IDRISI Geoprocessamento Sistema de Informação Geográfica

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: