Baixe o app para aproveitar ainda mais
Prévia do material em texto
Tutorial IDRISI 1. O Ambiente do IDRISI for Windows Este capítulo não apresenta exercícios, traz apenas uma explanação sobre os componentes do ambiente IDRISI. Um ponto importante apresentado é a maneira de definir o diretório de trabalho, através do módulo ENVIRON. 2. O sistema de visualização a) O módulo LIST, lista todos os arquivos de dados do diretório de trabalho. É possível filtrar os arquivos segundo seu tipo, ou através de máscaras inseridas pelo usuário; b) A partir do módulo DESCRIBE é possível ter acesso a informações textuais detalhadas dos arquivos. No caso deste exercício foram vistas as informações do arquivo brazilfc. c) Abertura do módulo DISPLAY, a partir do qual é possível visualizar a imagem selecionada. d) Dentro do módulo DISPLAY foi selecionada a imagem brazilfc e a tabela de cores “Composição colorida 256”. E o mapa foi aberto. e) O mapa foi visualizado corretamente na tela 1. Mova o cursor do mouse sobre a imagem. O que pode ser observado na barra de status (barra inferior da tela) à medida que você move o cursor sobre ela? Aparecem na barra de status 4 valores: c, r, x, y. O valor de “c” representa a coluna sobre a qual mouse está no momento. O valor de “r” representa a linha sobre a qual o mouse está posicionado. Os valores de “x” e “y” representam valores segundo um sistema de coordenadas, cujo ponto (0,0) se situa no canto inferior esquerdo da imagem. f) Foi carregada a imagem DEC88C com a tabela de cores NDVI 16, juntamente com seu título, escala e legenda. Seria um mapa da África. g) Através da janela de Composição foi adicionado um segundo plano de informações, agregando outras qualidades ao mapa. Neste caso foi introduzido um plano com os limites dos países da África. h) Estava trabalhando com adaptador de 16 bits. 2. O que aconteceu com as tabelas de cores das imagens de fundo? Com que qualidade o windows funcionou para compor suas tabelas ao mesmo tempo que a da janela de mapa ativa? Estava trabalhando com adaptador de 16 bits. i) Estava trabalhando com adaptador de 16 bits. 3. Qual é o tipo de dados de cada imagem? Qual a diferença entre as categorias de legenda nos seus arquivos documento? Para o arquivo DEC88C o tipo de dados é byte, e para o arquivo ETDEM o tipo de dados é real. Para DEC88C o valor para categorias de legendas é 16, sendo especificadas as 16 em seguida. Para ETDEM, o valor é 0. Para o arquivo ETDEM são criadas 256 classes automaticamente, para representar as 256 cores da figura. j) Foi aberta a imagem do arquivo AFFAOSOL e foi mostrado como é possível redimensionar cada elementos do mapa (título, legenda, próprio mapa). E também como é possível ativar/desativar a barra de rolagem a partir de um botão no menu principal. k) Foi apresentada a utilização do atributo fator de expansão dentro do módulo DISPLAY. Este serve para mostrar o mapa aumentado (para valores maior que 1) ou reduzido (para valores negativos). l) Foi aplicado zoom in zoom out a partir do botão do menu principal. m) Aplicada a ferramenta de ampliação de janela. Possibilidade de ampliar apenas um determinado pedaço da imagem. n) Utilizar o módulo de consulta, através do qual é possível verificar o valor de um ponto no mapa através de um clique do mouse. O valor é mostrado na barra de status. o) Apresentação de imagens vetoriais a partir da apresentação do arquivo CLARKBLK, que mostra quadras de uma determinada cidade. p) Foi alterado o arquivo de símbolos a ser utilizado para IDRPOLY, sendo agora apresentados polígonos vazios. q) Adicionou-se outras camadas contendo outros polígonos, representando edificações, com suas respectivas legendas. 4. Agora que observamos as visualização de um arquivo vetorial , como você compararia a maneira pela qual a visualização é mostrada em relação a um arquivo raster?Por que isso acontece? A grande diferença está na representação dos dados. Num arquivo vetorial a representação se dá através de feições definidas (polígonos, neste caso). Já na representação raster (matricial) temos uma grande quantidade de pontos, cada qual com um valor diferente. r) Foi introduzido o módulo ORTHO, através do qual é possível visualização de imagens em perspectiva. s) Foi utilizado novamente o módulo ORTHO, agora especificando-se uma imagem de cobertura e modificando-se o ângulo de visão. Foi apresentado um mapa com mais significado, devido à aplicação da cobertura, vista de um ângulo diferente. 5.... (COLAR MAPAS) t) Mais um exemplo de utilização do ORTHO. v) Através do item Display Preferences é possível estabelecer padrões de visualizações a serem usados. w) Foi modificado o padrão de visualização e o mapa ETDEM foi aberto novamente com esse padrão. x) Padrão foi alterado novamente para o Standard. 