectrais/comp. de onda (microns) 0,52 ~ 0,77 (pancromtica)
Nmero de Sensores 3 (nadir/para frente/para trs)
Relao Base/Altura (B/H) 1,0 (entre as visadas para frente e para trs)
Resoluo Espacial 2,5 m (nadir)
Largura da Faixa
35 km (modo triplet)
70 km (apenas nadir)
Sinal/Rudo >70
Funo de Transferncia de Modulao >0.2
No. de Detectores
28.000/banda (faixa de 70 km)
14.000/banda (faixa de 35 km)
Inclinao da Visada
de -1,5 a +1,5 graus (transversal trajetria
no modo Triplet)
Resoluo Radiomtrica 8 bits
Resoluo Temporal 46 dias
Fonte: (JAXA, 2010 apud IBGE, 2010).
O sensor PALSAR um radar imageador de abertura sinttica que opera na
banda L, com resoluo espacial que varia entre 10 e 100 metros. Possui modo
polarimtrico (HH, VV, HV, VH) e tem como utilidade o imageamento de grandes
reas de florestas e regies cobertas por nuvens (IBGE, 2010).
55
4.2.2. Modelo Digital de Elevao
Para a representao digital da superfcie do terreno, existem vrios conceitos
e nomenclaturas aplicados em vrias partes do mundo. O termo Modelo Digital do
Terreno (MDT) foi definido por Miller e Laflamme (1958) como: MDT
simplesmente uma representao estatstica de uma superfcie contnua do terreno
por um nmero de pontos selecionados com coordenadas X, Y e Z conhecidas.
Posteriormente, o termo Modelo Digital de Elevao (MDE) foi intensamente
utilizado na Amrica do Norte, assim como Modelo Digital de Alturas (MDA) na
Alemanha, Modelo Digital de Terreno e Superfcie (MDTS) na Inglaterra e Modelo
Numrico do Terreno (MNT) na dcada de 1990 no Brasil. Muitas vezes, os termos
so utilizados como sinnimos, o que acarreta certas confuses devido a esta falta de
padronizao (VIEIRA et al., 2009).
Para o presente trabalho, utiliza-se a definio de Li et al. (2004) para MDT e
MDE: Um MDT um conjunto ordenado de pontos de dados amostrados que
representam a distribuio espacial de vrios tipos de informao no terreno., e sua
expresso matemtica poderia ser:
) , (
P P P
Y X f K =
(41)
onde:
K
P
um valor do atributo do k-simo tipo de feio do terreno na posio P,
variando de 1, 2, 3,.., m total nmero de informaes sobre o terreno;
X
P
e Y
P
o par de coordenadas bidimensional do ponto P;
P varia de 1, 2, 3..., n total nmeros de pontos amostrados no terreno.
Ento, MDT uma representao digital de um ou mais tipos de informao
do terreno. Na Equao (41), quando m = 1 e a informao do terreno elevao
(i.e., cotas e altitudes), o resultado a expresso matemtica do MDE, e obviamente
um subconjunto e componente fundamental do MDT. Assim, o termo mais genrico
MDT ser utilizado se o interesse de representao est relacionado a um conjunto de
atributos do terreno (topogrficos, meteorolgicos, etc.). Quando se utiliza apenas o
atributo elevao, ser denominado segundo o termo MDE. Ainda para efeito de
56
padronizao, a denominao MDE ser adotada para modelos que representam a
superfcie do terreno imersa ou emersa (sem cobertura vegetal ou edificaes)
(VIEIRA et al., 2009).
A coleta dos dados para a gerao do MDE pode ser feitas atravs de diversas
tcnicas de levantamento do terreno como topografia e GNSS (Global Navigation
Satellite System), imagens orbitais e aerofotogramtricas, interferometria, Lidar
(Light Detection And Ranging), entre outras.
O MDE pode ser armazenado seguindo uma estrutura de dados vetorial ou
matricial (raster) e a modelagem da superfcie pode ser realizada tendo como base
reas de influncia, redes de tringulos (triangulao), malhas quadradas e a
modelagem hbrida (juno de tipos de modelagens). Maiores detalhes podem ser
encontrados em Li et al. (2004).
As aplicaes do MDE so inmeras na rea de informaes espaciais. Para o
presente trabalho destaca-se a utilizao do MDE no processo de ortorretificao de
imagens, cuja principal funo a correo do efeito do relevo nas imagens orbitais,
conforme o tpico 4.4. A seguir, so descritos os MDEs ASTER GDEM e SRTM
que sero utilizados neste trabalho.
4.2.2.1. ASTER GDEM
Idealizado atravs de uma parceria entre o Ministrio de Economia,
Transporte e Indstria do Japo (METI) e a Agncia Espacial Americana (NASA), o
GDEM (Global Digital Elevation System) foi lanado e disponibilizado
gratuitamente no final de junho de 2009. Segundo METI et al. (2009), o GDEM foi
criado atravs de estreo-correlao entre 1,5 milhes de cenas do sensor VNIR, a
bordo do satlite TERRA. Este sensor dotado de capacidade estereoscpica do tipo
along-track, ou seja, usa uma visada a nadir e uma retro-visada na mesma passagem,
possuindo resoluo espacial de 15 metros.
Em regies que continham nuvens, foi realizado o recorte da regio com
presena de nuvens; em seguida, foram feitos o empilhamento de vrias cenas desta
57
mesma regio, eliminao dos erros grosseiros do MDE e ao final, a aplicao da
mdia dos valores para preencher esta regio (METI et al., 2009).
O ASTER GDEM cobre as superfcies terrestres compreendidas entre as
latitudes 83N e 83S. O formato dos arquivos GeoTIFF referenciado aos sistema
geodsico WGS84 e altitudes ortomtricas com o uso do modelo de ondulao
geoidal EGM96. A preciso global estimada para o produto foi de 20 metros para os
dados verticais, com 95% de confiana, e de 30 metros para os dados horizontais,
com 95% de confiana (METI et al., 2009).
4.2.2.2. SRTM
Segundo Toutin & Gray (2000) apud Santos et al. (2006), atualmente a
interferometria de radar uma alternativa ao mtodo estereoscpico tradicional para
obteno de um MDE. Esta metodologia utiliza as propriedades de coerncia do
Radar de Abertura Sinttica (SAR) e tem as vantagens dos sistemas de radar que, por
ser um sensor ativo, no necessita de luz e nem sofre influncia do ambiente, uma
vez que atua na regio de microondas do espectro eletromagntico. Em funo destas
caractersticas, a interferometria SAR possibilita a elaborao MDE, to importante
para a cartografia, mesmo em condies adversas (SANTOS et al., 2006).
Realizada em conjunto pela NASA e agncias espaciais da Alemanha e da
Itlia, a misso SRTM (Shuttle Radar Topographic Mission) colocou em rbita em
fevereiro de 2000 a nave espacial Endeavour, utilizando a interferometria por radar
ao longo de 11 dias. Foi imageada 80% da superfcie terrestre, compreendendo os
paralelos 60 N e 56 S, fornecendo modelos tridimensionais com resoluo espacial
de 1 segundo de arco, aproximadamente 30 metros, para a Amrica do Norte e 3
arcos de segundo (90 metros) para o resto do mundo (SANTOS et al., 2006).
O formato dos arquivos GeoTIFF com sistema de coordenadas geodsicas
(latitude, longitude e altitude), sistema de referncia WGS84 e altitudes ortomtricas
com o uso do modelo de ondulao geoidal EGM96. O produto final do SRTM
possui preciso vertical global de 16 m e horizontal de 20 m (Rabus et al., 2003).
58
4.2.3. Ortorretificao
Segundo Gripp Jr. (2009), as imagens orbitais, na sua forma bruta, no
possuem ligao com a superfcie terrestre em relao ao seu sistema de
coordenadas. As imagens retratam apenas a rea imageada com um sistema de
coordenadas de imagem baseado em linha e colunas.
Em virtude de distores geomtricas, o uso de imagens orbitais requer uma
srie de tratamentos matemticos, principalmente imagens de alta resoluo. A
Tabela 9 apresenta as principais distores, citadas por Toutin (2004) apud. Gripp Jr.
(2009), no processo de aquisio da imagem.
Gripp Jr. (2009) define os termos correo geomtrica, georreferenciamento e
ortorretificao. Correo geomtrica se refere correo de distores na imagem.
O termo georreferenciamento utilizado quando atribudo algum sistema de
coordenadas cartogrfico imagem. J o conceito de ortorretificao est
relacionado s correes geomtricas do sensor, bem como dos efeitos do relevo na
imagem (Figura 18). Alm disso, todos os elementos visualizados na imagem devem
estar em projeo ortogonal
4
.
Tabela 10 - Principais distores geomtricas no processo de aquisio de imagens.
Categoria Subcategoria Descrio da fonte de erros
Observador/
Sistema de aquisio
Plataforma
Variao de movimento
Variao na atitude da plataforma
Sensor
Variao mecnica do sensor
ngulo de visada
IFOV/ EIFOV
Instrumento de medio
Variaes na medida do tempo
Observado
Atmosfera
Refrao e turbulncia
Terra
Efeitos de curvatura, rotao e relevo
Mapa ou Carta
Superficie fsica da Terra para
elipside e do elipside para o plano
cartogrfico.
Fonte: Toutin (2004) apud. Gripp Jr. (2009).
4
Projeo ortogonal uma representao bidimensional de um objeto tridimensional onde todas as
linhas de visadas so perpendiculares ao objeto.
Figura 18 - Geometria das distores causa
Fonte: PCI GEOMATICS,
Durante o processo de ortorretificao, a imagem projetada numa sup
cartogrfica, usando uma superfcie de representao para a Terra e um sistema de
coordenadas, com o objetivo de gerar a maior correspondncia possvel entre o
posicionamento de pontos na imagem e o de pontos homlogos na superfcie
terrestre imageada, como mostra a
Figura 19 - Relao entre sistema de coordenadas de campo e o siste
imagem.
Fonte: PCI GEOMATICS
59
Geometria das distores causadas pelo relevo na imagem.
PCI GEOMATICS, 2003.
Durante o processo de ortorretificao, a imagem projetada numa sup
cartogrfica, usando uma superfcie de representao para a Terra e um sistema de
coordenadas, com o objetivo de gerar a maior correspondncia possvel entre o
posicionamento de pontos na imagem e o de pontos homlogos na superfcie
ada, como mostra a Figura 19.
Relao entre sistema de coordenadas de campo e o siste
Fonte: PCI GEOMATICS, 2003.
Durante o processo de ortorretificao, a imagem projetada numa superfcie
cartogrfica, usando uma superfcie de representao para a Terra e um sistema de
coordenadas, com o objetivo de gerar a maior correspondncia possvel entre o
posicionamento de pontos na imagem e o de pontos homlogos na superfcie
Relao entre sistema de coordenadas de campo e o sistema de coordenadas
60
Para realizar a ortorretificao, utilizam-se principalmente o modelo rigoroso
e o modelo polinomial racional. O modelo rigoroso um modelo fsico 3D que leva
em considerao a orientao interior e exterior da cmara nos instantes de aquisio
da imagem, e associa, utilizando o principio da colinearidade, pontos de controle
bem identificados na imagem e no terreno. Devido ao rigor matemtico do modelo,
alguns autores o chamam de modelo fotogramtrico (TOUTIN, 1995).
O modelo Polinomial racional tem sido bastante utilizado por se apresentar
como um mtodo simples e genrico de relacionamento preciso entre as coordenadas
do espao objeto e imagem (DIAL e GRODECKI, 2004), j que os parmetros
rigorosos da rbita e do sensor (modelo fsico) muitas vezes no esto disponveis
aos usurios. Como os coeficientes dos polinmios racionais Rational Polynomial
Coefficient (RPC) so determinados e fornecidos pelo provedor de imagens, pode-
se efetuar a correo das imagens sem uso de pontos de controle por parte do usurio
(SANTOS et al., 2010).
4.3. Materiais e Mtodos
4.3.1. rea de estudo
A rea de estudo consiste na regio retratada nos limites da imagem
ALOS/PRISM que recobre em grande parte o municpio de Alvinpolis-MG,
conforme a Figura 20. O relevo da regio montanhoso, variando de uma altitude de
350 a 1.100 metros.
Figura 20 - rea de estudo.
4.3.2. Materiais utilizados
Os materiais utilizados
Imagem ALOS pancromtica do sensor PRISM, com resoluo espacial de
2,5 metros de julho de 2008;
Receptor GNSS de duas freqncias (L1/L2) da marca
Receptor GPS de navegao da marca
Modelo digital de elevao (MDE) SRTM, com resoluo espacial de
metros, disponibilizado gratuitamente pela CGIAR
for Spatial Information
61
rea de estudo.
. Materiais utilizados
Os materiais utilizados foram:
Imagem ALOS pancromtica do sensor PRISM, com resoluo espacial de
5 metros de julho de 2008;
Receptor GNSS de duas freqncias (L1/L2) da marca Leic
S de navegao da marca Garmin modelo Etrex Vista
Modelo digital de elevao (MDE) SRTM, com resoluo espacial de
disponibilizado gratuitamente pela CGIAR-CSI (
for Spatial Information);
Imagem ALOS pancromtica do sensor PRISM, com resoluo espacial de
Leica modelo 900CS.
Etrex Vista.
Modelo digital de elevao (MDE) SRTM, com resoluo espacial de 90
(CGIAR consortium
62
Modelo digital de elevao (MDE) ASTER GDEM, com resoluo espacial
de 30 metros, disponibilizado gratuitamente pela ERSDAC (Earth Remote
Sensing Data Analysis Center);
Software de processamento GNSS Ashtech Solutions 2.6;
Software ArcGIS 9.3, para manipulao dos dados espaciais e utilizao da
funo K para anlise do padro de distribuio espacial;
Software MapReady 2.2 para manipulao das imagens ALOS,
disponibilizado gratuitamente pelo IBGE;
Software PCI Geomatics para a ortorretificao das imagens ALOS;
Software R, para o teste de normalidade Kolmogorov-Smirnov (KS).
4.3.3. Metodologia proposta
A metodologia proposta por este trabalho compreende basicamente os passos
descritos na Figura 21 e 27. Na primeira parte da metodologia, so obtidas
informaes a respeito do dado espacial a ser avaliado; escolha do nmero e local
dos pontos; avaliao do padro de distribuio espacial dos conjuntos de pontos
utilizados para analisar a acurcia posicional; e a partir do resultado obtido, a
definio do mtodo de avaliao da acurcia posicional.
Na segunda etapa, coletam-se os dados em campo; calcula-se as
discrepncias; e realizam-se as anlises de tendncia e preciso, inferindo-se ento
sobre a acurcia do produto espacial.
Figura 21 - Fluxograma
na anlise do padro de distribuio espacial dos pontos e
do mtodo de avaliao da acurcia posicional
4.3.3.1. Informaes sobre os dados espa
A cena ALOS/PRISM
coordenadas geodsicas (latitude, longitude e altitude) no sistema de referncia
WGS84. Posteriormente converteu
Software MapReady 2.2, que disponibilizado pelo IBGE.
63
grama apresentando a primeira parte da metodologia proposta, que consiste
o padro de distribuio espacial dos pontos e, a partir deste resultado
o mtodo de avaliao da acurcia posicional.
4.3.3.1. Informaes sobre os dados espaciais a serem processados e avaliados
A cena ALOS/PRISM fornecida em formato CEOS com sistema de
coordenadas geodsicas (latitude, longitude e altitude) no sistema de referncia
WGS84. Posteriormente converteu-se a imagem em formato GeoTIFF, utilizando o
MapReady 2.2, que disponibilizado pelo IBGE.
apresentando a primeira parte da metodologia proposta, que consiste
a partir deste resultado, escolha
ciais a serem processados e avaliados
fornecida em formato CEOS com sistema de
coordenadas geodsicas (latitude, longitude e altitude) no sistema de referncia
se a imagem em formato GeoTIFF, utilizando o
No processo de ortorretificao
ASTER GDEM e o SRTM. Aps, foram convertidos no sistema de projeo UTM
fuso 23 Sul, com o Software
Figura 22 Processo de ortorretificao de imagens orbitais.
4.3.3.2. Escolha do nmero d
Esta etapa da metodologia foi abordada em outros trabalhos como em
(2001), Rocha (2002),
importante no processo, porm, como no de grande interesse neste trabalho
analisar a influncia do nmero de pontos na amostra, optou
64
No processo de ortorretificao (Figura 22) foram utilizados os MDEs
ASTER GDEM e o SRTM. Aps, foram convertidos no sistema de projeo UTM
Software ArcGIS 9.3.
Processo de ortorretificao de imagens orbitais.
