Curso de Análises Espaciais Avançadas
Curso de Análises Espaciais Avançadas em plataforma ArcGIS 9.x
Felipe Mendes Cronemberger
Rio de janeiro 2009
I
SUMÁRIO
Lista das Figuras ............................................................................................................................................. III 1.Introdução ao ArcGis ..................................................................................................................................... 1 2. Configuração de Projeção e Sistema de Coordenada ....................................................... ........................... ....................................................... ........................... 3 3. Field Calculator............................................................................................................................................. 5 MODULO I- MANIPULAÇÃO DE ARQUIVOS RASTER ............................................................... .................................. .............................................. ................. 6 RECORTANDO UMA IMAGEM RASTER A PARTIR DE UM SHAPE ................................................ ........................................... ..... 7 CONVERTENDO UMA IMAGEM RASTER EM E M UM SHAPE ...................................................... .......................... ..................................... ......... 9 RECLASSIFICANDO UMA IMAGEM RASTER ................................................................................ 11 INTERPOLANDO UM SHAPE DE PONTOS EM UMA U MA IMAGEM RASTER ...................................... ........................... ........... 12 Método do Inverso do Quadrado da Distancia (IDW) ........................................................... 13 Método de Interpolação Linear (Spline) ....................................................... ........................... ..................................................... ......................... 15 Método de Krigagem (Kriging) .............................................................................................. 16 Método de Interpolação por Vizinho Natural (Natural Neighbor) .......................................... 19 OPERAÇÕES MATEMATICAS COM IMAGEM I MAGEM RASTER ...................................................... .......................... ....................................... ........... 21 EXERCICIO 1- Elaboração do mapa de Balanço Hídrico para o Estado .......................................... ...................... .................... 22
II
SUMÁRIO
Lista das Figuras ............................................................................................................................................. III 1.Introdução ao ArcGis ..................................................................................................................................... 1 2. Configuração de Projeção e Sistema de Coordenada ....................................................... ........................... ....................................................... ........................... 3 3. Field Calculator............................................................................................................................................. 5 MODULO I- MANIPULAÇÃO DE ARQUIVOS RASTER ............................................................... .................................. .............................................. ................. 6 RECORTANDO UMA IMAGEM RASTER A PARTIR DE UM SHAPE ................................................ ........................................... ..... 7 CONVERTENDO UMA IMAGEM RASTER EM E M UM SHAPE ...................................................... .......................... ..................................... ......... 9 RECLASSIFICANDO UMA IMAGEM RASTER ................................................................................ 11 INTERPOLANDO UM SHAPE DE PONTOS EM UMA U MA IMAGEM RASTER ...................................... ........................... ........... 12 Método do Inverso do Quadrado da Distancia (IDW) ........................................................... 13 Método de Interpolação Linear (Spline) ....................................................... ........................... ..................................................... ......................... 15 Método de Krigagem (Kriging) .............................................................................................. 16 Método de Interpolação por Vizinho Natural (Natural Neighbor) .......................................... 19 OPERAÇÕES MATEMATICAS COM IMAGEM I MAGEM RASTER ...................................................... .......................... ....................................... ........... 21 EXERCICIO 1- Elaboração do mapa de Balanço Hídrico para o Estado .......................................... ...................... .................... 22
II
LISTA DE FIGURAS
Figura I – Janela de definição definição de projeção cartográfica ....................................................... ........................... ....................................................... ........................... 3 Figura II – Janela da propriedade espacial ...................................................................................................... 4 Figura III – Abrir Calculadora ....................................................... ............................ ....................................................... ........................................................ ......................................... ............. 5 Figura IV – Calculadora de tabela tabela ........................................................ ............................ ....................................................... ....................................................... ................................ .... 5
Figura 1 – Janela do ArcGIS com a ferramenta ―extract by mask‖ selecionada .............................................. ............................. ................. 7 Figura 2 – Janela da opção ―Extract by Mask‖ ................................................................................................. 8 Figura 3 – resultado da operação de recorte de imagem raster. ...................................................................... 8 Figura 4 – Opção ―Convert raster to features‖ ................................................................................................... 9 Figura 5 – Janela Raster to Features ....................................................... ............................ ....................................................... ..................................................... ......................... 10 Figura 5b – Janela de conversão de ―shape‖ para ―Raster‖ ........................................................................... 10 Figura 6 – Reclassificando um raster ....................................................... ............................ ....................................................... ..................................................... ......................... 11 Figura 7 – Janela do Reclassify ..................................................................................................................... 11 Figura 8 – valores conhecidos conhecidos pontuais ................................ ..... ........................................................ ........................................................ ........................................... ................ 12 Figura 9 – Interpolação raster dos pontos ..................................................................................................... 12 Figura 10 – Opções de interpoladores ..................................................... .......................... ....................................................... ..................................................... ......................... 12 Figura 11 – Janela do IDW ............................................................................................................................. 13 Figura 12 – Janela do IDW com a opção ―Search radius Variable‖ ................................................................ 14 Figura 13 – Janela do Spline .......................................................................................................................... 15 Figura 14 – o pareamento de um ponto (vermelho) com os demais ...................................................... .......................... ................................... ....... 16 Figura 15 – Diagrama de amostras amostras ...................................................... .......................... ........................................................ ...................................................... ............................. ... 17 Figura 16 – Janela do Kriging ...................................................... .......................... ........................................................ ........................................................ ....................................... ........... 17 Figura 17 – modelo esférico ........................................................................................................................... 18 Figura 18 – modelo exponencial .................................................................................................................... 18 Figura 19 – modelo linear ............................................................................................................................... 18 Figura 20 – Janelas abertas pelo toolbox (maior) e pelo 3d analyst (menor) ( menor) ................................................. ............................. .................... 19 Figura 21 – exemplo de interpolação por vizinhança natural ........................................................ ............................. ........................................... ................ 20 Figura 22 – Raster Calculator ........................................................................................................................ 21
III
I - Introdução ao ArcGIS
Um SIG (Sistema de Informação Geográfica) apresenta, geralmente, quatro componentes básicos:
1 - subsistema de entrada de dados; 2- subsistema de armazenamento e recuperação r ecuperação de dados; 3- subsistema de manipulação que permite analisar e gerar dados derivados; 4- subsistema para apresentação dos dados tanto em forma tabular como gráfica.
O sistema incorpora dados com diversas características:
1 - informações espaciais provenientes de dados cartográficos; 2 - dados de censo, cadastro urbano e rural; 3 - imagens de satélite, redes e modelos numéricos de terreno.
Esses sistemas apresentam-se de grande utilidade para o monitoramento e planificação ambiental, tendo sido utilizados na planificação ecológica, na avaliação de impactos ambientais e da sustentabilidade agrícola, entre outros (INPE, 2004). O ArcGIS é uma família de produtos de software que dão forma a um SIG construído pela ESRI. Nele podemos ; 1 - Visualizar dados geográficos identificando novos padrões e distribuições dos dados geográficos. 2 - Criar mapas para transmitir estudos e resultados de uma forma eficiente. 3 - Resolver questões de análise espacial identificando relações entre os dados geográficos. 4 - Apresentar resultados em mapas de muita qualidade e criar apresentações interativas que ligam gráficos, tabelas, fotografias, imagens e outros elementos aos dados do mapa.
1
O ArcMap pode ser usado para todas as tarefas de criação de mapas e edição assim como análise dos dados (ESRI, 2004). O ArcGis permite ainda a visualização dos dados geográficos através de uma forma bem interativa, onde os documentos digitais são gerenciados através de seus principais módulos: ArcMap, ArcToolBox e o ArcCatalog.
Descrição dos aplicativos
ArcCatalog :
O ArcCatalog permite a gestão, criação e organização de dados geográficos e tabulares. Serve para gerenciar os arquivos e dados necessários ao desenvolvimento do mapa. É através desse módulo que é feita a preparação de dados, isto é, novos arquivos são criados, assim como a escolha dos primitivos gráficos (ponto, linha e polígono) representativos. A consulta dos metadados é realizada pelo ArcCatalog, onde é possível conhecer as características dos atributos espaciais e descritivos. ArcCatalog é a aplicação para a gestão de dados espaciais e metadados.
ArcMap:
O ArcMap permite além da visualização de dados, a sua inquirição e análise. Faz uso de ferramentas de manipulação de escala, definição de legenda e preparação de layout. ArcMap é utilizado para as tarefas de mapeamento, edição, análise e produção cartográfica.
ArcToolBox: O ArcToolbox é uma poderosa ―caixa de ferramentas‖ que possui funções de
conversão de dados e de administração de dados. Dentre as ferramentas de conversão, temos as de importação e exportação de dados para CAD, Coverege, Geodatabase, Raster, Shapefile, e tabelas. Nas de administração de dados, destacam-se as de definição e conversão de projeções e sistemas de coordenadas.
