Beruflich Dokumente
Kultur Dokumente
ñ
{ Plataforma PCV
? Sistemas Operacionais:
o Microsoft Windows, Spring versão 4.1, ou
o Linux, Spring versão 3.7., ou
o Solaris-X86, Spring versão 2.4 ou posterior.
? Plataforma de hardware sugerida:
o Processador compatível com a linha IBM-PC,
o Memória RAM > 128 Mbytes,
o Disco rígido > 20 Gbytes,
o Monitor de vídeo colorido SVGA, 17",
o Unidade de CD-ROM R/W.
{ Estações RISC-UNIX
? Estações SUN de arquitetura SPARC utilizando sistema
operacional Solaris 2.4 ou posterior, ou
? Estações IBM RISC/6000, com sistema operacional AIX 3.2.5, ou
? Estações SiliconGraphics, series IRIS 4D, com sistema IRIX 4.0,
ou
? Estações Hewlett-Packard, series HP-700, com sistema HP-UX
9.0.
{ Hardware mínimo para estações RISC-UNIX
? 32 Mbytes de memória principal.
? 50 Mbytes de espaço em disco para instalação mínima do
SPRING.
? 100 Mbytes de espaço em disco para os bancos de dados a
serem criados pelo usuário.
{ O SPRING 4.1 conta com um programa automático para instalação do
sistema que pode ser adquirido via download pela WEB, ou através
da aquisição do CD de instalação. Este programa carrega seletivamente
os arquivos do instalador para o disco, em função de parâmetros
fornecidos pelo usuário.
{ Periféricos como mesa digitalizadora, traçadores gráficos compatível
com HPGL e impressoras coloridas compatível com PostScript também
são suportados e podem ser integrados no sistema.
u V
ñ
V
{ SIG é um sistema que processa dados gráficos e não gráficos (alfanuméricos) com
ênfase a análises espaciais e modelagens de superfícies.V
{ Algumas definições:
? "Um conjunto manual ou computacional de procedimentos utilizados para
armazenar e manipular dados georeferenciados" (Aronoff, 1989).
? "Conjunto poderoso de ferramentas para coletar, armazenar, recuperar,
transformar e visualizar dados sobre o mundo real" (Burrough, 1986).
? "Um sistema de suporte à decisão que integra dados referenciados
espacialmente num ambiente de respostas a problemas" (Cowen, 1988).
? "Um banco de dados indexados espacialmente, sobre o qual opera um
conjunto de procedimentos para responder a consultas sobre entidades
espaciais" (Smith et al., 1987)
ñ
!
V
{ Processos de análise espacial tratam dados geográficos que possuem uma localização
geográfica (expressa como coordenadas em um mapa) e atributos descritivos (que
podem ser representados num banco de dados convencional). Dados geográficos não
existem sozinhos no espaço: tão importante quanto localizá-los é descobrir e
representar as relações entre os diversos dados.V
{ Processos de análise espacial típicos de SIG (adaptada de Maguire, 1991).
u
{ SIG tem os seguintes componentes :V
? Interface com usuário;
? Entrada e integração de dados;
? Funções de processamento gráfico e de imagens;
? Visualização e plotagem;
? Armazenamento e recuperação de dados (organizados sob a forma de um
banco de dados geográficos).
{ A interface homem-máquina define como o sistema é operado e controlado. No nível
intermediário, um SIG deve ter mecanismos de processamento de dados espaciais
(entrada, edição, análise, visualização e saída). No nível mais interno do sistema, um
sistema de gerência de bancos de dados geográficos oferece armazenamento e
recuperação dos dados espaciais e seus atributos.
{ Contêm regiões geográficas definidas por um ou mais polígonos, como mapas de uso
do solo e a aptidão agrícola de uma região.V
{ Armazena na forma de arcos (limites entre regiões), incluindo os nós (pontos de
interseções entre arcos) para montar uma representação topológica.
{ Topologia construída é do tipo arco-nó-região: arcos se conectam entre si através de
nós (pontos inicial e final) e arcos que circundam uma área definem um polígono
(região).
{ Pode ser armazenado também no formato matricial ("raster"). A área correspondente
ao mapa é dividida em células de tamanho fixo. Cada célula terá um valor
correspondente ao tema mais freqüente naquela localização espacial.
Representação vetorial e matricial de um mapa temático.
V
Comparação entre formatos para mapas temáticos:V
V
£ V
V
V
Relações espaciais Relacionamentos topológi-cos Relacionamentos espaciais devem
entre objetosV entre objetos disponíveisV ser inferidosV
Ligação com banco de Facilita associar atributos a Associa atributos apenas a classes
dadosV elementos gráficosV do mapaV
Representa melhor fenômenos com
Representação indireta de
variação contínua no espaço
Análise, Simulação e fenômenos contínuos
ModelagemV
Simulação e modelagem mais
Álgebra de mapas é limitadaV
fáceisV
Adequado tanto a grandes Mais adequado para pequenas
Escalas de trabalhoV
quanto a pequenas escalasV escalas (1:25.000 e menores)V
Problemas com erros Processamento mais rápido e
AlgoritmosV
geométricosV eficienteV
Por coordenadas (mais
ArmazenamentoV Por matrizesV
eficiente)V
Elementos de Rede.
V
{ #
sobre regiões de pequeno e médio porte. Por exemplo
geração de relatórios de impacto ambiental para criação de uma hidroelétrica ou
traçado de uma ferrovia. Requerem grande flexibilidade e abrangência das funções do
SIG, para dados de quantidade limitada, mas muito variada.V
{
sobre grandes regiões. Por exemplo levantamentos sistemáticos,
como os feitos pelo INPE para mapear o desflorestamento na Amazônia. Ênfase maior
no tratamento de grandes bases de dados, sendo que os mesmos procedimentos são
repetidos para todos os dados, em regiões são muito grandes.
ñ
!
$V
{ Sistemas com operações gráficas e de análise espacial sobre arquivos ("flat files").
Ligação com gerenciadores de bancos de dados parcial (parte das informações
descritivas se encontra no sistema de arquivos) ou inexistente.V
{ Adequados à realização de #
sobre regiões de pequeno e
médio porte, enfatizando o aspecto de mapeamento.
{ Permite a entrada de dados sem definição prévia do esquema conceitual,
assemelhando-se a ambientes de CAD que podem representar projeções cartográficas
e associar atributos a objetos espaciais.
{ Não possuem suporte adequado para construir grandes bases de dados espaciais.
ñ
!
$V
{ Concebidos operar como um "
, ou seja, um banco de dados
não-convencional onde os dados possuem atributos descritivos e uma representação
geométrica no espaço geográfico.V
{ Requerem avanços em:
? Modelagem conceitual para quebrar a dicotomia matricial-vetorial e para gerar
interfaces com maior conteúdo semântico, em integração sensoriamento
remoto - geoprocessamento, ou seja, integração entre mapas temáticos,
modelos de terreno e imagens de satélites.
? Representações topológicas em múltiplas escalas e projeções.
? Linguagens de consulta, manipulação e representação de objetos espaciais de
grande poder expressivo.
? Técnicas de análise geográfica como classificação contínua e modelagem
ambiental.
? Arquiteturas de sistemas de gerência de banco de dados com novos métodos
de indexação espacial, adequados às massas de dadosa serem gerenciadas.
{ O uso de ambientes cliente-servidor requer competência em administração em Bancos
de Dados e em Redes de Computadores. Exige investimento maior para adquirir,
instalar e operar sistemas gerenciadores de bancos de dados (SGBD) de mercado. As
bases de dados corporativas devem estar no mesmo ambiente de SGBD utilizado pelo
SIG.
ñ
!
$V
{ Toda matéria a uma temperatura superior à zero absoluto (0o K ou -273o C) emite
radiação eletromagnética, como resultado de suas oscilações atômicas e moleculares.V
{ A radiação emitida ao incidir sobre a superfície de outra matéria pode ser refletida,
absorvida ou transmitida. Quando absorvida, a energia é geralmente reemitida, em
diferentes comprimentos de onda.
{ Os processos de emissão, absorção, reflexão e transmissão ocorrem simultaneamente
e suas intensidades relativas caracterizam a matéria em investigação. Dependendo
das características físicas e químicas da mesma, os quatro processos ocorrem com
intensidades diferentes em diferentes regiões do espectro.
{ Esse comportamento espectral das diversas substâncias é denominado assinatura
espectral e é utilizado em Sensoriamento Remoto para distinguir diversos materiais
entre si.
{ Qualquer fonte de energia eletromagnética é caracterizada pelo seu espectro de
emissão, o qual pode ser contínuo ou distribuído em faixas discretas.
{ O campo elétrico e o campo magnético são perpendiculares entre si e ambos oscilam
perpendicularmente à direção de propagação da onda, como mostra a figura abaixo,
onde E é o campo elétrico e M o campo magnético.
? %
' baixas freqüências e grandes comprimentos de onda. São
utilizadas para comunicação a longa distância.
? å
' faixa de 1mm a 30cm ou 3x1011 a 3x109 Hz. Pode-se gerar
feixes de radiação eletromagnética altamente concentrados, chamados
radares. Por serem pouco atenuados pela atmosfera, ou por nuvens, permitem
o uso de sensores de microondas em qualquer condição de tempo.
?
( )' grande importância para o Sensoriamento Remoto. Engloba
radiação com comprimentos de onda de 0,75um a 1,0mm. A radiação I.V. é
facilmente absorvida pela maioria das substâncias (efeito de aquecimento).
? ( ' Radiação capaz de produzir a sensação de visão para o olho humano
normal. Pequena variação de comprimento de onda (380 a 750nm). Importante
para o Sensoriamento Remoto, pois imagens obtidas nesta faixa, geralmente,
apresentam excelente correlação com a experiência visual do intérprete.
?
(
' extensa faixa do espectro (10nm a 400nm). Películas fotográficas
são mais sensíveis à radiação ultravioleta do que a luz visível. Uso para
detecção de minerais por luminescência e poluição marinha. Forte atenuação
atmosférica nesta faixa, se apresenta como um grande obstáculo na sua
utilização.
?
*' Faixa de 1Ao a 10nm (1Ao = 10-10m). São gerados,
predominantemente, pela parada ou freamento de elétrons de alta energia. Por
se constituir de fótons de alta energia, os raios-X são altamente penetrantes,
sendo uma poderosa ferramenta em pesquisa sobre a estrutura da matéria.
?
+£å£' são os raios mais penetrantes das emissões de substâncias
radioativas. Não existe, em princípio, limite superior para a freqüência das
radiações gama, embora ainda seja encontrada uma faixa superior de
freqüência para a radiação conhecida como raios cósmicos.
Podem ser classificados em função da fonte de energia ou em função do tipo de produto que
produz.V
?
,
("framing systems"): adquirem a imagem da cena em sua
totalidade num mesmo instante. Ex.: RBV.
?
(
("scanning systems"). Ex.: TM, MSS, SPOT.
?
' Fácil de operar. Limitada capacidade de captar a
resposta espectral (filmes cobrem somente o espectro entre ultravioleta
próximo ao infravermelho distante). Limita-se as horas de sobrevôo e devido a
fenômenos atmosféricos não permitem freqüentemente observar o solo a
grandes altitudes.
{ A tabela abaixo apresenta uma análise comparativa dos sensores fotográficos e
imageamentos por varredura.
V
V (
V
Resolução geométricaV altaV médiaV
Resolução espectralV médiaV altaV
RepetitividadeV baixaV altaV
Visão sinópticaV baixaV altaV
Base de dadosV analógicaV digitalV
V $
- .V
% / 0 V
+/V
circular circular circular
1#
V 98,2 graus 98,7 graus 98,5 graus
heliosincronoV heliosincronoV heliosincronoV
V 99 minutosV 97 minutosV 100,467 minutosV
£ V 705 kmV 832 kmV 785 kmV
2
V 9:45 horasV 10:39 horasV 10:30hoas (desc.)V
V 16 diasV 26 diasV 35 dias (SAR)V
1#
3"V 172 kmV 108 kmV 100 kmV
1#
"V 2.750 kmV 2.700 kmV -V
{ Construído pela Agência Espacial Européia (ESA), o ERS-1 foi lançado do centro
espacial da Guiana Francesa pelo foguete Ariane 4 em 16 de julho de 1991. Com uma
missão noninal de dois anos, os objetivos são voltados principalmente para estudos
oceânicos e de geleiras, nas várias áreas de ciências naturais.V
{ Dentre os vários aparelhos a bordo do satélite, temos o AMI (Active
MicrowaveInstruments), constituído por um radar de Abertura Sintética (SAR) e um
escaterômetro (aparelho para medição de ventos). As imagens adquiridas pelo SAR,
fornece dados de uma faixa de 100 x 100 km, com uma resolução espacial de 30
metros. Uma antena de 10 x 1 metros emite e recebe um feixe de microondas na faixa
de 5,3 Ghz (banda C), com polarização VV e um ângulo de incidência de 23 graus. A
operação do SAR no modo Imagem produz uma taxa de dados muito alta (105 Mbps),
fazendo com que as imagens só possam ser geradas em zonas equipadas com
estações receptoras. A superfície terrestre poderá ser inteiramente coberta e imageada
em ciclos de 35 dias.
£,
{ Uma imagem digital pode ser definida por uma função bidimensional, da intensidade de
luz refletida ou emitida por uma cena, na forma I(x,y); onde os valores de I
representam, a cada coordenada espacial (x,y), a intensidade da imagem nesse ponto.
Essa intensidade é representada por um valor inteiro, não-negativo e finito.V
{ A cada ponto imageado pelos sensores, corresponde a uma área mínima denominada
"pixel" (picturecell), que deve estar geograficamente identificado, e para o qual são
registrados valores digitais relacionados a intensidade de energia refletida em faixas
(bandas) bem definidas do espectro eletromagnético.
{ O processo de digitalização de uma imagem não-digital ("imagem contínua"),
corresponde a uma discretização (ou amostragem) da cena em observação, através da
superposição de uma malha hipotética, e uma atribuição de valores inteiros (os níveis
de cinza) a cada ponto dessa malha (processo chamado de quantização).
{ Em satélites como o Landsat e SPOT, o sinal elétrico detectado em cada um de seus
canais, é convertido ainda a bordo do satélite, por um sistema analógico/digital, e a
saída enviada para as estações de recepção via telemetria. As imagens destes
satélites são amostradas com um número grande de pontos (as imagens do sensor
"ThematicMapper" do satélite Landsat possuem mais de 6000 amostras por linha).
Além disso, tais imagens têm a característica de serem multiespectrais, no sentido de
constituírem uma coleção de imagens de uma mesma cena, num mesmo instante,
obtida por vários sensores com respostas espectrais diferentes.
{ Tem número finito de bits para representar a radiância da cena para cada "pixel".V
{
4
é o fluxo radiante que provém de uma fonte, numa determinada direção, por
unidade de área. A quantificação da radiância contínua de uma cena é representada
pelos níveis de cinza discretos na imagem digital, é dada por um número de bits por
"pixel" para produzir um intervalo de radiância. Os sensores da nova geração obtêm
normalmente imagens em 8 ou 10 bits (equivalente a 256 ou 1024 níveis digitais). O
nível de cinza é representado pela radiância média de uma área relativamente
pequena em uma cena. Esta área é determinada pela altitude do sistema sensor a
bordo do satélite e outros parâmetros como o IFOV (Instantaneous Field OfView), que
é o ângulo formado pela projeção geométrica de um único elemento detetor sobre a
superfície da Terra.
{ No caso das imagens multiespectrais, a representação digital é mais complexa, porque
para cada coordenada (x,y), haverá um conjunto de valores de nível de cinza.
Representa-se então cada "pixel" por um vetor, com tantas dimensões quantas forem
as bandas espectrais.
{
é o intervalo entre dois comprimentos de onda, no espectro
eletromagnético.
{ é uma medida da habilidade que um sistema sensor possui de distinguir
entre respostas que são semelhantes espectralmente ou próximas espacialmente. A
resolução pode ser classificada em espacial, espectral e radiométrica.
{
' mede a menor separação angular ou linear entre dois objetos.
Por exemplo, uma resolução de 20 metros implica que objetos distanciados entre si a
menos que 20 metros, em geral não serão discriminados pelo sistema.
{
' é uma medida da largura das faixas espectrais do sistema
sensor. Por exemplo, um sensor que opera na faixa de 0.4 a 0.45 m tem uma
resolução espectral menor do que o sensor que opera na faixa de 0.4 a 0.5 um.
{
' está associada à sensibilidade do sistema sensor em
distinguir dois níveis de intensidade do sinal de retorno. Por exemplo, uma resolução
de 10 bits (1024 níveis digitais) é melhor que uma de 8 bits.
V åV V £ V
,56
{
{ As diferentes bandas espectrais dos sensores têm aplicações distintas em estudos de
sensoriamento remoto. Para orientar o usuário na seleção das melhores bandas a
serem utilizadas no seu projeto, apresenta-se as tabelas a seguir:
$
+
åV
V
!V
8 V
Mapeamento de águas costeiras
1V 0.45 - 0.52V Diferenciação entre solo e vegetação
Diferenciação entre vegetação coníferas e decíduaV
2V 0.52 - 0.60V Reflectância de vegetação verde sadiaV
Absorção de clorofila
3V 0.63 - 0.69V
Diferenciação de espécies vegetaisV
Levantamento de biomassa
4V 0.76 - 0.90V
Delineamento de corpos d'águaV
Medidas de umidade da vegetação
5V 1.55 - 1.75V
Diferenciação entre nuvens e neveV
6V 10.4 - 12.5V Mapeamento de estresse térmico em plantas
Outros mapeamentos térmicosV
7V 2.08 - 2.35V Mapeamento hidrotermalV
% +
V
V
!V
8 V
Reflectância de vegetação verde sadia
1V 0.50 - 0.59V
Mapeamento de águasV
Absorção da clorofila
2V 0.61 - 0.68V Diferenciação de espécies vegetais
Diferenciação de solo e vegetaçãoV
Levantamento de fitomassa
3V 0.79 - 0.89V
Delineamento de corpos d'águaV
PanV 0.51 - 0.73V Estudo de áreas urbanasV
%££+
£ V
V
8 V
!V
Mapeamento diurno de nuvem, gelo e neve
1V 0.58 - 0.68V
Definição de feições de solo e cobertura vegetalV
Delineamento da superfície da água
Definição de condições de fusão de neve e gelo
2V 0.725 - 1.1V
Avaliação da vegetação e monitoramento metereológico
(nuvens)V
Mapeamento noturno e diurno de nuvens
3V 3.55 - 3.93V Análise da temperatura (C) da superfície do mar
Detecção de pontos quentes (incêndios)V
Mapeamento noturno e diurno de nuvens
Medição da superfície do mar, lagos e rios
10.30 - 11.30 (4)
4 e 5V Detecção de erupção vulcânica
11.50 - 12.50 (5)V
Umidade do solo, atributos metereológicos das nuvens
Temperatura da superfície do mar e umidade do soloV
{ A imagem TM/Landsat que o SPRING faz a leitura deve estar no padrão BSQ de
bandas seqüenciais.V
{ No padrão BSQ, a imagem é registrada na fita, banda a banda, conforme ilustra o
esquema a seguir:
)
123456
1 1 B1 B1B1B1B1 .
2 2 B1 B1B1B1B1 .
3 3 B1 B1B1B1B1 .
...
. 1 B2 B2B2B2B2 .
. 2 B2 B2B2B2B2 .
. 3 B2 B2B2B2B2 .
{ O usuário pode escolher os produtos digitais das fitas TM-Landsat com níveis de
correção geométrica. Os níveis possíveis são 4, 5 e 6:
? ( - - o produto padrão do INPE é gerado neste nível. São aplicados os
cálculos de correção geométrica, utilizando-se os dados de efemérides e
atitude obtidos do satélite.
? ( . - os procedimentos são idênticos aos aplicados no nível 4, com
correção geométrica básica com reamostragem por "vizinho mais próximo" e
pontos de controle adquiridos a partir de uma base cartográfica oficial.
? ( 9 - os procedimentos são semelhantes aos do nível 5, com
reamostragem por convolução cúbica.
{ O tamanho de uma cena de uma imagem TM/Landsat é de 6177 linhas por 6489
colunas, a qual pode ser dividida em quadrantes de 3087 linhas e 3243 colunas. Os
quadrantes encontram-se dispostos na cena conforme a figura a seguir:
u
V
A=V 1,2,5,6V N=V 2,3,6,7V
B=V 3,4,7,8V S=V 10,11,14,15V
C=V 9,10,13,14V W=V 5,6,9,10V
D=V 11,12,15,16V E=V 7,8,11,12V
X= V 6,7,10,11V V
5V 6V 7V 8V
9V 10V 11V 12V
13V 14V 15V 16V
{
{ Os dados Landsat TM em CD-ROM são distribuídos em forma de cenas inteiras (full
frame - aproximadamente 185 x 185 km) ou quadrantes (aproximadamente 96 x 96
km), desde 1 até 7 bandas espectrais. Todas as cenas são fornecidas com o mesmo
nível de correção radiométrica básica, que consiste na equalização da resposta dos
sensores, de forma a eliminar o efeito de "stripping" dos dados Landsat-TM. Não são
aplicadas equalizações de histogramas ou correções para o ângulo de elevação do sol.
O CD-ROM é formatado no padrão IBM-DOS, podendo ser lido por qualquer unidade
de leitura que aceite discos óticos em conformidade com o padrão ISO-9660. O disco
está estruturado em subdiretórios:
? no :+
2, estão localizados alguns arquivos gerais, tais como esta
documentação de formato e um programa de conversão do formato do CD-
ROM para um arquivo formato TIFF.
?
: com a identificação WRS da cena. Por exemplo, uma
imagem full frame sobre o Rio de Janeiro (base 217 ponto 76) estará localizada
no diretório \217_076. Se a imagem for quadrante, a sigla do quadrante
também fará parte do nome do diretório. Por exemplo, o quadrante A da
mesma cena do exemplo acima estará localizada no diretório \216_076A.
? em
:, haverá um ou mais subdiretórios com a data de aquisição
da cena. A forma geral do subdiretório é \aammdd, onde "aa" são os 2 últimos
dígitos do ano, "mm" os dígitos do mês e "dd" os dígitos do dia da aquisição.
Por exemplo, a mesma cena do exemplo acima que tenha sido adquirida em
31 de janeiro de 1994 estará localizada no subdiretório \940131.
? nos # : respectivos encontram-se os arquivos de imagem, um para
cada banda requisitada, e alguns arquivos de descrição do produto (similares
aos arquivos da CCT Super-Estrutura), cujas descrições detalhadas são dadas
mais adiante. Cada arquivo de imagem é nomeado simplesmente
BANDAn.DAT, onde "n" é o número da banda.
{ Por exemplo, a banda 7 da mesma cena do Rio de Janeiro, quadrante A, adquirida
pelo satélite em 31 de janeiro de 1994, deverá ser acessada com o
nome:\217_076a\940131\banda7.dat
{ As imagens em CDROM são gravadas no formato superestrutura. eventualmente,
poderá existir um subdiretório adicional, \DEMO, com algumas imagens de
demonstração, em formato TIFF ou JPEG.
)
123456
1 1 B1 B1B1B1B1 .
2 1 B2 B2B2B2B2 .
3 1 B3 B3B3B3B3 .
4 2 B1 B1B1B1B1 .
5 2 B2 B2B2B2B2 .
6 2 B3 B3V
{ O usuário pode escolher os produtos digitais das fitas HRV-SPOT com níveis de
correção geométrica. Os níveis possíveis são 1A, 1B, 2A e 2B, descritos a seguir:V
? ( /£' a imagem contém dados originais com calibração radiométrica
relativa e absoluta, através da normalização dos detetores, sem correção
geométrica e calibração entre bandas.
? ( /' a correção radiométrica é a mesma de 1A, acrescida da
reamostragem para compensação dos efeitos internos e externos do sistema e
a correção geométrica, para os efeitos de perspectiva, rotação da Terra e
variação da velocidade do satélite.
? ( 0£' a correção radiométrica é a mesma do nível 1B e apresenta um pré-
processamento geométrico sobre um mapa com o uso de dados de atitude do
satélite.
? ( 0' a imagem possui correção geométrica sobre um mapa, com o uso de
dados de atitude do satélite e pontos de controle do terreno.
{ A definição do formato de uma cena, em uma imagem SPOT, depende se esta possui
informação multiespectral (bandas 1, 2 e 3) ou pancromática (pan), e ainda do nível de
correção da imagem.
{ O tamanho das imagens SPOT é definido de acordo com o nível de correção, conforme
mostra a tabela a seguir:
( V åV ;)
V ;
V
P 6.000 6.000
1AV
XSV 6.000V 3.000V
P 6.000 6.400 a 8.500
1BV
XSV 3.000V 3.200 a 4.250V
P 7.200 a 10.200 7.500 a 10.200
2A/2BV
XSV 3.600 a 5.100V 3.750 a 5.100V
{
{
{ Uma cena da imagem SPOT pode também ser divida em quadrantes, conforme ilustra
a figura ao lado. Cada quadrante representa uma área de aproximadamente 40 x 40
Km e o usuário tem a possibilidade de requisitar uma cena que esteja localizada entre
quadrantes. Para isto, deve identificar a área desejada na imagem e definir um
quadrado de 40 x 40 Km envolvendo-a.
V $)
V
V
1V 2V B1.1 B2.1 B3.1 B4.1 B5.1 B1.2 B2.2V
1V 1V B1.n B2.n B3.n B4.n B5.n B1.n+1...V
{
{
{ As fitas podem ser gravadas em 10 bits (full) ou 8 bits (compress). Uma fita gravada
em 10 bits pode conter até as cinco bandas registradas e possui a seguinte
configuração, como mostra a figura ao lado:
{ onde:
? /! "Header": apresenta as características do satélite, data de gravação,
formato, etc.
? 0! Matriz de Referência Geodésica (MRG): apresenta os dados de navegação
da imagem.
? <! Dados TIP: dados de documento da imagem como linha, coluna, resolução,
etc.
? -! Dados AHVRR: a imagem propriamente dita.
{ Uma fita gravada em 8 bits pode conter até três bandas registradas e possui a seguinte
configuração:
{ O tamanho das imagens AVHRR é definido pelo ângulo de varredura do sensor, isto é,
2048 amostras ("pixels") por canal, para cada varredura na Terra. O número de
colunas é definido pelo alcance da antena receptora. V
{ Em +
=
e
.V
? Pré-processamento refere-se ao processamento inicial de dados
brutos para calibração radiométrica da imagem, correção de
distorções geométricas e remoção de ruído.
? Realce visa melhorar a qualidade da imagem, permitindo uma
melhor discriminação dos objetos presentes na imagem.
? Na classificação são atribuídas classes aos objetos presentes na
imagem.
Y = AX + B
{ onde:
? Y = novo valor de nível de cinza;
? X = valor original de nível de cinza;
? A = inclinação da reta (tangente do ângulo);
? B = fator de incremento, definido pelos limites mínimo e máximo
fornecidos pelo usuário.
Y=A
{ onde:
? Y = nível de cinza resultante
? X = nível de cinza original
? A = fator de ajuste para os níveis de saída ficarem entre 0 e 255
Y = AX 2
{ onde:
? X = nível de cinza original
? Y = nível de cinza resultante
? A = fator de ajuste para os níveis de saída estarem entre 0 e 255
Y = A log (X + 1)
{ onde:
? Y = novo valor de nível de cinza
? X = valor original de nível de cinza
? A = fator definido a partir dos limites mínimo e máximo da tabela,
para que os valores estejam entre 0 e 255
{ % £' Observe na figura acima que uma porção menor de níveis de
cinza sobre um grande aumento de contraste, comparado com a
transformação por raiz quadrada, mencionada mais acima.
Y = - (AX + B)
{ onde:
? Y = novo valor de nível de cinza
? X = valor original de nível de cinza
? A = inclinação da reta (tangente do ângulo)
? B = fator de incremento, definido pelos limites mínimo e máximo
fornecidos pelo usuário.
Y = (faxi) . 255
Pt
{ onde:
? faxi = freqüência acumulada para o nível de cinza xi
? Pt = população total (número total de "pixels")
{ A opção
(ou fatiamento de níveis de cinza) é uma forma de
aumento de contraste cuja operação consiste simplesmente em realçar
os pixels cujas intensidades se situam dentro de um intervalo específico
(a fatia), isto é, entre um máximo e um mínimo. Consiste na divisão do
intervalo total de níveis de cinza de determinadas fatias (ou classes de
cores).V
{ O fatiamento de níveis de cinza é considerado a forma mais simples de
classificação, de modo que é aplicado apenas a uma única b anda
espectral.
{ De acordo com o critério de determinação dos intervalos de níveis de
cinza, pode-se obter
= ,#
+ "
{
' as fatias são definidas de modo que o intervalo
entre cada faixa seja constante.
{
,#' o intervalo de níveis de cinza é dividido
de modo que cada faixa contenha o mesmo número de pontos.
{
+ ' é o mapeamento de um tom de cinza para uma
determinada cor. Baseia -se no fato de que variações de co res são muito
mais visíveis ao olho humano do que variações de tons de cinza. O
mapeamento global desses níveis para o espaço de cor segue a
seqüência do arco-íris.
'c8
u $V
{ A aplicação da máscara com centro na posição (i,j), sendo i o número de uma dada
linha e j o número de uma dada coluna sobre a imagem, consiste na substituição do
valor do pixel na posição (i,j) por um novo valor que depende dos valores dos pixels
vizinhos e dos pesos da máscara, gerando uma nova imagem com a eliminação das
linhas e colunas iniciais e finais da imagem original.
{ Os filtros espaciais podem ser classificados em passa-baixa, passa-alta ou passa-
banda. Os dois primeiros são os mais utilizados em processamento de imagens. O filtro
passa-banda é mais utilizado em processamentos específicos, principalmente para
remover ruídos periódicos.
V V V VV V V V V V VV V V V V V V V VV
V V V V V V V V V VV V V V V V V V VV
V V V VV V V V V V V V V V V V V V VV
VV VV VV VV V V V V V VV V V V V V V V V
VV VV VV VV V V V V V VV V V V V V V V VV
VV VV VV VV VV VV VV VV VV VV V V V V V V V VV
VV VV VV VV VV VV VV VV VV VV V V V V V V V VV
{
{ Passa-Baixa, de média ponderada, são usados quando os pesos são definidos em
função de sua distância do peso central. Filtros desse tipo de dimensão 3x3 são:
V V V VV V V V VV
V V V V V V V V
V V V VV V V V VV
{
{ Passa-Alta: a filtragem passa-alta realça detalhes, produzindo uma "agudização"
("sharpering") da imagem, isto é, as transições entre regiões diferentes tornam-se mais
nítidas. Estes filtros podem ser usados para realçar certas características presentes na
imagem, tais como bordas, linhas curvas ou manchas, mas enfatizam o ruído existente
na imagem. Alguns exemplos podem ser dado por:
V V V VV V V V VV V V V
V V V VV V V V VV V V V
V V V VV V V V VV V V V
{
{ Os filtros de realce de bordas realçam a cena, segundo direções preferenciais de
interesse, definidas pelas máscaras. Abaixo estão algumas utilizadas para o
realçamento de bordas em vários sentidos. O nome dado às máscaras indica a direção
ortogonal preferencial em que será realçado o limite de borda. Assim, a máscara norte
realça limites horizontais.
VV V V V VV VV V V V
V V V V VV
V V V V
VV V V V VV VV V V V
VV VV VV VV VV VV VV VV VV
VV V V V VV VV V V V
V V V V VV
V V V V
VV V V V VV VV V V V
VV VV VV VV VV VV VV VV VV
VV V V V VV VV V V V
V V V V VV
V V V V
VV V V V VV VV V V V
VV VV VV VV VV VV VV VV VV
VV V V V VV VV V V V
V V V V VV
V V V V
VV V V V VV VV V V V
{
{ Realce não-direcional de bordas: é utilizado para realçar bordas, independentemente
da direção. As três máscaras mais comuns diferem quanto à intensidade de altos
valores de níveis de cinza presentes na imagem resultante. A máscara alta deixa
passar menos os baixos níveis de cinza, isto é, a imagem fica mais clara. A máscara
baixa produz uma imagem mais escura que a anterior. A máscara média apresenta
resultados intermediários.
£ V VV å V VV V
V V V VV V V V VV V V V
V V V VV V V V VV V V V
V V V VV V V V VV V V V
{
{ Realce de imagens: Utiliza máscaras apropriadas ao realce de características de
imagens obtidas por um sensor específico. Para imagens TM/Landsat o realce
compensa distorções radiométricas do sensor. O pixel que terá seu valor de nível de
cinza substituído pela aplicação da máscara, corresponde à posição sombreada.
´V V V ´V
V V ´V V
V ´V ´V V
´V V V ´V
V V
V V
?
?
Efeito da aplicação do operador de Roberts.
?
V VV V
V V V VV V V V
V V V VV V V V
V V V VV V V V
?
? A máscara (a) detecta as variações no sentido horizontal e a máscara (b), no
sentido vertical. O resultado d esta aplicação, em cada pixel, é dado por:
V
V VV
V
V V V VV V V V
V V V VV V V V
V V V VV V V V
{ O pixel central será alterada para o valor 6 (valor mediano na ordenação [2,3,6,6,8]).
{ Filtro morfológico de erosão: provoca efeitos de erosão das partes claras da imagem
(altos níveis de cinza), gerando imagens mais escuras. Considerando o exemplo
anterior, o valor a ser substituído no pixel central corresponde ao menor valor da
ordenação, 2.
{ Filtro morfológico de dilatação: provoca efeitos de dilatação das partes escuras da
imagem (baixos níveis de cinza), gerando imagens mais claras. Para o exemplo
anterior, o valor resultante da aplicação deste filtro é o maior valor na ordenação, 8.
{ Os seguintes elementos estruturantes são os mais comuns:
V V V VV V V V VV V V V
V V V VV V V V VV V V V
V V V VV V V V VV V V V
VV VV VV VV VV VV VV VV VV VV VV
V V V VV V V V VV V V V
V V V VV V V V VV V V V
V V V VV V V V VV V V V
VV VV VV VV VV VV VV VV VV VV VV
V V V VV VV VV VV VV VV VV VV
V V V VV VV VV VV VV VV VV VV
V V V VV VV VV VV VV VV VV VV
V V
V
V!
V"V
V#$% &V
{ £V
V
VV
'
(V
VV
V)
V
V
)
V)
V
VV
)
V*
+
V#(V*
V$V
VV%(V
V
V
V
V#$%(V
V)
V
V(V)
V
V
VV V
V)
V
V
V
)
V ,V
{
V
V+
V"VV
V
V
V
V
*
*V
V
V
V
)
V
V
(V
V
)
-*
V)
V
V
V+
VV
V
V
V
V
+
,V
{ åV
V
V
VV
'
V"VV
V
V
)
V
V
V"
VV
V!
V
V
V
V
V
(V
(VV
V
V
'
,V
{
V
V)
V
.)
V
V
*
V
V
)
V
V
V
V
V
V
)
V
V
V"
(V
V!VV
V"V
V
V,V
/V
V*
V
V
V
V
VV
V
)
V)(V
V
)
V!
VV.
V*
VVVV
V
)
V
V
V
)
V
V)"V0)
1,V
{ V
)
V
V
V V)
V
V
V
)
V)
VV
,V£V
V
)V
V
V
)
V#$%V
V V"V
VV ,V
V
V
{ £V2V
V)
V"VV
V
V-)
V
V
V
)
VV
,V
{ £V2VV
V)
V"V
V
.
V
V
V
V
)
V
,V
{ VV"V
)
V
VV
!34VV
V
V
V5
V
V
V
V
V
.
V
V
,V
{ a
V
V
)
(V
V4V)2
V)
V
V
V
V
V
)
(V)VV
+
V'
VV
V6V
5V
V
V*,V
{ V
V#$%V)V (V
+
V4VV
VV
V
V
VVVVV
V
)
V#$%,V£(VV7).
7V
V
V
V5V)
-VV
)
4VVV)
V
V
)
V
,VV
V"VV
'
V
V4V
*V
8VV
V
(V
V
VV
V
V
V
,V9V
V)
V
V
(V
.)
V
V
*
V
V
V
V
V*"V
V
(V
(V
!
V
*
V
V V)V#$%(V)
V
+
V
)
VV
V
VV
V!
V
V
'V
*,V
{ a
V
VV)V
V
V
V
V
V
V
V
)(V
VV
V
V
Va #:V0)
-
1V
Vå
,VV)
V
V
8V
? V
V
)
V VV)V
V4VV
V
V
åV
? £)V
V
V
V
)
V V
V(V
VV
Va,V
? V
V
)
VV"V5
V)
V
Va,V
? £)
VV
V*
V V)V#$%,V
{ £);VV
(VV
V
V
-V
V
)VV
VaV
V
V
)
VV4VVå,V
ñ V
ñ V
ñ V
por: V
conjuntos de dados a e b: V
padrão: V
A análise das bandas espectrais indiv iduais pode ser então ineficiente devido à
informação redundante presente em cada uma dessas bandas.
Os
(
representam o comprimento dos eixos das componentes
principais de uma imagem e são medidos em unidade de variância. Associados
a cada autovalor existe um vetor de módulo unitário chamado autovetor. Os
autovetores representam as direções dos eixos das componentes principais.
São fatores de ponderação que definem a contribuição de cada banda original
para uma componente principal, numa combinaç ão aditiva e linear.
{ P1 = B1 x (+ 0.5271) + B2 x (+ 0.8498)V
{ P2 = B1 x (+ 0.8498) + B2 x (- 0.5271)
Desta forma entende-se que para P1 a banda 2 (B2) está contribuindo com
mais informação. Este mesmo raciocínio pode ser adotado para as n
componentes principais.
A
principal contém a informação de brilho associada às
sombras de topografia e às grandes variações da reflectância espectral geral
das bandas. Esta componente principal possui a maior parte da variância total
dos dados, concentrando a informação antes dilu ída, em várias dimensões.
A
e as subseqüentes componentes principais apresentam
gradativamente menos contraste entre os alvos e são desprovidas de
informação topográfica, devido à ausência de sombreamento.
A
e ,
principais contêm tipicamente menos
estrutura da imagem e mais ruído que as duas primeiras, indicando a
compressão dos dados nos primeiros canais.
A >
representa basicamente o ruído existente nos dados
originais.
Segunda Componente
Terceira Componente
Aplica-se a cada C.P. um realce dos níveis digitais de forma que a média seja
deslocada para valor 127 e que a partecentral de distribução estatística inclua
2,6 desvios padrões para cada lado da média.
V V V V V
V
V ,V ,V , V ,V ,V
{
{ Desempenho médio: 89.37
{ Abstenção média: 3.15
{ Confusão média: 7.48
{ O valor de N representa a quantidade de cada classe (porcentagem de
"pixels") que não foi classificada.
{ A classe 1 corresponde à floresta, a classe 2 ao cerrado, a classe 3 ao
rio e a classe 4 ao desmatamento.
£ V
V
V V V V
<
V V V V
V V V V
#
V V V V
=
V V V V
{
{ Os valores em porcentagem indicam que na amostra 1, 90% dos "pixels"
são classificados como floresta, 5% como cerrado e 5% como rio, o que
resulta em uma amostra confiável. Por sua vez, a amostra 2 apresentou
uma confusão de 50% entre as classes floresta e cerrado, indicando que
esta deve ser eliminada.
onde:
{ x = "pixel" que está sendo testado
{ m = média de um agrupamento
{ N = número de bandas espectrais
{ O classificador compara a distância Euclidiana do "pixel" à média de
cada agrupamento. O "pixel" será incorporado ao agrupamento que
apresenta a menor distância Euclidiana. Este procedimento é repetido
até que toda a imagem seja classificada.
V V V
V V V
V V V
V V V V V
V V V V V
{
{ A tabela acima indica que a classe 1 ocorre uma vez; a classe 3 ocorre
três vezes e a classe 5, quatro vezes. A freqüência da classe 2 é
considerada 3, pelo fato do peso definido ser 3. O limiar igual a 3 fará
com que o ponto central (de classe 2) seja atribuído à classe 5, cuja
freqüência (4) é maior que o limiar definido.
{ A janela classificada com seus temas uniformizados torna -se:
V V V
V V V
V V V
{
{ A definição de peso e limiar dependerá da experiência do usuário e das
características da imagem classificada. Quanto menor o peso e menor o
limiar, maior o número de substituições que serão realizadas.
å å
...
isto é,
(1)
n <= m
onde:V
{ ri : reflectância espectral na i ésima banda espectral de um pixel (i.e., valor
do pixel na banda i, convertido para valor de re flectância).
{ aij : reflectância espectral conhecida do j ésimo componente na i ésima banda
espectral.
{ xj : valor a ser estimado de proporção do j ésimo componente dentro do
pixel; e
{ ei : erro de estimação para a i ésima banda espectral.
{ As estimativas dos xj estão sujeitas a seguintes restrições:
(2)
(4)V
{ Tomando estes valores de erro por pixel, podem ser calculados o erro
médio por banda e total. Adicionalmente, é possível g erar as
denominadas imagens de erro, que apresentam a distribuição espacial
dos erros. Os valores destas imagens são obtidos pela multiplicação do
valor absoluto dos ei pelo fator de escala 255. Normalmente, os valores
de erro são muito baixos, portanto su gere-se a aplicação de realce de
contraste nestas imagens para facilitar a visualização da distribuição
espacial dos erros.
ñ
u 'V
{ Geologia:V
? Análise de estruturas geológicas (fraturas, falhas, dobras e
foliações); litotipos, geomorfologia (relevo e solos) e hidrografia
para pesquisa de recursos minerais;
? Avaliação do potencial dos recursos hídricos superficiais e
subterrâneos;
? Identificação de áreas para prospeção mineral.
{ Agricultura:
? Planejamento e monitorização agrícola;
? Identificação, mapeamento e fiscalização de culturas agrícolas;
? Determinação relativa da umidade de solos; eficiência de
sistemas de irrigação.
{ Cartografia:
? Levantamento planimétrico (escalas 1:20.000 a 1:50.000);
? Levantamento altimétrico (interferometria).
{ Florestas:
? Gerenciamento e planejamento de florestas;
? Determinação de grandes classes de florestas;
? Identificação da ação de determinadas doenças;
? mapeamento de desfloresta mento;
? Identificação de áreas de corte seletivo;
? Estimativa de biomassa.
{ Gelo e neve:
? Mapeamento/classificação de gelo;
? Monitoramento de degelo -inundações.
{ Hidrologia:
? Gerenciamento e planejamento dos recursos hídricos;
? Detecção de umidade do solo;
? Interpretação de parâmetros hidrológicos: transmissividade,
direção de fluxo, permeabilidade, vazão, etc;
{ Meio Ambiente:
? Planejamento e monitorização ambiental;
? Identificação, avaliação e monitorização de recursos hídricos e
dos processos físicos do meio ambiente (assoreamentos, erosão,
escorregamentos, etc);
? Identificação e análise da degradação causadas por mineração,
deposição de resíduos, ação antrópica etc;
? Identificação, análise e monitorização de riscos ambientais.
{ Oceanografia:
? Monitorização do estado do mar, correntes, frentes de vento;
? Espectro de ondas para modelos numéricos de previsão;
? Mapeamento de topografia submarina (condições específicas);
? Poluição marinha causada por derrames de óleo e filmes;
? Detecção de barcos - pesca ilegal;
? Apoio para estabelecimento de rotas marítimas.
{ Uso da Terra:
? Planejamento do uso da terra;
? Classificação de solos;
? Classificação do uso da terra;
? Inventário, monitoramento ("changedetection"), planejamento;
? Padrões de irrigação/déficit hídrico;
? Salinização de solos.
Pulso transmitido
{ A resolução em azimute nesse caso torna -se "nl" vezes menor que a
imagem de apenas um "look".
(a)
(b)
Imagem original (a) (imagem do sistema SAR -580 do Rio Tapajós obtida
durante a missão SAREX-1992), e a corrigida (b).
Padrão original com flutuações de alta freqüência e ajustado (polinômio
de grau 8) para retirar as flutuações.
A Figura 5.17 mostra uma imagem em "slant range" (a) do Rio Tapajós
obtida pelo sistema SAR-580 durante a missão SAREX (1992), e sua
correspondente em "ground range" (b). Nota -se que o lado direito da
imagem (a),"range" próximo, esta mais comprimido que a da imagem
(b), devido a amostragem não uniforme do terreno.
(a)
("range" distante) -------------------- ("range" próximo)
(b)
Imagem em "slant range" (a) do Rio Tapajós obtida pelo sistema SAR -
580 durante a missão SAREX (1992), e sua correspondente em "ground
range" (b).
c
{ Mapa temático:V
? Contém regiões geograficamente definidas por um ou mais
polígonos como os cartografados em mapas de uso do solo e de
vegetação. As informações qualitativas são sobre um único tema
obtidos, ou a partir de levantamentos de campo e p osteriormente
inseridos no sistema por digitalização ou a partir da classificação
automática de imagens.
? Associado a uma categoria do modelo temático, onde o processo
de modelagem espacial é definido por geocampos, representados
por áreas homogêneas com limites definidos (polígonos). Cada
área de um geocampo está associada a um e somente um valor
de variável espacial representada. Por exemplo, em um mapa de
solo, cada posição do espaço está associado a um tipo específico
de solo.
{ Mapa Cadastral:
? Distingue-se de um mapa temático por não possuir temas e
considerar seus elementos como objetos geográficos que
possuem atributos e podem estar representados em vários mapas
de diferentes escalas e projeções. Por exemplo, os lotes de uma
cidade são elementos do espaço geográfico que possuem
atributos (dono, localização, IPTU, etc.) e que podem ter
representações gráficas em mapas de escalas distintas.
? Associado a categoria do modelo cadastral, onde o processo de
modelagem espacial é definido por objetos geográficos. O s
objetos têm existência independente de sua representação num
mapa e são usualmente criados a partir de seus atributos e só
depois localizados no espaço. Por exemplo, a classe de objeto de
um mapa cadastral indicada por hospital pode estar especializada
em hospital público e hospital privado e os atributos da classe
hospital são herdados pela subclasses hospital público e hospital
privado, que podem ter atributos próprios.
? De forma similar ao mapa temático, no mapa cadastral a
representação dos dados usualmente se apresentam na forma
vetorial e utiliza a topologia arco -nó-polígono para
armazenamento dos dados.
{ Mapa de Rede:
? Mapa que utiliza a topologia arco -nó e armazena a localização e a
simbologia associadas à estruturas linearmente conectadas. Pode
ser associado à informações referentes à:
o Serviço de utilidade pública, água, luz e telefone;
o Redes de drenagem (bacias hidrográficas);
o Rodovias.
? Este mapa deverá estar associado a categoria do modelo e
similarmente ao modelo cadastral, o processo de modelagem
espacial é definido por objetos geográficos rede. Cada objeto
geográfico do mapa de rede (ex. cabo telefônico, transformador
de rede elétrica, cano de água) possui uma localização geográfica
exata e está sempre associado a atributos descritivos, presentes
no banco de dados.
? As informações gráficas de redes são armazenadas em
coordenadas vetoriais, com topologia arco -nó e podem conter
atributos. Os atributos de arcos, indicam o sentido de fluxo
enquanto os atributos dos nós indicam a impedância (custo de
percorrimento). A topologia de redes constitui um grafo, que
armazena informações sobre recursos que fluem entre
localizações geográficas distintas. Para citar um exemplo, tome -
se uma rede elétrica , que tem entre os componentes: postes,
transformadores, subestações, linhas de transmissão e chaves.
As linhas de transmissão serão representadas topologicamente
como os arcos de um grafo orientado, estando as demais
informações concentradas em seus nós.
{ Modelos Numéricos de Terreno:
? Representação matemática da distribuição espacial de uma
determinada característica vinculada a uma superfície real.
? Associado a uma categoria do modelo numérico, onde o processo
de modelagem espacial é definido por geocampos, assim para
uma dada área geográfica , um geocampo numérico associa, a
cada ponto do espaço, um valor real.
? Uma mapa de MNT pode ser armazenado na forma vetorial ou
matricial. Na representação vetorial a topologia pode ser do tipo
arco-nó, com arcos que se conectam entre si através de nós
(ponto inicial e final) ou Grade Triangular (TIN), onde os arcos se
conectam através de pontos formando uma malha triangular. A
representação matricial é do tipo grande retangular, na qual uma
área é dividida em células de tamanho fixo e cada célula tem o
valor as superfície.
{ =)
(ou polígonos) são os elementos que permitem
a estrutura vetorial representar os dados da forma mais precisa uma vez
que suas coordenadas geográficas estão em um espaço contínuo e
possibilitam descrição exata de posição, tamanho e dimensão. V
ñ V
{ Definido para toda entidade geográfica que pode ser localizada por um
par de coordenadas xy, é utilizada para representar a localização de um
fenômeno geográfico, ou para representar uma feição do mapa que é
muito pequena para ser mostrada como uma área ou linha. Exemplos:
localização de uma cidade, uma pista de pouso, o pico de uma
montanha ou um ponto cotado (quando este além das coordenad as XY,
tem-se um atributo Z, que pode ser a cota altimétrica ou outro parâmetro
qualquer).V
ñ 6 V
ñ V
ñ 6 V
ñ 6 V
{ A
2
é um processo que permite converter dados espaciais
do meio analógico para o digital permitindo a realização das operações
típicas de análise espacial. A digitalização das linhas pode ser por
passo, introduzindo ponto -a-ponto, ou em modo contínuo, seguindo a
feição com freqüência de pontos a serem adquiridos definida através de
um
c
2
.V
{
c
2
corresponde ao intervalo entre os pontos da
linha a ser digitada. O fator é dado normalmente em na escala do
mapa que está sendo editado e deve ser considerado o fato de a
precisão cartográfica de mapas é da ordem de 0.3mm da escala do
mapa. Assim, um fator de digitalização menor que este valor estará fora
do próprio limite de precisão do mapa.
{ Caso a definição de topologia seja
, cada vez que um arco
intercepta outro, um nó é automaticamente definido, sendo ideal para
digitalizar polígonos. Co m topologia
nós ou quebras de linha
devem ser explicitados pelo operador, sendo indicado para digitalizar
linhas que devem permanecer íntegros, mesma que outras a cruzem.
{ A digitalização pode ser realizada através de diferentes instrumentos,
como por exemplo mesa digitalizadora (o mais usual), dispositivos
imageadores por varredura ou monitor de vídeo (tela).
{ A definição coerente do
c
2
pode minimizar este
erro, no entanto fatores muito pequenos produzem linhas com excesso
de pontos.
{ Alguns erros podem ser evitados e outros provocados a partir da
escolha da topologia
ou
, podendo ser classificados
quanto a estes procedimentos.
{ 2
# : : na digitalização o polígono
fica aberto, ou uma linha não alcança ou ultrapassa o ponto de
interseção. Pode ser necessária a edição manual destes nós,
aproximando-os ou juntando as linhas.
{
: na
digitalização, as linhas podem se sobrepor ou deixar uma lacuna entre
elas.
<
V*
V <
V*
V
:
V
å)V
)
VV
V
V #
)
V
>
V*
V
V
)
V
£
V
VV
V -
V
V
V
VV-
V
#
V
)
;
V £-
V
-V-) V
£
!
V)V
V
V £
!
V)V)
!
V
V
08,V
V
1 V 08,V
V
1 V
a
V
V
)
V
>
V
V 9)
V
V
V
V
*
V
5V
V
)
V VV
V
V
V"VV5 V a
5*
V)
V
V
V
=5V
V
V VV
V
£
O aspecto mais fundamental dos dados tratados em um SIG é a natureza dual da informação:
um dado geográfico possui uma localização geográfica (expressa como coordenadas em um
mapa) e atributos descritivos (que podem ser representados num banco de dados
convencional). Outro aspecto muito importante é que os dados geográficos não existem
sozinhos no espaço: tão importante quanto localizá-los é descobrir e representar as relações
entre os diversos dados. Alguns exemplos dos processos de análise espacial típicos de um
SIG estão apresentados na tabela abaixo.
£ V
V V
CondiçãoV O que está...?V Qual a população desta cidade ?V
LocalizaçãoV Onde está...?V Quais as áreas com declividade acima de 20%?V
TendênciaV O que mudou...?V Esta terra era produtiva há 5 anos atrás ?V
RoteamentoV Por onde ir.. ?V Qual o melhor caminho para o metrô ?V
PadrõesV Qual o padrão...?V Qual a distribuição da dengue em Fortaleza?V
ModelosV O que acontece se...?V Qual o impacto no clima se desmatarmos a Amazônia ?V
Um exemplo concreto sobre análise espacial realizado em 1854 na cidade de Londres, onde a
população estava sofrendo uma grave epidemia de cólera, doença sobre a qual na época não
se conhecia a forma de contaminação. Numa situação aonde já haviam ocorrido mais de 500
mortes, o Dr. John Snow teve um "estalo": colocar no mapa da cidade a localização dos
doentes de cólera e os poços de água (naquele tempo, a fonte principal de água dos habitantes
da cidade). O mapa obtido está mostrado na figura abaixo.
V
Figura - Mapa de Londres com casos de cólera (pontos) e poços de água (cruzes) (adaptado
de E. Tufte, 1983).
Com a espacialização dos dados, o Dr. Snow percebeu que a maioria dos casos estava
concentrada em torno do poço da "Broad Street" e ordenou a sua lacração, o que contribuiu em
muito para debelar a epidemia. Este caso forneceu evidência empírica para a hipótese (depois
comprovada) de que o cólera é transmitido por ingestão de água contaminada. Esta é uma
situação típica aonde a relação espacial entre os dados muito dificilmente seria inferida pela
simples listagem dos casos de cólera e dos poços. O mapa do Dr. Snow passou para a História
como um dos primeiros exemplos que ilustra bem o poder explicativo da análise espacial.
Numa visão geral, pode-se dividir as operações de análise espacial em três grandes grupos:V
{ Manipulação de +
: também chamadas de #
, operam
sobre mapas temáticos, imagens e modelos numéricos de terreno. Como exemplo,
podemos citar as operações booleanas sobre mapas temáticos.V
{ Consulta a +#3 : estas operações permitem a recuperação de geo-objetos que
satisfazem as restrições (espaciais ou convencionais). Como exemplo, tome-se a
consulta "recupere todos os terrenos vizinhos da casa da Dinda" ou "indique todas as
cidades da Bahia com mais de 50.000 habitantes".V
{ Conversão entre +
e +#3 : esta classe de operações realiza a
transformação entre geo-campos e geo-objetos. A geração de um mapa de distâncias
a partir de um ou mais geo-objetos para produzir um modelo de terreno com os valores
das distâncias aos pontos selecionados é um exemplo.V
@c
$
Um dos aspectos mais importantes do uso das geotecnologias é o potencial dos SIGs em
produzir novas informações a partir de um banco de dados geográficos. Tal capacidade é
fundamental para aplicações como ordenamento territorial e estudos de impacto ambiental,
caso em que a informação final deve ser deduzida e compilada a partir de levantamentos
básicos. Também é muito relevante em estudos sócio-econômicos, quando desejamos
estabelecer indicadores que permitam uma visão quantitativa da informação espacial.
Neste contexto, é muito útil dispor de ferramentas de suporte à decisão, que nos ajudam a
organizar e estabelecer um modelo racional de combinação de dados. O SPRING dispõe de
uma ferramenta de apoio à tomada de decisões em Geoprocessamento, baseada na técnica
AHP ("Processo Analítico Hierárquico").
Decidir é escolher entre alternativas. Com base nesta visão, podemos encarar o processo de
manipulação de dados num sistema de informação geográfica como uma forma de produzir
diferentes hipóteses sobre o tema de estudo.
O modelo racional de tomada de decisão preconiza quatro passos que devem ser seguidos
para uma escolha apropriada:V
Quando temos diferentes fatores que contribuem para a nossa decisão, como fazer para
determinar a contribuição relativa de cada um ? Para abordar este problema, Thomas
Saatypropõs, em 1978, uma técnica de escolha baseada na lógica da comparação pareada.
Neste procedimento, os diferentes fatores que influenciam a tomada de decisão são
comparados dois-a-dois, e um critério de importância relativa é atribuído ao relacionamento
entre estes fatores, conforme uma escala pré-definida (veja tabela).
Escala de Valores AHP para Comparação PareadaV
V
c
V
4
V
Importância igual - os dois fatores contribuem igualmente para o
1V
objetivoV
Importância moderada - um fator é ligeiramente mais importante que o
3V
outroV
Importância essencial - um fator é claramente mais importante que o
5V
outroV
Importância demonstrada - Um fator é fortemente favorecido e sua
7V
maior relevância foi demonstrada na práticaV
Importância extrema - A evidência que diferencia os fatores é da maior
9V
ordem possível.V
Valores intermediários entre julgamentos - possibilidade de
2,4,6,8V
compromissos adicionaisV
A partir do estabelecimento de critérios de comparação para cada combinação de fatores, é
possivel determinar um conjunto ótimo de pesos que podem ser utilizados para a combinação
dos diferentes mapas.
7
Consideramos uma das situações mais comuns em SIG: classificar o espaço em áreas mais ou
menos adequadas para uma finalidade. Este problema ocorre em grande número de
aplicações, como zoneamento, prospecção mineral, e seleção de áreas para um novo
empreendimento comercial.
Mapas são dados e não desenhos. Tratar mapas como dados significa dar forma numérica ao
espaço ao associar, a cada localização, um valor que representa a grandeza em estudo; requer
ainda, na maior parte dos casos, o uso do formato matricial (³raster´), mais adequado a uma
representação contínua do espaço.
No caso em apreço, a análise espacial em SIG será muito melhor realizada com uso da técnica
de classificação contínua: os dados são transformados para o espaço de referência [0..1] e
processados por combinação numérica, através de média ponderada ou inferência ³fuzzy´. Ao
invés de um mapa temático com limites rígidos gerados pelas operações booleanas, obteremos
uma superfície de decisão, sob forma de uma grade numérica. O que representa este resultado
? Uma visão contínua da variação da nova grandeza (seja ela adequação a plantio, indicador
de mineralizações ou susceptibilidade ambiental).
No exemplo citado, o resultado será uma grade numérica que indica, para cada localização, o
risco de desmoronamento, numa gradação de 0% a 100%. Qual a grande vantagem desta
situação? Ela nos permite construir cenários (por exemplo, risco de 10%, 20% ou 40%), que
indicam os diferentes compromissos de tomada de decisão (maior ênfase em proteção
ambiental ou em minimizar o custo econômico). Obtemos assim uma flexibilidade e um
entendimento muito maiores sobre os problemas espaciais.
c
?
V
V
V
V01V a/V0#@1V
V $
(Vå, V ;*V%
*!(V V V V
{
{ Existe também um conjunto de operações sobre relações, a "álgebra
relacional", que inclui as operações de projeção, seleção, união,
intersecção e produto cartesiano.
{ O modelo relacional é útil para lidar com os problemas de bancos de
dados para aplicações administrativas e comerciais sendo a tecnologia
mais difundida na área. Sua formulação rigorosa permite a definição de
uma linguagem de consulta padronizada (SQL).
V "
V
V ?)V ;V )
V
V
V £ =£V åV V V V V
?
? Mapas Temáticos - Da categoria MapaSolos com os mapas de
solos de um banco de dados nacional, no qual o especialista em
solos quer associar a cada mapa os dados referentes a sua
aquisição, como a data do levantamento, responsável,
instituição.
$
V ?
*
V
)
-*
V
V
V V =
V
V </ 9å9 V
?