Escolha do nmero da amostra
Esta etapa da metodologia foi abordada em outros trabalhos como em
(2001), Rocha (2002), Nogueira Jr. (2003) e Nero (2005). Trata
importante no processo, porm, como no de grande interesse neste trabalho
analisar a influncia do nmero de pontos na amostra, optou-se por seguir a norma
foram utilizados os MDEs
ASTER GDEM e o SRTM. Aps, foram convertidos no sistema de projeo UTM
Esta etapa da metodologia foi abordada em outros trabalhos como em Itame
Trata-se de uma fase
importante no processo, porm, como no de grande interesse neste trabalho
se por seguir a norma
65
americana NSSDA, que diz que cerca de 20 pontos distribudos por toda rea de
abrangncia do dado espacial so suficientes.
Por motivo de segurana, foram definidos 26 pontos de controle e de
checagem, devido a diversas obstrues estradas intransitveis, ponto mal definido
em campo, acesso restrito, propriedade particular, entre outras que dificultam o
posicionamento dos pontos em campo.
Como descrito no pargrafo anterior, o processo de escolha do nmero da
amostra, escolha dos pontos no dado espacial e a coleta destes em campo foram
realizadas em conjunto, tanto para os pontos de controle, utilizados para o processo
de ortorretificao, quanto para os pontos de checagem da imagem ortorretificada.
4.3.3.3. Escolha dos pontos de controle e de checagem
Para a coleta dos pontos na imagem, foi realizada uma amostragem
estratificada no-aleatria.
A imagem ALOS/PRISM cobre uma rea de aproximadamente de 42km x
42km (Figura 23a). Ento, para sistematizar a escolha dos pontos de controle e
checagem de modo que estes ficassem bem distribudos na imagem, gerou-se uma
grade de 7km x 7km, conforme metodologia presente em Gripp Jr. (2009). Logo, so
36 quadrantes gerados, mas s 26 quadrantes sero efetivamente utilizados, devido
sobreposio destes quadrantes na imagem (Figura 23b).
Figura 23 - Recobrimento da imagem e a ge
Com 26 quadrantes efetivos, escolhem
para o uso no controle e checagem (respectivamente, ortorretificao, e avaliao da
acurcia posicional). Portanto, em cada quadrante de
e um ponto para checagem.
Os locais dos pontos foram escolhidos conforme metodologia do IBGE
(2009), ou seja, optando
Figura 24.
Figura 24 Exemplo de um ponto levantado em campo
66
Recobrimento da imagem e a gerao de quadrantes para a escolha dos pontos.
Com 26 quadrantes efetivos, escolhem-se pontos bem definidos na imagem
para o uso no controle e checagem (respectivamente, ortorretificao, e avaliao da
acurcia posicional). Portanto, em cada quadrante definiu-se um ponto para controle
e um ponto para checagem.
Os locais dos pontos foram escolhidos conforme metodologia do IBGE
(2009), ou seja, optando-se pela escolha de intersees de estradas rurais, conforme a
Exemplo de um ponto levantado em campo.
rao de quadrantes para a escolha dos pontos.
se pontos bem definidos na imagem
para o uso no controle e checagem (respectivamente, ortorretificao, e avaliao da
se um ponto para controle
Os locais dos pontos foram escolhidos conforme metodologia do IBGE
se pela escolha de intersees de estradas rurais, conforme a
Alguns cuidados foram observados na escolha dos pontos:
Evitar
e/ou edificaes
Evitar estradas muito movimentad
no centro da estrada rural;
Pontos com acesso
Observncia do relevo, de modo que os pontos
pelas altitudes baixas e altas, conforme a Figura
Escolher p
26;
Escolher p
ortorretificao.
Figura 25 Distribuio dos pontos
67
Alguns cuidados foram observados na escolha dos pontos:
Evitar locais com obstruo dos sinais dos satlites pela vegetao
e/ou edificaes nas imediaes do ponto escolhido;
Evitar estradas muito movimentadas, j que a coleta dos pontos ser
no centro da estrada rural;
Pontos com acesso facilitado, por questes de logstica;
Observncia do relevo, de modo que os pontos fossem
pelas altitudes baixas e altas, conforme a Figura 25
Escolher pontos bem distribudos espacialmente, conforme a Figura
Escolher pontos nas bordas e cantos da imagem, para o processo de
ortorretificao.
Distribuio dos pontos de controle e de checagem em relao ao relevo.
locais com obstruo dos sinais dos satlites pela vegetao
do ponto escolhido;
as, j que a coleta dos pontos ser
, por questes de logstica;
fossem distribudos
;
bem distribudos espacialmente, conforme a Figura
ontos nas bordas e cantos da imagem, para o processo de
em relao ao relevo.
Figura 26 - Distribuio espacial dos pontos de controle e de checagem.
4.3.3.4. Anlise do padro de distribuio espacial da amostra
Conforme apresentado no capitulo 2, a funo K
robusto para a anlise
analisado o padro de distribuio atravs da funo K e do vizinho mais prximo
para 1, 2, 3 e 6
ortorretificao quanto no processo de aval
No atingindo o padro de distribuio espacial desejado, volta se ao item
4.3.3.3 e escolhe-se
processo de anlise
processo de avaliao da qualidade posicional em dados espaciais, evitando perda de
tempo e diminuindo os
68
Distribuio espacial dos pontos de controle e de checagem.
. Anlise do padro de distribuio espacial da amostra
Conforme apresentado no capitulo 2, a funo K destaca-se como um
robusto para a anlise do padro de distribuio espacial da amostra.
analisado o padro de distribuio atravs da funo K e do vizinho mais prximo
para 1, 2, 3 e 6 ordem, tanto para a amostra utilizada no processo de
ortorretificao quanto no processo de avaliao da acurcia posicional.
No atingindo o padro de distribuio espacial desejado, volta se ao item
novamente uma amostra at obter-se o padro desejado. Este
da amostra antes da coleta dos dados em campo otimi
processo de avaliao da qualidade posicional em dados espaciais, evitando perda de
diminuindo os custos na coleta de campo de outra amostra.
se como um mtodo
do padro de distribuio espacial da amostra. Logo, ser
analisado o padro de distribuio atravs da funo K e do vizinho mais prximo
, tanto para a amostra utilizada no processo de
iao da acurcia posicional.
No atingindo o padro de distribuio espacial desejado, volta se ao item
o padro desejado. Este
da amostra antes da coleta dos dados em campo otimiza o
processo de avaliao da qualidade posicional em dados espaciais, evitando perda de
custos na coleta de campo de outra amostra.
69
4.3.3.5. Coleta e processamento da amostra de campo
A coleta dos dados de campo configura o inicio da segunda etapa da
metodologia proposta para avaliao da acurcia posicional de dados espaciais,
conforme ilustrado na Figura 27.
A coleta dos pontos foi realizada com o receptor GNSS da marca Leica
modelo GPS 900 CS utilizando o mtodo esttico com intervalo de armazenamento
de 5 segundos e tendo como referncia as estaes RBMC VICO (Viosa-MG) e
MGBH (Belo Horizonte-MG).
O tempo de rastreio foi obtido atravs de um teste realizado antes da coleta
dos pontos, para a observao da relao entre a preciso obtida no ps-
processamento e o tempo de observao, j que ambas as bases da RBMC distanciam
cerca de 90 km da rea de estudo. A idia era obter uma preciso posicional entre 10
cm a 30 cm com o menor tempo de observao.
Para o uso de pontos na avaliao da acurcia posicional, suas precises
devero ser pelo menos 1/3 do erro-padro esperado para a escala de teste
(MERCHANT, 1982). Como a escala de teste ser 1:25.000, um tero da tolerncia
para a Classe A ser 2,5m, sendo que, devido ao uso de um receptor GNSS de dupla
freqncia, este valor pde ser obtido facilmente.
Figura 27 - Fluxograma do processo de avaliao da acurcia posicional.
O teste realizado consistiu da ocupao do marco n 136 do Departamento de
Estradas e Rodagens de Minas Gerais (DER
bem em frente Companhia Fabril Mascarenhas, ao lado do rio do Peixe. Conforme
a Tabela 11, o marco foi ocupado durante 30 minutos e posteriormente o arquivo de
dados de observaes do recept
rastreio. Em seguida, os arquivos foram processados no
70
Fluxograma do processo de avaliao da acurcia posicional.
O teste realizado consistiu da ocupao do marco n 136 do Departamento de
Rodagens de Minas Gerais (DER-MG) na cidade de Alvinpolis
bem em frente Companhia Fabril Mascarenhas, ao lado do rio do Peixe. Conforme
, o marco foi ocupado durante 30 minutos e posteriormente o arquivo de
dados de observaes do receptor GNSS foi cortado em diferentes tempos de
rastreio. Em seguida, os arquivos foram processados no Software Ashtech
Fluxograma do processo de avaliao da acurcia posicional.
O teste realizado consistiu da ocupao do marco n 136 do Departamento de
MG) na cidade de Alvinpolis-MG,
bem em frente Companhia Fabril Mascarenhas, ao lado do rio do Peixe. Conforme
, o marco foi ocupado durante 30 minutos e posteriormente o arquivo de
or GNSS foi cortado em diferentes tempos de
Software Ashtech Solutions
71
2.6, onde se verificou que o tempo de 15 minutos seria suficiente para obter uma
soluo fixa do rastreio, com preciso posicional de cerca de 6 cm. Contudo, por
segurana, foi estabelecido o tempo de rastreio de 20 minutos tanto para os pontos de
controle quanto o de checagem.
Tabela 11 - Relao entre tempo de rastreio e preciso no posicionamento.
Tempo
(min.)
Soluo E (m) N (m) h (m)
E
(m)
E
(m)
E
(m)
Preciso
Posicional
(m)
30 fixa 703137,359 7776348,590 549,333 0,043 0,042 0,098 0,060
20 fixa 703137,358 7776348,593 549,325 0,044 0,043 0,098 0,062
15 fixa 703137,357 7776348,595 549,327 0,044 0,043 0,098 0,062
10 flutuante 703137,041 7776348,658 549,229 0,275 0,293 0,364 0,402
5 flutuante 703136,999 7776349,148 548,951 0,445 0,447 0,446 0,631
Decidido o tempo de rastreio, foi realizado um georreferenciamento expedito
na imagem ALOS/PRISM, utilizando cartas topogrficas do IBGE na escala de
1:50.000, de modo a obter as coordenadas aproximadas dos pontos escolhidos bem
como as estradas de acesso a estes pontos. Aps, estes dados foram inseridos em um
receptor GNSS de navegao, para, posteriormente, se realizar toda a coleta de
campo.
O levantamento de campo compreendeu os meses de fevereiro a abril de
2010. Como elementos de apoio, foram utilizados: um croqui geral da rea de
estudos contendo os pontos espacializados; uma tabela com as coordenadas
aproximadas dos pontos; cones de segurana utilizados em sinalizao de trnsito (j
que os pontos se encontram no cruzamento de estradas vicinais) e cadernetas de
campo para cada ponto (ver Apndice A).
As cadernetas de campo continham a visualizao da rea do ponto na
imagem e um espao para realizar o croqui de campo. Tambm foram registrados na
caderneta a localidade e o municpio do ponto, latitude e longitude, PDOP, hora de
inicio e fim do rastreio, data gregoriana e o dia corrido do ano para aquela data. Cada
ponto coletado foi fotografado de modo a esclarecer o seu devido posicionamento em
campo. A Figura 28 apresenta uma viso geral da coleta de pontos em campo.
Aps a coleta de campo, foi realizado o processamento dos dados utilizando
mscara de elevao igual a 15, sistema de referncia geodsico WGS-84, sistema
de projeo UTM fuso 23 Sul e admitindo apenas soluo fixa. Em seguida, foi
calculada a ondulao geoidal para todos os pontos atravs do
MAPGEO2004, obtendo
Figura 28 - Levantamento dos pontos em campo.
4.3.3.6. Ortorretificao da image
Para a ortorretificao de imagens orbitais, necessrio o uso de MDE com
um mnimo de consistncia; po
preenchimento das depresses esprias do MDE SRTM e ASTER GDEM.
O processo de ortorretificao da imagem ALOS/PRISM foi realizado
utilizando o Software
Foram gerada
de controle, com o uso do MDE SRTM e ASTER GDEM, e outras
utilizando um nmero reduzido de
imagem.
72
de projeo UTM fuso 23 Sul e admitindo apenas soluo fixa. Em seguida, foi
calculada a ondulao geoidal para todos os pontos atravs do
MAPGEO2004, obtendo-se, assim, as altitudes ortomtricas dos pontos
Levantamento dos pontos em campo.
.6. Ortorretificao da imagem ALOS/PRISM
Para a ortorretificao de imagens orbitais, necessrio o uso de MDE com
um mnimo de consistncia; portanto, utilizou-se do Software
preenchimento das depresses esprias do MDE SRTM e ASTER GDEM.
O processo de ortorretificao da imagem ALOS/PRISM foi realizado
Software PCI Geomatics 10.1, empregando o modelo rigoroso.
as cinco ortoimagens, sendo duas utilizando o mximo de pontos
de controle, com o uso do MDE SRTM e ASTER GDEM, e outras
um nmero reduzido de pontos de controle, distribudos irregularmente na
de projeo UTM fuso 23 Sul e admitindo apenas soluo fixa. Em seguida, foi
calculada a ondulao geoidal para todos os pontos atravs do Software
tudes ortomtricas dos pontos.
Para a ortorretificao de imagens orbitais, necessrio o uso de MDE com
Software ArcGIS para o
preenchimento das depresses esprias do MDE SRTM e ASTER GDEM.
O processo de ortorretificao da imagem ALOS/PRISM foi realizado
modelo rigoroso.
ortoimagens, sendo duas utilizando o mximo de pontos
de controle, com o uso do MDE SRTM e ASTER GDEM, e outras trs ortoimagens
, distribudos irregularmente na
73
4.3.3.7. Teste de Normalidade dos dados
Coletadas as amostras de campo, obtiveram-se as discrepncias, atravs da
diferena entre as coordenadas de campo e do dado espacial em que se quer avaliar.
De posse destas discrepncias foi realizado todo um processamento estatstico que
pressupe que a distribuio destas discrepncias seja normal. Portanto, foi aplicado
o teste de Kolmogorov-Smirnov para a anlise de normalidade das discrepncias.
4.3.3.8. Anlise de tendncia dos dados
Aps o teste de normalidade, avaliou-se a presena de tendncia nos dados
atravs de estatstica inferencial, utilizando o teste t de Student, e da estatstica
espacial com o uso da mdia direcional e varincia circular, conforme item 2.2.3.
4.3.3.9. Anlise de preciso dos dados
Aps a verificao do padro de distribuio espacial da amostra de
checagem decidiu-se sobre o tipo de metodologia a adotar para a avaliao da
acurcia posicional da imagem ALOS/PRISM.
Se o padro da amostra for agrupado, utilizam-se tcnicas de avaliao para
quando no se tem pontos bem definidos e distribudos na imagem, ou seja,
metodologias que so baseadas em feies como retas, curvas e reas, conforme
descrito no item 3.3.2.
Por outro lado, se o padro da amostra for discreto ou aleatrio, utilizam-se
tcnicas de avaliao para quando se tem pontos bem definidos e distribudos na
imagem, tais como metodologias aplicadas ao Decreto-lei n89.817 e NBR 13.133,
bem como o teste de preciso (Qui-Quadrado) apresentado por Merchant (1982).
74
Para o presente trabalho, definiu-se que o padro desejvel de distribuio
dos pontos como sendo disperso, de modo que seja aplicado o Decreto-lei como
padro de avaliao da acurcia posicional.
4.3.3.10. Anlise da acurcia dos dados
Voltando ao conceito de acurcia, que se refere tanto a efeitos aleatrios
quanto a efeitos sistemticos, tem-se que a anlise da acurcia a juno da anlise
de tendncia e da anlise de preciso. Portanto, se o dado espacial avaliado for
aprovado em todas as anlise de tendncia e preciso, este dado foi considerado
acurado para a escala e a classe testada. Se alguma etapa da anlise de tendncia e
preciso falhasse, o dado espacial no era considerado acurado para a dada escala e
classe testada.
4.4. Resultados
A seguir sero apresentados os resultados de todo o processo metodolgico da
avaliao da ortoimagem ALOS/PRISM gerada.
4.4.1. Distribuio espacial dos pontos de controle e checagem
Depois de realizado o georreferenciamento expedito da imagem ALOS,
obtendo-se assim as coordenadas aproximadas dos pontos, submeteram-se as
amostras ao teste da funo K e do vizinho mais prximo para a anlise do padro de
distribuio espacial dos pontos, conforme apresentado nas Tabelas 12 e 13 e nas
Figuras 29 e 30.
Tabela 12 - Resultado da an
controle pelo mtodo do vizinho mais prximo.
Itens 1 ordem
rea 1277 km
r
obs
6005,61 m
r
esp
3504,35 m
R 1,714
Z
calc
6,963
Padro Disperso
Tabela 13 - Resultado da an
checagem pelo mtodo do vizinho mais prximo.
Itens 1 ordem
rea 1277 km
r
obs
4384,25 m
r
esp
3504,8 m
R 1,251
Z
calc
2,45
Padro Disperso
Para todas as ordens testadas do vizinho mais prximo, o Z
Z
tab
= 1,96, para um intervalo de confiana de 95%, e o ndice R maior que 1.
Portanto, rejeita-se a hiptese Ho, que diz que a distribuio dos pontos segue um
padro aleatrio. Logo, o padro de distribuio espacial dos pontos de controle e de
checagem disperso.
As Figuras 29
K. A linha azul representa o padro de aleatrio, a linha vermelha representa o
padro observado da amostra e as linhas cinza representam o intervalo de confiana.
Na Figura 29 percebe
padro da amostra de controle disperso e estatisticamente significativo, j que a
curva observada se encontra abaixo da curva de confiana da curva esperada; entre o
intervalo de 6.000 a 20.000 metros o padro aleatrio, pois a curva se encontra
75
Resultado da anlise do padro de distribuio espacial da amostra de pontos de
controle pelo mtodo do vizinho mais prximo.
2 ordem 3 ordem 6 ordem
1277 km 1277 km 1277 km
6005,61 m 7530,26 m 8689,96 m 12522,6 m
3504,35 m 5256,52 m 6570,65 m 9486,26 m
1,433 1,323 1,320
6,077 5,593 7,920
Disperso Disperso Disperso
Resultado da anlise do padro de distribuio espacial da amost
checagem pelo mtodo do vizinho mais prximo.
2 ordem 3 ordem 6 ordem
1277 km 1277 km 1277 km
m 6064,27 m 7298,27 m 10907 m
5257,21 m 6571,52 m 9487 m
1,154 1,111 1,15
2,16 1,92 3,70
Disperso Disperso Disperso
Para todas as ordens testadas do vizinho mais prximo, o Z
= 1,96, para um intervalo de confiana de 95%, e o ndice R maior que 1.
se a hiptese Ho, que diz que a distribuio dos pontos segue um
padro aleatrio. Logo, o padro de distribuio espacial dos pontos de controle e de
checagem disperso.
9 e 30 apresentam os grficos do resultado da anlise
K. A linha azul representa o padro de aleatrio, a linha vermelha representa o
padro observado da amostra e as linhas cinza representam o intervalo de confiana.
percebe-se que para uma distncia pequena de at 6.000 metros, o
ro da amostra de controle disperso e estatisticamente significativo, j que a
curva observada se encontra abaixo da curva de confiana da curva esperada; entre o
intervalo de 6.000 a 20.000 metros o padro aleatrio, pois a curva se encontra
se do padro de distribuio espacial da amostra de pontos de
Croqui
26 pontos
lise do padro de distribuio espacial da amostra de pontos de
Croqui
26 pontos
Para todas as ordens testadas do vizinho mais prximo, o Z
calc
maior que o
= 1,96, para um intervalo de confiana de 95%, e o ndice R maior que 1.
se a hiptese Ho, que diz que a distribuio dos pontos segue um
padro aleatrio. Logo, o padro de distribuio espacial dos pontos de controle e de
apresentam os grficos do resultado da anlise da funo
K. A linha azul representa o padro de aleatrio, a linha vermelha representa o
padro observado da amostra e as linhas cinza representam o intervalo de confiana.
ara uma distncia pequena de at 6.000 metros, o
ro da amostra de controle disperso e estatisticamente significativo, j que a
curva observada se encontra abaixo da curva de confiana da curva esperada; entre o
intervalo de 6.000 a 20.000 metros o padro aleatrio, pois a curva se encontra
entre o intervalo de confiana; para uma distncia maior de 20.000 metros, o padro
disperso.
Na Figura 30
checagem disperso, mas significante estatisticamente para o padro aleatrio
Figura 29 - Resultado da analise da funo K para a amostra de controle.
Figura 30 - Resultado da anlise da funo K para a amostra de checagem.
76
ntervalo de confiana; para uma distncia maior de 20.000 metros, o padro
30 nota-se que o padro de distribuio espacial da amostra de
checagem disperso, mas significante estatisticamente para o padro aleatrio
Resultado da analise da funo K para a amostra de controle.
Resultado da anlise da funo K para a amostra de checagem.
ntervalo de confiana; para uma distncia maior de 20.000 metros, o padro
se que o padro de distribuio espacial da amostra de
checagem disperso, mas significante estatisticamente para o padro aleatrio.
Resultado da analise da funo K para a amostra de controle.
Resultado da anlise da funo K para a amostra de checagem.
77
4.4.2. Processo de ortorretificao
Aps verificar que as amostras de pontos de checagem e de controle seguiam
um padro disperso, foram realizadas a coleta e o processamento dos dados de
campo, conforme o Apndice A. Em seguida, foram obtidas cinco ortoimagens
conforme apresenta a Tabela 14.
No processo de ortorretificao foram excludos alguns pontos que no se
ajustaram bem ao modelo, gerando altos resduos. As amostras utilizadas para a
ortorretificao foram testadas quanto ao padro de distribuio espacial, conforme
Apndice B.
Tabela 14 - Parmetros e resultados da ortorretificao.
Imagem
N pts.
controle
MDE
RMS*
(pixel)
Padro croqui
17_srtm 17 SRTM 0,47 disperso
17_aster 17
ASTER
GDEM
0,47 disperso
07_meio 07 SRTM 0,41 aleatrio
07_diag 07 SRTM 0,48 disperso
07_circ 07 SRTM 0,41 aleatrio
* RMS relativo aos pontos de controle no processo de ortorretificao.
78
4.4.3. Avaliao da acurcia posicional da imagem ALOS/PRISM
De posse das cinco imagens ortorretificadas foram identificados os pontos
homlogos da imagem em relao aos dados de campo e, em seguida, calculada as
discrepncias conforme apresentado pela pelas Figuras 31 a 35.
Logo aps foram realizados os teste de normalidade para as discrepncias,
conforme apresenta a Tabela 15. Pode-se perceber que para o nvel de confiana de
90% as amostras no seguem a distribuio normal.
Tabela 15 - Resultados do teste de normalidade Kolmogorov-Smirnov (KS) para o nvel de
confiana de 90%.
Imagem
Discrepncias
(Resultante)
Teste
Resultado
KS (D
max
) p-valor (p-valor < 0,05) ?
17_srtm
0,1034 0,9172 No No normal
17_aster
0,1436 0,6064 No No normal
07_meio
0,2136 0,1608 No No normal
07_diag
0,1994 0,2207 No No normal
07_circ
0,1107 0,8086 No No normal
Figura 31 - Discrepncias observadas para a imagem ortorretificada com 17 pontos de controle e MDE ASTER GDEM.
79
s para a imagem ortorretificada com 17 pontos de controle e MDE ASTER GDEM.
Figura 32 - Discrepncias observadas para a imagem ortorretificada com 17 pontos de controle e MDE SRTM.
80
s para a imagem ortorretificada com 17 pontos de controle e MDE SRTM.
Figura 33 - Discrepncias observadas para a imagem ortorretificada com 07 pontos de controle distribudos de forma agrupada no canto superior direito da imagem
SRTM.
81
s para a imagem ortorretificada com 07 pontos de controle distribudos de forma agrupada no canto superior direito da imagem
s para a imagem ortorretificada com 07 pontos de controle distribudos de forma agrupada no canto superior direito da imagem e MDE
Figura 34 - Discrepncias observadas para a imagem ortorretificada com 07 pontos de controle distribudos na diagonal superior direita da imagem e MDE SRTM.
82
s para a imagem ortorretificada com 07 pontos de controle distribudos na diagonal superior direita da imagem e MDE SRTM.
s para a imagem ortorretificada com 07 pontos de controle distribudos na diagonal superior direita da imagem e MDE SRTM.
Figura 35 - Discrepncias observadas para a imagem ortorretificada com 07 pontos de controle
83
s para a imagem ortorretificada com 07 pontos de controle distribudos de forma concentrada no centro da imagem e MDE SRTM.
distribudos de forma concentrada no centro da imagem e MDE SRTM.
Os resultados da an
indicando que os dados no
direcional e da varincia circular se
Figuras 36 e 37 apresentam
das discrepncias. Atravs desta figura
Tabela 16 - Resultado das anlises de tendncia.
Imagens
Estatstica
|t
calc E|
17_aster 0,19
17_srtm 0,13
07_circ 1,11
07_diag 0,50
07_meio -0,42
* Mdia direcional calculada em relao ao eixo
ponto da imagem at ao ponto de che
Figura 36 - Vetores d
controle.
84
Os resultados da anlise de tendncia so apresentados na
indicando que os dados no so tendenciosos. Os resultados das
direcional e da varincia circular se mostraram similares ao teste de
apresentam um mapa dos vetores indicando a direo e a magnitude
. Atravs desta figura simples a anlise de tendncia nos dados.
ultado das anlises de tendncia.
Estatstica Inferencial Estatstica Espacial
|t
calc N|
t
tab
Mdia *
Direcional
Varincia
circular
-1,18 1,7 193,75 0,80
-1,40 1,7 206,20 0,75
-0,42 1,7 177,20 0,89
-0,20 1,7 186,52 0,90
0,24 1,7 233,34 0,89
* Mdia direcional calculada em relao ao eixo N (azimute). Orientao dos vet
ponto da imagem at ao ponto de checagem em campo
Vetores das discrepncias nas imagens ortorretificadas com 17 pontos de
lise de tendncia so apresentados na Tabela 16,
s anlises da mdia
ao teste de t de Student. As
um mapa dos vetores indicando a direo e a magnitude
a anlise de tendncia nos dados.
Resultado
No Tendencioso
No Tendencioso
No Tendencioso
No Tendencioso
No Tendencioso
Orientao dos vetores em relao ao
nas imagens ortorretificadas com 17 pontos de
Figura 37 - Vetores d
controle.
Para o teste de preciso utilizou
Classe A (EP=0,3mm e PEC=0,
espacial de 2,5 metros
como o teste do Qui-Quadrado. Os resultados so apresentados na
Por fim avalia
testes de tendncia e os testes de preciso conclui
17_SRTM, 07_CIRC e 07_DIAG
A imagem 07_MEIO no atendeu ao teste de preciso
acurada.
85
Vetores das discrepncias nas imagens ortorretificadas com 07 pontos de
Para o teste de preciso utilizou-se como referncia a escala de 1:25.000
mm e PEC=0,5mm), escala esta esperada para uma resoluo
espacial de 2,5 metros. Em seguida, foram realizados os testes do
Quadrado. Os resultados so apresentados na
Por fim avalia-se a acurcia posicional da imagem. Como foram aprovados os
testes de tendncia e os testes de preciso conclui-se que as image
17_SRTM, 07_CIRC e 07_DIAG so acuradas na escala de 1:25.000 para a classe A.
A imagem 07_MEIO no atendeu ao teste de preciso; logo,
nas imagens ortorretificadas com 07 pontos de
se como referncia a escala de 1:25.000
para uma resoluo
os os testes do Decreto-lei bem
Quadrado. Os resultados so apresentados na Tabela 17.
se a acurcia posicional da imagem. Como foram aprovados os
imagens 17_ASTER,
na escala de 1:25.000 para a classe A.
, a imagem no
86
Tabela 17 - Resultados da avaliao da acurcia posicional na ortoimagem.
Imagem 17_ASTER 17_SRTM 07_CIRC 07_DIAG 07_MEIO
Mdia ESTE (