2
II - Configuração de Projeção e Sistema de Coordenada O ArcToolbox permite a configuração de parâmetros cartográficos como os de projeção, datum e coordenada. A ferramenta ―Define Projection ‖ serve para definir a projeção, datum e coordenada em que se encontra o dado. Se o shape não possuir esta definição, ficaremos impossibilitados de realizar algumas análises espaciais, conversões e/ou ferramentas de geoprocessamento. Esta ferramenta cria mais um arquivo a ser somado ao nosso conjunto de arquivos que compõe o shape. A extensão deste novo arquivo é PRJ. Conversão de Projeção e Sistema de Coordenada O ArcToolbox permite ainda a conversão de parâmetros cartográficos, como mudança de projeção, datum e coordenada. A ferramenta ― Project Raster ‖ ou ―Project ‖ para um vetor, serve para converter o sistema de coordenadas, datum e a projeção em que se encontra o dado. Esta ferramenta altera o arquivo PRJ. Para ser realizada a conversão de projeção, datum ou coordenada de um layer, é imprescindível a existência de um arquivo PRJ, ou seja, antes de convertermos um layer temos que definir os parâmetros Cartográficos da qual ele se encontra. Exercício
Figura I – Janela de definição de projeção cartográfica
A) Abra o Arctoolbox Iniciar ArcGis Arctoolbox B)
Abra
a
Caixa
―Data
Management Tools‖
C) Abra a Caixa Projections‖ (Fig. I)
―Define
D) Na janela seguinte selecione o arquivo e clique em Coordinate System (Fig. I). E) Na janela ―Propriedades de Spatial Reference‖ clique em Select (Fig. II) 3
F) Nossos arquivos estão em coordenadas geográficas, no Datum WGS 84. Portanto, escolheremos a pasta ―Geographic Coordinate Systems‖, em seguida a pasta ―World‖,
para então escolhermos o Datum ―WGS 1984.prj‖. Figura II – Janela da propriedade espacial
G) Clique em OK H) Clique em Avançar I) Clique em Concluir Você pode perceber, que foram criados um arquivo *.prj para cada arquivo que passou pelo processo de definição de datum e coordenada. J) Navegue através do windows explorer até a pasta shape, e verifique se realmente foram criados tais arquivos. L) Abra um dos arquivos .prj no bloco de Notas do Windows , e verifique a configuração de datum e coordenada.
4
III - Field Calculator
Para preencher valores em um campo da tabela de atributos é necessário que o layer seja colocado em modo de edição ( Start Editing ). Selecione os objetos (registros) que se deseja editar e calcule os valores do campo utilizando o ―Field Calculator ‖. Para tal, Basta clicarmos no campo a ser preenchido com o botão direito do mouse, e em seguida acionar o ― Calculate Values ‖ (Fig. III) Figura III- Abrir Calculadora
Esta ferramenta (Fig. IV), além de permitir o preenchimento de vários registros simultaneamente, permite ainda que realizemos algumas funções matemáticas para calculo de outros campos (Functions ). Devemos lembrar, que devemos preencher os campos tipo texto utilizando aspas. Figura IV – Calculadora de tabela
5
IV – Join by Spatial location Para se juntar duas tabelas de shapes diferentes (ponto,linha,polígono) de acordo com suas posições geográficas, a ferramenda ―Join data by spatial locations‖ é a mais
indicada. Esta pode juntar a tabela de um shape com a de vários outros, para isso basta indicar um dos procedimentos Selecione o shape base que unificara as tabelas, click com o botão direito do mouse e escolha a opção Join and relates > Join. Aparecera esta janela.
Escolha a opção de ―Join data from another layer based on spatial location‖ na
opção 1 o outro arquivo a ser unificado, na opção 2 como será o procedimento, podendo ser: Por medidas matemáticas, mínima, máxima, soma, variação..; ou colocando todas as informações da tabela. Será criado também uma coluna com a distancia entre os pontos mais próximos. Na opção 3 o endereço e nome do arquivo criado. Quando For juntar um shape de pontos com um polígono, a opção 2 podera ser: Juntar as informações somente dos pontos que estiverem dentro do polígono; ou os que estiverem próximos também.
6
APOSTILA DE ARCGIS 9.X
MODULO I
MANIPULAÇÃO DE ARQUIVOS RASTER PARA ELABORAÇÃO DE MAPA DE BALANÇO HIDRICO
7
RECORTANDO UMA IMAGEM RASTER A PARTIR DE UM SHAPE
Abra o ArcGIS e adicione uma imagem raster e o shape que servirá como base para o recorte clicando no ícone , na pasta (D:\Worldclim\temperatura\) estarão as imagens raster de temperatura e na pasta (D:\Vetores) estará o shape do estado do Rio de Janeiro, que fará o clip. Estes dois arquivos tem que estar no mesmo sistema de referência e Datum. Posteriormente, verifique se a extensão Spatial Analyst está ativa, depois adicione a barra dessa extensão clicando com o botão direito sobre qualquer barra e marcando-a. Agora ative a ferramenta ArcToolbox, clicando no ícone Ou, o ArcToolbox pode ser ativado pelo caminho window > ArcToolbox. (figura 1) O próximo passo é ativar a ferramenta que faz o recorte, ferramenta ―extract by mask‖ e o caminho é Spatial Analyst Tools > Extraction >
Extract by mask. (figura 1)
Figura 1 – Janela do ArcGIS com a ferramenta ―extract by mask‖ selecionada.
8
E aparecerá esta janela. (figura 2) Figura 2 – Janela da opção ―Extract by Mask‖
No campo Input raster insira a imagem raster. Em Input raster or feature mask data insira o shape base e em Output raster é o arquivo de saída, então escolha o nome do novo arquivo recortado e o local que deseja salva-lo e OK. Depois que clica em OK o arquivo será recortado e automaticamente adicionado ao Layers.(figura 3)
Figura 3 – resultado da operação de recorte de imagem raster.
9
CONVERTENDO UMA IMAGEM RASTER EM UM SHAPE.
Abra o ArcGIS e adicione a imagem raster que servirá como base para a conversão clicando no ícone clicando no ícone
. Posteriormente a ative a ferramenta ArcToolbox,
.
Quando se converte um raster representando uma entidade poligonal em um ―shape‖ poligonal, os polígonos são construídos dos grupos contínuos de células (pixel)
com o mesmo valor e arcos são criados das células de borda do raster. O mesmo vale para converter um raster representando uma entidade linear em um ―shape‖ linear, as linhas são criadas a partir de cada célula do raster. E assim também para converter um raster em um shape de pontos. Para converter um raster em shape é só ativar o ArcToolbox, ferramenta ―Raster to ....‖. O caminho é Conversion Tools > From Raster > Raster to .... ou ativar a ―toolbar‖ Spatial Analyst > Convert > Raster to Features. (figura 4)
Figura 4 – Opção ―Convert raster to features‖
10
E aparecerá esta janela.(figura 5)
Figura 5 – Janela Raster to Features
No campo ―Input raster‖ escolha o raster a ser convertido, no campo ―Field‖ a
coluna que dará origem ao shape , no campo ―Output geometry type‖ que formato ele terá polígono, linha ou ponto. No caso de polígonos ou linhas o item ―Generalize lines‖ permite uma suavizada
no contorno do raster, entretanto esta opção pode trazer problemas por triangular de mais os polígonos ou linhas. No campo ―Output raster‖ direcione para a pas ta desejada e com um novo nome. O mesmo vale para converter um ‖shape‖ em ―raster‖, é só ativar o ArcToolbox, ferramenta ― Raster to ....‖. O caminho é Conversion Tools > To Raster > Raster to .... ou ativar a ―toolbar‖ Spatial Analyst > Convert > Features to Raster. (figura 5b) Figura 5b – Janela de conversão de ―shape‖ para ―Raster‖
No campo ―Input feature‖ escolha o ―shape‖ a ser convertido, no campo ―Field‖ a coluna que dará origem ao raster, no campo ―Output cell size‖ o tamanho da célula final. No campo ―Output raster‖ direcione para a pasta desejada e com o nome desejado.
11
RECLASSIFICANDO UMA IMAGEM RASTER
Entretanto quando se esta trabalhando com um raster no qual o valor da célula possui casas decimais (floating) a única opção possível é converte-lo em um shape de pontos ou, as custas de se perder dados, reclassificá-lo para números inteiros. Para reclassificá-los, é só ativar o ArcToolbox, ferramenta ―Reclassify‖. O caminho é Spatial Analyst Tools > Reclass > Reclassify ou ativar a ―toolbar‖ Spatial Analyst >
Reclassify. (figura 6) Figura 6- Reclassificando um raster
E aparecerá esta janela. (figura 7)
Figura 7- Janela do Reclassify
No campo ―New values‖ do item ―Set values to reclassify‖, digite os novos valores
pretendidos. Marque a opção ―Change missing values to NoData‖ caso não utilize alguma linha. No campo ―Output raster‖ direcione para a pasta
desejada e com um novo nome.
12
INTERPOLANDO UM SHAPE DE PONTOS EM UMA IMAGEM RASTER
A interpolação prediz valores para células de um raster a partir de um limitado numero de dados amostrais pontuais. Pode ser usado para predizer valores desconhecidos de qualquer unidade pontual geográfica, tais como: elevação, pluviosidade, concentração química, nível de ruído e etc. (ESRI). Figura 8- valores conhecidos pontuais.
Figura 9- Interpolação raster dos pontos
A figura a esquerda é um shape de pontos com valores conhecidos, a figura a direita é um raster interpolado a partir deste pontos. Valores desconhecidos são calculados a partir de uma formula matemática que usa os valores de pontos próximos. Os métodos disponíveis para interpolação são Inverso do quadrado da distancia (IDW ), vizinho natural (Natural Neighbor ), Linear (Spline ) e Krigagem (Kriging ). Estes possuem certas associações para determinar os melhores valores estimados. Dependendo do fenômeno que os valores representam ou como estão distribuídos os pontos, diferentes interpoladores produzirão melhores estimativas para os valores reais. Não importa qual interpolador selecionado, contudo, quanto mais pontos amostrados e quanto maior a distribuição, mais realista é o resultado.(figura 10) Figura 10 – Opções de interpoladores
13
Método do Inverso do Quadrado da Distancia (IDW) IDW (Inverse Distance Weighted ) é um interpolador exato, estima os valores das células pelo valor médio de cada célula do entorno. Quanto mais perto o ponto estiver do centro da célula a ser estimada, maior será a influencia, ou peso, desta no processo. Este método assume que a variável sendo mapeada perde influencia conforme vai se distanciando do local amostrado. Para interpolar usando o IDW é só ativar o ArcToolbox, ferramenta ― IDW‖. O caminho é Spatial Analyst Tools > Interpolation > I DW ou ativar a ―toolbar‖ Spatial Analyst > Interpolation to raster> Inverse Distance Weighted. E aparecerá esta janela. (figura 11)
No campo ―Input points‖ escolha o shape a ser interpolado, no campo ―Z value‖ escolha a coluna que dará o valor a ser interpolado. O campo ―Power‖ é responsável pelo
controle da significância dos pontos conhecidos para interpolação dos valores, baseado na distancia ao ponto estimado. Definindo um peso (Power) maior, maior é a ênfase no ponto mais próximo, o resultado é uma superfície mais aspera - menos ―smooth‖. O peso 2 é default. O IDW tem duas opções (Search Radius): um raio de busca fixo ou um raio de busca variável . Com um raio fixo , o raio do circulo usado para encontrar pontos amostrais é o mesmo para todas as células interpoladas. Especificando um n º mínimo de pontos,
pode se assegurar que no raio fixo, pelo menos um mínimo de pontos amostrais será usado no calculo de cada célula interpolada. 14
Com um raio variável (figura 12), a contagem representa o nº de pontos usados para o calculo do valor de cada célula interpolada. Isto faz o raio de busca variável para cada célula interpolada, variando a distancia para atingir o nº especificado de pontos amostrais. Especificando uma distancia máxima limita-se o tamanho do raio potencial de busca. Se o numero especificado de pontos não for atingido antes da distancia máxima do raio, menos pontos serão usados no calculo da interpolação. Figura 12- Janela do IDW com a opção ―Search radius Variable‖
A barreira (barrier) é uma linha usada para interromper o limite de busca de pontos amostrais. Esta linha pode representar uma encosta, rio, ou outra interrupção na paisagem. Somente os pontos amostrais no mesmo lado da linha da célula interpolada serão considerados. O ―Output cell size‖ da o tamanho final de cada célula de acordo com a unidade
métrica da projeção usada. No campo ―Output raster‖ direcione para a pa sta
desejada e com um novo nome.
15
Método de Interpolação Linear (Spline) O Spline estima valores usando uma função matemática que minimiza a curvatura geral da superfície, resultando numa superfície mais lisa ( smooth ) que passa exatamente pelos pontos amostrais. Este enquadra uma função matemática para um nº especificado de pontos enquanto passa pelo ponto amostral. Este método é melhor para variações gentis da superfície, tais como elevação, concentração de poluentes etc. Para interpolar usando o Spline é só ativar o ArcToolbox, ferramenta ― Spline‖. O caminho é Spatial Analyst Tools > Interpolation > Spline ou ativar a ―toolbar‖ Spatial
Analyst > Interpolation to raster> Spline. E aparecerá esta janela. (figura 13) Figura 13- Janela Spline No campo ―Input points‖ escolha o shape a ser interpolado, no campo ―Z value‖
escolha a
coluna que dará o valor a ser interpolado. O campo ―Spline type‖ tem duas opções de métodos:
Regular (Regularized) e Tensão (Tension). O método de Regularizado cria uma superfície linear, com mudança gradual com valores que podem estar além do ―range‖ de
valores amostrais. O método de Tensão calibra a rigidez da superfície de acordo com o caráter do fenômeno modelado. Este cria uma superfície menos lisa com valores mais restritos ao ―range‖ dos valores amostrais. O campo ―Weight‖, para ―regularized‖ defini o peso da terceira derivada da
superfície na minimização da expressão da curvatura. Quanto mais alto o peso mais lisa a superfície. Os valores colocados neste parâmetro tem que ser igual ou maior que zero. Os valores tipicamente usados são: 0, 0.001, 0.01, 0.1, 0.5. da tensão. Quanto mais alto o valor mais áspera a superfície. Os valores colocados tem que ser igual ou maior que zero. Os valores tipicamente usados são: 0, 1, 5, e 10. Para ―Tension‖ o campo ―Weight‖ defini o peso
O campo ―number of points‖ defini o nº de pontos usados no calculo de cada célula
interpolada. Quanto mais pontos especificados, mais a célula será influenciada por pontos distantes e mais lisa será a superfície. 16
Método de Krigagem (Kriging) A krigagem é um interpolador que calcula a cota de um ponto de interesse pela media ponderada das amostras de sua vizinhança, distribuindo os pesos de acordo com a variabilidade espacial, que é, por sua vez, determinada por meio de análise geoestatística. Essa análise fornece coeficientes que descrevem a variabilidade espacial do conjunto analisado, expressa em curvas de semivariogramas. Os coeficientes determinam a distância de dependência espacial (alcance), o grau de decaimento do peso atribuído as amostras (escala de variância) e o grau de aleatoriedade (efeito pepita). Na operação de krigagem, os coeficientes do semivariograma são fornecidos, para controle da interpolação, com o conjunto de amostras. A cada ponto calculado, amostras dentro de um raio de busca são ponderadas de acordo com a função de sua distância em relação ao ponto calculado. (figura 14). Figura 14 – o pareamento de um ponto (vermelho) com os demais.
Comumente, cada par de localização tem uma distancia única, e há também muitos pares de pontos em uma superfície. Para ―plot‖ todos eles rapidamente é
impossível, por isso os pares são agrupados. Desta forma calculando o desvio padrão entre estes agrupamentos é definido uma arco (reta) entre a distancia e a semivariancia. Figura 15 17
Figura 15 – Diagrama de amostras
Para interpolar usando a Krigagem é só ativar o ArcToolbox, ferramenta ― Kriging‖. O caminho é Spatial Analyst Tools > Interpolation > Kriging ou ativar a ―toolbar‖ Spatial
Analyst > Interpolation to raster> Kriging. E aparecerá esta janela. (figura 16)
No campo ―Input points‖ escolha o shape a ser interpolado, no campo ―Z value‖ escolha a coluna que dará o valor a ser interpolado. No campo ―Output surface raster‖
direcione para a pasta desejada e com um nome. O campo ―Kriging method‖ tem duas opções de métodos: Ordinário ( Ordinary) ou Universal. O método de Ordinário é o mais usado dos métodos de krigagem. Este assume que a constante media é desconhecida. O metodo universal assume que há uma tendência geral nos dados, por exemplo um vento predominante, e que pode ser modelado por uma função determinística ou polinomial. 18
Para modelagem do semivariograma empírico, podem ser escolhidas as seguintes funções: Esférica, Circular, Exponencial, Gaussian e Linear. O modelo selecionado influencia na predição dos valores desconhecidos, particularmente quando o formato da curva perto da origem difere significativamente. Cada modelo é designado para representar diferentes fenômenos espaciais com maior eficiência. O modelo Esférico é um dos mais usados, apresenta uma diminuição progressiva na correlação espacial até certa distancia, alem desta a autocorrelação é zero.(figura 17) O modelo Exponencial é usado quando a autocorelação diminui exponencialmente com o aumento da distancia. È também freqüentemente usado.(figura 18)
Figura 17 – modelo esférico
Figura 18 – modelo exponencial
Figura 19 – modelo linear O modelo Linear, apresenta uma diminuição linear na correlação espacial até certa distancia, alem desta a autocorrelação é zero.(figura 19)
A opção ―Output cell size‖ permite que um outro raster de o tamanho da célula,
(será o tamanho do ambiente), ou se não terá o menor valor entre a largura ou altura da extensão entre o ―input point feature‖. A opção ―search radius‖ funciona exatamente como no método IDW. A opçãp ―Output variance of prediction raster‖ cria -se
um raster com os valores de
semi-variancia para cada célula.
19
Método de Interpolação por Vizinhança Natural (Natural Neighbor) A interpolação por vizinhança natural encontra o subconjunto mais próximo de pontos amostrais a um ponto principal e aplica-lhes pesos baseados em áreas proporcionais a fim de interpolar um valor (Sibson, 1981). Sua propriedade básica é que é local, usando somente um subconjunto das amostras que cercam o ponto principal, e que as alturas interpoladas são garantidas para estar dentro da escala das amostras usadas. Não tem tendências e não produzirá os picos, poços, cumes ou vales que não são representados já pelas amostras da entrada. Adapta-se localmente à estrutura dos dados de entrada, não requerendo nenhuma entrada do usuário sobre o raio da busca, contagem da amostra, ou forma. Trabalha igualmente bem com dados regularmente e irregularmente distribuídos (Watson, 1992). Para interpolar usando o Spline é só ativar o ArcToolbox, ferramenta ― Natural Neighbor‖. O caminho é Spatial Analyst Tools > Interpolation > Natural Neighbor ou ativar a ―toolbar‖ 3D Analyst > Interpolation to raster> Natura l Neighbor . (figura 20)
Figura 20- Janelas abertas pelo toolbox (maior) e pelo 3d analyst (menor)
20
Onde No campo ―Input points‖ escolha o shape a ser interpolado, no campo ―Z value‖ escolha a coluna que dará o valor a ser interpolado.No campo ―Output cell size‖ de
o tamanho final de cada célula de acordo com a unidade métrica da projeção usada. No campo ―Output raster‖ direcione para a pasta desejada e com um nome.
Os vizinhos naturais de algum ponto são aqueles associados com o Voronoi neighboring (isto é. Polígono de Thiessen). Inicialmente, um diagrama de Voronoi é construído de todos os pontos dados, representado pelos polígonos coloridos verde-oliva. Um polígono novo de Voronoi, cor bege, é criado então em torno do ponto da interpolação (estrela vermelha). A proporção da sobreposição entre este polígono novo e os outros polígonos iniciais é usada então como os pesos. (figura 21)
Figura 21 – exemplo de interpolação por vizinhança natural.
Por comparação, um interpolador baseado em distância tal como IDW (Inverso do quadrado da distância) atribuiria pesos similares aos pontos do norte e ao ponto no nordeste baseado em sua distância similar do ponto de interpolação. A interpolação por vizinho natural, entretanto, atribui pesos de 19.12% e de 0.38% respectivamente, que é baseado na porcentagem da sobreposição.
21
OPERAÇÕES MATEMATICAS COM IMAGEM RASTER
Quando o objetivo é o cruzamento de mapas através de expressões matemáticas, a opção da calculadora raster ―Raster calculator‖ é o método mais indicado, Este possibilita a sobreposição espacial de vários layer’s e o uso de cálculos algébricos
complexos. Para reclassificá-los, é só ativar a ―toolbar‖ Spatial Analyst > Raster calculator. E aparecerá esta janela. (figura 22) Figura 22 – Raster Calculator
Agora para criar uma expressão basta clicar sobre as opções de Layers, para adicionar o mapa escolhido, e redigir a equação desejada, lembrando de sempre que necessário colocar os parênteses. As opções em ―Arithmetic‖ são: ―Abs‖ para dar o valor absoluto de um raster; ―Int‖ para que o raster final esteja em números integrais; ―Ceil‖ para converter um raster
floating em um integral, só que o valor é da integral ma ior ou igual; ―Float‖ para que o raster final esteja com valores decimais; ―Floor‖ para converter um raster floating em um
integral, só que o valor é da integral menor ou igual; ―IsNull‖ para converter um raster em valor 1 para ―No Data‖ e 0 para qualquer valor. As opções de ―Float‖ e ―Int‖ são mais
usadas, tendo que obrigatoriamente ser usadas quando se esta passando, pela equação, de integral a decimal ou vise-versa. Ex: para o calculo de NDVI a partir das bandas espectrais. As opções ―Trigonometric‖, ―Logarithms‖ e ―Powers‖ são utilizadas igualmente uma
calculadora cientifica. 22
EXERCÍCIO 1 Elaboração do mapa de Balanço Hídrico para o Estado do Rio de Janeiro
Neste exercício serão construídos os mapas climáticos mensais e anuais do estado, a partir dos dados do WorldClim e para elaboração do balanço hídrico será utilizado a equação proposta por Thornthwaite (1948). O WorldClim é um projeto que monitora as condições climáticas ao redor do mundo, com inúmeras estações pluviométricas e meteorológicas, no estado do Rio de Janeiro contam com mais de 100, e na interpolação dos dados levam em conta o relevo (utilizando SRTM). Os mapas são adquiridos na forma de grades de dados (Raster) climáticos a partir do set de layers globais (WorldClim) disponíveis para download em http://www.worldclim.org/. As grades contém valores médios calculados para uma série histórica de 50 anos (1950-2000), com resolução espacial de 30 arcos de segundo no sistema de coordenadas geográficas e datum WGS84 (Hijmans et al., 2005). A determinação da evapotranspiração será realizada através do método de Thornthwaite (1948), que estima a evapotranspiração potencial (ETP). A evapotranspiração é de fundamental importância no contexto do ciclo hidrológico, pois representa uma parcela maior de saída de água das bacias hidrográficas que a soma do escoamento superficial dos rios e o armazenamento de água no solo (Hewlett, 1982). A evapotranspiração é calculada conforme a equação explicada a seguir. Esse método foi indicado uma vez que utiliza como único parâmetro de entrada a temperatura média mensal dos 12 meses do ano. Entretanto, sabe-se que o método apresenta limitações, uma vez que ele considera a temperatura do ar como único índice de energia disponível para a evapotranspiração potencial. (ZEE-RJ, 2009). A equação empírica do modelo de Thornthwaite é a seguinte: ETp =F .16 Onde: ETp = evapotranspiração potencial (mm/mês) Fc = Fator de correção em função da latitude e mês do ano a = 6,75.10-7.I3 – 7,71.10-5.I2 + 0,01791.I + 0,492 I = índice anual de calor T =Temperatura média mensal (oC)
23
Passo a passo do exercício:
1) Abrir os arquivos ―raster‖ do WorldClim que serão usados (Temperatura) e o arquivo vetorial base (ESTADO_RJ). Converta-os para a o sistema de coordenadas projetadas Datun WGS 84 fuso 23 (estendido).
2) Recorte as imagens ―raster‖ pelo arquivo vetorial, ―extract by mask‖.
3) Converta a imagem recortada em um ―shape‖ de pontos
4) Mês a mês unifique (―join by spatial location‖) as temperaturas mínimas e máximas em um único ―shape‖.
5) Pela calculadora da tabela (―Field calculator‖) divida a temperatura máxima por 10, e depois some a máxima menos a mínima e divida por 2, mês a mês.
6) Interpole o ―shape‖ de pontos usando o método de interpolação mais indicado, dando um valor de 100m para o tamanho da célula.
7) Agora será calculado o valor da evapotranspiração potencial, para isso deve-se calcular primeiro o Índice mensal de calor (Im) mês a mês, e somá-los ao final para se obter o Índice anual de calor (I).
8) Depois deve-se calcular o fator a utilizando o Índice anual de calor (I) como base.
9) Agora deve-se calcular a evapotranspiração potencial mensal utilizando os fatores calculados acima. E depois somam-se todas as ETp para se obter o valor anual.
24
Para a avaliação da evapotranspiração real (ER) são utilizados principalmente modelos de balanço hídrico pelo método de Thornthwaite & Mather (1955). A estimativa de evapotranspiração real segundo o método de Thornthwaite & Mather (1955) leva em consideração a capacidade de armazenamento de água no solo em função da profundidade média das raízes por tipo de cobertura vegetal. Adotou-se duas capacidades de armazenamento de água (CAD), medidas em função da profundidade das raízes e tipos de solo predominantes na área. Para cada um dos valores de CAD devem ser estimados os valores de negativo acumulado, taxa de armazenamento, taxa de alteração, evapotranspiração real, déficit hídrico e excedente hídrico compondo assim a tabela de balanço hídrico. Tabela x – exemplo de balanço hidrico P
EP 295 210 170 60 30 25 15 9 40 120 180 240
120 107 106 79 63 55 55 78 94 107 113 116
P-EP Neg A. Arm Alt 175 0 100 103 0 100 64 0 100 -19 -19 83 -33 -52 59 -30 -82 44 -40 -122 30 -69 -191 15 -54 -245 9 13 -153 22 67 -12 89 124 0 100
0 0 0 -17 -23 -15 -15 -15 -6 13 67 11
CAD ER Def Exc 100 120 0 175 100 107 0 103 100 106 0 64 100 77 2 0 100 53 10 0 100 40 15 0 100 30 25 0 100 24 54 0 100 46 48 0 100 107 0 0 100 113 0 0 100 116 0 113
Onde a coluna: P é a precipitação mensal; EP a evapotranspiração potencial; Neg A. é o negativo acumulado, calculado de acordo com a variação de P-EP. Sendo que se P-EP >0 Neg A.=0, se P-EP<0 Neg. A.= P-EP, se P-EP>0 Porém se o Neg. A no mês anterior for <0, então igual a
. O Armazenamento (Arm) é . A Alteração é igual ao armazenamento do mês em
questão menos o armazenamento do mês anterior. A Evapotranspiração real (ER) é igual a potencial quando o Arm é total (igual ao CAD) e quando P-EP for positivo, quando P-EP for negativo ER é igual a soma das colunas P e Alt. O Déficit hídrico (Def) é igual a diferença entre EP e ER. O Excedente hídrico (Exc) só existe quando [P-EP>0] e o Arm. igual ao CAD, nesse caso, o Exc. será igual a [(P - EP) - Alt]
25
APOSTILA DE ARCGIS 9.X
MODULO II
UTILIZAÇÃO DE MODELOS DIGITAIS DE ELEVAÇÃO DE TERRENO PARA ELABORAÇÃO DE DADOS SECUNDARIOS
26
CRIAR TIN A PARTIR DE CURVAS DE NÍVEL
Abra o ArcGIS e adicione as curvas de nível clicando no ícone e ative a ferramenta 3D Analyst clicando com o botão direito do mouse sobre a barra de ferramentas
.
Para Criar um TIN basta abrir o 3D Analyst, caminho Create/Modify TIN > Create TIN from Features … ou Convert > feature to 3D. Entretanto esta ultima opção é mais indicada quando o vetor tiver que adquirir seus valores Z de um outro raster.
Aparecerá a janela ―Create TIN From Features‖. Ative o arquivo curvas de nível em ―Layers:‖ Na opção ―Height source‖ indique a coluna com os dados de elevação.
27
Na opção ―Triangulate as‖ a opção mais indicada é hard line entretanto se estiver trabalhando com um ―shape‖ de pontos ou polígono a opção mass point pode ser mais
indicada. Caso queria se usar um vetor para recortar o TIN, marque-o e na opção ―Triangulate as‖ escolha hard clip, nas outras opções marque ―none‖. Escolha o local onde deseja salvar clicando no ícone e OK.
Caso queira outras opções de visualização do terreno clique com o botão direito do mouse sobre o arquivo no Layers e vá em Properties... e aparecerá a janela ―Layer Properties‖. Clique na aba Symbology, marque a opção desejada e clique em OK, as opções mais comuns são: Declividade, aspecto, faces com o mesmo símbolo (hillshade), e nódulos (pontos). O arquivo TIN será criado e mostrará o ―Edge type‖ e ―Elevation‖.
28
CRIAR CURVAS DE NÍVEL A PARTIR DE UM TIN
Abra o ArcGIS e adicione as curvas de nível clicando no ícone e ative a ferramenta 3D Analyst clicando com o botão direito do mouse sobre a barra de ferramentas
.
Para Criar um contorno basta abrir o 3D Analyst, caminho Spatial Analyst Tools > Surface analysis > Contour e aparecerá a janela Contour.
Em ―Input surface‖ insira o Modelo Digital de Elevação (MDE ou DEM em ingles). Em ―Contour interval‖ estabeleça o intervalo (métrico) desejado. Na opção ―Base contour‖ coloque a partir de que cota altimetrica começara o contorno. Em ―Z factor‖ o grau de variação da medida horizontal (x,y) para a vertical (Z), esta opção é indicada para se tiver trabalhando com medidas diferentes como metros e pés ou kilometros e metros... Em ―Input height range‖ estão as var iações
altimetricas do layer já existente e em
―Output information...‖ estão os dados de saida a partir das opções marcadas anteriormente. Em ―Output feature‖ o
local a ser salvo e o nome, e clique em OK.
Entretanto são necessárias algumas considerações a cerca dos modelos. O MDT apresenta certa irregularidade, no MDT a um exageramento das áreas planas, muitos platôs são criados nos fundos de vale e topo de morros.
29
GERAR DECLIVIDADE A PARTIR DE UMA IMAGEM RASTER
Para criar a declividade (Slope) basta abrir o 3D Analyst, caminho Spatial Analyst Tools > Surface analysis > Slope e aparecerá a janela Slope.
Em ―Input surface‖ insira o MDE. Em ―Output measurement‖ escolha se o novo ―layer‖ será em graus ou porcentagem, dependendo da função desejada.
A declividade em porcentagem é igual a tagente do ângulo vezes 100, conforme figuara abaixo.
É bom lembrar que MDE não projetadas costumam dar erros nas suas declividades, caso isso aconteça reprojete o layer. A Sociedade Brasileira de Ciência do Solo e Serviço Nacional de Levantamento e Conservação dos Solos determinam o parâmetro Declividade Media segundo tabela abaixo. O IBAMA por sua vez utiliza graus para definir APP (>45º) DECLIVIDADE
RELEVO
Até 8%
Suave ondulado
9 a 20%
Ondulado
21 a 45%
Forte Ondulado
Acima 45%
Montanhoso a Escarpado
30
GERAR ASPECTO A PARTIR DE UMA IMAGEM RASTER
Para criar as rampas de encosta (Aspect) basta abrir o 3D Analyst, caminho Spatial Analyst Tools > Surface analysis > Aspect e aparecerá a janela Aspect.
O aspecto identifica o sentido mais íngreme da declividade de cada celula e de sua vizinhança. Pode-se pensar como o sentido da inclinação ou do sentido do compasso. É medido no sentido horário e em graus de 0 (exatamente norte) a 360. O valor de cada celula em um conjunto indica o sentido da inclinação que a célula se encontra. As áreas lisas que não têm nenhum sentido de declividade são dadas um valor de -1. O diagrama abaixo mostra uma série de dados da elevação da entrada e o raster do aspecto.
Por que o uso da função de aspecto? Com a função de aspecto, você pode: Encontrar toda a face norte em uma montanha, como parte de uma busca para os locais mais secos. Calcula a iluminação solar para cada posição em uma região como parte de um estudo para determinar a diversidade da vida em cada local. Encontre todas as inclinações do vento do sul em uma região montanhosa para identificar as posições onde o efeito orográfico é maior, identificar aquelas posições residentes que são prováveis de ser abatidas primeiramente pelo runoff. Identificar áreas de terra lisa para encontrar uma área para aterro.
31
GERAR HILLSHADE A PARTIR DE UMA IMAGEM RASTER
Para criar o sombreamento de montanha (Hillshade) basta abrir o 3D Analyst, caminho Spatial Analyst Tools > Surface analysis > Hillshade e aparecerá a janela Hillshade.
A função de Sombreamento de montanha (Hillshade) obtém a iluminação hipotética de uma superfície determinando valores da iluminação para cada célula em um raster. Faz isto ajustando uma posição para uma fonte clara hipotética e calculando os valores da iluminação de cada célula com relação às células vizinhas. Pode realçar a visualização de uma superfície para a análise ou a exposição gráfica, especialmente ao usar o efeito de transparência. O padrão é que sombra e luz são palhetas de cinza associados aintegrais 0 a 255 (crescendo do preto para o branco). O azimute é a direção angular do sol, medida no norte no sentido do relógio em graus de 0 a 360. Um azimute de 90 por exemplo é leste. O padrão é 315 (NW). A altitude é a inclinação ou ângulo de iluminação acima do horizonte, as unidades estão em graus, de 0 (linha do horizonte) a 90º . O padrão é 45º.
FERRAMENTA DE VIEWSHED Viewshed identifica as células em um raster de entrada que possam ser vistas de um ou mais pontos ou linhas de observação. Cada célula no raster de saída recebe um valor que indique quantos pontos de observação podem ser vistos de cada posição. Se você tiver somente um ponto do observador, cada célula que pode ser vista do ponto do observador será dado um valor 1. As células que não podem ser vistas do ponto de observação é dado um valor 0. A classe dos pontos do observador pode conter pontos ou linhas. Os nós e os vértices das linhas serão usados como pontos de observação. 32
DEFININDO HIDROGRAFIA E BACIAS HIDROGRAFICAS DE FORMA AUTOMATICA A PARTIR DE UM MDE.
Abra o ArcGIS, adicione o MDE clicando no ícone
, abra o ―toolbox‖
e click
no botão direito do mouse, aparecerá uma janela click em ―add toolbox‖. Procure a pasta onde esteja o arquivo ―
watersheed delineation tool‖
e o adicione.
Para criar os mapas hidrologicos basta abrir o ― Esta ferramenta tem 3 opções – I)
Watershed Delineation
II)
iRainDrop
III)
iWatershed.
watersheed delineation tool‖
Watershed Delineation
The Watershed Delineation tool cria uma rede de rios, baseada em um ponto inicial e seus limiares, e delineia bacias hidrográficas a partir das ligações entre os rios.
33
DEM‖ insira o MDE. Em ―Expression‖ o valor do limiar neste parâmetro representa o numero de células. Um valor tal como 1.000 indica que uma célula é considerada um rio quando mil ou mais células convergem para ela. O numero de células e o valor de limiar usado dependem da resolução do MDE e de sua topografia. Na pratica, usualmente uma área é usada como fator de limiar ao invés do nº de células, este Em ―Input
parâmetro pode ser alterado para aceitar áreas como ―input‖ e então calcular o nº de
células baseado no tamanho de dada célula no MDE. Na opção ―Output Watershed‖
direcione a pasta na qual vai ser criado um raster
com os formatos de bacia. Na opção ―output Stream Features‖ direcione a pasta na qual
vai ser criado um ―shape‖ da hidrografia. Na opção ―Output Flow Direction‖ direcione a pasta na qual vai ser criado o raster com os fluxos de direção e na opção ―Output Flow Accumulation‖ direcione a pasta na qual vai ser criado o raster da hidrografia. Depois é so clicar em OK e aguardar o processamento. iRainDrop A ferramenta ―iRainDrop tool‖ cria a hidrografia a partir de qualquer ponto baseado nos raster de ―flow direction‖ e ―f low accumulation‖. OS mapas produzidos na ferramenta anterior ―Watershed Delineation tool‖ podem ser usados como ―input‖ nesta ferramenta .
34
Em ―iRain Drop‖ selecione com
os pontos sobre o MDE ou os rastes de ―flow..‖
que serão usados para estabelecer os limites hidrograficos, geralmente um inicial e um final. Em ―Input Flow Direction‖ e ―Input Flow Accumulation‖ os raster produzidos no item
anterior. E em ―Output Rain Drop‖ e ―Output Flow Path‖ direcione os ―shapes‖ criados para a pasta desejada. Agora é só clicar em OK e aguardar.
Watershed Delineation Model
iRainDrop Model
35
CRIANDO UM MAPA DE RELEVO A PARTIR DA FERRAMENTA TPI DO ARCVIEW 3
A ferramenta ―topographic position índex‖ do ArcView 3.2 utilizaq o MDE para classificar formas de relevo de acordo com posicionamento topográfico dos pixels. O algoritmo aplicado é simplesmente a diferença entre o valor de elevação de um determinado pixel e a média de pixels vizinhos; valores positivos significam que este pixel esta em altitude mais alta e valores negativos que este pixel está em altitude mais baixa. O quanto este pixel é mais alto ou mais baixo que seus vizinhos, somado ao seu valor de declividade pode ser utilizado para classificar seu posicionamento nas encostas. Se for significantemente mais alto que seus vizinhos, deve estar localizado próximo ao topo ou no topo de uma montanha; sendo significantemente mais baixo que seus vizinhos, deve estar localizado próximo ao fundo de vale ou no próprio fundo de vale. Valores próximos a 0 significam que este pixel pode estar localizada em uma área plana ou de baixa ou média encosta; valores de declividade podem diferenciá-los (ZEE, 2009). Este índice depende inteiramente da escala utilizada para a análise da paisagem. Neste caso a escala de análise está relacionada com o número de pixels vizinhos a ser avaliado, ou por um raio de análise ao pixel avaliado. Podendo ser utilizados varios raios de análise para a definição de 4 a 10 classes de relevo. A figura x ilustra esta discussão; no cenário A o resultado entre as diferenças do pixel para seus vizinhos é nulo, ao contrário do cenário B onde seus vizinhos tem altitude menor do que o pixel analisado, portanto o TPI deste pixel é maior que 0. No último cenário os pixels vizinhos são mais elevados que o pixel analisado, este terá portanto um TPI menor que 0.
36
A elaboração deste procedimento no ZEE envolveu as bacias do Estado do Rio de Janeiro, sendo utilizados três raios de análise. O procedimento realizado com estes raios de análise teve como objetivo a identificação de compartimentos de relevo diferentes: 3 Km para identificação de morros, 10 Km para maciços elevados e 20 Km para montanhas escarpadas. As classes de posição topográfica utilizadas estão apresentadas na tabela abaixo e brevemente descritos em seguida. TPI – 3 Km: Este resultado foi utilizado para identificar as áreas de fundo de vale, baixa encosta, áreas planas e morros ou áreas colinosas (média e alta encosta e topo ou crista). O resultado obtido foi intersectado com o mapa hipsométrico com o objetivo de identificar áreas de planícies com altitudes menores ou maiores do que 20m; permitindo uma classificação entre planícies costeiras e outras. TPI – 10 Km: Este resultado foi utilizado para identificar maciços elevados (média e alta encosta e topo ou crista). As áreas identificadas por este raio de análise superiores aos 1200m de altitude foram classificadas como montanhas. TPI – 20 Km : Este resultado foi utilizado para identificar montanhas e áreas escarpadas (média e alta encosta e topo ou crista) e foi sobreposto aos anteriores consolidando o resultado final da aplicação desta ferramenta para análise.
Abra o ArcView 3.2, adicione o MDE clicando no ícone , click na aba TPI, e aparecerá uma janela click em ― Generate Topographic Position Index ‖.
Escolha o MDE desejado, aparecerá a janela abaixo, escolha o padrão de vizinhança e a distancia de observação, os padrões sugeridos são os descritos anteriormente, 3, 10 ou 20 km. Isto pode ser feito sabendo o tamanho da célula ou pela unidade do mapa.
37
Depois de rodado o modelo de TPI, passa para a etapa seguinte a classificação das formas de relevo, utilizando a ferramenta ―Generate Slope Position Classification‖.
Esta classificação pode ser feita usando 4 ou 6 classes de relevo, tabela x.
Tabela x – 4 Classes de relevo Classes de Relevo
Valor de TPI
Declividade
Topo ou Crista
> 8 unidades
não estabelecida
Encosta Íngreme
>-8 unid. e < 8 unid.
>=6
Encosta suave
>-8 unid. e < 8 unid.
<6
Fundo de vale
<= -8 unid.
não estabelecida
Tabela x – 6 Classes de Relevo Classes de Relevo
Valor de TPI
Declividade
Topo ou Crista
> 0,5
não estabelecida
Alta Encosta
<= 1 e >0,5
não estabelecida
Media Encosta
<= 0,5 e > 0
>5
Baixa Encosta
<= 0 e >= -1
não estabelecida
Plano
>= -0.5 a <= 0.5
<5
Fundo de vale
< -1
não estabelecida
Adaptado de tpi,2000
Há ainda a opção de se criar um modelo com 10 classes de relevo, para isso basta abrir a opção ―Generate Landform Classification‖. Para isso tenque ser criado um raster
de declividade para a região.
38
As classes são: Tabela x. 10 Classes de Relevo Classes de Relevo
TPI (vizinho menor)
TPI (Vizinho maior)
Declividade
Cânions, Rios encaixados
<= -1
<= -1
Drenagens de meia encosta, vales rasos
<= -1
>-1 e <1
Drenagem de cabeceira
<= -1
>=1
Vales em forma de U
>-1 e <1
<=-1
Plano
>-1 e <1
>-1 e <1
<=5
Encosta aberta
> -1 e <1
> -1 e <1
>5
Encosta alta ou mesas
>-1 e <1
>=1
Cristas de morro ou morro em vale
>=1
<=-1
Morros em planicies
>=1
>-1 e <1
Montanhas e cristas
>=1
>=1
Em ―Neighborhood Statistics‖ pode -se
gerar um raster derivado a partir de informações tais como mínima, máxima, range, desvio padrão e outras.
39
CRIANDO UM MAPA DE INSOLAÇÃO A PARTIR DE UM MDE
A radiação solar (insolation) origina do sol, é modificada enquanto viaja através da atmosfera, é depois é modificada pelas características topográficas e de superfície, é interceptada na superfície da terra de modos diferentes, podendo ser: diretos, difusos, ou refletidos. A radiação direta é interceptada em uma linha reta do sol. A radiação difusa é dispersada por constituintes atmosféricos, tais como nuvens e poeira. A radiação refletida é refletida das características de superfície. A soma da radiação direta, difusa, e refletida é chamada radiação solar total ou global. Geralmente, a radiação direta é o componente maior da radiação total, e a radiação difusa é o segundo componente maior. A radiação refletida constitui geralmente somente uma proporção pequena da radiação total, à exceção das posições cercadas por superfícies altamente reflexivas tais como a neve. As ferramentas de radiação solar do ―Spatial analyst‖ no ArcGIS não incluem a radiação refletida no cálculo da radiação total. Conseqüentemente, a radiação total é calculada como a soma da radiação direta e difusa.
Porque os cálculos de Radiação Solar podem levar tempo, é importante que todos os parâmetros estejam corretos. O cálculo para um modelo digital de elevação (MDE) pode levar horas, e se é um MDE muito grande pode levar dias. Os rasters da radiação de saída sempre serão tipo floating-point e terão unidades de horas do watt por o medidor quadrado (WH/m2). O raster de direct duration será uma integrau com unidades por horas. As ferramentas de radiação solar podem executar cálculos para posições do ponto ou para áreas geográficas inteiras. Isto envolve quatro etapas: O cálculo de upward-looking hemispherical viewshed baseado na topografia. Sobreposição do viewshed em um mapa solar direto para estimar a radiação direta Sobreposição do viewshed em um mapa do seu para estimar radiação difusa. Repetindo o processo para cada posição de interesse para produzir um mapa de insolação
40
Para criar a radiação solar (Solar Radiation) basta abrir o Spatial Analyst, caminho Spatial Analyst Tools > Solar Radiation > Area Solar Radiation.
aparecerá a janela Area Solar Radiation .
41
Em ―Input raster‖ insira o Modelo Digital de Elevação (MDE). Em ―Output global radiation raster‖ coloque na pasta com o nome desejado. Na opção ―Latitude‖ coloque a
latitude correta, se o raster tiver georreferencido este processo é a utomático. Em ―Sky size‖ a opção padrão é 200, mas este nº pode variar entre 0 -4.000, quanto mais alto maior mais detalhado será o raster final e mais demorado seu modelo. e equinócios; Em um dia especifico do ano; Ao longo de épocas do ano; ou o ano todo com Em ―time configuration‖ há 4 opção disponíveis: Dias especiais, para os solstícios
intervalos mensais. Em ―Day Interval‖ o intervalo de pesquisa em dias, e ―Hour Interval‖ o intervalo em horas por dia. A opção de ―Create outputs for each interval‖ pod e
tornar
muito lento o processo e exigir uma carga excessiva de memória.
Nos parâmetros topográficos, a opção ―Z factor‖ da o grau de variação da medida horizontal (x,y) para a vertical (Z),O ―Slope and aspect‖ escolha a opção ―FROM DEM‖ , em ―Calculation directions‖ o nº de fatias do direcionamento do aspecto. Latitude 0 10 20 30 40 50 60 70 80
Z-factor 0.00000898 0.00000912 0.00000956 0.00001036 0.00001171 0.00001395 0.00001792 0.00002619 0.00005156
42
Nos parâmetros de radiação, as opções ―Zenith divisions‖ e Azimuth divisions‖ são
para fatiar as direções da radiação nas formas vertical e horizontal respectivamente. Em ―Difuse model type‖ tem as opções: UNIFORM_SKY — O modelo de difusão uniforme. A radiação ―difusa é a mesma de todas as direções do ceu. Este modelo é o padrão; STANDARD_OVERCAST_SKY — Modelo padrão de tempo nublado. O fluxo de radiação difusa varia com o ângulo de zênite. A opção ―Diffuse proportion‖ representa a fração difusa da radiaçã o
global. Os valores variam entre 0 e 1. Estes valores devem ser postos de acordo com as condições atmosféricas. Valores típicos são 0.2 para condições bem limpas do tempo e 0.3 para céus com tempos abertos normais. A radiação solar transmitida através da atmosfera é uma fração da radiação solar fora da atmosfera. ―Transmittivity‖ é uma propriedade da atmosfera e é a relação da radiação solar fora da atmosfera para a radiação da superfície da terra (calculada a média sobre todos os comprimento de onda) para o Shortest-Path (no sentido do zenith). Os valores variam de 0 (nenhuma transmissão) a 1 (transmissão completa). Os valores típicos são 0.6 ou 0.7 para condições muito limpas do céu e 0.5 para um céu geralmente desobstruído. Porque a análise corrige os efeitos da elevação, o ―transmittivity‖ deve sempre ser dado para o mar. ―Transmittivity‖ tem uma relação inversa com o parâmetro difuso da proporção Em ―Optional Output‖ caso haja a necessidade de distinguir as radiações direta e
indireta. Na ferramenta Point Solar Radiation. Pode se gerar um shape de pontos sobre um MDE conforme explicado anteriormente.
43
APOSTILA DE ARCGIS 9.X
MODULO III
DEFINIÇÃO DE METRICAS DA PAISAGEM E CORREDORES FLORESTAIS
44
CRIANDO CORREDORES FLORESTAIS A PARTIR DE DISTANCIAS
Os corredores ecológicos procuram conectar os diversos fragmentos na paisagem. Para o mapeamento dos corredores são utilizados os mapas de classes de relevo e Cobertura Vegetal. A ferramenta a ser utilizada é ―Cost Distance‖ da extensão ―Spatial Analyst‖ do programa ArcGIS 9. Esta ferramenta calcula a menor distância acumulada
para cada célula de uma origem até a fonte mais próxima sobre uma superfície de custos. Assim dois mapas são utilizados, o mapa de origem e o mapa de custos espaciais. O mapa de origem identifica as células ou locais nos quais os menores custos de distância para cada célula serão calculados. Os mapa base a ser utilizado é o de cobertura vegetal. Pode ser usado também um mapa de APP sobreposto nos quais tem que ser atribuídos pesos distintos: 0 para cobertura vegetal e 1 para APP. Estes valores servem para diferenciar o que já existe do que tem obrigação de existir. O mapa de Custos Espaciais definiu os impedimentos ou custos para mover-se planimetricamente através de cada célula. O valor de cada localidade representa o custo por unidade de distância para se mover pela célula. Cada valor local de célula é multiplicado pela resolução espacial da célula (foi utilizado células com 20 metros). O mapa base utilizado foi o de Classes de Relevo, que recebeu valores em função da utilidade da terra para fins socioeconômicos, quando maior a necessidade socioeconômica maiores os custos para se implementar o corredor. Os valores sugeridos foram obtidos de forma empírica e baseado na modelagem matemática dos dados:: Fundo de vale 1; Topo de morro ou Crista 2; Alta encosta 4; Meia encosta 8; Baixa encosta 16; e Plano 32.
45
Para criar um mapa de corredores basta abrir o Spatial Analyst, caminho Spatial Analyst Tools > Distance > Cost Distance.
aparecerá a janela Cost path .
Em ―Input raster or feature source data‖ insira o
layer com os fragmentos florestais. Em ―Input cost raster‖ insira o raster de custos espaciais (raster de classes de relevo). Na opção ―Output distance raster‖ coloque a pasta de saída e o nome final. Na opção ―Maximum distance‖ coloque o valor Maximo que o entrara no raster de saída, em ―Outout backlink raster‖ o raster de saída terá os valores de direção dos corredores . 46
Outra opção de se calcular distancias entre fragmentos é a distancia euclidiana. Em matemática, distância euclidiana (ou distância métrica) é a distância entre dois pontos, que pode ser provada pela aplicação repetida do teorema de Pitágoras. Aplicando essa fórmula como distância, o espaço euclidiano torna-se um espaço métrico. A distância euclidiana entre os pontos espaço euclidiano n-dimensional, é definida como:
e
, num
Para criar um mapa de distancia euclidiana basta abrir o Spatial Analyst, caminho Spatial Analyst Tools > Distance > Euclidean Distance. E aparecerá a janela Euclidean Distance.
Em ―Input raster or feature source data‖ insira o
layer com os fragmentos florestais. ―Output distance raster‖ coloque a pasta de saída e o nome final. Na opção ―Maximum distance‖ coloque a distancia (métrica) maxima para o calculo o raster de saída, em ―Output cell size‖ o tamanho de cada célula. Em ―Outout distance raster‖ será criado um
raster com os valores de direção (azimute) das células.
47
CALCULANDO METRICAS DA PAISAGEM UTILIZANDO O PATCH ANALYST
Primeiramente temos que instalar a ferramenta Patch Analyst que se aplica tanto para (os layer de polígono) como para o Patch Grid (para rasters). Cada extensão deve ser instalada separadamente. 1. Rode o programa PA4_Setup.exe para instalar e registar as limas de .dll, e para instalar arquivos de exemplo. 2. Abra o ArcMap, click sobre ―Tools‖ e selecione ―Customize‖. 3. Clique sobre a aba ―Commands‖, e ache ―menus‖ na coluna ―Categories‖. click sobre ela. 4. Para instalar pela primeira vez (não um melhoramento a uma versão mais nova) clique no butão ―Add from file‖ no fundo da janela. Navegue até o diretório onde o ―Patch analyst‖ esta armazenado. Encontre e clique em ―PatchAnalyst.dll‖ (ou PatchGrid.dll) e então clique em ―open‖. Uma janela aparecerá mostrando os objetos adicionados. Clique ―OK‖. 5. Na coluna ―Commands‖ clique e arraste ―Path‖ (ou ―Path Grid‖) na barra de menu. 6. Clique ―Close‖ para fechar a janela do ―customize‖.
7. Clique no novo Butão aplicável (Patch ou Patch Grid) para acessar o menu drop-down e para ver as opções disponíveis. Agora é só abrir a ferramenta ―Patch‖ ou ―Patch Grid‖ .
Na ferramenta ―Patch‖ as opções de analises são:
48
- ―Dissolve Polygons‖ que funciona exatamente como a ferramenta do ―Data Management tools‖ unindo os fragmentos de mesma classe. - ―Intersect Polygons‖ também funcionando igual a ferramenta do ―Analysis tools‖; - ―Create core areas‖ funciona com um ―Buffers‖ porém calculado para dentro do polígono. - ―Make Hexagons Regions‖ cria uma grade de hexágonos sobre o mapa; - ―Add/Refresh Area and Perimeter fields‖ gera dentro da tabela coluna s com área e perímetro ; - ―Parse Species Composition String‖ transforma colunas nas quai s as informações contenham siglas seguidas de números, em colunas separadas. - ―Atribute modeling‖ permite alterar nomes de colunas e fazer ―query´s‖ na tabela. - ―Set and run batch processes‖ permite fazer analyses de metreicas de forma automatizada. - ―Neighbourhood mean‖ retorna a media de uma col una de acordo com os fragmentos de uma detreminada área, estipulada pelo ―Threshold‖ . - ―Spatial Statistics‖ nesta opçã o se encontram as métricas da paisagem, clicando sobre ela aparecera esta janela.
49
Na opção ―Layers‖ marque o vetor que será analisado, na opção ―Class‖ a coluna a ser analisada, em ―Analyze By‖ se será utilizado um nível de paisagem (n) ou um nível
hierárquico inferior (n-1) das classes. Em ―Output table name‖ o nome de saída da tabela. As opções de métricas para a análise são: (McGarigal & Marks, 1994 e 1995)
-
Options Class Area (CA) – retorna a soma das áreas de todos os fragmentos pertencentes a uma única classe. Tem se que especificar a unidade de medida do mapa e ou a opção ―State areas in Hectares‖ para os resultados serem em hectares.
-
-
Landscape Area (TLA) retorna a soma de todas as áreas no mapa. Number of Patches (NumP) retorna o numero total de fragmentos no mapa, se a analise for por ―Landscape‖. Se não retorna o nº de fragmentos por classe. Patch density e size metrics Mean Patch Size (MPS) Media de tamanho dos fragmento. Median Patch Size (MedPS) mediana do tamanho dos fragmentos. Patch Size Standard Deviation (PSSD) desvio padrão das área dos fragmentos. Patch Size Coefficient of Variance (PSCoV) Coeficiente de variação dos fragmentos Edge metrics Total Edge (TE) Perimetro dos fragmentos Edge Density (ED) Relação perímetro – área do mapa Mean Patch Edge (MPE) media do perímetro dos fragmentos Shape metrics Mean Perimeter-Area Ratio (MPAR) media da relação perímetro-área dos fragmentos Mean Shape Index (MSI) é igual a 1 quando os fragmentos forem circular (poligonos) ou quadrados (raster), aumentando conforme a irregularidade da forma. MSI = a soma de cada perímetro de fragmento dividido pela raiz quadrada da área. Area Weighted Mean Shape Index (AWMSI) é igual ao parâmetro MSI exceto que atribui pesos diferentes conforme a área do fragmento, de forma que áreas maiores terão pesos maiores. Mean Patch Fractal Dimension (MPFD) é outra medida da complexidade da forma. Area Weighted Mean Patch Fractal Dimension (AWMPFD) é o mesmo que o parâmetro anterior com variações de peso conforme o tamanho. Diversyt metrics
- Shannon's Diversity Index (SDI) mede a diversidade de fragmentos, só pode ser realizado em analises de paisagem, o valor é igual a 0 quando so a um único fragmento e aumenta conforme o nº de tipos de fragemento e proporsçao de distribuição. - Shannon's Evenness Index (SEI) mede a distribuição e abundancia dos fragmentos, SEI = 0 quando a dominância de um tipo de fragmento e 1 quando todos ocupam áreas iguais.
50
Na ferramenta ―Patch Grid‖ as opções de analises são:
- ―Intersect (combina) grid‖ funciona exatamente como a ferramenta de mesmo nome para vetor do ―Analysis tools‖.
- ―Clip Grids to Polygon Theme‖ funciona com a ferramenta ―extract by mask‖ do ―Spatial Analyst‖. - ―Spatial Statistics‖ nesta opção se encontram as métricas da paisagem para formato raster, clicando sobre ela aparecera esta janela.
Métricas possíveis somente em Raster -
Percentage of Landscape (ZLAND) retorna a percentage de ocupação de uma classe no mapa, isto se a analise for por ―Class‖
- Largest Patch Index (LPI) é igual a porcentagem ocupada pelo maior fragmento no mapa. Com valor Maximo de 100. - Patch Richness (PR) equivale ao numero de tipos de fragmentos no mapa. - Patch Richness Density (PRD) é igual ao PR dividido pela area total do mapa.valor em hectares - Contrasted Weighted Edge Density (CWED) é a medida de densidae de borda (metros/hectare) com pesos atribuídos pelo analista.
51
-
-
Landscape Shape Index (LSI) é o total de bordas no mapa divididos pela raiz quadrada de toda a area do mapa e ajustado por uma constante. Double Log Fractal Dimension (DLFD) é a medida de complexidade de perimetro do fragmento. DLFD = 1 quando for simples, circular ou quadrada aumentando ate 2 conforme torna se complexo. Mean Nearest Neighbor (MNN) NN é a distancia entre um fragmento ao seu fizinho mais próximo, MNN é a media destas distancias em metros. Interspersion Juxtaposition Index (IJI) é próxima de zero quando a distribuição dos fragmentos torna-se impar e 100 quando os fragmentos estão igualmente adjacentes. Requer que a paisagem tenha no mínimo 3 classes. Representando a medida de interseção entre elas. Mean Proximity Index (MPI) é a medida do grau de isolamento entre os fragmentos Modified Simpson's Diversity Index (MSIDI) é uma medida de diversidade de fragmentos, MSIDI = 0 quando só a um único tipo de fragmento aumnetando conforme aumenta o nº de tipos de fragmentos e o equiloibrio enter eles. Simpson's Evenness Index (SIEI) é a medida de distribuição de área entre os tipos de fragmento. SIEI = 1 quando a distribuição entre área é quite, e 0 quando a dominância. Modified Simpson's Evenness Index (MSIEI) é igual a SIEI porém o SIEI provem do SDI e o MSIEI provem do MSIDI. Core areas
-
Total Core Area (CA) tamanho total dos núcleos dos fragmentos. Mean Core Area (MCA) o tamanho médio dos núcleos dos fragmentos. Number of Core Areas (NCA) o numero total de núcleos de fragmentos. Mean Core Area Index (MCAI) é o percentual de area ocupada por núcleos de fragmentos no mapa. - Core Area Standard Deviation(CASD)desv. padrão do tamanho de núcleos de fragmentos - Core Area Density (CAD) numero de fragmentos divididos pela area total do mapa - Total Core Area Index (TCAI) é a medida do tamanho total de areas nucleos no mapa - Core Area Percentage of Land (C_LAND) é o percentual de área ocupada por áreas nucleos no mapa - Mean Core Area per Patch(MCA1 )é o tamanho médio de áreas núcleo por fragmento (ha) - Core Area Coefficient of Variance (CACOV) representa a variabilidade em tamanho da media das áreas núcleos. - Patch Core Area Standard Deviation(CASD1) mede a variabilidade do tamanho das áreas núcleo dos fragmentos - Patch Core Area Coefficient of Variation (CACV1) o CASD dividido por MCA e multiplicado por 100 (%)
As ferramentas de analises por região servem para que os dados já saiam separados por classe e região desejada, funciona de forma similar tanto para raster (―Spatial Statistics by regions‖) como para vetor (―Analysis by Regions‖). Abaixo tabela explicativa com as métricas por tipo de arquivo.
52
Statistic Name
Statistic Abbreviation
Shape Layer (Theme)
Raster Layer
Area Metrics Class Area
CA
Y
Y
Total Landscape Area
TLA
Y
Y
Percentage of Landscape (%)
ZLAND
N
Y
Largest Patch Index (%)
LPI
N
Y
No. of Patches
NumP
Y
Y
Mean Patch Size
MPS
Y
Y
Median Patch Size
MedPS
Y
N
Patch Size Coefficient of Variance
PSCoV
Y
Y
Patch Size Standard Deviation
PSSD
Y
Y
Patch Richness
PR
Patch Richness Density
PRD
Patch Density & Size Metrics
Edge Metrics Total Edge
TE
Y
Y
Edge Density
ED
Y
Y
Mean Patch Edge
MPE
Y
Y
Contrasted Weighted Edge Density
CWED
N
Y
Mean Shape Index
MSI
Y
Y
Area Weighted Mean Shape Index
AWMSI
Y
Y
Mean Perimeter-Area Ratio
MPAR
Y
N
Mean Patch Fractal Dimension
MPFD
Y
Y
Area Weighted Mean Patch Fractal Dimension
AWMPFD
Y
Y
Landscape Shape Index
LSI
N
Y
Double Log Fractal Dimension
DLFD
N
Y
Mean Nearest Neighbour Distance
MNN
Y
Y
Mean Proximity Index
MPI
Y
Y
Interspersion Juxtaposition Index
IJI
Y
Y
Shannons Diversity Index*
SDI
Y
Y
Shannons Evenness Index*
SHEI
Y
Y
Shannons Evenness Index*
SEI
Y
Y
Simpson's Evenness Index
SIEI
N
Y
Modified Simpson's Diversity Index
MSIDI
N
Y
Total Core Area
TCA
**
Y
Mean Core Area
MCA
**
Y
Core Area Standard Deviation
CASD
**
Y
Core Area Coefficient of Variance
CACOV
**
Y
Core Area Density
CAD
**
Y
Total Core Area Index
TCAI
**
Y
Core Area percent of Land (%)
C_LAND
N
Y
Number of Core Areas
NCA
N
Y
Mean Corea Area per patch (ha)
MCA1
N
Y
Patch Core Area Standard Deviation (ha)
CASD1
N
Y
Patch Core Area Coefficient of Variation (%)
CACV1
N
Y
Mean Core Area Index
MCAI
N
Y
Shape Metrics
Diversity & Interspersion Metrics
Core Area Metrics
53
GERANDO DENSIDADES (HOTSPOTS) NO SPATIAL ANALYST
A densidade pode ser utilizada para descrever assentamentos humanos, mas pode ser utilizada também para uma serie de outros fenomenos relacionados a quantidade por área. Para criar um raster de densidade (Hotspot) basta abrir o Spatial Analyst, caminho Spatial Analyst Tools > Density > Kernel ou Line ou Poin Density.
E aparecera esta janela.
54
