Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 4 Georreferenciamento e classificação de imagem Aula 4 Exercício 4: Geogerreferenciamento de imagem do Google Earth •O que veremos? Importação de imagem Ferramentas de georreferenciamento Abra o Google Earth e vá até Bled, Eslovénia. Salve a imagem na melhor qualidade O Google Earth usa o datum WGS1984, usaremos o mesmo no arcmap. Iremos utilizar o sistema de coordenadas UTM. Para descobrir a zona da área que você está trabalhando, passe o mouse sobre a imagem no Google Earth e ela aparecerá na parte debaixo. Definir o sistema de coordenadas e datum no ArcMap Abra a imagem no ArcMap Marcar 3 pontos no no mapa Volte para o Arcmap e ative “Georreferencing” Abra a tabela :View Link Table. Clique duas vezes sobre a imagem no ponto conhecido. Na linha que surgir na tabela, copie a Latitude(N) do ponto em Map Y, e a longitude (E) em Map X Para salvar, ative as novas coordenadas (caixinhas selecionáveis na tabela), vá até “Rectify”. Em “Output location” selecione a pasta onde você quer salvar. Em “Name”, escolha o nome para sua imagem. Em “Format”, escolha o formato. Sugiro escolher tiff. E clique em OK. Aula 4 •O que é sensoriamento remoto? “Sensoriamento Remoto é a ciência e a arte de obter informação acerca de um objeto, área ou fenômeno, através da análise de dados adquiridos por um dispositivo que não está em contato com o objeto, área ou fenômeno sob investigação” Os dados coletados remotamente podem ser de diversas formas: -variação na distribuição de forças; - variação na distribuição de ondas mecânicas; - variação na distribuição de ondas eletromagnéticas Aula 4 *refletância: relação entre a energia eletromagnética que é absorvida e a que é refletida por um objeto Aula 4 Aula 4 *refletância: relação entre a energia eletromagnética que é absorvida e a que é refletida por um objeto Aula 4 •Cada alvo tem um nível de refletância em cada comprimento de onda. •A energia refletida pelos alvos podem ser representadas por curvas, denominadas curva espectral do objeto •Cada objeto tem uma assinatura , uma curva espectral Aula 4 •A refletância de cada faixa espectral é medida isoladamente. •Estas faixas são chamadas de bandas (“faixa de comprimento de onda que representa uma cor”). Aula 4 •Colorindo uma imagem: A composição mais comum é RGB: red, green, blue. Aula 4 •Porém, o comportamento espectral dos alvos é alterado por fatores externos, como: –Localização do alvo em relação ao sensor; –Declividade do terreno; –Iluminação; –Atmosfera: aerossóis, umidade, nuvens. Aula 4 Classificação de imagem O processo de classificação de imagem envolve a conversão de imagens raster multi-banda em um raster de banda única com várias classes categóricas que se relacionam com diferentes atributos. Aula 4 Mas para que serve isso?? •Utilidade: criar mapas temáticos analisar uso e ocupação do solo analisar relações espaciais Aula 4 Classificação de imagem Mas serve só para fazer mapas o ArcGis??? Aula 4 Classificação de imagem A criatividade é o limite! Dois métodos: •Classificação supervisionada: uma imagem é classificada usando assinaturas espectrais (isto é, valores de reflectância) obtidos a partir de amostras de treinamento (polígonos que representam áreas de amostra distintas dos diferentes tipos de cobertura de terra a serem classificadas). Essas amostras são coletadas por você, o analista da imagem, para classificar de acordo com suas necessidades. •Classificação não supervisionado: o software encontra as classes espectrais (ou clusters) na imagem multibanda sem a intervenção do analista, sendo assim sem supervisão. Ou seja, escolhe as bandas de forma automática, você só define quantas categorias são necessárias. Uma vez que os clusters são encontrados, você precisa identificar o que o cluster representa (por exemplo, água, terra nua, solo seco, etc …). Exercício 5: Classificação de imagem A partir da nossa imagem referenciada, vamos delimitar floresta, área rural, área urbana e lagoa, atribuindo um intervalo de valores de pixel para cada um destes tipos de cobertura do solo, classificar a imagem aérea, e criar um mapa de uso e cobertura do solo. Classificação não supervisionada Ative a caixa de ferramentas para classificação de imagens: “Image Classification” Classificação não supervisionada Escolha o número de categorias Classificação supervisionada por bandas • Para o método que vamos usar na classificação, a Máxima-Verossimilhança, a seleção das áreas de treinamento devem conter as seguintes características: a) Cada classe deve ter algumas centenas de pixels amostrados; b) Cada classe deve ter mais de uma amostra; d) Os plots das classes não devem se sobrepor; d) As regiões amostradas devem ser homogêneas e representativas da classe. Classificação supervisionada por bandas Escolha a forma de seleção Ative a tabela Uma de nossas categoria será “floresta”, então selecione amostras da “cor floresta”. Quanto mais amostras melhor. Selecione todas as linhas da tabela e aperte “Merge”. Irá agrupar as amostras em uma categoria. Renomeie a categoria. Repita para as demais categorias de interesse. Classificação supervisionada por bandas Verificar a relação entre as áreas de treinamento com scatterplot. Na janela Training Sample Manager, selecione as classes que deseja avaliar (ex. todas as classes de vegetação e de solo) e clique em Show scatterplots Classificação supervisionada por bandas Crie uma “signature” de cores Classificação supervisionada por bandas Volte ao menu “Classification”. Insira a “Signature” de cores criada Classificação supervisionada por bandas Analisando a imagem reclassificada Analisando a imagem reclassificada Entre na tabela de atributos. Crie uma nove coluna no formato “text”, chamada “tipo”. Selecione a coluna “tipo” e clique no botão direito do mouse. Clique em field calculate. Use a função lógica abaixo para criar um atributo em função de outra coluna. Dim tipo If [GRIDCODE] = 1 Then tipo = "floresta" elseif [GRIDCODE] = 17 Then tipo = “lagoa" elseif [GRIDCODE] = 27 Then tipo = "urbano" else tipo = "rural" end if Analisando a imagem reclassificada Agrupe o polígono da imagem em 4 linhas por agrupamento de “tipo” a traves da ferramenta “Merge”, da aba do EDITOR. Na tabela de atributos seleciones todas as linhas do tipo “floresta” com o “ Select by atribute”. Ative o editor. Clique em “merge”. Selecione o atributo que irá formar o novo polígono. Repita para as outras categorias de “tipo”. Antes do merge Depois do merge Analisando a imagem reclassificada Separe o poligono “imagem” em 4 novos polígonos de acordo com o atributo “tipo” com a ferramenta “Split”. Após finalizar deve-se inserir os novos polígonos
Compartilhar