3. Composição de Mapas a) Abriu-se o mapa WESTBORO, com legenda e título a partir do módulo DISPLAY. b) Foi adicionada uma camada (arquivo WESTLULC) contendo limites das áreas através de linhas. d) Alterações com relação à apresentação do mapa foram realizadas. Foram mudadas propriedades do título (cor e estilo), caixa de texto foi setada como visível e o texto foi inserido a partir de um arquivo .txt, um logo foi inserido e a seta indicando o norte também. Tudo feito segundo indicado no tutorial. Em seguida, foram feitos os posicionamentos e redimensionamentos especificados. e) Foi inserido o plano WESTSTRM, acionando o que parece ser a rede hidrográfica do local. f) Foram adicionados outros dois planos para representar estradas. Para tal se utilizou da sobreposição de duas linhas: uma preta com 3 px de largura e, em seguida, uma branca com 1 px de largura. Esta sobreposição se tornou a representação das estradas (uma linha dupla com o centro preenchido). g) Adicionado o plano WESTTEXT, que acrescenta uma camada com textos sobre o mapa. h) Mapa salvo e apresentado abaixo: j) Foi utilizado o módulo DESCRIBE, para verificar os arquivos que fazem parte desta composição. k) Foi utilizada a janela de composição para esconder e fazer reaparecer um dos planos do mapa l) Neste item é mostrado como definir se as alterações feitas sobre um plano serão apresentadas. O modo manual indica que o usuário deve mandar o mapa ser redesenhado. O modo freeze indica que a visualização não será atualizada. Já o modo auto indica que o mapa será atualizado automaticamente a cada alteração realizada. Os itens m,n,o, p referem-se à configurações de impressão. Configurações de margens e escalas, principalmente. 1. Por que você não pode entrar um valor de escala maior que “Escala Máxima” padrão já fornecido pela Oficina de Impressão? Pois a imagem aumentaria, saindo dos limites impostos pela margem. Sendo assim, a imagem seria cortada. 4. Tabela de cores, símbolos e deslocamento a) O arquivo ETDEM foi aberto utilizando a composição de cores IDRISI 256. Em seguida foram feitos alguns testes dentro da oficina de cores, utilizando a função misturar e reverter tabela. b) Foi criada uma nova paleta de cores de 16 cores, sendo a cor número 1 Vermelha e a cor número 15, Azul. 1. Descreva a natureza das cores produzidas através desta mistura. As cores produzidas começam no Vermelho (cor primária – RGB (255,0,0)) e vão até o Azul (cor primária – RGB (0,0,255)). As cores intermediárias são formadas de composições de diferentes quantidades das duas cores. Conforme vai aumentando o índice de nossa tabela de cores, verifica-se um incremento na quantidade de azul e um decremento (de mesmo módulo que o incremento de azul) na quantidade de vermelho. Isto ocorre até que chegamos no valor 0 para vermelho e 255 para azul. c) Foi criada a tabelade cores através da definição de algumas cores intermediária intercaladas da função misturar. d) Foram definidos para 0 e 15 os valores mínimo e máximo dos limites de autoescalonamento. e) A tabela foi salva com o nome TERRAIN, através do menu do módulo Oficina de Cores. A tabela foi salva no diretório de trabalho com a extensão .smp (IDRISI). f) Através do módulo display, a imagem ETDEM foi apresentada utilizando a tabela de cores criada (TERRAIN). O resultado será apresentado após algumas modificações no mapa. g) Foi adicionado o plano ETPROV, que mostra os limites das províncias. h) Com o intuito de criar um novo arquivo de linhas de cor cinza, foi chamado o módulo oficina de símbolos. i) Foi criado o elemento 0 como sendo uma linha de cor cinza (127, 127, 127) e copiado para todos os outros elementos. Em seguida o arquivo foi salvo com o nome GREY. j) através das propriedades do plano ETPROV, alterou-se o arquivo de símbolos para GREY. Os limites da província apareceram na cor cinza. O resultado será apresentado após mais algumas modificações no mapa. k) Através da Digitalização na Tela, foram criados pontos afim de que cada província fosse marcada. Cada uma dessas marcas recebe um identificador. Os pontos foram criado dentro de cada província e, seguindo o que foi sugerido no tutorial, seguem a ordem que começa na província mais a norte seguindo uma a uma no sentido horário. As duas províncias centrais são marcadas por último (antes a mais ao norte, seguida da mais ao sul). l) Através do módulo Oficina de Banco de Dados, foi criado um texto para cada identificador criado no módulo de Digitalização. O relacionamento é feito através da criação de um banco de dados para o arquivo vetorial de pontos criado. m) Foi criado então um arquivo de símbolos para o arquivo de texto. Isto foi feito através da Oficina de Símbolos, criando-se um arquivo de símbolos texto, obedecendo as sugestões de fontes do tutorial. O arquivo foi salvo. n) Foi adicionado ao mapa o plano contendo o arquivo de texto criado, utilizando o arquivo de símbolos criado para ele. Os nomes das províncias foram apresentados no mapa. o) Foram feitas as alterações no Banco de Dados (mudando o código do símbolo Goma Gofa para 2) e no arquivo de símbolos, afim de que o texto referente á província coubesse dentro dos limites da mesma. O resultado do mapa pode ser visto abaixo: 2. Que tamanho você necessita estabelecer para o símbolo 2 de forma a fazer o texto encaixar bem? O tamanho especificado foi 8, apesar de estar tocando á linha de um dos limites, é claro visualizar que o nome caberia, se o ponto especificado na digitalização estivesse mais à direita. p) A figura BRAZIL2 foi aberta utilizando a tabela tons de cinza 256. 3. Como a imagem Brazil2 aparece? Totalmente preenchida de preto q) O mapa BRAZIL2 foi aberto novamente, agora utilizando o autoescalonamento. 4. Como ela aparece agora? Aparecem agora algumas partes em outros tons de cinza, porém a visualização continua ruim. r) Através do módulo HISTO foi verificada uma distribuição de cores distorcida na figura BRAZIL2. Foi usado então o módulo STRETCH para aumentar o contraste da figura. Usando apenas a tabela tons de cinza 256 Usando o autoescalonamento Usando o STRETCH 5. Como a imagem aparece agora? A imagem aparece muito mais definida devido ao acréscimo de realce do contraste na figura. t) Ao aplicarmos o valor do grau de saturação linear de 2.5% obtivemos com uma definição melhor que utilizando os valores fixos para o limite inferior e superior. A figura abaixo mostra o resultado: 5. Consulta ao Banco de Dados a) Foi aberta a imagem DRELIEF com a tabela de cores IDRISI 16. Algumas consultas na altitude foram realizadas próximas à margem norte do rio, visto a proposta de utilização de represamento naquela área. b) Foi aberto e observado DSOILS, que mostra os tipos de solo da mesma região que a imagem DRELIEF. c) 1. Quais os valores mínimos e máximos de elevação da imagem? Mínimo: 5.0000000 Máximo: 15.9999666 d) Foram feitas alterações nos padrões de visualização. e) Foi criada a imagem FLOOD a partir da utilização do módulo RECLASS. Neste módulo foi utilizada a imagem DRELIEF como entrada. Os valores no intervalo [0, 9) receberam valor 1, enquanto os valores superiores a 9, receberam valor 0. f) Imagem DRELIEF Imagem FLOOD, gerada a partir do RECLASS g) 2. Qual é o valor numérico da classe de solos argilosos? O valor para solos argilosos é 2. 3. Para ajudar a tornar clara a classificação, preencha o quadro a seguir com as 5 classes de solo: Classe de solo (Número) Classificação de aptidão do solo 1 2 2 5 3 3 4 4 5 1 h) Foi criado um arquivo de valores SOILRATE, contendo a classificação de aptidão dos solos. Foi feito através do módulo EDIT. i, j) Através do módulo ASSIGN foi criada a imagem SORGSUIT a partir da imagem DSOILS e do arquivo de valores SOILRATE. A seguir a imagem obtida: k) Da mesma forma que em h, foi criado um arquivo de valores chamado CLAYS, usado para isolar os solos argilosos no mapa. Sendo assim, o arquivo foi criado com a linha 2 1 que significa que os solos com valor igual a 2, terão atribuído valor 1 na saída. Os outros receberão valor 0. l) Foi novamente utilizada a função ASSIGN para obter a imagem trazendo apenas os solos argilosos. Resultado: 4. Construa uma tabela similar a tabela 1 para ilustrar a operação OR e então sugira uma operação de OVERLAY diferente de cobertura que possa ser usada para produzir o mesmo resultado FLOOD BESTSOIL BESTSORG 0 0 0 0 1 0 1 0 0 1 1 1 m) Execução da operação de OVERLAY afim de fazer a multiplicação entre as imagens BESTSOIL e FLOOD (BESTSOIL * FLOOD). O resultado (BESTSORG) pode ser visto abaixo: n) Foi realizada a execução da função AREA, escolhendo-se a saída em hectares. 5. Quantos hectares encontram-se na área de inundação em solos argilosos? Qual o significado da outra área retratada na figura? 3771,81 hectares encontram-se em solos argilosos e em área de inundação. A outra área ou não possui solo argiloso ou não é uma área de inundação. o) Foi utilizada a função GROUP afim de separar áreas contíguas para o cultivo do sorgo. 6. Quantos grupos foram produzidos? Foram produzidos 11 grupos. 7. Qual opção de overlay você poderia usar para criar a imagem desejada? Utilizando que imagens? Eu utilizei a função de multiplicação (AND). As imagens utilizadas foram BESTSORG e PLOTS (BESTSORGS * PLOTS). Assim podemos ver as regiões boas para plantio de Sorgo dividida em grupos. O resultado pode ser visto na imagem: p) Este passo foi executado na questão 7. Foi gerada a imagem resultante do OVERLAY. q) Executar a operação AREA sobre a imagem gerada. 8. Qual a área, em hectares, de cada região apta para o cultivo de sorgo? Foram encontradas 3 regiões boas para cultivo do sorgo (como visto na figura acima). As áreas das três são: Área 1 � 1887,48 hectares Área 3 � 1882,7 hectares Área 8 � 2,16 hectares r) BESTCALC = ([DRELIEF<=9]AND([DSOILS] = 2) visualmente produz o mesmo resultado que obtivemos em BESTSORG. 6. Operadores de distância e de contexto a) Foi executado o módulo ORTHO, utilizando a imagem RELIEF e a imagem de cobertura LANDUSE. Obtive a seguinte saída: 1. Desenhe um modelo cartográfico completo, com o nome dos módulos e das imagens, mostrando os passos necessários à produção de SLOPEBL b) Foi aberta a imagem RELIEF com a tabela de coresIDRISI 16. Foram encontrados alguns valores não constantes na legenda. c) Utilizou-se a função SURFACE para calcular a declividade de RELIEF. d) ?? e) Terminando o modelo exposto na questão 1, aplicamos RECLASS sobre SLOPES, obtendo SLOPEBL: RELIEF SLOPES SURFACE SLOPEBL RECLASS 2. Desenhe um modelo cartográfico completo, com o nome dos módulos e das imagens, mostrando os passos necessários à produção de BUFFERBL f, g, h, i) Cálculo das regiões localizadas a pelo menos 250 metros de um reservatório. Foi realizado um ASSIGN utilizando o arquivo LANDUSE e um arquivo de valores criado para isolar os Reservatórios, criando o arquivo RESERV. O arquivo de valores continha a linha 2 1, aplicando 1 aos locais onde há reservatórios e 0 para os outros. Em seguida foi aplicada a função DISTANCE no arquivo RESERV, criando o arquivo RESDIST. Por último aplica-se RECLASS no arquivo RESDIST, aplicando 0 aos valores entre 0 e 250, e 1 aos valores maiores de 250. Como resultado temos a imagem BUFFERBL, apresentando todas as regiões localizadas a pelo menos 250 metros de um reservatório. RESERV RESDIST BUFFERBL LANDUSE RESERV RESDIST RESERV EDIT ASSIGN DISTANCE BUFFERBL RECLASS j) Foi aplicada a função BUFFER na imagem RESERV, colocando como valor do buffer 250, e tendo como valor de saída 1 apenas as áreas fora do buffer. 3. Desenhe um modelo cartográfico completo, com o nome dos módulos e das imagens, mostrando os passos necessários à produção de FORESTBL k) Foram encontrados os identificadores 9 e 10 representando florestas (decid. e coníferas respectivamente). Esses valores foram postos em um arquivo de valores afim de serem representados por 1 no arquivo de saída. As outras áreas que não estas duas, receberam 0 como valor na saída. Foi então realizado um ASSIGN entre este arquivo e o LANDUSE, resultando na imagem abaixo (FORESTBL): 4. Que outra técnica você poderia ter usado para obter o mesmo resultado? Pode ser aplicado RECLASS atribuindo 1 aos valores entre 9 e 10, e 0 aos valores entre 0 e 9 e ao valor 11. l) Foi realizado o OVERLAY entre BUFFERBL, FORESTBL e SLOPEBL, e o resultado foi salvo como COMPOSED, e é mostrado a seguir: LANDUSE FORESTBL Floresta EDIT ASSIGN 5. Que operação de overlay você usou para obter a imagem COMBINED? Especifique um modelo cartográfico que ilustre os passos seguidos para obter a imagem COMBINED a partir de SLOPEBL, BUFFERBL e FORESTBL. Foi utilizada a operação de multiplicação (AND) nos dois passos. m,n) Foi aplicada a função GROUP com diagonal em COMPOSED, gerando a imagem COMPGRUP. Aplicou-se a função AREA para gerar então a imagem COMPAREA. Esta foi usada em uma função de OVERLAY com o arquivo COMPOSED gerando o arquivo OVERAREA, com as áreas contíguas agrupadas, contendo seus respectivos tamanhos. Por fim, aplicou-se RECLASS para filtrar as áreas maiores que 10 hectares resultando em uma só área. SLOPEBL BUFFERBL INTERMED FORESTBL COMPOSED OVERLAY multiplicação OVERLAY multiplicação 6. Quantos sítios aptos foram identificados? Esquematize um modelo cartográfico mostrando como você criou SUITABLE a partir de COMBINED. o) Aplicando ORTHO: COMBINED COMPGRUP GRUPAREA GROUP AREA OVERAREA OVERLAY multiplicação SUITABLE RECLASS > 10 a, b) Foi criado um arquivo de macro com as linhas: surface x 1 relief slope1 # d reclass x i slope1 slopebl1 2 1 0 2.5 0 2.5 999 -9999 como resultado obteve-se a mesma imagem que no exercício 6 (SLOPEBL). c, d, e, f) O macro EXER6 foi visualizado, e suas funcionalidades comparadas ao que foi realizado no exercício 6, através da interface. O macro foi, então, rodado. Resultando na imagem SUITAB2. Esta foi aberta juntamente com a imagem SUITABLE (resultado do exercício 6). 1. As imagens são iguais? Que operação poderia ser usada para determinar se as imagens são exatamente iguais? Visualmente as figuras parecem ser iguais. Para determinar se as duas são iguais poderia ser feita um OVERLAY com a operação SUITAB2 + SUITABLE verificando se todos os valores são 0 ou 2. Isso pode ser seguido de um ASSIGN alterando os valores correspondentes a 2 por 0 na saída. Se a imagem ficar sem nenhum valor diferente de 0 as duas primeiras imagens (SUITAB2 e SUITABLE) são iguais. g, h) O arquivo de macros foi editado, primeiramente para considerar as declividades até 4 graus. E em seguida para não considerar as diagonais quando executar uma ação de GROUP. 2. Descreva as diferenças entre SUITABLE, SUITAB2 e SUITAB3 e explique o que causou essas diferenças Considerando as declividades < 4 graus (SUITAB2) Considerando as declividades < 4 graus e desconsiderando as diagonais (SUITAB3) Quando aumentamos o valor máximo para declividades para 4 graus (SUITAB2), percebemos o aumento no número de áreas elegíveis no fim do processo. Se continuarmos com esse limite (4 graus), porém retirarmos o agrupamento através das diagonais, o número de áreas elegíveis diminui novamente (continuando, porém, a ser maior que se deixássemos o limite em 2,5 graus com diagonais). É válido lembrar que a área que era válida na imagem SUITABLE, continua sendo uma área válida nas outras duas criadas. 8. Distâncias de custo e caminhos de menor custo a) Foi aberta a imagem WORCWEST e foram aplicados sobre ela dois planos vetoriais. Um deles contendo uma unidade industrial e o outro contendo uma linha de alta tensão. b) Foi criado um arquivo de valores contendo os valores especificados na tabela do tutorial contendo os custos de atrito para cada tipo de solo. Esse custo representa a dificuldade de transpor as regiões. Esse arquivo foi usado para ser usado como entrada no módulo ASSIGN juntamente com a imagem WORCWEST, gerando a imagem FRICTION: c,d ) Foi feita a transformação do formato vetorial para raster da imagem NEWPLANT. Isso é necessário para a execução da operação COST. e) Foi aplicada a operação COST, utilizando NEWPLANT como imagem de feições e FRICTION como imagem de superfícies de atrito. f) A imagem foi gerada e uma análise utilizando a ferramenta de consulta foi realizada. g) O arquivo POWERLN foi transformado de vetorial para raster para que fosse possível aplicar a operação PATHWAY. h) Foi aplicada a operação PATHWAY utilizando COSTDIST como superfície de custo e POWER como imagem de destino. Resultando na imagem NEWLINE. Em seguida foram colocados como planos adicionais as imagens vetoriais NEWPLANT e POWERLN. Resultando na seguinte imagem: i) Por fim, a imagem WORCWEST foi apresentada sendo sobreposta pela imagem NEWLINE, chegando-se assim à solução: 1. HMPF! 2. PATHWAY determinou o melhor caminho entre as duas feições através da imagem COSTDIST que é uma superfície que apresenta custos entre a feição de origem e destino. 3. ???? 4. DEVE CONTINUAR COM OS ESQUEMAS DE COMO CHEGUEI DE NEW LINE A SOLUTION INITIAL Valores de atrito NEWPLANT PLANT POINTRAS EDIT FRICTION WORCWEST ASSIGN FRICTION COST COSTDIST POWERLN POWER LINERAS INITIAL NEWLINE PATHWAY 9. Álgebra com mapas a) O Mapa NRELIEF foi aberto como especificado. b,c ) Foram criados os arquivos de valores para a elevação e temperatura e depois foi utilizado o módulo REGRESS, que gerou o gráfico a seguir: 1. Qual é a equação? y = 26,985 – 0,0016x d) Utilização do módulo SCALAR para gerar a imagem referente à temperaturaa partir do relevo. Primeiramente é usado o módulo SCALAR com a operação de multiplicação (por -0.0016) que gera uma imagem intermediária. Em seguida outra vez o método SCALAR é aplicado, desta vez com a operação de adição (+ 26,985). Como resultado temos uma imagem representando as temperaturas. 2. Modelo cartográfico referente às duas abordagens utilizadas acima: e) Usando a calculadora do IDRISI e a equação da evaporação potencial, obtendo como resultado a imagem EVAPO: f) Foi realizada a operação NRAIN / EVAPO, afim de se obter o balanço entre precipitação e evaporação. O resultado obtido foi: TEMPERA TMP NRELIEF SCALAR *(-0,0016) SCALAR + 26,985 altitude temperatura Variável independente Variável dependente EDIT EDIT REGRESS y = 26,985 – 0,0016x 3. O que pode indicar um valor superior a 1? Indica que no local existe mais precipitação que evaporação. Isto caracteriza locais muito úmidos, algo como pântanos. 4. O que pode indicar um valor inferior a 1? Indica um local onde há mais evaporação que precipitação. Caracteriza regiões secas. g,h) Através do módulo RECLASS dividiu-se a imagem em 7 zonas de disponibilidade hídrica (Segundo tabela do tutorial). A imagem resultante foi salva em MOISZONE: 5. Quantas zonas de disponibilidade hídrica existem na imagem? Por que isto é diferente do número de zonas informadas na tabela 1? Na imagem aparecem apenas 5 zonas de disponibilidade hídrica. Isto se deve pois o valor mínimo de disponibilidade hídrica encontrado na imagem MOISTAVL é 0,36, e isto exclui as zonas 6 e 7 informadas na tabela. i) Outra vez através do módulo RECLASS dividiu-se a imagem TEMPERA em zonas de intervalo de temperatura. A imagem resultante foi salva em TEMPZONE: 6. Anteriormente já usamos OVERLAY para combinar 2 imagens. Dado o critério para a imagem final, por que não podemos usar OVERLAY para este passo final? Porque ao contrário de CROSSTAB, que combina todas as classes entre duas imagens gerando classes a partir desta combinação, OVERLAY faz uma operação booleana entre as duas imagens de entrada gerando um grande número de classes na imagem de saída. j) Foi aplicado CROSSTAB às imagens TEMPZONE e MOISZONE. Como resultado obteve-se a tabela: Tabulação cruzada de tempzone (colunas) com moiszone (linhas) 5 6 7 8 Total -------------------------------------------------- 1 | 0 99 1909 1857 | 3865 2 | 72 3125 7266 1403 | 11866 3 | 12374 8104 2110 0 | 22588 4 | 9943 984 0 0 | 10927 5 | 1751 0 0 0 | 1751 -------------------------------------------------- Total | 24140 12312 11285 3260 | 50997 Chi quadrado = 43776.36719 g.l. = 12 V de Cramer= 0.5349 Tabulação cruzada proporcional 5 6 7 8 Total -------------------------------------------------- 1 | 0.0000 0.0019 0.0374 0.0364 | 0.0758 2 | 0.0014 0.0613 0.1425 0.0275 | 0.2327 3 | 0.2426 0.1589 0.0414 0.0000 | 0.4429 4 | 0.1950 0.0193 0.0000 0.0000 | 0.2143 5 | 0.0343 0.0000 0.0000 0.0000 | 0.0343 -------------------------------------------------- Total | 0.4734 0.2414 0.2213 0.0639 | 1.0000 Kappa total = 0.0184 E a imagem: 10. Oficina de Banco de Dados a) Foi aberta a imagem AWRAJAS e foi adicionado o plano vetorial AWRAJAS que divide as províncias. b,c) Foi chamada a Oficina de Banco de Dados e aberto o Banco de Dados ETHIOPIA, que contem o Identificados que liga as feições ao banco de dados e contém também nome de cada awraja, população e número de alguns animais. d) Foi utilizado o módulo para Documentação ed Banco de Dados. e,f,g,h,i,j,k) Foi feita a ligação entre o banco de dados e a imagem a ser consultada. Desta maneira, usamos o módulo de consulta com o cursor e, quando fazemos a consulta na imagem, esta se reflete nos registros do banco de dados, apresentando a tupla correspondente no banco. l,m,m,o) Foi realizada a ligação do arquivo vetorial AWRAJAS com o banco de dados, utilizando como valor de seleção a população. Isto foi feito através da Oficina de Banco de Dados e gerou um mapa Booleano, que foi alterado para contínuo em seguida. 1. Por que todas as AWRAJAS são visualizadas com o símbolo 255 (verde)? Por que o campo população tem valores maiores que 255 para todas as awrajas. Sendo a tabela de cores de 256 cores, todos os valores maiores que 255 ficam representados pela cor 255, no caso, o verde. p,q,r) Para resolver o problema de visualização, foi feita uma nova ligação, agora com a opção de autoescalonar os dados. Cores diferentes (entre 0 e 255) foram então atribuídas aos valores do banco de dados. O mesmo foi feito com os outros campos do banco com fins de teste. s) Uso de filtros SQL. Utilizou-se de uma consulta SQL para filtrar apenas as awrajas com população maior de 300.000 habitantes. Essa consulta se reflete no mapa, da seguinte maneira: t) Aqui fez-se uso do SQL novamente para filtrar as awrajas com mais de 300.000 habitantes e 300.000 cabeças de gado. u) A última consulta consistiu em saber quais awrajas possuem mais de 300.000 habitantes, cabeças de gado e ovelhas. 2. Quantos AWRAJAS satisfazem estas 3 condições? Quais são seus nomes? Apenas 2 awrajas. São elas: Chilalo e Tegulet. Estas podem ser vistas na imagem acima. v,w) Foi criado um novo campo FERMENT (fermentação entérica). Este campo é uma das entradas para a expressão que define a emissão de metano pelos animais. Este campo foi alimentado através de um UPDATE SQL. O valor correspondente a esse campo foi definido por (cattle * 32) + (sheep * 5) + (goats * 5) x,y) A partir da imagem TEMPSURF (Informações sobre a temperatura na Etiópia) e do arquivo de feições AWRAJAS, se aplicou a operação EXTRACT e alimentou-se uma nova coluna no banco de dados (AVGTEMP), contendo as temperaturas médias em cada uma das awarajas. z) Foi criado mais um campo, DECOMP, outra entrada para calcular a quantidade de metano emitida. Nesse caso a quantidade emitida pela decomposição do esterco. O SQL utilizado (baseado no diagrama do tutorial) ficou assim: UPDATE ethiopia SET DECOMP = CATTLE + SHEEP*(0.047+(0.0055*AVGTEMP)) + GOATS*(0.057+(0.0055*AVGTEMP)) 3. Que comando SET você usou para calcular DECOMP? O comando utilizado pode ser visto no item z (acima). aa) Foi criado o campo TOTMET, para armazenar o total de metano emitido pelos animais. 4. Que comando SET você executou? Para obter o valor de TOTMET foi utilizado: SET TOTMET = (FERMENT + DECOMP)/1000 bb) Ligou-se o Banco de Dados à imagem novamente, afim de ser visualizado o total de metano emitido por awraja. 4. Descreva os padrões espaciais que você percebe para emissões de metano na Etiópia. 11. Exploração de Imagens a,b) Foi visualizada a imagem HOW87TM4 com 256 tons de cinza e verificou-se que a figura não apresenta as cores branco nem cinza claro. Ao observar a descrição da imagem, é possível entender a razão. O valor máximo encontrado na figura é 190, excluindo o intervalode 191 a 255 (justamente as cores mais claras). Através do HISTO pode-se ver a distribuição das cores, concentrada em 90 e sem nenhum pixel próximo a 255. 1. Se a imagem HOW87TM4 tivesse um único pixel com valor de refletância 0 e um outro com valor 255 (todos os outros valores dos dados permanecerão como são), o contraste visual da imagem seria melhorado? Por que ou por que não? Sim, melhoraria. Pois todos os valores da tabela de cores GREY256 estariam sendo utilizados. d) Aberta a mesma imagem, com a mesma paleta de cores, mas com autoescalonamento. Na figura abaixo temos a imagem sem e com autoescalonamento, respectivamente: 2) Modelo esquemático do Histograma, como o da Figura 1 do Tutorial. e) O arquivo HOW87TM1 aberto com GREY256 e com autoescalonamento se apresentou escura. 3. O que você observa em relação à forma do histograma? Por que o autoescalonamento não muito o contraste? O histograma mostra que a grande maioria dos pixels se encontra numa faixa muito estreita, não sendo o autoescalonamento capaz de apresentar melhoras significativas na imagem. f) Foi gerada a imagem TM1L25 usando o módulo STRETCH, com realce linear com saturação de 2,5 %. A imagem resultante se apresenta com um grande contraste 4. Comparação entre a imagem HOW87TM1 com autoescalonamento e a imagem TM1L25, gerada a partir do STRETCH de HOW87TM1 com a opção linear com saturação de 2,5%, juntamente com seus histogramas: g) imagem HOW87TM4 normal i. image HOW87TM4 com realce linear simples para 256 níveis ii. imagem HOW87TM4 com realce linear com saturação de 5,0% iii. imagem HOW87TM4 com realce linear com saturação de 2,5% iv. imagem HOW87TM4 com equalização de histograma para 256 níveis v. imagem HOW87TM4 com equalização de histograma para 16 níveis 5. Em que imagem você percebe que as feições são melhor identificadas, no realce com 2.5% ou 5%? Na imagem com realce de 5%, como pode ser observado acima. h,i,j,k,l) Foi criado um grupo de arquivos para que pudesse ser feita uma análise da reflectância quando se utilizam diferentes bandas para adquirir as imagens. Pode-se verificar o como esses diferentes comprimentos de ondas interagem com as coberturas de solo, criando resultados distintos. 12. Classificação Supervisionada a,b,c) Foi aberta a imagem H87S4S, foi criada uma lista de tipos de cobertura de solos encontradas na figura e, em seguida, foi realizada a digitalização das áreas, a partir das áreas especificadas no tutorial. d) Foram criadas as assinaturas para a imagem através do módulo MAKESIG. f) Através do módulo SIGCOMP foi gerado um gráfico mostrando a média das assinaturas 1. Das sete bandas de imagem, quais as que melhor diferenciam a cobertura vegetal? Analisando o gráfico é possível observar que as bandas que melhor diferenciam a cobertura vegetal são as bandas H87TM4 e H87TM5. g) Execução de SIGCOMP para os valores médio, mínimo e máximo apenas das coníferas e da área urbana: 2. Qual das duas assinaturas tem maior grau de variação em valores de reflectância (maior intervalo de cores) nas diferentes bandas? Por quê? ???? h) Foi utilizado o EDITSIG para visualizar algumas informações sobre as assinaturas. 3. Por que esta banda você vê como uma estrutura bimodal nesta assinatura? Pois dois tipos de cobertura diferentes estavam estavam na área de treinamento i,j) Foi utilizado o módulo SCATTER para visualizar um diagrama de espalhamento das assinaturas e em seguida utilizou-se o MINDIST com distância Bruta e busca infinita para gerar uma imagem de saída: l) Utilizou-se novamente o MINDIST, mas agora com distância normalizada. A saída foi a seguinte: m) Foi executado o módulo MAXLIKE desta vez. Esse classificador trabalha com máxima verossimilhança. A distribuição dos valores de reflectância é descrita por uma função com base na estatística Bayesiana. Ao aplicarmos esta operação com nosso grupo de assinaturas, obteve-se o seguinte mapa: n) Executou-se por fim o classificador porralelepípedo. Ele se utiliza de “caixas”, se um determinado pixel cai na caixa de uma assinatura, ele é atribuído àquela categoria. Para aplicar-se essa operação foi chamado o módulo PIPED para as assinaturas definindo os paralelepípedos por Min/Max. Sobraram alguns pontos com valor 0. o) Executou-se PIPED novamente, agora utilizando Desvio padrão ao invés de Min/Max. PIPED usando Min/Max PIPED usando Desvio Padrão 13. Análise de componentes principais a) Foram abertos H87TM4 e todas as outras bandas para comparação. 1. Há alguma outra banda que se pareça com a banda 4? Qual dela(s)? A Banda H87TM5 se assemelha à H87TM4. b) Executou-se PCA para calcular as covariâncias entre as bandas. Como resposta, a tabela: VAR/COVAR H87TM1 H87TM2 H87TM3 H87TM4 H87TM5 H87TM6 H87TM7 H87TM1 19.36 11.72 17.74 22.99 42.24 8.58 19.01 H87TM2 11.72 9.47 12.55 33.96 40.96 5.65 15.64 H87TM3 17.74 12.55 20.20 23.83 48.88 9.05 21.74 H87TM4 22.99 33.96 23.83 606.05 370.12 5.60 82.75 H87TM5 42.24 40.96 48.88 370.12 329.80 21.38 96.77 H87TM6 8.58 5.65 9.05 5.60 21.38 8.50 10.47 H87TM7 19.01 15.64 21.74 82.75 96.77 10.47 35.30 COR MATRX H87TM1 H87TM2 H87TM3 H87TM4 H87TM5 H87TM6 H87TM7 H87TM1 1.000000 0.865584 0.896827 0.212218 0.528601 0.668724 0.727225 H87TM2 0.865584 1.000000 0.907277 0.448274 0.732874 0.629802 0.855495 H87TM3 0.896827 0.907277 1.000000 0.215375 0.598823 0.690495 0.814087 H87TM4 0.212218 0.448274 0.215375 1.000000 0.827869 0.078081 0.565691 H87TM5 0.528601 0.732874 0.598823 0.827869 1.000000 0.403770 0.896793 H87TM6 0.668724 0.629802 0.690495 0.078081 0.403770 1.000000 0.604335 H87TM7 0.727225 0.855495 0.814087 0.565691 0.896793 0.604335 1.000000 COMPONENT C 1 C 2 C 3 C 4 C 5 C 6 C 7 % var. 86.53 11.16 1.51 0.37 0.17 0.17 0.07 eigenval. 890.14 114.83 15.53 3.85 1.79 1.78 0.76 eigvec.1 0.054120 0.296839 0.593818 -0.200546 -0.700889 -0.157711 -0.001105 eigvec.2 0.061791 0.183477 0.288507 -0.133304 0.384113 -0.078814 -0.841283 eigvec.3 0.060015 0.336180 0.425261 -0.206332 0.594060 -0.126948 0.539387 eigvec.4 0.802033 -0.531541 0.256571 0.024390 0.030113 0.075744 0.033759 eigvec.5 0.569662 0.565599 -0.507758 -0.015992 -0.073847 -0.303181 -0.011716 eigvec.6 0.022177 0.184993 0.243596 0.947939 0.033021 -0.079144 -0.002201 eigvec.7 0.146243 0.358533 0.017669 0.000000 -0.029203 0.921347 -0.004654 LOADING C 1 C 2 C 3 C 4 C 5 C 6 C 7 H87TM1 0.366946 0.722886 0.531826 -0.089418 -0.212893 -0.047863 -0.000219 H87TM2 0.599055 0.638897 0.369463 -0.084987 0.166828 -0.034201 -0.238578 H87TM3 0.398372 0.801506 0.372870 -0.090066 0.176656 -0.037718 0.104731 H87TM4 0.972001 -0.231374 0.041073 0.001944 0.001635 0.004109 0.001197 H87TM5 0.935887 0.333748 -0.110188 -0.001728 -0.005435 -0.022295 -0.000563 H87TM6 0.226973 0.680047 0.329322 0.638006 0.015140 -0.036257 -0.000659 H87TM7 0.734338 0.646630 0.0117190.000000 -0.006569 0.207079 -0.000684 2. Examine a matriz de correlação. Você encontra muita correlação entre as bandas?Que bandas se correlacionam mais com a banda 4? Como isto se compara em relação à sua Rsposta à pergunta 1? Creio que há uma certa correlação. E acredito que a banda que se correlaciona com a banda 4 é a banda 5. 3. Quanto da variância é explicada pelas componentes 1,2 e 3 separadamente?Quanto é explicado pelas componentes 1 e 2 juntas? Quanto é explicado pela componentes 1, 2 e 3 juntas? Separadamente: C1 = 86,53 C2 = 11,16 C3 = 1,51 Juntando C1 e C2 = 97,69 Juntando C1, C2 e C3 = 99,20 4. Se você quisesse reter apenas as componentes 1, 2 e 3, qual a quantidade de informação que seria retida? Quanta informação seria descartada? Qual o volume de dados que seria descartado? Retida: 99,2% Descartada: 0,8% Volume de dados descartado: 8,18 5. Que banda tem maior correlação com a componente 1? É uma correlação elevada? A banda H87TM4. Sim, pois é bem próxima de 1. 6. Que banda tem maior correlação com a componente 2? A banda H87TM3. 7. Quão similares parecem ser a componente 1 e a imagem do infravermelho? Quão similares parecem ser a componente 2 e a imagem do infravermelho? A componente 1 é muitíssimo parecida com a imagem do infravermelho (H87TM4), enquanto a componente 2 é muitíssimo diferente. 8. Quão correlacionada está esta componente (H87CMP7) com as sete bandas originais? O que você imagina estar contido nesta componente? Quanta informação será perdida caso você descarte esta componente? Está muito pouco relacionada com as 7 bandas originais. Não sei o que poderia estar nessa componente, mas a informação perdida descartando-se essa componente seria irrisória 14. Classificação não supervisionada a) Utilizado o módulo COMPOSIT para compor imagens de 3 bandas. b) A imagem de saída do COMPOSIT foi utilizada no módulo CLUSTER, onde se utilizou do nível de generalização grosseiro. c) Foi utilizado o módulo CLUSTER novamente, alterando-se somente o nível de generalização para fino. COMPOSIT ���� CLUSTER (Grosseiro) COMPOSIT ���� CLUSTER (Fino) COMPOSIT ���� CLUSTER (Grosseiro) COMPOSIT ���� CLUSTER (Fino e,f) A partir da imagem FINE foi realizado um CROSSTAB para descobrir o relacionamento entre as categorias de FINE e WORCWEST. A tabela gerada foi utilizada para agrupar alguns valores, criando-se os 14 tipos de uso de solo encontrados no WORCWEST. Estes valores serviram de entrada (num arquivo de valores) para, juntamente com o FINE, gerar o WORCWEST. 1. Descreva e explique a natureza do reagrupamento que foi necessário para criar WORCWEST? Foram analisadas as entradas da tabela gerada pelo CROSSTAB (WORCWEST, FINE) e alguns valores tiveram de ser agrupados em apenas 1 área de solo. Veja o arquivo de valores criado: 1 2 | 2 3 | 3 7 | 4 4 | 5 5 | 6 11 | 7 11 | 8 7 | 9 7 | 10 1 | 11 8 | 12 12 | 13 9 | 14 9 | 15 9 | 16 12 | 17 10 | 18 6 | 19 10 | 20 13 | 21 14 | 22 10 | 23 10 | 24 13 Obtivemos então os seguintes agrupamentos: Entrada Saída 10 1 1 2 2 3 4 4 5 5 18 6 3 + 8 + 9 7 11 8 13 + 14 + 15 9 17 + 19 + 22 + 23 10 6 + 7 11 12 + 16 12 20 + 24 13 21 14 ***As | representam quebra de linha 2.Observe que uma das classes urbanas em WORCWEST está interpretada como floresta em BROAD. A que classe urbana ela pertence? Isto é lógico? 15. Georreferenciamento de imagens usando reamostragem 1. Por que as posições de linha e a coordenada Y não coincidem? Pois os pontos de origem são opostos. O valor do 0 para Y embaixo, enquanto para as posições de linha é em cima da figura. b,c,d,e) Foi aberta a imagem PAXTON e adicionadas as camadas PAXPNT e PAXTXT. Estes identificam pontos no mapa. Foi aberto também a imagem PAXROADS, na qual foram identificados os novos valores para os pontos #21 e #22. 2. Quais os valores de X e Y novos e antigos encontrados para os pontos 21 e 22? #21 Novas Antigas X = 259667.3 X = 347.9987 Y = 4687350.0 Y = 184.9975 #22 Novas Antigas X = 260296.4 X = 391.1991 Y = 468404.0 Y = 8800458 f,g) Os pontos encontrados foram inseridos no arquivo de correspondência PAXCOR. h,i,j,k,l) Foi executado RESAMPLE do arquivo PAXTON de acordo com o arquivo de correspondência PAXCOR, que contém os valores inseridos #21 e #22. 3. Qual a equação para o cálculo do número de linhas? 433 30 )46820004695000()( = − = − resolução MinYMaxY m,n) Foi realizada a operação de resample e os resíduos foram analisados afim de se verificar o desvio com relação à equação de ajuste. o) Foi retirado o ponto 7, por apresentar um resíduo alto. Após recalculados, os resíduos se mostraram muito menores! p) Foram omitidos os pontos 14, 18 e 20, que também apresentam baixa confiança. O valor de RMS baixou, mas ainda é maior que 0,5. Retiram-se os próximos pontos de baixa confiança: 22 e 9. RMS é recalculado. 4. Qual é o erro RMS? O valor de RMS, omitindo os pontos 7, 9, 14, 18, 20 e 22, fica em 0.518514 q,r,s,t) Foi então gerada a nova imagem PAXRESAM, que foi então sobreposta pelo plano vetorial PAXROADS, trazendo um bom resultado. A orientação da imagem PAXRESAM é diferente, devido ao RESAMPLE, para o encaixe dos vetores referentes às estradas. A seguir PAXRESAM adicionado do plano vetorial PAXROADS: 16. Bases de dados cartográficas digitais a,b) Módulo de importação/exportação. Está sendo ilustrado utilizando um arquivo DLG, chamado BE_RD. 1. Qual o código principal para rodovias, estradas e ruas? 170 c) Foram extraídas alguns dados deste arquivo. Apenas as estradas, ruas, rodovias e revisões de feições fotográficas foram importados. d) O novo arquivo vetorial foi visualizado e um novo conjunto de símbolos foi criado e aplicado a ele. Resultado: e) Foram importados de BE_HYD, primeiramente os rios, para o arquivo vetorial STREAMS. 2. Quais os códigos principais e secundários dos cursos d’água? 50 e 412 f) Extraídos do mesmo arquivo os banhados, lagos e açudes. g) Foram criados arquivos de símbolos para STREAMS e WATERBOD. h) Foi importado um arquivo tipo DEM. 3. Porque há áreas em preto contornando as bordas do DEM e porque elas tem esse formato peculiar? Devido à projeção utilizada. 4. Porque apenas a porção superior da tabela de cores é utilizada na visualização ? Pois a elevação mínima encontrada na imagem está por volta de 200m. i,j,k) Foi realizada a operação de STRETCH com o arquivo DEM, e em seguida foram feitos alguns ajustes de cores, para alterar a cor preta do fundo do mapa. l) Foi feita a sobreposição dos planos STREAMS e DEMC. 5. Você percebe algo de peculiar nesta composição de mapa? Sim, os rios estão localizados nos morros, não correndo pelos vale. O posicionamento dos rios não está correto!!! 17. Alteração do sistema de referência com PTOJECT a) Foi feita a conversão do sistema de projeção do plano STREAMS de US27TM16 para US83TM16. c) o mesmo foi realizados para os planos vetoriais WATERBOD e ROADS, importados dos arquivos DLG. Foi feita a sobreposição de todos os planos vetoriais e a imagem DEMC e obteve-se: d,e) As imagens DEM e STREAMS tiveram agora seus sistemas de projeção convertidos para SPC83WI3. Obtivemos, com isso, mais uma sobreposição de imagens:
Compartilhar