? Pode-se também associar tabelas às classes associadas a um
mapa temático com uma tabela única para todas as classes ou
uma para cada classe temática. Para o mapa de solos pode -se
determinar propriedades comuns a todas as classes temáticas,
como ph, teor de Alumínio, Nitrogênio e Potássio e umidade.
aV
V
V )+V
?£V
?AV
V
V BV ,V V V
?
? Mapas Cadastrais e de Geo-Objetos - Mapa de lotes de uma
cidade, com duas categorias: Lotes, especialização de GEO -
OBJETO, e MapaLotes, especialização de MAPA CADASTRAL.
Para lotes pode-se ter o número do cadastro na Prefeitura, nome
do proprietário, endereço, área construída, valor do IPTU. Sendo
um geo-objeto (que possui localização geográfica), o SPRING
automaticamente associa a cada entrada da tabela um
identificador único.
$
V ?V )
)V
V
V01V a/V0#@1V
V V $
(Vå,V #,%
*!(VV V V
?
? Para MapaLotes, os atributos podem ser as suas características
como número do mapa, região da cidade, escala do mapa, data
do levantamento, empresa responsável.
V
V
V
V
V
*
V
V V CV9)V V V
%, $£$B
u
(*
)(V
{ Toda variável em LEGAL deve ser declarada antes de ser utilizada, com
a sintaxe: Tematico<var> (<categoria>);
Numerico<var> (<categoria>);
// Parte 1- Declaracao
// Definição de Variaveis
Tematicosolo_CE ("Solos");
Tabela tab_peso (Ponderacao);
Numericosolo_peso_CE ("SoloPond");
// Definicao da Tabela de Pesos
tab_peso = Novo (CategoriaIni = "Solos", CategoriaFim = "SoloPond", Le
: 0.60, Li : 0.2, Ls : 0.35, Aq : 0.1);
// Parte 2 - Instanciacao
// Recuperacao do mapa de solos
solo_CE = Recupere (Nome = "Solo_CE");
// Criacao do novo mapa de solos ponderado
{
// Parte 1 - Declaracao
// Declaracao de Variaveis
Tematicoclasses_decl ("Declividade");
Numericodecliv_num ("Declividade_Numerica");
Tabela tab_fatia (Fatiamento);
// Definicao da tabela de fatiamento
tab_fatia:= Novo (
CategoriaIni = "Declividade_Numerica",
CategoriaFim = "Declividade",
// Parte 1 - Declaracao
// Parte 3 - Operacao
// Reclassificacao
desmat= Reclassifique (cobertura, tab_recl);
}V
£)
V£ 5
V
V =
*
V
%
V
V#
.
V B V
å" V
V:
+
£
V B V
)
V £
VD
V EB V
// Parte 1 - Declaracao
// Parte 2 - Instanciacao
tmcomb=Image((ta.Class==tema13?Digital(tm):128));
// Parte 1 - Declaracao
Numericosolo_pond ("Solo_ponderado"),
decliv ("Declividade"), aptidao ("AdequacaoNumerico");
// Parte 2 - Instanciacao
decliv = Recupere(Nome = "Decliv94");
solo_pond = Recupere (Nome = "Solos94");
// Parte 3 - Operacao
//Declaração
// Instanciação
img2 = sqrt ((img [-1, 1} + 2 * img [0, 1] + img [1, 1] -img[-1, -1] -2 * img
[0, -1]-img{1,-1) ^2 + (img[-1, -1] +2 * img[-1, 0] + img[-1,1] -img[1, -1] -2 *
img [1, 0]-img[1, 1]) ^2);
FUZZYL = 1 se x ,
FUZZYU= 1 se x ,
{
{ Para determinar as funções de classificação contínua correspondentes,
é escolhido o parâmetro tal que a primeira classe de níveis de fertilidade
de solo tenha o valor nebuloso 1; o parâmetro é tal que o valor da
função FUZZYL (crescente) seja igual a 0,5 q uando a grandeza
estudada tiver o valor inferior da segunda classe de fertilidade. Por
exemplo, no caso do mapa de teores de Cálcio e Magnésio, a função
contínua associada terá valor 1, se a concentração for maior que 3 e
terá valor 0,5 (meio), se a concen tração for igual a 2 (dois).
a
)
V VV VV <
V
å V V V
</HHI/V0
1 V
a V (V V </HHIV0
1 V
{
{ O programa em LEGAL que aplica uma função de classificação contínua
sobre um PI numérico (com o teor de fósforo) é dado por:
// Parte 1 - Declaracao
fosf_cont ("Fosforo");
// Parte 2 - Instanciacao
//Parte 3 - Operacao
// Parte 1 - Declaracao
å
c
Mapa plano-altimétrico.
{ å
- o valor de cota de cada ponto da grade é estimado a
partir da média simples das cotas dos 8 vizinhos mais próximos desse
ponto. Utilizado geralmente quando se requer maior rapidez na geração
da grade, para avalia r erros grosseiros na digitalização.
, onde:
? n = número de vizinhos
? z = valor de cota dos 8 n vizinhos
? i=1
? f(x,y) = função interpolante
Valor da cota (+) obtido a partir dos 4 vizinhos amostrados mais
próximos (*)
{ å
- o valor de cota de cada ponto da grade é calculado
a partir da média ponderada das cotas dos 8 vizinhos mais próximos a
este ponto, por uma função que considera a distância do ponto cotado
ao ponto da grade.
, onde:
{ å
u
- este interpolador
também realiza a mesma função de interpolação vista anteriormente.
Além da restrição de quadrante do método anterior, o número de
amostras por valor de elevação é limitado. É recomendado quando as
amostras são do tipo isolinhas.
Valor da cota obtido pela média ponderada de cotas das isolinhas por
quadrante.
zm = zE * (1-v) + zF * v
{ $)
, #
são linhas que definem descontinuidades na
superfície para os dois diferentes lados da linha, como linhas de vale ou
de crista. Um rio por exemplo pode ser editado como uma linha de
quebra em que ao longo de suas margens há uma descontinuidade de
relevo, sem nenhum valor de cota a ele associado. Estas linhas de
quebra podem ser ou não consideradas na geração de uma grade
triangular e o interpolador quíntico sem linhas de quebra não as
considera.V
{ A superfície ajustada ao retalho da grade é um polinômio do quinto grau,
{ A geração de
para um modelo numérico de terreno, onde os
pixels conterão níveis de cinza, consiste em distribuir os valor es
mínimos e máximos das cotas, obtidas a partir da grade retangular, em
níveis de cinza de 0 a 256 linearmente. Assim, cada célula da grade
corresponde a um pixel na imagem de saída com os valores mínimos de
cota serão representados por pixels escuros e o s valores máximos por
pixels claros.V
{ A
#
gerada a partir de um MNT possibilita visualizar
as diferenças de relevo no modelo. A imagem sombreada é gerada a
partir de uma grade regular sobre a qual é aplicado um modelo de
iluminação. O modelo de iluminação determina a intensidade de luz
refletida em um ponto da superfície considerando uma fonte de luz. O
modelo depende da 2, que podem ser a luz ambiente ou
outra fonte de luz, e da
.V
? A luz ambiente proporciona uma intensidade de iluminação a da
superfície e pode ser modelada por I =I aKa.., onde I a é a
intensidade da luz ambiente e K a é o coeficiente de reflexão do
material.
d
? A reflexão depende do material da superfície (K ), da intensidade
p
da fonte de luz (I ) e do ângulo entre a direção da fonte da luz e a
normal à superfície (cos), sendo dada pela equação I pKdcos.
? O modelo de iluminação composto pela luz ambiente pela
reflexão é dado pela equação:
ñ V
{ c (
é a inclinação da superfície do terreno em relação ao plano
horizontal. Considerando um modelo numérico de terreno (MNT) de
dados altimétricos extraídos de uma carta topográfica e traçando um
plano tangente a esta superfície num determinado ponto P, a declividade
em neste ponto corresponde a inclinação deste plano em relação ao
plano horizontal.V
{ Em algumas aplicações geológicas, geomorfológicas e outras, é
necessário encontrar regiões pouco acidentadas ou regiões que estejam
expostas ao sol durante um determinado período do dia. Para responder
estas questões a declividade conta com duas componentes: o gradiente
e a exposição.
{ O
é a taxa máxima de variação no valor da elevação, pode
ser medido em grau (0 a 90) ou em porcentagem (%), e a é a
direção dessa variação medida em graus (0 a 360).
{ O
é dado pela equação:
ñ V
ñ V
ñ V
, onde:V
ñ )ü)
{ É um
utilizado para edição e obtenção de uma saída
de apresentação gráfica de alta qualidade.V
ñ V
ñ 6 V
ñ V
ñ )ü) V
Onde: