Você está na página 1de 92

Spring > Portugus > Manuais > Tutorial de Geoprocessamento > Descrio geral do SPRING ndice | Prximo

SPRING: Tutorial de Geoprocessamento

Descrio geral do SPRING Introduo ao geoprocessamento Introduo ao Sensoriamento Remoto Introduo ao Processamento de Imagens Registro de Imagem Realce de Contraste Restaurao Filtragem Operaao Aritmtica Transformao IHS Estatistica Componentes Principais Segmentao de Imagens Classificao de Imagem Modelos de Mistura RADAR Estruturas de Dados Anlise Geogrfica Consulta ao Banco de Dados LEGAL Modelagem Numrica de Terreno Gerao de Carta

Descrio geral do SPRING O que SPRING? * Banco de dados geogrfico de 2 gerao, para ambientes UNIX e Windows. Os sistemas desta gerao so concebidos para uso em conjunto com ambientes cliente-servidor, geralmente acoplados a gerenciadores de bancos de dados relacionais, operando como um banco de dados geogrfico. O que Banco de Dados Geogrfico? * Banco de dados no-convencional onde cada dado tratado possui atributos descritivos e uma representao geomtrica no espao geogrfico. Os dados disponveis no banco podem ser manipulados por mtodos de processamento de imagens e de anlise geogrfica. Quais so as caractersticas principais? * Opera como um banco de dados geogrfico sem fronteiras e suporta grande volume de dados sem limitaes de escala, projeo e fuso, mantendo a identidade dos objetos geogrficos ao longo de todo banco.

* Administra tanto dados vetoriais como dados matriciais ("raster") e realiza a integrao de dados de Sensoriamento Remoto num Sistema de Informaes Geogrficas. Aprimora a integrao de dados geogrficos, com a introduo explcita do conceito de objetos geogrficos (entidades individuais), de mapas cadastrais, mapas de redes e campos. * Prov um ambiente de trabalho amigvel e poderoso, atravs da combinao de menus e janelas com uma linguagem espacial facilmente programvel pelo usurio (LEGAL - Linguagem EspaoGeogrfica baseada em lgebra), fornecendo ao usurio um ambiente interativo para visualizar, manipular e editar imagens e dados geogrficos. * Consegue escalonabilidade completa, isto , capaz de operar com toda sua funcionalidade em ambientes variando de microcomputadores a estaes de trabalho RISC de alto desempenho. * Sistema inovador, projetado inicialmente para redes de estaes de trabalho baseadas na arquitetura RISC e ambiente operacional UNIX. Desenvolvido usando tcnicas avanadas de programao, utilizando modelo de dados orientado-a-objetos, que melhor reflete a metodologia de trabalho de estudos ambientais e cadastrais. A interface interativa utiliza o "X Window System" e padro de apresentao OSF/MOTIF em ambientes UNIX e "Windows" em ambientes PCWindows. * Adaptado a complexidade dos problemas ambientais, que requerem uma forte capacidade de integrao de dados entre imagens de satlite, mapas temticos e cadastrais e modelos numricos de terreno. Adicionalmente, muitos dos sistemas disponveis no mercado apresentam alta complexidade de uso e demandam tempo de aprendizado muito longo, ao contrrio do SPRING. * Preserva o investimento dos usurios dos sistemas SITIM e SGI, uma vez que todos os dados gerados nestes sistemas podem ser totalmente aproveitados (inclusive com topologia) no novo ambiente. Quais so as vantagens do SPRING? * Contm algoritmos inovadores, como os utilizados para indexao espacial, segmentao de imagens, classificao por regies e gerao de grades triangulares com restries, garantem o desempenho adequado para as mais variadas aplicaes, complementando os mtodos tradicionais de processamento de imagens e anlise geogrfica. * Base de dados nica, isto , a estrutura de dados a mesma quando o usurio trabalha em um microcomputador na verso Windows e em uma mquina RISC (Estaes de Trabalho UNIX), no havendo necessidade de converso de dados. O mesmo ocorre com a interface, que exatamente a mesma, de maneira que no existe diferena no modo de operar o SPRING. Quais plataformas e perifricos so suportados? * Plataforma PC o Sistemas Operacionais: + Microsoft Windows, Spring verso 4.1, ou + Linux, Spring verso 3.7., ou + Solaris-X86, Spring verso 2.4 ou posterior. o Plataforma de hardware sugerida: + Processador compatvel com a linha IBM-PC, + Memria RAM > 128 Mbytes, + Disco rgido > 20 Gbytes, + Monitor de vdeo colorido SVGA, 17", + Unidade de CD-ROM R/W. * Estaes RISC-UNIX o Estaes SUN de arquitetura SPARC utilizando sistema operacional Solaris 2.4 ou posterior, ou o Estaes IBM RISC/6000, com sistema operacional AIX 3.2.5, ou

o Estaes Silicon Graphics, series IRIS 4D, com sistema IRIX 4.0, ou o Estaes Hewlett-Packard, series HP-700, com sistema HP-UX 9.0. * Hardware mnimo para estaes RISC-UNIX o 32 Mbytes de memria principal. o 50 Mbytes de espao em disco para instalao mnima do SPRING. o 100 Mbytes de espao em disco para os bancos de dados a serem criados pelo usurio. * O SPRING 4.1 conta com um programa automtico para instalao do sistema que pode ser adquirido via download pela WEB, ou atravs da aquisio do CD de instalao. Este programa carrega seletivamente os arquivos do instalador para o disco, em funo de parmetros fornecidos pelo usurio. * Perifricos como mesa digitalizadora, traadores grficos compatvel com HPGL e impressoras coloridas compatvel com PostScript tambm so suportados e podem ser integrados no sistema. Quais os mdulos disponveis? * 3 mdulos, IMPIMA, SPRING e SCARTA, com o objetivo de facilitar seu uso, compartimentando as funes de manipulao de dados geocodificados. * IMPIMA o Executa leitura de imagens digitais de satlite, gravadas pelo INPE (Instituto Nacional de Pesquisas Espaciais), atravs dos dispositivos CD-ROM (Compact Disc - Read Only Memory ), CCT (Computer Compatible Tapes), "streamer" (60 ou 150 megabytes) e DAT (Digital Audio Tape - 4 ou 8mm) adquiridas a partir dos sensores TM/LANDSAT-5, HRV/SPOT e AVHRR/NOAA. Converte as imagens dos formatos BSQ, Fast Format, BIL e 1B para o formato GRIB (Gridded Binary). * SPRING o o mdulo principal de entrada, manipulao e transformao de dados geogrficos, executando as funes relacionadas criao, manipulao de consulta ao banco de dados, funes de entrada de dados, processamento digital de imagens, modelagem numrica de terreno e anlise geogrfica de dados. o As funes da janela principal, na barra de menus, esto divididas em: Arquivo, Editar, Exibir, Imagem, Temtico, Numrico Cadastral, Rede, Objetos e Utilitrios. Para cada opo h um menu (janela de dilogo) associado com as operaes especficas. * SCARTA o Edita uma carta e gera arquivo para impresso a partir de resultados gerados no mdulo principal SPRING, permitindo a apresentao na forma de um documento cartogrfico. o Permite editar textos, smbolos, legendas, linhas, quadros e grades em coordenadas planas ou geogrficas. Permite exibir mapas em vrias escalas, no formato varredura ou vector, atravs do recurso "O que voc v o que voc tem" (What You See Is What You Get, Wysiwyg).
Introduo ao Geoprocessamento O que geoprocessamento?

Conjunto de tecnologias voltadas a coleta e tratamento de informaes espaciais para um objetivo

especfico. As atividades envolvendo o geoprocessamento so executadas por sistemas especficos mais comumente chamados de Sistemas de Informao Geogrfica (SIG). Sistema de geoprocessamento o destinado ao processamento de dados referenciados geograficamente (ou georeferenciados), desde a sua coleta at a gerao de sadas na forma de mapas convencionais, relatrios, arquivos digitais, etc; devendo prever recursos para sua estocagem, gerenciamento, manipulao e anlise. O que um SIG? SIG um sistema que processa dados grficos e no grficos (alfanumricos) com nfase a anlises espaciais e modelagens de superfcies.

Algumas definies: "Um conjunto manual ou computacional de procedimentos utilizados para armazenar e manipular dados georeferenciados" (Aronoff, 1989). "Conjunto poderoso de ferramentas para coletar, armazenar, recuperar, transformar e visualizar dados sobre o mundo real" (Burrough, 1986). "Um sistema de suporte deciso que integra dados referenciados espacialmente num ambiente de respostas a problemas" (Cowen, 1988). "Um banco de dados indexados espacialmente, sobre o qual opera um conjunto de procedimentos para responder a consultas sobre entidades espaciais" (Smith et al., 1987) O que caracteriza um SIG? Integra numa nica base de dados informaes espaciais provenientes de dados cartogrficos, dados de censo e cadastro urbano e rural, imagens de satlite, redes e modelos numricos de terreno. Oferece mecanismos para combinar as vrias informaes, atravs de algoritmos de manipulao e anlise, para consultar, recuperar e visualizar o contedo da base de dados e gerar mapas. Aplicaes de um SIG Ferramenta para produo de mapas; Suporte para anlise espacial de fenmenos; Banco de dados geogrficos, com funes de armazenamento e recuperao de informao espacial. O que anlise espacial? Processos de anlise espacial tratam dados geogrficos que possuem uma localizao geogrfica (expressa como coordenadas em um mapa) e atributos descritivos (que podem ser representados num banco de dados convencional). Dados geogrficos no existem sozinhos no espao: to importante quanto localiz-los descobrir e representar as relaes entre os diversos dados. Processos de anlise espacial tpicos de SIG (adaptada de Maguire, 1991). Exemplos de Anlise Espacial Anlise Condio Pergunta Geral "O que est..." Exemplo "Qual a populao desta cidade?" "Quais as reas com declividade acima de 20%?" "Esta terra era produtiva h 5 anos atrs?" "Qual o melhor caminho para o metr?" "Qual a distribuio da dengue em Fortaleza?" "Qual o impacto no clima se desmatarmos a Amaznia?"

Localizao "Onde est...? Tendncia "O que mudou...?"

Roteamento "Por onde ir.. ?" Padres Modelos "Qual o padro....?" "O que acontece se...?"

Qual a estrutura de um SIG? SIG tem os seguintes componentes : Interface com usurio; Entrada e integrao de dados; Funes de processamento grfico e de imagens; Visualizao e plotagem; Armazenamento e recuperao de dados (organizados sob a forma de um banco de dados geogrficos). A interface homem-mquina define como o sistema operado e controlado. No nvel intermedirio, um SIG deve ter mecanismos de processamento de dados espaciais (entrada, edio, anlise, visualizao e sada). No nvel mais interno do sistema, um sistema de gerncia de bancos de dados geogrficos oferece armazenamento e recuperao dos dados espaciais e seus atributos.

Arquitetura de Sistemas de Informao Geogrfica. Quais tipos de dados so tratados? Dados de diversas fontes geradoras e de formatos apresentados, com relaes espaciais entre si (topologia - estrutura de relacionamentos espaciais que se pode estabelecer entre objetos geogrficos). Dados podem ser genericamente separados em mapas temticos, mapas cadastrais (mapas de objetos), redes, imagens e modelos numricos de terreno. O que so mapas temticos? Contm regies geogrficas definidas por um ou mais polgonos, como mapas de uso do solo e a aptido agrcola de uma regio. Armazena na forma de arcos (limites entre regies), incluindo os ns (pontos de intersees entre arcos) para montar uma representao topolgica. Topologia construda do tipo arco-n-regio: arcos se conectam entre si atravs de ns (pontos inicial e final) e arcos que circundam uma rea definem um polgono (regio). Pode ser armazenado tambm no formato matricial ("raster"). A rea correspondente ao mapa dividida em clulas de tamanho fixo. Cada clula ter um valor correspondente ao tema mais freqente naquela localizao espacial.

Representao vetorial e matricial de um mapa temtico. Comparao entre formatos para mapas temticos:

Aspecto

Formato Vetorial

Formato Varredura Relacionamentos espaciais devem ser inferidos Associa atributos apenas a classes do mapa Representa melhor fenmenos com variao contnua no espao Simulao e modelagem mais fceis Mais adequado para pequenas escalas (1:25.000 e menores) Processamento mais rpido e eficiente Por matrizes

Relaes espaciais entre Relacionamentos topolgi-cos entre objetos objetos disponveis Ligao com banco de dados Anlise, Simulao e Modelagem Escalas de trabalho Algoritmos Armazenamento Facilita associar atributos a elementos grficos Representao indireta de fenmenos contnuos lgebra de mapas limitada Adequado tanto a grandes quanto a pequenas escalas Problemas com erros geomtricos Por coordenadas (mais eficiente)

O que so mapas cadastrais ou mapas de objetos? Ao contrrio de um mapa temtico, cada elemento um objeto geogrfico, que possui atributos e pode estar associado a vrias representaes grficas. Por exemplo, os lotes de uma cidade so elementos do espao geogrfico que possuem atributos (dono, localizao, valor venal, IPTU devido, etc.) e que podem ter representaes grficas diferentes em mapas de escalas distintas. A parte grfica dos mapas cadastrais armazenada em forma de coordenadas vetoriais, com a topologia associada. No usual representar estes dados na forma matricial.

Exemplo de mapa cadastral (pases da Amrica do Sul). O que so redes? Redes so compostas por informaes associadas a servios de utilidade pblica, como gua, luz e telefone, redes de drenagem (bacias hidrogrficas) ou malha viria. Cada objeto geogrfico (por exemplo um cabo telefnico, transformador de rede eltrica ou cano de gua) possui uma localizao geogrfica exata e est associado a atributos descritivos, presentes no banco de dados. As informaes grficas de redes so armazenadas em coordenadas vetoriais, com topologia arcon: arcos tem um sentido de fluxo e ns tem atributos (podem ser fontes ou sorvedouros). A topologia de redes constitui um grafo, armazenando informaes sobre recursos que fluem entre localizaes geogrficas distintas.

Elementos de Rede. As redes so o resultado direto da interveno humana sobre o meio-ambiente. Cada aplicao de rede tem caractersticas prprias e com alta dependncia cultural. A ligao com banco de dados fundamental. Como os dados espaciais tem formatos relativamente simples, a maior parte do trabalho consiste em realizar consultas ao banco de dados e apresentar os resultados de forma adequada. O pacote mnimo disponvel nos sistemas comerciais consiste de clculo de caminho timo e crtico. Este pacote bsico insuficiente para a realizao da maioria das aplicaes porque cada usurio tem necessidades distintas. No caso de um sistema telefnico, uma questo pode ser: "Quais so os telefones servidos por uma dada caixa terminal?". J para uma rede de gua, pode-se perguntar: "Se injetarmos uma dada percentagem de cloro na caixa d'gua de um bairro, qual a concentrao final nas casas?" Um sistema de modelagem de redes s ter utilidade para o cliente depois de devidamente adaptado para as suas necessidades, o que pode levar vrios anos. Isto impe uma caracterstica bsica para esta aplicao: os sistemas devem ser versteis e maleveis O que so imagens? Representam formas de captura indireta de informao espacial. Obtidas por meio de satlites, fotografias areas ou "scanners" aerotransportados, as imagens so armazenadas como matrizes, onde cada elemento de imagem (denominado "pixel") tem um valor proporcional reflectncia do solo para a rea imageada. Os objetos geogrficos esto contidos na imagem e para individualiz-los, necessrio recorrer a tcnicas de foto-interpretao e de classificao automtica. Caractersticas importantes de imagens de satlite so: nmero de bandas do espectro eletromagntico imageadas (resoluo espectral), a rea da superfcie terrestre observada instantaneamente por cada sensor (resoluo espacial) e o intervalo entre duas passagens do satlite pelo mesmo ponto (resoluo temporal). Caractersticas gerais dos principais satlites (com os sensores) disponveis: Satlite (famlia) Instrumento Num. bandas Resoluo espacial LANDSAT SPOT TIROS/NOAA METEOSAT ERS MSS TM XS PAN AVHRR MSS 4 7 3 1 5 4 80 m 30 m 20 m 10 m 1100 m 8000 m 25 m Resoluo temporal 18 dias 18 dias 27 dias 27 dias 6 horas 30 minutos 25 dias

SAR banda-C 1

O que so modelos numricos de terreno? O termo modelo numrico de terreno (ou MNT) denota a representao de uma grandeza que varia

continuamente no espao. Comumente associados altimetria, podem ser utilizados para modelar outros fenmenos de variao contnua (como variveis geofsicas e geoqumicas e batimetria). Dois tipos de representao podem ser utilizados: Grades regulares: matriz de elementos com espaamento fixo, onde associado o valor estimado da grandeza na posio geogrfica de cada ponto da grade. Malhas triangulares: a grade formada por conexo entre amostras do fenmeno, utilizando a triangulao de Delaunay (sujeita a restries). A grade triangular uma estrutura topolgica vetorial do tipo arco-n formando recortes triangulares do espao. Comparao entre grade retangulares e triangulares: Grade triangular Melhor representao de relevo complexo Vantagens Incorporao de restries como linhas de crista Adequada para geofsica e visualizao 3D Problemas Complexidade de manuseio Inadequada para visualizao 3D Representao relevo complexo Clculo de declividade Grade regular Facilita manuseio e converso

Quais as classes de aplicaes de Geoprocessamento?

Projetos de anlise espacial sobre regies de pequeno e mdio porte. Por exemplo gerao de

relatrios de impacto ambiental para criao de uma hidroeltrica ou traado de uma ferrovia. Requerem grande flexibilidade e abrangncia das funes do SIG, para dados de quantidade limitada, mas muito variada. Inventrios espaciais sobre grandes regies. Por exemplo levantamentos sistemticos, como os feitos pelo INPE para mapear o desflorestamento na Amaznia. nfase maior no tratamento de grandes bases de dados, sendo que os mesmos procedimentos so repetidos para todos os dados, em regies so muito grandes.

Qual o estado atual da tecnologia e o que se espera no futuro? Sistemas de informao geogrfica podem ser divididos em trs geraes: Primeira gerao - CAD cartogrfico. Sistemas herdeiros da tradio de Cartografia, com suporte de bancos de dados limitado e com o paradigma tpico de trabalho sendo o mapa (chamado de "cobertura" ou de "plano de informao"). Desenvolvidos a partir do incio da dcada de 80 para ambientes da classe VAX e, a partir de 1985, para sistemas PC/DOS. Utilizada principalmente em projetos isolados, sem a preocupao de gerar arquivos digitais de dados. Esta gerao tambm pode ser caracterizada como sistemas orientados a projeto ("project- oriented GIS"). Segunda gerao - Banco de dados geogrfico. Concebida para uso em ambientes clienteservidor, acoplado a gerenciadores de bancos de dados relacionais e com pacotes adicionais para processamento de imagens. Chegou ao mercado no incio da dcada de 90. Com interfaces baseadas em janelas, esta gerao tambm pode ser vista como sistemas para suporte instituies ("enterprise-oriented GIS"). Terceira gerao - Bibliotecas geogrficas digitais ou centros de dados geogrficos. Previstos para o final da dcada de 90. Caracterizada pelo gerenciamento de grandes bases de dados geogrficos, com acesso atravs de redes locais e remotas, com interface via WWW (World Wide Web). Requer tecnologias como bancos de dados distribudos e federativos permitindo interoperabilidade, ou seja, o acesso de informaes espaciais por SIGs distintos. Sistemas orientados para troca de informaes entre uma instituio e os demais componentes da sociedade ("society-oriented GIS").

O que caracteriza um SIG de primeira gerao? Sistemas com operaes grficas e de anlise espacial sobre arquivos ("flat files"). Ligao com gerenciadores de bancos de dados parcial (parte das informaes descritivas se encontra no sistema de arquivos) ou inexistente. Adequados realizao de projetos de anlise espacial sobre regies de pequeno e mdio porte, enfatizando o aspecto de mapeamento. Permite a entrada de dados sem definio prvia do esquema conceitual, assemelhando-se a ambientes de CAD que podem representar projees cartogrficas e associar atributos a objetos espaciais. No possuem suporte adequado para construir grandes bases de dados espaciais. O que caracteriza um SIG da segunda gerao?

Concebidos operar como um banco de dados geogrfico, ou seja, um banco de dados no-

convencional onde os dados possuem atributos descritivos e uma representao geomtrica no espao geogrfico. Requerem avanos em: Modelagem conceitual para quebrar a dicotomia matricial-vetorial e para gerar interfaces com maior contedo semntico, em integrao sensoriamento remoto - geoprocessamento, ou seja, integrao entre mapas temticos, modelos de terreno e imagens de satlites. Representaes topolgicas em mltiplas escalas e projees. Linguagens de consulta, manipulao e representao de objetos espaciais de grande poder expressivo. Tcnicas de anlise geogrfica como classificao contnua e modelagem ambiental. Arquiteturas de sistemas de gerncia de banco de dados com novos mtodos de indexao espacial, adequados s massas de dados a serem gerenciadas. O uso de ambientes cliente-servidor requer competncia em administrao em Bancos de Dados e em Redes de Computadores. Exige investimento maior para adquirir, instalar e operar sistemas gerenciadores de bancos de dados (SGBD) de mercado. As bases de dados corporativas devem estar no mesmo ambiente de SGBD utilizado pelo SIG. O que caracteriza um SIG da terceira gerao? Banco de dados geogrfico compartilhado por um conjunto de instituies, acessvel remotamente e armazenando dados geogrficos, descries acerca dos dados ("metadados") e documentos multimdia associados (texto, fotos, udio e vdeo). Motivado pelo aguar da nossa percepo dos problemas ecolgicos, urbanos e ambientais, pelo interesse em entender, de forma cada vez mais detalhada, processos de mudana local e global e pela necessidade de compartilhar dados entre instituies e com a sociedade. Ncleo bsico composto por um grande banco de dados geogrficos com acesso concorrente a uma comunidade de usurios, com diferentes mtodos de seleo, incluindo folheamento ("browsing") e linguagem de consulta. Metadados (ou "dados sobre os dados") descrevendo os conjuntos de dados disponveis localmente ou em centros associados, devendo ser suficiente para guiar a busca e com um conjunto pequeno de descritores obrigatrios, minimizando o esforo requerido para compor o metadado e maximizando a capacidade de busca disponvel. Disponibilidade de dados sntese, na forma de mapas em escala reduzida que podem ser utilizados para localizar geograficamente os conjuntos de dados disponveis. Deve permitir um refinamento do processo de consulta, estabelecendo um

caminho contnuo entre o nvel mais abstrato de metadados e os dados. Acesso por interfaces multimdia via Internet, proporcionado pelo ambiente WWW, permitindo que os dados geogrficos sejam apresentados de forma pictrica (atravs de mapas reduzidos e imagens "quick-look"). Navegao pictrica (browsing), ou seja, seleo baseada em apontamento na qual uma interface interativa permite ao usurio percorrer o banco de dados, acessando dados com base em sua localizao espacial. Deve garantir interatividade e rapidez de resposta por meio de mecanismos de generalizao.

Interoperabilidade, ou seja, o compartilhamento de dados e procedimentos entre bancos de dados geogrficos baseados em SIGs distintos, que apresentam diferenas significativas na maneira de operar e nos formatos internos de armazenamento. Necessidade de estabelecer padres de transferncia de dados e nos procedimentos de consulta, manipulao e apresentao. - Modelo Conceptual de SPRING - Quais so as caractersticas do modelo do SPRING? - O que orientao a objetos e como se aplica ao Geoprocessamento? - Como o processo de modelagem? - Quais os componentes do universo Conceitual? - Quais so as especializaes de geo-campos e de geo-objetos? - O que plano de informao? - O que objeto no-espacial? - Qual o esquema geral do universo conceitual no SPRING? - Como se define o esquema conceitual no banco de dados do SPRING? - Quais os componentes do universo de Representao? - Como se relacionam os universos Conceitual e de Representao? - Interface com Bancos de Dados Sensoriamento Remoto O que sensoriamento remoto?

Definio: "Utilizao de sensores para aquisio de informaes sobre objetos ou fenmenos sem que haja contato direto entre eles". Sensores: so equipamentos capazes de coletar energia proveniente do objeto, convert-la em sinal passvel de ser registrado e apresent-lo em forma adequada extrao de informaes. Energia: na grande maioria das vezes a energia eletromagntica ou radiao eletromagntica. Conceito mais especfico: "Conjunto das atividades relacionadas aquisio e a anlise de dados de sensores remotos". Sensores remotos: sistemas fotogrficos ou ptico-eletrnicos capazes de detectar e registrar, sob a forma de imagens ou no, o fluxo de energia radiante refletido ou emitido por objetos distantes. O que radiao eletromagntica? Toda matria a uma temperatura superior zero absoluto (0o K ou -273o C) emite radiao eletromagntica, como resultado de suas oscilaes atmicas e moleculares. A radiao emitida ao incidir sobre a superfcie de outra matria pode ser refletida, absorvida ou transmitida. Quando absorvida, a energia geralmente reemitida, em diferentes comprimentos de onda. Os processos de emisso, absoro, reflexo e transmisso ocorrem simultaneamente e suas intensidades relativas caracterizam a matria em investigao. Dependendo das caractersticas fsicas e qumicas da mesma, os quatro processos ocorrem com intensidades diferentes em diferentes regies do espectro. Esse comportamento espectral das diversas substncias denominado assinatura espectral e utilizado em Sensoriamento Remoto para distinguir diversos materiais entre si. Qualquer fonte de energia eletromagntica caracterizada pelo seu espectro de emisso, o qual pode ser contnuo ou distribudo em faixas discretas. O campo eltrico e o campo magntico so perpendiculares entre si e ambos oscilam perpendicularmente direo de propagao da onda, como mostra a figura abaixo, onde E o campo eltrico e M o campo magntico.

A velocidade de propagao da onda eletromagntica no vcuo a velocidade da luz (3 x 108 m/s). O nmero de ondas que passa por um ponto do espao num determinado tempo define a freqncia (f) da radiao. A onda eletromagntica pode tambm ser caracterizada pelo comprimento de onda (lmbda) que pode ser expresso pela equao: A faixa de comprimentos de onda ou freqncias em que se pode encontrar a radiao eletromagntica ilimitada. Este espectro subdividido em faixas, representando regies que possuem caractersticas peculiares em termos dos processos fsicos geradores de energia ou dos mecanismos fsicos de deteco desta energia. As principais faixas do espectro eletromagntico esto descritas abaixo e representados na figura a seguir.

Ondas de rdio: baixas freqncias e grandes comprimentos de onda. So utilizadas para


comunicao a longa distncia. Microondas: faixa de 1mm a 30cm ou 3x1011 a 3x109 Hz. Pode-se gerar feixes de radiao eletromagntica altamente concentrados, chamados radares. Por serem pouco atenuados pela atmosfera, ou por nuvens, permitem o uso de sensores de microondas em qualquer condio de tempo. Infravermelho: grande importncia para o Sensoriamento Remoto. Engloba radiao com comprimentos de onda de 0,75um a 1,0mm. A radiao I.V. facilmente absorvida pela maioria das substncias (efeito de aquecimento). Visvel: Radiao capaz de produzir a sensao de viso para o olho humano normal. Pequena variao de comprimento de onda (380 a 750nm). Importante para o Sensoriamento Remoto, pois imagens obtidas nesta faixa, geralmente, apresentam excelente correlao com a experincia visual do intrprete.

Ultravioleta: extensa faixa do espectro (10nm a 400nm). Pelculas fotogrficas so mais

sensveis radiao ultravioleta do que a luz visvel. Uso para deteco de minerais por luminescncia e poluio marinha. Forte atenuao atmosfrica nesta faixa, se apresenta como um grande obstculo na sua utilizao. Raios X: Faixa de 1Ao a 10nm (1Ao = 10-10m). So gerados, predominantemente, pela parada ou freamento de eltrons de alta energia. Por se constituir de ftons de alta energia, os raios-X so altamente penetrantes, sendo uma poderosa ferramenta em pesquisa sobre a estrutura da matria. Raios-GAMA: so os raios mais penetrantes das emisses de substncias radioativas. No existe, em princpio, limite superior para a freqncia das radiaes gama, embora ainda seja encontrada uma faixa superior de freqncia para a radiao conhecida como raios csmicos.

Como so os sistemas sensores?

Coletor: recebe a energia atravs de uma lente, espelho, antenas, etc... Detetor: capta a energia coletada de uma determinada faixa do espectro; Processador: Processa o sinal registrado (revelador, amplificao, etc...) atravs do qual se obtm o
produto;

Produto: contm a informao necessria ao usurio.


Quais tipos de sensores existem? Podem ser classificados em funo da fonte de energia ou em funo do tipo de produto que produz. Em funo da fonte de energia: PASSIVOS: no possuem fonte prpria de radiao. Mede radiao solar refletida ou radiao emitida pelos alvos. Ex.: Sistemas fotogrficos. ATIVOS: possuem sua prpria fonte de radiao eletromagntica, trabalhando em faixas restritas do espectro. Ex.: Radares. Em funo do tipo de produto: No-imageadores: no geram imagem da superfcie sensoriada. Ex.: Espectrorradimetros (assinatura espectral) e radimetros (sada em dgitos ou grficos). Essenciais para aquisio de informaes precisas sobre o comportamento espectral dos objetos. Imageadores: obtm-se uma imagem da superfcie observada como resultado. Fornecem informaes sobre a variao espacial da resposta espectral da superfcie observada. Os sistemas imageadores podem ser divididos em: Sistema de quadro ("framing systems"): adquirem a imagem da cena em sua totalidade num mesmo instante. Ex.: RBV. Sistema de varredura ("scanning systems"). Ex.: TM, MSS, SPOT. Sistema fotogrfico: Fcil de operar. Limitada capacidade de captar a resposta espectral (filmes cobrem somente o espectro entre ultravioleta prximo ao infravermelho distante). Limita-se as horas de sobrevo e devido a fenmenos atmosfricos no permitem freqentemente observar o solo a grandes altitudes. A tabela abaixo apresenta uma anlise comparativa dos sensores fotogrficos e imageamentos por varredura. Imageamento por Imageamento por sensores fotogrficos sensores de varredura Resoluo geomtrica alta Resoluo espectral Repetitividade Viso sinptica Base de dados mdia baixa baixa analgica mdia alta alta alta digital

O que so os sistemas sensores orbitais? Quais so os principais?

Os sistemas sensores orbitais exploram as caractersticas de uma plataforma embarcada em uma rbita que deve ser: Circular, para garantir que as imagens tomadas em diferentes regies da Terra tivessem a mesma resoluo e escala; Permitir o imageamento cclico da superfcie, para garantir a observao peridica e repetitiva dos mesmos lugares; Ser sncrona com o Sol (heliossncrono), para que as condies de iluminao da superfcie terrestre se mantivessem constantes; Horrio da passagem do satlite deve atender s solicitaes de diferentes reas de aplicao (geologia, geomorfologia, agricultura, etc..). A tabela abaixo apresenta as caractersticas do Landsat, SPOT e ERS-1. Landsat 4 e 5 rbita Perodo Altitude circular 98,2 graus heliosincrono 99 minutos 705 km SPOT 1 e 2 ERS-1

circular circular 98,7 graus 98,5 graus heliosincrono heliosincrono 97 minutos 832 km 10:39 horas 26 dias 108 km 2.700 km 100,467 minutos 785 km 10:30 hoas (desc.) 35 dias (SAR) 100 km -

Cruzamento 9:45 horas Ciclo rbita adj. rbita suc. 16 dias 172 km 2.750 km

Quais so as caractersticas do LANDSAT? Compe-se at o momento de 5 satlites, que foram desenvolvidos pela NASA (National Aeronautics and Space Administration. Landsat 1 e 2 com dois sistemas sensores com a mesma resoluo espacial, mas diferentes concepes de imageamento: o sistema RBV, com imageamento instantneo de toda a cena e o sistema MSS, com imageamento do terreno por varredura de linhas (line-scanner). Landsat 3, com sistema RBV modificado, provendo dados com melhor resoluo espacial em uma nica faixa do espectro e uma faixa espectral adicionada ao sistema MSS, para operar na regio do infravermelho termal. A partir do Landsat 4 e 5, ao invs do sensor RBV, a carga til do satlite passou a contar com o sensor TM (Thematic Mapper), operando em 7 faixas espectrais. Esse sensor conceitualmente semelhante ao MSS mas incorpora aperfeioamentos nos componentes pticos e nos componentes eletrnicos. Imageador RBV(Return Beam Vidicon): sistema semelhante a uma cmera de televiso permitindo o registro instantneo de uma certa rea do terreno. A energia proveniente de toda a cena impressiona a superfcie fotossensvel do tubo da cmera e, durante certo tempo, a entrada de energia interrompida por um obturador, para que a imagem do terreno seja varrida por um feixe de eltrons. O sinal de vdeo ento transmitido telemetricamente. Imageador MSS (Multispectral Scanner): sistema sensor que permite o imageamento de linhas do terreno numa faixa de 185 km, perpendiculares rbita do satlite. A varredura do terreno realizada com auxlio de um espelho que oscila perpendicularmente ao deslocamento do satlite. Durante a oscilao do espelho, a imagem do terreno, ao longo da faixa, focalizada sobre uma matriz de detetores. A dimenso de cada detetor responsvel pelo seu campo de visada instantneo (rea observada por cada detetor na superfcie da Terra). A energia registrada por cada detetor transformada em um sinal eltrico e este transmitido para as estaes em terra. A cada oscilao do espelho, o satlite desloca-se ao longo da rbita, para proporcionar o imageamento contnuo do terreno. Entretanto, o movimento de rotao da Terra provoca um pequeno deslocamento do ponto inicial da varredura para oeste a cada oscilao do espelho, ou seja, a cada seis linhas imageadas. Se considerarmos o deslocamento de 185 km ao longo da rbita do satlite, h um deslocamento de 12,5 cm entre a primeira e a ltima coluna de pixels. Imageador TM(Thematic Mapper): sistema de varredura multiespectral concebido para obter melhor resoluo espacial, melhor discriminao espectral entre objetos da superfcie terrestre, maior fidelidade geomtrica e melhor preciso radiomtrica em relao ao sensor MSS. A energia proveniente da cena atinge o espelho de varredura que oscila perpendicularmente direo de

deslocamento do satlite em sentido leste-oeste e oeste-leste. O sinal atravessa um telescpio e um conjunto de espelhos, cuja funo principal corrigir o sinal coletado pelo espelho de varredura. Dessa maneira, o sinal detectado em cada matriz de detetores de cada canal transferido para um amplificador e convertido em sinal digital atravs de um sistema A/D (analgico/digital). A sada de dados , ento transmitida via telemetria. Quais so as caractersticas do SPOT? Programa francs semelhante ao programa Landsat, concebido pelo Centre National d'Etudes Spatiales (CNES) com dois sensores de alta resoluo (HRV - HAUT Resolution Visible) a bordo. Estes sensores foram concebidos para operarem no modo multiespectral (aquisio de dados em trs faixas do espectro eletromagntico com uma resoluo espacial de 20 metros) e no modo pancromtico com uma banda de resoluo espacial de 10 metros. Uma das caractersticas marcantes dos instrumentos a bordo do SPOT a possibilidade de observao "off-nadir" (apontamento direcional). O sensor poder ser direcionado de modo a observar cenas laterais rbita em que se encontra inserido o satlite em dado momento. Esta possibilidade de observao "off-nadir" aumenta os meios de obter-se um aumento no recobrimento repetitivo de determinadas reas. Outra vantagem da visada "off-nadir" a possibilidade de serem obtidos pares estereoscpicos de determinadas reas. A luz proveniente da cena atinge um espelho plano, que pode ser controlado a partir das estaes terrenas variando em ngulos de +/- 0,6 at 27o em relao ao eixo vertical. A energia que atinge o espelho plano focalizada sobre uma matriz linear de detetores do tipo CCD (Charge-Coupled Device). Cada matriz consiste em 6000 detetores arranjados linearmente, formando o que se convenciona chamar de "push-broom scanner" ou sistema de varredura eletrnica. Este sistema permite o imageamento instantneo de uma linha completa no terreno, perpendicularmente direo de deslocamento do satlite em sua rbita. Quais so as caractersticas do ERS-1? Construdo pela Agncia Espacial Europia (ESA), o ERS-1 foi lanado do centro espacial da Guiana Francesa pelo foguete Ariane 4 em 16 de julho de 1991. Com uma misso noninal de dois anos, os objetivos so voltados principalmente para estudos ocenicos e de geleiras, nas vrias reas de cincias naturais. Dentre os vrios aparelhos a bordo do satlite, temos o AMI (Active Microwave Instruments), constitudo por um radar de Abertura Sinttica (SAR) e um escatermetro (aparelho para medio de ventos). As imagens adquiridas pelo SAR, fornece dados de uma faixa de 100 x 100 km, com uma resoluo espacial de 30 metros. Uma antena de 10 x 1 metros emite e recebe um feixe de microondas na faixa de 5,3 Ghz (banda C), com polarizao VV e um ngulo de incidncia de 23 graus. A operao do SAR no modo Imagem produz uma taxa de dados muito alta (105 Mbps), fazendo com que as imagens s possam ser geradas em zonas equipadas com estaes receptoras. A superfcie terrestre poder ser inteiramente coberta e imageada em ciclos de 35 dias. Sistemas de Aquisio de Imagens O que uma imagem digital? Uma imagem digital pode ser definida por uma funo bidimensional, da intensidade de luz refletida ou emitida por uma cena, na forma I(x,y); onde os valores de I representam, a cada coordenada espacial (x,y), a intensidade da imagem nesse ponto. Essa intensidade representada por um valor inteiro, no-negativo e finito. A cada ponto imageado pelos sensores, corresponde a uma rea mnima denominada "pixel" (picture cell), que deve estar geograficamente identificado, e para o qual so registrados valores digitais relacionados a intensidade de energia refletida em faixas (bandas) bem definidas do espectro eletromagntico. O processo de digitalizao de uma imagem no-digital ("imagem contnua"), corresponde a uma discretizao (ou amostragem) da cena em observao, atravs da superposio de uma malha hipottica, e uma atribuio de valores inteiros (os nveis de cinza) a cada ponto dessa malha (processo chamado de quantizao). Em satlites como o Landsat e SPOT, o sinal eltrico detectado em cada um de seus canais, convertido ainda a bordo do satlite, por um sistema analgico/digital, e a sada enviada para as estaes de recepo via telemetria. As imagens destes satlites so amostradas com um nmero grande de pontos (as imagens do sensor "Thematic Mapper" do satlite Landsat possuem mais de 6000 amostras por linha). Alm disso, tais imagens tm a caracterstica de serem multiespectrais, no sentido de constiturem uma coleo de imagens de uma mesma cena, num mesmo instante, obtida por vrios sensores com respostas espectrais diferentes.

Quais caractersticas tem uma imagem? Tem nmero finito de bits para representar a radincia da cena para cada "pixel". Radincia o fluxo radiante que provm de uma fonte, numa determinada direo, por unidade de rea. A quantificao da radincia contnua de uma cena representada pelos nveis de cinza discretos na imagem digital, dada por um nmero de bits por "pixel" para produzir um intervalo de radincia. Os sensores da nova gerao obtm normalmente imagens em 8 ou 10 bits (equivalente a 256 ou 1024 nveis digitais). O nvel de cinza representado pela radincia mdia de uma rea relativamente pequena em uma cena. Esta rea determinada pela altitude do sistema sensor a bordo do satlite e outros parmetros como o IFOV (Instantaneous Field Of View), que o ngulo formado pela projeo geomtrica de um nico elemento detetor sobre a superfcie da Terra. No caso das imagens multiespectrais, a representao digital mais complexa, porque para cada coordenada (x,y), haver um conjunto de valores de nvel de cinza. Representa-se ento cada "pixel" por um vetor, com tantas dimenses quantas forem as bandas espectrais. Banda espectral o intervalo entre dois comprimentos de onda, no espectro eletromagntico. Resoluo uma medida da habilidade que um sistema sensor possui de distinguir entre respostas que so semelhantes espectralmente ou prximas espacialmente. A resoluo pode ser classificada em espacial, espectral e radiomtrica. Resoluo espacial: mede a menor separao angular ou linear entre dois objetos. Por exemplo, uma resoluo de 20 metros implica que objetos distanciados entre si a menos que 20 metros, em geral no sero discriminados pelo sistema. Resoluo espectral: uma medida da largura das faixas espectrais do sistema sensor. Por exemplo, um sensor que opera na faixa de 0.4 a 0.45 m tem uma resoluo espectral menor do que o sensor que opera na faixa de 0.4 a 0.5 um. Resoluo radiomtrica: est associada sensibilidade do sistema sensor em distinguir dois nveis de intensidade do sinal de retorno. Por exemplo, uma resoluo de 10 bits (1024 nveis digitais) melhor que uma de 8 bits. A tabela a seguir apresenta as caractersticas de resoluo dos sistemas sensores Thematic Mapper (TM), Haute Resolution Visible (HRV) e Advanced Very Resolution Radiometer (AVHRR), a bordo dos satlites Landsat, SPOT e NOAA, respectivamente. TM Freqncia da aquisio de imagens Resoluo espacial Resoluo radiomtrica 16 dias 30 m 120 m (Banda6) 8 bits Banda1 - 0.45-0.52 Banda2 - 0.52-0.60 Banda3 - 0.63-0.69 Banda4 - 0.76-0.90 Banda5 - 1.55-1.75 Banda6 - 10.74-12.5 Banda7 - 2.08-2.35 26 dias HRV AVHRR 2 vezes ao dia

20 m (Banda1 a 3) 1.1 Km (nominal) 10 m (Pan) 8 bits (1-3) 6 bits (Pan) 8 bits

Resoluo espectral bandas espectrais (micrmetros)

Banda 1 - 0.58-0.68 Banda1 - 0.50-0.59 Banda 2 - 0.725-1.1 Banda2 - 0.61-0.68 Banda 3 - 3.55-3.93 Banda3 - 0.79-0.89 Banda 4 - 10.30-11.30 Pan - 0.51-0.73 Banda 5 - 11.50-12.50

As diferentes bandas espectrais dos sensores tm aplicaes distintas em estudos de sensoriamento remoto. Para orientar o usurio na seleo das melhores bandas a serem utilizadas no seu projeto, apresenta-se as tabelas a seguir: Satlite Landsat - Sensor TM Canal Faixa Espectral (um) 1 2 0.45 - 0.52 0.52 - 0.60 Principais aplicaes Mapeamento de guas costeiras Diferenciao entre solo e vegetao Diferenciao entre vegetao conferas e decdua Reflectncia de vegetao verde sadia

3 4 5 6 7

0.63 - 0.69 0.76 - 0.90 1.55 - 1.75 10.4 - 12.5 2.08 - 2.35

Absoro de clorofila Diferenciao de espcies vegetais Levantamento de biomassa Delineamento de corpos d'gua Medidas de umidade da vegetao Diferenciao entre nuvens e neve Mapeamento de estresse trmico em plantas Outros mapeamentos trmicos Mapeamento hidrotermal

Satlite SPOT - Sensor HRV Canal Faixa Espectral (um) 1 2 3 Pan 0.50 - 0.59 0.61 - 0.68 0.79 - 0.89 0.51 - 0.73 Principais aplicaes Reflectncia de vegetao verde sadia Mapeamento de guas Absoro da clorofila Diferenciao de espcies vegetais Diferenciao de solo e vegetao Levantamento de fitomassa Delineamento de corpos d'gua Estudo de reas urbanas

Satlite NOAA - Sensor AVHRR Canal Faixa Espectral (um) 1 2 0.58 - 0.68 0.725 - 1.1 Principais aplicaes Mapeamento diurno de nuvem, gelo e neve Definio de feies de solo e cobertura vegetal Delineamento da superfcie da gua Definio de condies de fuso de neve e gelo Avaliao da vegetao e monitoramento metereolgico (nuvens) Mapeamento noturno e diurno de nuvens Anlise da temperatura (C) da superfcie do mar Deteco de pontos quentes (incndios) Mapeamento noturno e diurno de nuvens Medio da superfcie do mar, lagos e rios Deteco de erupo vulcnica Umidade do solo, atributos metereolgicos das nuvens Temperatura da superfcie do mar e umidade do solo

3.55 - 3.93

4e5

10.30 - 11.30 (4) 11.50 - 12.50 (5)

Quais os formatos de imagens de sensores orbitais existem? Os arquivos de imagens dos sensores podem estar disponveis nos formatos superestrutura ou "fast format". Formato superestrutura (padro de fitas e CDROM): apresenta uma organizao de dados em quatro nveis hierrquicos distintos: volume, o arquivo, o registro e o campo de dados. Um grupo de arquivos compem um volume lgico, o qual pode ser armazenado em vrios volumes fsicos (fitas) e um volume fsico pode armazenar vrios volumes lgicos, isto , podemos ter uma fita com vrios arquivos (bandas), ou uma banda em mais de um volume fsico. Os componentes bsicos de uma superestrutura so: o arquivo diretrio do volume e o arquivo descritor. O arquivo diretrio de volume define e identifica um volume lgico (por exemplo um conjunto de bandas). O arquivo descritor o primeiro registro dentro de cada arquivo de dados (cada banda) e define a estrutura interna do arquivo fornecendo parmetros para interceptar seu contedo.

Formato "fast format": contm uma quantidade mnima de dados gerais, compactando o mximo possvel os dados em uma fita, facilitando assim a leitura e a escrita. Este formato est disponvel somente para estrutura de imagem em banda seqencial (BSQ), usado em imagens TM/Landsat. Os arquivos da imagem esto contidos em uma nica fita e pode haver mais de um arquivo imagem por fita. H dois tipos de arquivo em uma fita "fast format": o arquivo de "header" e os arquivos de imagens. O arquivo de "header" o primeiro de cada fita e contm dados de descrio como data, opes de processamento e informao de projeo para o produto. Os arquivos de imagem contm somente "pixels" de imagem. Estes dados podem ser blocados ou no. A blocagem utilizada para condensar uma imagem, o mximo possvel. Na maior parte das vezes, as imagens geocodificadas so blocadas. Quais so os padres de gravao da imagem do TM/Landsat? A imagem TM/Landsat que o SPRING faz a leitura deve estar no padro BSQ de bandas seqenciais. No padro BSQ, a imagem registrada na fita, banda a banda, conforme ilustra o esquema a seguir: Registro linhas colunas 123456 1 1 B1 B1 B1 B1 B1 . 2 2 B1 B1 B1 B1 B1 . 3 3 B1 B1 B1 B1 B1 . ... . 1 B2 B2 B2 B2 B2 . . 2 B2 B2 B2 B2 B2 . . 3 B2 B2 B2 B2 B2 . O usurio pode escolher os produtos digitais das fitas TM-Landsat com nveis de correo geomtrica. Os nveis possveis so 4, 5 e 6: Nvel 4 - o produto padro do INPE gerado neste nvel. So aplicados os clculos de correo geomtrica, utilizando-se os dados de efemrides e atitude obtidos do satlite. Nvel 5 - os procedimentos so idnticos aos aplicados no nvel 4, com correo geomtrica bsica com reamostragem por "vizinho mais prximo" e pontos de controle adquiridos a partir de uma base cartogrfica oficial. Nvel 6 - os procedimentos so semelhantes aos do nvel 5, com reamostragem por convoluo cbica. O tamanho de uma cena de uma imagem TM/Landsat de 6177 linhas por 6489 colunas, a qual pode ser dividida em quadrantes de 3087 linhas e 3243 colunas. Os quadrantes encontram-se dispostos na cena conforme a figura a seguir: Quadrantes A= 1,2,5,6 B= 3,4,7,8 C= 9,10,13,14 N= S= 2,3,6,7 10,11,14,15

W= 5,6,9,10 7,8,11,12

D= 11,12,15,16 E= X= 6,7,10,11

10 11 12

13 14 15 16 Os dados Landsat TM em CD-ROM so distribudos em forma de cenas inteiras (full frame aproximadamente 185 x 185 km) ou quadrantes (aproximadamente 96 x 96 km), desde 1 at 7 bandas espectrais. Todas as cenas so fornecidas com o mesmo nvel de correo radiomtrica bsica, que consiste na equalizao da resposta dos sensores, de forma a eliminar o efeito de "stripping" dos dados Landsat-TM. No so aplicadas equalizaes de histogramas ou correes para o ngulo de elevao do sol. O CD-ROM formatado no padro IBM-DOS, podendo ser lido por qualquer unidade de leitura que aceite discos ticos em conformidade com o padro ISO-9660. O disco est estruturado em subdiretrios: no diretrio-raiz, esto localizados alguns arquivos gerais, tais como esta documentao de formato e um programa de converso do formato do CD-ROM para um arquivo formato TIFF. um ou mais diretrios com a identificao WRS da cena. Por exemplo, uma imagem full frame sobre o Rio de Janeiro (base 217 ponto 76) estar localizada no diretrio \217_076. Se a imagem for quadrante, a sigla do quadrante tambm far parte do nome do diretrio. Por exemplo, o quadrante A da mesma cena do exemplo acima estar localizada no diretrio \216_076A. em cada diretrio, haver um ou mais subdiretrios com a data de aquisio da cena. A forma geral do subdiretrio \aammdd, onde "aa" so os 2 ltimos dgitos do ano, "mm" os dgitos do ms e "dd" os dgitos do dia da aquisio. Por exemplo, a mesma cena do exemplo acima que tenha sido adquirida em 31 de janeiro de 1994 estar localizada no subdiretrio \940131. nos subdiretrios respectivos encontram-se os arquivos de imagem, um para cada banda requisitada, e alguns arquivos de descrio do produto (similares aos arquivos da CCT Super-Estrutura), cujas descries detalhadas so dadas mais adiante. Cada arquivo de imagem nomeado simplesmente BANDAn.DAT, onde "n" o nmero da banda. Por exemplo, a banda 7 da mesma cena do Rio de Janeiro, quadrante A, adquirida pelo satlite em 31 de janeiro de 1994, dever ser acessada com o nome:\217_076a\940131\banda7.dat As imagens em CDROM so gravadas no formato superestrutura. eventualmente, poder existir um subdiretrio adicional, \DEMO, com algumas imagens de demonstrao, em formato TIFF ou JPEG. Quais so os padres de gravao da imagem HRV/SPOT?

O programa de leitura de imagens do SPRING (IMPIMA), permite a leitura de imagem HRV/SPOT,


onde esta deve estar no formato banda intercalada por linha (BIL), onde cada linha gravada seqencialmente para todas as bandas, conforme ilustra o esquema a seguir: Registro linhas colunas 123456 1 1 B1 B1 B1 B1 B1 . 2 1 B2 B2 B2 B2 B2 . 3 1 B3 B3 B3 B3 B3 . 4 2 B1 B1 B1 B1 B1 . 5 2 B2 B2 B2 B2 B2 . 6 2 B3 B3 Quais so as caractersticas do ERS-1? O usurio pode escolher os produtos digitais das fitas HRV-SPOT com nveis de correo geomtrica. Os nveis possveis so 1A, 1B, 2A e 2B, descritos a seguir: Nvel 1A: a imagem contm dados originais com calibrao radiomtrica relativa e absoluta, atravs da normalizao dos detetores, sem correo geomtrica e calibrao entre

bandas. Nvel 1B: a correo radiomtrica a mesma de 1A, acrescida da reamostragem para compensao dos efeitos internos e externos do sistema e a correo geomtrica, para os efeitos de perspectiva, rotao da Terra e variao da velocidade do satlite. Nvel 2A: a correo radiomtrica a mesma do nvel 1B e apresenta um prprocessamento geomtrico sobre um mapa com o uso de dados de atitude do satlite. Nvel 2B: a imagem possui correo geomtrica sobre um mapa, com o uso de dados de atitude do satlite e pontos de controle do terreno. A definio do formato de uma cena, em uma imagem SPOT, depende se esta possui informao multiespectral (bandas 1, 2 e 3) ou pancromtica (pan), e ainda do nvel de correo da imagem. O tamanho das imagens SPOT definido de acordo com o nvel de correo, conforme mostra a tabela a seguir: Nvel 1A 1B 2A/2B Modo N linhas P XS P XS P XS 6.000 6.000 6.000 3.000 N colunas 6.000 3.000 6.400 a 8.500 3.200 a 4.250

7.200 a 10.200 7.500 a 10.200 3.600 a 5.100 3.750 a 5.100

Uma cena da imagem SPOT pode tambm ser divida em quadrantes, conforme ilustra a figura ao lado. Cada quadrante representa uma rea de aproximadamente 40 x 40 Km e o usurio tem a possibilidade de requisitar uma cena que esteja localizada entre quadrantes. Para isto, deve identificar a rea desejada na imagem e definir um quadrado de 40 x 40 Km envolvendo-a. Quais so os padres de gravao da AVHRR/NOAA? A imagem AVHRR/NOAA encontra-se no padro banda intercalada por "pixel" (BIP). No formato BIP, cada "pixel" gravado seqencialmente para todas as bandas, conforme ilustra o esquema a seguir: Registro Linhas Colunas 1 1 2 1 B1.1 B2.1 B3.1 B4.1 B5.1 B1.2 B2.2 B1.n B2.n B3.n B4.n B5.n B1.n+1...

As fitas podem ser gravadas em 10 bits (full) ou 8 bits (compress). Uma fita gravada em 10 bits pode conter at as cinco bandas registradas e possui a seguinte configurao, como mostra a figura ao lado: onde: (1) "Header": apresenta as caractersticas do satlite, data de gravao, formato, etc. (2) Matriz de Referncia Geodsica (MRG): apresenta os dados de navegao da imagem. (3) Dados TIP: dados de documento da imagem como linha, coluna, resoluo, etc. (4) Dados AHVRR: a imagem propriamente dita. Uma fita gravada em 8 bits pode conter at trs bandas registradas e possui a seguinte configurao: O tamanho das imagens AVHRR definido pelo ngulo de varredura do sensor, isto , 2048 amostras ("pixels") por canal, para cada varredura na Terra. O nmero de colunas definido pelo alcance da antena receptora. Processamento de Imagens

O que processamento de imagens? As tcnicas voltadas para a anlise de dados multidimensionais, adquiridos por diversos tipos de sensores recebem o nome de processamento digital de imagens, ou seja a manipulao de uma imagem por computador de modo onde a entrada e a sada do processo so imagens. Usa-se para melhorar o aspecto visual de certas feies estruturais para o analista humano e para fornecer outros subsdios para a sua interpretao, inclusive gerando produtos que possam ser posteriormente submetidos a outros processamentos. Inclui diversas reas como a anlise de recursos naturais e meteorologia por meio de imagens de satlites; transmisso digital de sinais de televiso ou fac-smile; anlise de imagens biomdicas; anlise de imagens metalogrficas e de fibras vegetais; obteno de imagens mdicas por ultrasom, radiao nuclear ou tcnicas de tomografia computadorizada; aplicaes em automao industrial envolvendo o uso de sensores visuais em robs. O uso de imagens multiespectrais registradas por satlites tais como, Landsat, SPOT ou similares uma valiosa tcnica para a extrao dos dados destinados s vrias aplicaes de pesquisa de recursos naturais. A obteno das informaes espectrais registradas pelos sistemas nas diferentes partes do espectro eletromagntico, visando a identificao e discriminao dos alvos de interesse, depende principalmente da qualidade da representao dos dados contidos nas imagens. As tcnicas de processamento digital de imagens, alm de permitirem analisar uma cena nas vrias regies do espectro eletromagntico, tambm possibilitam a integrao de vrios tipos de dados, devidamente georeferenciados. Como pode-se dividir o processamento de imagens?

Em pr-processamento, realce e classificao.

Pr-processamento refere-se ao processamento inicial de dados brutos para calibrao radiomtrica da imagem, correo de distores geomtricas e remoo de rudo. Realce visa melhorar a qualidade da imagem, permitindo uma melhor discriminao dos objetos presentes na imagem. Na classificao so atribudas classes aos objetos presentes na imagem.

O que realce de contraste? A tcnica de realce de contraste tem por objetivo melhorar a qualidade das imagens sob os critrios subjetivos do olho humano. normalmente utilizada como uma etapa de pr-processamento para sistemas de reconhecimento de padres. O contraste entre dois objetos pode ser definido como a razo entre os seus nveis de cinza mdios. A manipulao do contraste consiste numa transferncia radiomtrica em cada "pixel", com o objetivo de aumentar a discriminao visual entre os objetos presentes na imagem. Realiza-se a operao ponto a ponto, independentemente da vizinhana. A escolha do mapeamento direto adequado , em geral, essencialmente emprica. Entretanto, um exame prvio do histograma da imagem pode ser til. O histograma de uma imagem descreve a distribuio estatstica dos nveis de cinza em termos do nmero de amostras ("pixels") com cada nvel. A distribuio pode tambm ser dada em termos da percentagem do nmero total de "pixels" na imagem. Pode ser estabelecida uma analogia entre o histograma de uma imagem e a funo densidade de probabilidade, que um modelo matemtico da distribuio de tons de cinza de uma classe de imagens. A cada histograma est associado o contraste da imagem.

Pode-se fazer um realce de contraste utilizando-se uma funo matemtica denominada transformao radiomtrica. Esta funo consiste em mapear as variaes dentro do intervalo original de tons de cinza, para um outro intervalo desejado e utilizado para aumentar o contraste

de uma imagem, expandindo o intervalo original de nveis de cinza da imagem original.

Quais so as caractersticas do realce Linear? O aumento de contraste por uma transformao linear a forma mais simples das opes. A funo de transferncia uma reta e apenas dois parmetros so controlados: a inclinao da reta e o ponto de interseo com o eixo X (veja figura abaixo). A inclinao controla a quantidade de aumento de contraste e o ponto de interseo com o eixo X controla a intensidade mdia da imagem final. A funo de mapeamento linear pode ser representada por: Y = AX + B onde: Y = novo valor de nvel de cinza; X = valor original de nvel de cinza; A = inclinao da reta (tangente do ngulo); B = fator de incremento, definido pelos limites mnimo e mximo fornecidos pelo usurio.

No aumento linear de contraste as barras que formam o histograma da imagem de sada so espaadas igualmente, uma vez que a funo de transferncia uma reta. O histograma de sada ser idntico em formato ao histograma de entrada, exceto que ele ter um valor mdio e um espalhamento diferentes. Quais so as caractersticas do realce MinMax? A manipulao de histograma pela opo MinMax (Mnimo/Mximo) idntica a manipulao de uma curva linear. A diferena est no momento em que feita a escolha da opo. O sistema calcula o valor de nvel de cinza mnimo e mximo que ocupado pela imagem original. De posse desses valores aplicada uma transformao linear onde a base da reta posicionada no valor mnimo e o topo da reta no valor mximo. Desse modo no haver perda de informao por "overflow", isto , todos os nveis de cinza continuaro com o mesmo nmero de pixels.

Um "overflow" ocorre quando uma poro pixels de nveis de cinza diferentes so transformados em um nico nvel, isto , quando a inclinao da reta de transferncia exagerada. Observe a figura abaixo onde a seta de "overflow" est indicando, significa perda de informao, uma vez que pixels de colunas vizinhas do histograma de entrada, que originalmente podiam ser diferenciados com base no seu nvel de cinza, sero fundidos numa s coluna e passaro a ter o mesmo nvel de cinza (0 para o caso da figura abaixo)

OBS.: A ocorrncia de "overflow" muitas vezes desejada, uma vez que o usurio sabe em que
intervalo de nveis de cinza est o que deseja realar. Pois caso contrrio estar definitivamente perdendo a informao quando salvar a imagem realada. Quais so as caractersticas do realce RaizQuadrado?, Quadrado, Log, Negativo, EqualHist, Fatia. Utiliza-se a opo de transformao por raiz quadrada para aumentar o contraste das regies escuras da imagem original. A funo de transformao representada pela curva como na figura abaixo. Observe que a inclinao da curva tanto maior quanto menores os valores de nveis de cinza. Pode ser expresso pela funo: Y=A onde: Y = nvel de cinza resultante

X = nvel de cinza original A = fator de ajuste para os nveis de sada ficarem entre 0 e 255

NOTA: Este mapeamento difere do logartmico porque reala um intervalo maior de nveis de cinza
baixos (escuros), enquanto o logartmico reala um pequeno intervalo. Quais so as caractersticas do realce Quadrado? Utiliza-se este mapeamento quando se deseja aumentar o contraste de feies claras (altos nveis de cinza da imagem). Observe na figura abaixo que o aumento de contraste maior a partir da mdia do histograma, mesmo havendo um deslocamento geral para a regio de nveis mais escuros.

A funo de transformao dada pela equao:


Y = AX2 onde: X = nvel de cinza original Y = nvel de cinza resultante A = fator de ajuste para os nveis de sada estarem entre 0 e 255 Quais so as caractersticas do realce Logartmico? O mapeamento logartmico de valores de nveis de cinza til para aumento de contraste em feies escuras (valores de cinza baixos). Equivale a uma curva logartmica como mostrado na figura a seguir. A funo de transformao expressa pela equao: Y = A log (X + 1)

onde: Y = novo valor de nvel de cinza X = valor original de nvel de cinza A = fator definido a partir dos limites mnimo e mximo da tabela, para que os valores estejam entre 0 e 255

NOTA: Observe na figura acima que uma poro menor de nveis de cinza sobre um grande
Quais so as caractersticas do realce Negativo?

aumento de contraste, comparado com a transformao por raiz quadrada, mencionada mais acima.

uma funo de mapeamento linear inversa, ou seja, o contraste ocorre de modo que as reas escuras (baixos valores de nvel de cinza) tornam-se claras (altos valores de nvel de cinza) e viceversa. A figura a seguir mostra sua representao.

A funo de mapeamento negativa pode ser representada por: Y = - (AX + B) onde: Y = novo valor de nvel de cinza X = valor original de nvel de cinza A = inclinao da reta (tangente do ngulo) B = fator de incremento, definido pelos limites mnimo e mximo fornecidos pelo usurio.

NOTA: Atente para o fato que todas as opes mencionadas at o momento so passveis de
ocorrer um "overflow".

NOTA: Todas as opes de contraste mencionadas acima tm o modo de operao igual ao


descrito no item Manipulando um Histograma descrito acima.

Quais so as caractersticas do realce por Equalizao de Histograma? uma maneira de manipulao de histograma que reduz automaticamente o contraste em reas muito claras ou muito escuras, numa imagem. Expande tambm os nveis de cinza ao longo de todo intervalo. Consiste em uma transformao no-linear que considera a distribuio acumulativa da imagem original, para gerar uma imagem resultante, cujo histograma ser aproximadamente uniforme (veja figura abaixo). A opo de equalizao parte do princpio que o contraste de uma imagem seria otimizado se todos os 256 possveis nveis de intensidade fossem igualmente utilizados ou, em outras palavras, todas as barras verticais que compem o histograma fossem da mesma altura. Obviamente isso no possvel devido natureza discreta dos dados digitais de uma imagem de sensoriamento remoto. Contudo, uma aproximao conseguida ao se espalhar os picos do histograma da imagem, deixando intocadas as partes mais "chatas" do mesmo. Como podemos ver na figura abaixo, Este processo obtido atravs de uma funo de transferncia que tenha uma alta inclinao toda vez que o histograma original apresentar um pico, e uma baixa inclinao no restante do histograma.

O SPRING apresenta a seguinte funo de equalizao de histograma:


Y = (faxi) . 255 Pt onde: faxi = freqncia acumulada para o nvel de cinza xi Pt = populao total (nmero total de "pixels")

NOTA: A opo de equalizao automaticamente calculada e apresentada, de modo que o


Quais so as caractersticas do realce por Fatia?

usurio no poder alterar a forma ou posio da curva, permanecendo assim a tela no modo esttico.

A opo fatia (ou fatiamento de nveis de cinza) uma forma de aumento de contraste cuja

operao consiste simplesmente em realar os pixels cujas intensidades se situam dentro de um intervalo especfico (a fatia), isto , entre um mximo e um mnimo. Consiste na diviso do intervalo total de nveis de cinza de determinadas fatias (ou classes de cores). O fatiamento de nveis de cinza considerado a forma mais simples de classificao, de modo que aplicado apenas a uma nica banda espectral. De acordo com o critrio de determinao dos intervalos de nveis de cinza, pode-se obter fatiamento normal, equidistribuio e arco-ris. Fatiamento normal: as fatias so definidas de modo que o intervalo entre cada faixa seja constante.

Fatiamento equidistribuio: o intervalo de nveis de cinza dividido de modo que cada faixa
contenha o mesmo nmero de pontos.

Fatiamento arco-ris: o mapeamento de um tom de cinza para uma determinada cor. Baseia-se

no fato de que variaes de cores so muito mais visveis ao olho humano do que variaes de tons de cinza. O mapeamento global desses nveis para o espao de cor segue a seqncia do arco-ris.

Quais so as caractersticas do realce por Edio? Permite a aplicao de uma tabela de transformao radiomtrica definida pelo usurio. O seu objetivo salientar um aspecto especfico da imagem que o usurio deseja analisar.

Exemplo: caso em que uma imagem apresenta regies escuras (baixos nveis de cinza) dentro de uma rea com pequenas variaes radiomtricas que no so de interesse. Pode-se utilizar o limite de saturao para realar ou amenizar o contraste de alguma caracterstica da imagem. A figura a

seguir ilustra o efeito da variao do limiar de saturao. Se o histograma apresenta dois picos de freqncia (bimodal), pode-se segmentar a imagem em duas classes definidas por uma limiar (L). Esta operao til para separar dois grandes grupos de nveis de cinza na imagem.

Quando a imagem em que se est trabalhando apresenta um histograma assimtrico, como freqentemente observado, no aconselhvel se trabalhar com uma transformao linear simples. Neste caso o usurio, com a ajuda de um cursor, pode especificar na tela uma transformao linear por partes. Isto oferece um maior grau de liberdade na especificao do histograma de sada, reduzindo a assimetria do histograma e utilizando melhor o intervalo de nveis de cinza disponvel. Exemplo:

Preprocessamento: Distores Geomtricas Como se geram as distores? So causadas no processo de formao da imagem, pelo sistema sensor e por impreciso dos dados de posicionamento da plataforma (aeronave ou satlite). Qual a necessidade de correo? Para relacionar coordenadas da imagem (linha e coluna) com coordenadas geogrficas (latitude e longitude) de um mapa. Para combinar duas imagens diferentes de uma mesma rea. Por exemplo, para imagens de satlite de diferentes pocas (multi-temporais), onde deseja comparar mudanas ocorridas em uma determinada rea. Outro exemplo comum de necessidade do registro na integrao de imagens de diferentes sensores (HRV e TM, por exemplo), ou na confeco de mosaicos a partir de imagens adjacentes de uma rea. Como se efetuam as correes?

As correes so baseadas em pontos de controle.


Pontos de controle so feies possveis de serem identificadas de modo preciso na imagem e no mapa, como por exemplo o cruzamento de estradas. Necessita de um mapa planimtrico ou plani-altimtrico confivel e em uma escala adequada, visto que os pontos de controle tero que ser precisamente identificados em ambos, imagem e mapa. Os pontos de controle so identificados e posicionados de maneira interativa na imagem, na forma de coordenadas em linha e coluna. As coordenadas geogrficas dos pontos de controle podem ser obtidas a partir dos mapas (via uso de mesa digitalizadora), de mapas temticos j incorporados ou via teclado (informando diretamente as coordenadas dos pontos). Com os pontos de controle determinados, obtm-se uma funo que mapeia as coordenadas do mapa na imagem, ou da imagem geocodificada na outra. Esta funo um polinmio de transformao, geralmente de 1 ou 2 grau. O nmero de Pontos de Controle (PC) mnimo para determinao de um polinmio de grau n dado pela seguinte regra: N PC's =( n2 + 3n + 2)/2 Os pontos de controle devem estar espalhados possvel dentro da rea de trabalho.

Baseado na transformao geomtrica, atribuem-se nveis digitais imagem registrada pelo processo de reamostragem por interpolao. O que reamostragem? A reamostragem necessria quando as coordenadas da imagem processada (linha e coluna) no coincidem com aquelas da imagem original. Reamostragem por interpolao efetuada por interpolao hbrida, onde a aplicao do interpolador de alocao de vizinho mais prximo e do interpolador bilinear dependemda caracterstica local dos nveis de cinza na imagem. O interpolador de alocao de vizinho mais prximo atribui ao valor de nvel de cinza do "pixel" da imagem corrigida, o mesmo valor do nvel de cinza do "pixel" que se encontra mais prximo da posio a ser ocupada. No h alterao no valor de nvel de cinza. Por sua caracterstica, aplicado nas regies da imagem onde no h heterogeneidade nos valores de nvel de cinza. O interpolador bilinear faz com que o nvel de cinza a ser atribudo ao "pixel" da imagem corrigida seja determinado a partir do valor dos 4 "pixels" vizinhos. Como resultado, h alterao do valor do nvel de cinza, considerando a sua vizinhana. aplicado nas regies da imagem onde h heterogeneidade nos nveis de cinza dos "pixels". Restaurao O que restaurao? A Restaurao uma tcnica de correo radiomtrica cujo objetivo corrigir as distores inseridas pelo sensor ptico no processo de gerao das imagens digitais. Pode-se dizer que a imagem digital uma cpia borrada da cena, dado que os detalhes vistos na cena so suavizados devido as limitaes do sensor. A idia de restaurar a imagem reduzir este efeito de borramento, e portanto obter uma imagem realada. A correo realizada por um filtro linear. Os pesos do filtro de restaurao so obtidos a partir das caractersticas do sensor, e no de forma emprica como feito no caso dos filtros de realce tradicionais. Neste caso, o filtro especfico para cada tipo de sensor e banda espectral. Este tipo de processamento recomendado para ser realizado sobre a imagem original sem qualquer tipo de processamento tais como realce e filtragem, que alterem as caractersticas radiomtricas da imagem. Deve-se observar tambm que no possvel processar uma imagem reamostrada, j que as caractersticas radiomtrica e espacial da imagem foram alteradas. O resultado do processamento ser salvo em disco. O que eliminao de rudo?

No processo de gerao de imagens, alguns rudos so inseridos nas imagens. Geralmente, os

pixels com rudo aparecem como pontos com nveis de cinza bem diferentes da sua vizinhana (escuros (pretos) ou saturados (brancos)). Estes pontos ruidosos podem aparecer distribudos aleatoriamente ou de forma sistemtica (listras verticais e horizontais). As causas podem ser falha de detetores, limitaes do sistema eletrnico do sensor, etc. Assim, a funo Eliminao de rudo no SPRING, tem como objetivo eliminar ou reduzir os pontos de rudo na imagem. O algoritmo usa dois limiares: Limiar Inferior e Limiar Superior. O usurio dever escolher os valores destes limiares que sero utilizados na caracterizao dos pontos ruidosos. Antes da execuo da funo, recomenda-se que o usurio faa uma prvia anlise do rudo na imagem, atravs da funo do SPRING, Leitura de Pixels. Esta anlise permitir ao usurio escolher os limiares adequados ao nvel de rudo a ser eliminado na imagem. Para detectar se um ponto na imagem P(i,j) (i linha e j coluna) rudo ou no, somente os seus vizinhos superior P(i-1,j) e inferior P(i+1,j) so analisados. Escolha do Limiar Inferior: Um ponto ser considerado rudo caso o seu nvel de cinza esteja abaixo dos nveis de cinza de seus dois pontos vizinhos abaixo e acima (linhas de cima e de baixo) por uma diferena maior que este limiar inferior. Neste caso, o ponto ser substitudo pela mdia entre aqueles dois pontos vizinhos. O valor " default" para este parmetro 8. Escolha do Limiar Superior: Um ponto ser considerado rudo caso o seu nvel de cinza esteja acima dos nveis de cinza de seus dois pontos vizinhos abaixo e acima (linhas de cima e de baixo) por uma diferena maior que este limiar superior. Neste caso tambm, o ponto ser substitudo pela mdia entre aqueles dois pontos vizinhos. O valor " default" para este parmetro 25. Filtragem

O que filtragem? Como se efetua? As tcnicas de filtragem so transformaes da imagem pixel a pixel, que no dependem apenas do nvel de cinza de um determinado pixel, mas tambm do valor dos nveis de cinza dos pixels vizinhos. O processo de filtragem feito utilizando matrizes denominadas mscaras, as quais so aplicadas sobre a imagem.

Mscara de 3 linhas por 3 colunas com centro na posio (2,2). A aplicao da mscara com centro na posio (i,j), sendo i o nmero de uma dada linha e j o nmero de uma dada coluna sobre a imagem, consiste na substituio do valor do pixel na posio (i,j) por um novo valor que depende dos valores dos pixels vizinhos e dos pesos da mscara, gerando uma nova imagem com a eliminao das linhas e colunas iniciais e finais da imagem original. Os filtros espaciais podem ser classificados em passa-baixa, passa-alta ou passa-banda. Os dois primeiros so os mais utilizados em processamento de imagens. O filtro passa-banda mais utilizado em processamentos especficos, principalmente para remover rudos peridicos. O que so filtros lineares? Suavizam e realam detalhes da imagem e minimizam efeitos de rudo, sem alterar a mdia da imagem. Alguns filtros so descritos a seguir. Passa-Baixa: Suaviza a imagem atenuando as altas freqncias, que correspondem s transies abruptas. Tende a minimizar rudos e apresenta o efeito de borramento da imagem. Exemplos de filtros de mdia 3x3, 5x5 e 7x7.
1 1 1 1 1 1 *1/9 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

*1/25

1 1

1 1

1 1

1 1

1 1

1 1 1 1

1 1 1 1

1 1 1 1

1 1 1 1

1 1 1 1

1 1 1 1

1 1 1 1

*1/49

Passa-Baixa, de mdia ponderada, so usados quando os pesos so definidos em funo de sua distncia do peso central. Filtros desse tipo de dimenso 3x3 so:
1 1 1 1 2 1 1 1 1 *1/10 1 2 1 2 4 2 1 2 1 *1/16

Passa-Alta: a filtragem passa-alta reala detalhes, produzindo uma "agudizao" ("sharpering") da imagem, isto , as transies entre regies diferentes tornam-se mais ntidas. Estes filtros podem ser usados para realar certas caractersticas presentes na imagem, tais como bordas, linhas

curvas ou manchas, mas enfatizam o rudo existente na imagem. Alguns exemplos podem ser dado por:
0 -1

0
-1 0

-1

-1

-1

-2

-1 0

5 -1

-1 -1

9 -1

-1 -1

-2 1

5 -2

-2 1

Os filtros de realce de bordas realam a cena, segundo direes preferenciais de interesse, definidas pelas mscaras. Abaixo esto algumas utilizadas para o realamento de bordas em vrios sentidos. O nome dado s mscaras indica a direo ortogonal preferencial em que ser realado o limite de borda. Assim, a mscara norte reala limites horizontais.
1 Norte 1 -1 1 -2 -1 1 1 -1 Nordeste 1 -1 -1 1 -2 -1 1 1 1

-1 Leste -1 -1

1 -2 1

1 1 1 Sudeste

-1 -1 1

-1 -2 1

1 1 1

-1 Sul 1 1

-1 -2 1

-1 1 1 Sudoeste

1 1 1

-1 -2 1

-1 -1 1

1 Oeste 1 1

1 -2 1

-1 -1 -1 Noroeste

1 1 1

1 -2 -1

1 -1 -1

Realce no-direcional de bordas: utilizado para realar bordas, independentemente da direo. As trs mscaras mais comuns diferem quanto intensidade de altos valores de nveis de cinza presentes na imagem resultante. A mscara alta deixa passar menos os baixos nveis de cinza, isto , a imagem fica mais clara. A mscara baixa produz uma imagem mais escura que a anterior. A mscara mdia apresenta resultados intermedirios.
Alta -1 -1 -1 -1 8 -1 -1 -1 -1 0 -1 0 Mdia -1 4 -1 0 -1 0 1 -2 1 Baixa -2 3 -2 1 -2 1

Realce de imagens: Utiliza mscaras apropriadas ao realce de caractersticas de imagens obtidas por um sensor especfico. Para imagens TM/Landsat o realce compensa distores radiomtricas do sensor. O pixel que ter seu valor de nvel de cinza substitudo pela aplicao da mscara, corresponde posio sombreada.

3 -7 -7 3

-7 -7 13 -7

-7 13 13 -7

3 -7 -7 3

O que so filtros no-lineares? Minimizam/realam rudos e suavizam/realam bordas, alterando a mdia da imagem, sendo os principais os operadores para deteco de bordas e os filtros morfolgicos. Operadores para deteco de bordas: Detecta caractersticas, como bordas, linhas, curvas e manchas, sendo os mais comuns os operadores de Roberts e Sobel. Operador de Roberts: Apresenta a desvantagem de certas bordas serem mais realadas do que outras dependendo da direo, mesmo com magnitude igual. Como resultado de sua aplicao, obtm-se uma imagem com altos valores de nvel de cinza, em regies de limites bem definidos e valores baixos em regies de limites suaves, sendo 0 para regies de nvel de cinza constante. O operador consiste na funo: , onde a' o nvel de cinza correspondente localizao a, a ser substitudo; a, b, c, d so as localizaes cujos valores sero computados para a operao.
a c b d

Efeito da aplicao do operador de Roberts. Operador de Sobel: Reala linhas verticais e horizontais mais escuras que o fundo, sem realar pontos isolados. Consiste na aplicao de duas mscaras, descritas a seguir, que compem um resultado nico:
a -1 0 1 2 0 2 -1 0 1 -1 -2 -1 b 0 0 0 1 2 1

A mscara (a) detecta as variaes no sentido horizontal e a mscara (b), no sentido


vertical. O resultado d esta aplicao, em cada pixel, dado por: onde a' o valor de nvel de cinza correspondente localizao do elemento central da mscara.

Efeito da aplicao do operador de Roberts. O que so filtros morfolgicos?

Exploram as propriedades geomtricas dos sinais (nveis de cinza da imagem). Para filtros morfolgicos, as mscaras so denominadas elementos estruturantes e apresentam valores 0 ou 1 na matriz que correspondem ao pixel considerado. Os filtros morfolgicos bsicos so o filtro da mediana, eroso e dilatao. Filtro morfolgico da mediana utilizado para suavizao e eliminao de rudo e mantm a dimenso da imagem. Exemplo:
elemento estruturante imagem 3 2 2 6 8 6 5 3 5

0 1 0

1 1 1

0 1 0

O pixel central ser alterada para o valor 6 (valor mediano na ordenao [2,3,6,6,8]). Filtro morfolgico de eroso: provoca efeitos de eroso das partes claras da imagem (altos nveis de cinza), gerando imagens mais escuras. Considerando o exemplo anterior, o valor a ser substitudo no pixel central corresponde ao menor valor da ordenao, 2. Filtro morfolgico de dilatao: provoca efeitos de dilatao das partes escuras da imagem (baixos nveis de cinza), gerando imagens mais claras. Para o exemplo anterior, o valor resultante da aplicao deste filtro o maior valor na ordenao, 8. Os seguintes elementos estruturantes so os mais comuns:
1 1 1 1 1 1 1 1 1 1 0 1 0 1 0 1 0 1 0 1 0 1 1 1 0 1 0

0 1 0

0 1 0

0 1 0

0 0 0

1 1 1

0 0 0

0 0 1

0 1 0

1 0 0

1 0 0

0 1 0

0 0 1

Abertura e fechamento de uma imagem: geralmente encadeiam-se filtros de eroso e dilatao com o mesmo elemento estruturante para obteno de efeitos de abertura e fechamento. A abertura obtida pelo encadeamento do filtro de eroso, seguido pelo de dilatao, conforme ilustra a figura a seguir. No exemplo, h quebra de istmos e eliminao de cabos e ilhas.

O efeito de fechamento obtido pelo encadeamento do filtro de dilatao, seguido pelo de eroso. No exemplo, h eliminao de golfos e fechamento de baas.

Operao Aritmtica Para que servem as operaes aritmticas? Operaes aritmticas so operaes "pixel" a "pixel" entre imagens de bandas diferentes, atravs de uma regra matemtica definida, tendo como resultado uma banda representando a combinao das bandas originais. As operaes mais comuns so a soma, subtrao, diviso (ou razo entre bandas) e a multiplicao de uma banda por uma constante (realce linear). Estas operaes permitem comprimir os dados, diminuindo o nmero de bandas. Ocorre perda da informao original quando os resultados das operaes ultrapassam o intervalo de 0-255. Neste caso, os resultados so normalizados, saturando os valores abaixo de 0 em 0, e os acima de 255, em 255, causando perda de informao espectral. Estas operaes podem requerer um fator de ganho (multiplicativo) ou "off-set" (aditivo), para melhorar a qualidade de contraste da imagem. Os fatores devem ser definidos considerando a faixa de valores de entrada e a operao a executar. Em geral, a operao de adio utilizada para realar similaridade entre bandas ou diferentes imagens e a subtrao, a multiplicao e diviso, para realar as diferenas espectrais. Para que serve a subtrao de imagens? Utilizada para realar diferenas espectrais, conhecendo-se o comportamento espectral dos alvos de interesse e o intervalo espectral das bandas dos sensores, pode-se definir as bandas utilizadas para realar as diferenas espectrais. Exemplos de aplicao da subtrao de bandas: Identificao de diferentes tipos de cobertura vegetal; Identificao de minerais formados por xido de ferro; Deteco do padro de mudana de cobertura, como uso do solo, expanso urbana, desmatamento. Quando a mdia e desvio padro dos histogramas das imagens no coincidem, deve-se equalizlas antes da subtrao para evitar que o resultado da subtrao no corresponda diferena real entre elas. Para que serve a adio de imagens? Utilizada para a obteno da mdia aritmtica entre as imagens, minimizando a presena de rudo. O valor de ganho deve ser 1/n, onde n o nmero de bandas utilizadas na operao. Pode ser utilizada para a integrao de imagens resultantes de diferentes processamentos. Para que serve a multiplicao? utilizada na implementao de algoritmos que se deseja aplicar sobre a imagem. Para que serve a diviso ou razo entre bandas? utilizada para realar as diferenas espectrais de um par de bandas, caracterizando determinadas feies da curva de assinatura espectral de alguns alvos. Pode apresentar resultados incorretos devido a: Bandas que apresentam rudos, pois estes sero realados. Presena do espalhamento atmosfrico, seletivo em relao s bandas espectrais, gerando valores de nvel de cinza que no representam a diferena de reflectncia entre os alvos. Presena de objetos distintos nas bandas originais com caractersticas espectrais semelhantes, porm de diferentes intensidades. Na imagem resultante, estes objetos no

sero distintos. Exemplos de aplicao: Remover efeitos de ganho provenientes de variaes espaciais ou temporais, quando ocorrem em bandas de uma mesma imagem; Diminuir variaes de radincia da imagem, provenientes de efeito de topografia, declividade e aspecto. Aumentar diferenas de radincia entre solo e vegetao. Para aumentar o contraste entre solo e vegetao, utilizando a razo entre as bandas referentes ao vermelho e infravermelho prximo, gerando os chamados ndices de vegetao. Com a equao: , onde g o ganho, o off-set, A banda do infravermelho prximo, B a banda do vermelho e C o ndice de vegetao de diferena normalizada (IVDN). Transformao IHS O que transformao RGB-IHS? A cor de um objeto, em uma imagem pode ser representada pelas intensidades das componentes vermelho R, verde G e azul B, no sistema de cores RGB, ou pela intensidade I, pela cor ou matiz H e pela saturao Sno espao IHS. Intensidade ou brilho a medida de energia total envolvida em todos os comprimentos de onda, sendo responsvel pela sensao de brilho da energia incidente sobre o olho. Matiz ou cor de um objeto a medida do comprimento de onda mdio da luz que se reflete ou se emite, definindo, a cor do objeto. Saturao ou pureza expressa o intervalo de comprimento de onda ao redor do comprimento de onda mdio, no qual a energia refletida ou transmitida. Um alto valor de saturao resulta em uma cor espectralmente pura, ao passo que um baixo valor indica uma mistura de comprimentos de onda produzindo tons pastis (apagados). O espao de cores IHS pode ser graficamente representado por um cone. A relao espacial entre o espao RGB e IHS mostrada na figura.

A distncia do ponto at a origem ou pice do cone representa a intensidade. A distncia radial do ponto at o eixo central do cone representa saturao. O matiz representado como uma seqncia radial ao redor dos crculos de saturao e do eixo de intensidade. Por serem independentes, os trs parmetros podem ser analisados e modificados separadamente, para um melhor ajuste das cores s caractersticas do sistema visual. Na transformao RGB para IHS, escolhem-se trs bandas de uma imagem e associa-se cada banda a um dos componentes RGB. Assim, cada "pixel" na imagem de sada possuir uma correspondncia a um ponto no espao IHS. O resultado um conjunto de trs novas imagens: uma de intensidade, uma de matiz e outra de saturao. Estas imagens podem ser realadas, expandindo o intervalo de intensidade e saturao atravs de contraste, e, quando convertidas de IHS para RGB, permitem melhor separao das cores e das feies que se deseja observar. Pode se utilizar para combinar imagens de diferentes sensores e resoluo espacial, como na unio de imagens SPOT-HRV (pancromtico) e TM-Landsat. O procedimento consiste em: Calcular os componentes IHS a partir de trs bandas selecionadas do TM

Aplicar o contraste nos componentes H e S, e na imagem SPOT. Substituir o componente I substitudo pela imagem SPOT. Aplica-se a transformao inversa IHS para RGB. Aps a transformao, a imagem colorida ter resoluo espacial da imagem SPOT e resoluo espectral das trs bandas TM. Estatstica O que anlise estatstica? A Anlise Estatstica de Amostras permite calcular parmetros estatsticos a partir de imagens. Os principais so momentos, mediana, matriz de covarincia e correlao, matriz de autocorrelao e a matriz de correlao cruzada. O que so momentos? Se X1, X2, ..., XN so os N valores assumidos pela varivel X, pode-se definir:

Momento de ordem r por: Momento de ordem r centrado na mdia por:


, onde

(momento de ordem 1), o valor mdio dos dados. O momento centrado na mdia de ordem 2 a varincia. O que mdia?

A mdia dos dados numricos X1, X2, ..., XN representada por


(momento de ordem 1). O que mediana?

e definida por:

A mediana de um conjunto de N nmeros ordenados em ordem de grandeza, o valor do ponto central (N mpar) ou a mdia aritmtica dos dois valores centrais (N par). Exemplos: 3,4,4,5,6,8,8,8,10 tem mediana 6 5,5,7,9,11,12,13,17 tem mediana 10. O que a moda? A moda o valor mais freqente em um conjunto de valores numricos. A moda pode no existir e, mesmo que exista, pode no ser nica. Exemplos: 1,1,3,3,5,7,7,7,11,13 tem moda 7 3,5,8,11,13,18 no tem moda 3,5,5,5,6,6,7,7,7,11,12 tem duas modas: 5,7 (bimodal). O que so desvio padro e varincia?

Medem o grau de disperso dos dados numricos em torno de um valor mdio. O Desvio Padro de

um conjunto de dados X1, ..., Xn definido por:

A Varincia o quadrado do desvio padro:


O que covarincia?

Covarincia entre dois conjuntos de dados numricos a e b, com N pontos definido por:

Indica o grau de similaridade entre os conjuntos a e b, ou seja, como os dados esto correlacionados entre si. Quanto maior este valor maior o grau de correlao entre os dados. O que coeficiente de correlao?

Mede a similaridade entre dois conjuntos de dados numricos sobre uma escala absoluta de [-1,1].
calculado atravs da diviso do valor de covarincia pela raiz quadrada do produto dos desvios

padres dos conjuntos de dados a e b: O que coeficiente de variao? O efeito da variao ou disperso em relao mdia pode ser medido pela disperso relativa, definida por: Disperso Relativa = Disperso Absoluta/Mdia Se a disperso absoluta for o desvio padro, a disperso relativa denominada coeficiente de variao v: . O coeficiente de variao deixa de ser til quando a mdia prxima de zero. O que coeficiente do momento de assimetria?

o grau de desvio ou afastamento do eixo de simetria de uma distribuio. Para distribuies


assimtricas a mdia tende a situar-se do lado da cauda mais longa da distribuio. Este coeficiente pode ser definido usando o 3 momento centrado na mdia e o desvio padro: O que coeficiente de Kurtosis?

Mede o grau de achatamento de uma distribuio de dados, e pode ser definido pela diviso do
momento de grau 4 centrado na mdia pela varincia ao quadrado. Ou seja: Componentes Principais Transformao por Principais Componentes Observa-se freqentemente que bandas individuais de uma imagem multiespectral so altamente correlacionadas, ou seja, as bandas so similares visual e numericamente. Esta correlao advm do efeito de sombras resultantes da topografia, da sobreposio das janelas espectrais entre bandas adjacentes e do prprio comportamento espectral dos objetos. A anlise das bandas espectrais individuais pode ser ento ineficiente devido informao redundante presente em cada uma dessas bandas. A gerao de componentes principais uma tcnica de realce que reduz ou remove esta redundncia espectral, ou seja, gera um novo conjunto de imagens cujas bandas individuais apresentam informaes no-disponveis em outras bandas. Esta transformao derivada da matriz de covarincia entre as bandas e gera um novo conjunto de imagens onde cada valor de "pixel" uma combinao linear dos valores originais. O nmero de componentes principais igual ao nmero de bandas espectrais utilizadas e so ordenadas de acordo com o decrscimo da varincia de nvel de cinza. A primeira componente principal tem a maior varincia (maior contraste) e a ltima, a menor varincia. A figura mostra que a transformao de compo-nente principal em duas dimenses corresponde rota-o do eixo original da coordenada para coincidir com as direes de mxima e mnima varincia no dado. Neste processo utiliza-se o coeficiente de correlao ou da covarincia para se determinar um conjunto de quantidades chamadas de autovalores. Os autovalores representam o comprimento dos eixos das componentes principais de uma imagem e so

medidos em unidade de varincia. Associados a cada autovalor existe um vetor de mdulo unitrio chamado autovetor. Os autovetores representam as direes dos eixos das componentes principais. So fatores de ponderao que definem a contribuio de cada banda original para uma componente principal, numa combinao aditiva e linear. Para facilitar a percepo dessas contribuies, deve-se transformar os autovetores em porcentagens. Sabendo-se o sinal de cada coeficiente do autovetor, pode-se comparar as porcentagens com as curvas espectrais de materiais conhecidos (por exemplo, vegetao, gua, diferentes tipos de solo), determinandose assim em qual(is) componente(s) principal(is) a informao espectral desejada ir ser concentrada. O SPRING permite ao usurio analisar os dados de autovalores e autovetores (parmetros estatsticos). A seguir, apresenta-se um exemplo que mostra como esses dados so fornecidos.
Bandas B1 B2 Mdias 40.08 48.81 Varincia 209.79 273.13 Componentes P1 P2 % Informao 64.76 35.24

Matriz de autovetores + 0.5271 + 0.8498 + 0.8498 - 0.5271 No exemplo tem-se que a 1 componente principal (P1) apresenta um autovalor de 64.76, isto , 64.76% das informaes de B1 e B2 esto em P1, e que 35.24% esto em P2. Analisando-se a matriz de autovetores tem-se que: P1 = B1 x (+ 0.5271) + B2 x (+ 0.8498) P2 = B1 x (+ 0.8498) + B2 x (- 0.5271) Desta forma entende-se que para P1 a banda 2 (B2) est contribuindo com mais informao. Este mesmo raciocnio pode ser adotado para as n componentes principais. A primeira componente principal contm a informao de brilho associada s sombras de topografia e s grandes variaes da reflectncia espectral geral das bandas. Esta componente principal possui a maior parte da varincia total dos dados, concentrando a informao antes diluda, em vrias dimenses. A segunda e as subseqentes componentes principais apresentam gradativamente menos contraste entre os alvos e so desprovidas de informao topogrfica, devido ausncia de sombreamento. A terceira e quarta componentes principais contm tipicamente menos estrutura da imagem e mais rudo que as duas primeiras, indicando a compresso dos dados nos primeiros canais. A ltima componente representa basicamente o rudo existente nos dados originais. As figuras abaixo mostram as trs componentes de uma transformao com trs bandas (3,4 e 5) do Landsat 5.

Primeira Componente

Segunda Componente

Terceira Componente As componentes principais podem ser geradas com alterao de contraste. Aplica-se a cada C.P. um realce dos nveis digitais de forma que a mdia seja deslocada para valor 127 e que a partecentral de distribuo estatstica inclua 2,6 desvios padres para cada lado da mdia. Esta transformao considera que os componentes tem distribuio normal, e apenas 0,4% de cada lado da curva eliminado, ou seja saturado para os nveis 0 e 225. Todas as componentes tero a mesma varincia e os valores de nvel digital estaro distribudos entre 0 e 255. As imagens de componentes principais podem ser combinadas em cores, como quaisquer outras. Quando comparada com qualquer combinao de canais originais, a composio colorida das componentes principais apresenta um realce na distribuio das cores, uma vez que no h correlao entre as bandas. Uma composio colorida de imagem de componentes principais tende a apresentar apenas cores espectrais puras e intensamente saturadas, no apresentando tons de cinza (o que indicaria correlao). Antes de executar a funo de Principais Componentes, voce pode analisar os parmetros estatisticos das bandas selecionadas. O usuario pode ver estes parmetros referente a toda area da imagem ou em uma poro selecionada pelo cursor. Segmentao de Imagens O que a segmentao de Imagens? A classificao estatstica o procedimento convencional de anlise digital de imagens. Constitui um processo de anlise de pixels de forma isolada. Esta abordagem apresenta a limitao da anlise pontual ser baseada unicamente em atributos espectrais. Para superar estas limitaes, prope-se o uso de segmentao de imagem, anterior fase de classificao, onde se extraem os objetos relevantes para a aplicao desejada. Neste processo, divide-se a imagem em regies que devem corresponder s reas de interesse da aplicao. Entende-se por regies um conjunto de "pixels" contguos, que se espalham bidirecionalmente e que apresentam uniformidade. A diviso em pores consiste basicamente em um processo de crescimento de regies, de deteco de bordas ou de deteco de bacias. O que crescimento de regies? uma tcnica de agrupamento de dados, na qual somente as regies adjacentes, espacialmente,

podem ser agrupadas. Inicialmente, este processo de segmentao rotula cada "pixel" como uma regio distinta. Calculase um critrio de similaridade para cada par de regio adjacente espacialmente. O critrio de similaridade baseia-se em um teste de hiptese estatstico que testa a mdia entre as regies. A seguir, divide-se a imagem em um conjunto de sub-imagens e ento realiza-se a unio entre elas, segundo um limiar de agregao definido. Para a unio de duas regies A e B vizinhas, deve-se adotar o seguinte critrio: A e B so similares (teste das mdias); a similaridade satisfaz o limiar estabelecido; A e B so mutuamente prximas (dentre os vizinhos de A, B a mais prxima, e dentre os vizinhos de B, A a mais prxima). Caso as regies A e B satisfaam estes critrios, estas regies so agregadas, caso contrrio o sistema reinicia o processo de teste de agregao. O que deteco de bacias? A classificao por deteco de bacias feita sobre uma imagem resultante da extrao de bordas. A extrao de bordas realizada por um algoritmo de deteco de bordas, ou seja pelo filtro de Sobel. Este algoritmo considera os gradientes de nvel de cinza da imagem original, para gerar uma imagem gradiente ou imagem de intensidade de borda. O algoritmo calcula um limiar para a perseguio de bordas. Quando ele encontra um "pixel" com valor superior ao limiar estabelecido, tem-se incio o processo de perseguio da borda. Observa-se a vizinhana para identificar o prximo "pixel" de maior valor de nvel digital e segue-se nesta direo at que se encontre outra borda ou a fronteira da imagem. Deste processo gera-se uma imagem binria com os valores de 1 referentes s bordas e 0, a regies de no-bordas. A imagem binria ser rotulada de modo que as pores da imagem com valores 0 constituiro regies limitadas pelos valores 1 da imagem, constituindo a imagem rotulada. O procedimento de segmentao por deteco de bacias pressupe uma representao topogrfica para a imagem, ou seja, para uma dada imagem gradiente, o valor de nvel digital de cada "pixel" equivale a um valor de elevao naquele ponto. A imagem equivaleria a uma superfcie topogrfica com feies de relevo ou uma regio com bacias de diferentes profundidades. O crescimento de uma regio equivaleria imerso da superfcie topogrfica em um lago. Define-se um altura inicial (nvel digital) para o preenchimento das bacias (limiar). A "gua" preencher progressivamente as diferentes bacias da imagem at um limiar definido pela topografia (valor de nvel digital). Ao alcanar o limite, define-se uma barreira entre duas regies. O processo de preenchimento continua em outra direo at atingir um novo limite topogrfico, definindo-se mais uma barreira, e assim sucessivamente at que todas as barreiras tenham sido definidas. O resultado uma imagem rotulada, cada regio apresentando um rtulo (valor de nvel digital), que devem ser classificadas por classificadores de regio. Como classificar imagens segmentadas? O classificador Isoseg o algoritmo disponvel no Spring para classificar regies de uma imagem segmentada. um algoritmo de agrupamento de dados no-supervisionado, aplicado sobre o conjunto de regies, que por sua vez so caracterizadas por seus atributos estatsticos de mdia e matriz de covarincia, e tambm pela rea. Um algoritmo de "clustering" no assume nenhum conhecimento prvio da distribuio de densidade de probabilidade dos temas, como ocorre no algoritmo de mxima verossimilhana. uma tcnica para classificao que procura agrupar regies, a partir de uma medida de similaridade entre elas. A medida de similaridade utilizada consiste na distncia de Mahalanobis entre a classe e as regies candidatas a relao de pertinncia com esta classe. O Isoseg utiliza os atributos estatsticos das regies: a matriz de covarincia e o vetor de mdia, para estimar o valor central de cada classe. Este algoritmo resume-se em trs etapas, descritas a seguir. (1) Definio do limiar: o usurio define um limiar de aceitao, dado em percentagem. Este limiar por sua vez define uma distncia de Mahalanobis, de forma que todas regies pertencentes a uma dada classe esto distantes da classe por uma distncia inferior a esta. Quanto maior o limiar, maior esta distncia e consequentemente maior ser o nmero de classes detectadas pelo algoritmo. (2) Deteco das classes: as regies so ordenadas em ordem decrescente de rea e inicia-se o procedimento para agrup-las em classes. Sero tomados como parmetros estatsticos de uma classe (mdia e matriz de covarincia), os parmetros estatsticos da regio de maior rea que ainda no tenha sido associada a classe alguma. Em seguida,

associa-se a esta classe todas regies cuja distncia de Mahalanobis for inferior a distncia definida pelo limiar de aceitao. Assim, a primeira classe ter como parmetros estatsticos aquelas regies com maior rea. As classes seguintes tero parmetros estatsticos de mdia das regies de maior rea, que no tenham sido associada a nenhuma das classes previamente detectadas. Esta fase repete-se at que todas regies tenham sido associadas a alguma classe. (3) Competio entre classes: as regies so reclassificadas, considerando-se os novos parmetros estatsticos das classes, definidos na etapa anterior. A fase 2 consiste basicamente na deteco de classes, sendo um processo seqencial que pode favorecer as classes que so detectadas em primeiro lugar. Com vista a eliminar este favorecimento", procede-se a "competio entre classes. Esta competio consiste em reclassificar todas as regies. O parmetro estatstico (mdia de cada classe ento recalculado. O processo repete-se at que a mdia das classes no se altere (convergncia). Ao trmino, todas regies estaro associadas a uma classe definida pelo algoritmo. O usurio dever ento associar estas classes (denominadas temas, no Spring) s classes por ele definidas no banco de dados, na opo Arquivo-Esquema Conceitual, descrito no captulo 5, volume1. Portanto o usurio deve seguir os seguintes passos para gerar uma classificao a partir de uma imagem segmentada, observe que os passos de 2 a 9 foram descritos anteriormente: Criar uma imagem segmentada - gerar uma imagem, separada em regies com base na anlise dos nveis de cinza. Criar o arquivo de Contexto - este arquivo armazena quais as bandas faro parte do processo de classificao por regies. Executar o treinamento - deve ser feita amostragens sobre uma imagem na rea de desenho; Analisar as amostras - permite verificar a validade das amostras coletadas; Extrao de regies - neste procedimento o algoritmo extrai as informaes estatsticas de mdia e varivel de cada regio, considerando as bandas indicadas no contexto; Classificao - para a realizar a classificao de uma imagem segmentada deve-se usar o classificador por regies; Executar a Classificao - de posse da amostras e das bandas escolhidas a imagem classificada; Executar uma Ps-classificao - processo de extrao de pixels isolados em funo de um limiar e um peso fornecidos pelo usurio; Executar o Mapeamento para Classes - permite transformar a imagem classificada (categoria Imagem) para um mapa temtico raster (categoria Temtico). Classificao de Imagens O que classificao? Classificao o processo de extrao de informao em imagens para reconhecer padres e objetos homogneos e so utilizados em Sensoriamento Remoto para mapear reas da superfcie terrestre que correspondem aos temas de interesse. A informao espectral de uma cena pode ser representada por uma imagem espectral, na qual cada "pixel" tem coordenadas espaciais x, y e uma espectral L, que representa a radincia do alvo em todas as bandas espectrais, ou seja para uma imagem de K bandas, existem K nveis de cinza associados a cada "pixel" sendo um para cada banda espectral. O conjunto de caractersticas espectrais de um "pixel" denotado pelo termo atributos espectrais. Os classificadores podem ser divididos em classificadores "pixel a pixel" e classificadores por regies. Classificadores "pixel a pixel": Utilizam apenas a informao espectral de cada pixel para achar regies homogneas. Estes classificadores podem ser separados em mtodos estatsticos (utilizam regras da teoria de probabilidade) e determinsticos (no utilizam probabilidade). Classificadores por regies: Utilizam, alm de informao espectral de cada "pixel", a informao espacial que envolve a relao com seus vizinhos. Procuram simular o comportamento de um foto- intrprete, reconhecendo reas homogneas de imagens, baseados nas propriedades espectrais e espaciais de imagens. A informao de borda utilizada inicialmente para separar regies e as propriedades espaciais e espectrais iro unir reas com mesma textura.

O resultado da classificao digital apresentado por meio de classes espectrais (reas que possuem caractersticas espectrais semelhantes), uma vez que um alvo dificilmente caracterizado por uma nica assinatura espectral. constitudo por um mapa de "pixels" classificados, representados por smbolos grficos ou cores, ou seja, o processo de classificao digital transforma um grande nmero de nveis de cinza em cada banda espectral em um pequeno nmero de classes em uma nica imagem. As tcnicas de classificao aplicadas apenas a um canal espectral (banda da imagem) so conhecidas como classificaes unidimensionais. Quando o critrio de deciso depende da distribuio de nveis de cinza em vrios canais espectrais as tcnicas so definidas como de classificao multiespectral. O primeiro passo em um processo de classificao multiespectral o treinamento. Treinamento o reconhecimento da assinatura espectral das classes. Existem basicamente duas formas de treinamento: supervisionado e no- supervisionado. Quando existem regies da imagem em que o usurio dispe de informaes que permitem a identificao de uma classe de interesse, o treinamento dito supervisionado. Para um treinamento supervisionado o usurio deve identificar na imagem uma rea representativa de cada classe. importante que a rea de treinamento seja uma amostra homognea da classe respectiva, mas ao mesmo tempo deve-se incluir toda a variabilidade dos nveis de cinza. Recomenda-se que o usurio adquira mais de uma rea de treinamento, utilizando o maior nmero de informaes disponveis, como trabalhos de campo, mapas, etc. Para a obteno de classes estatisticamente confiveis, so necessrios de 10 a 100 "pixels" de treinamento por classe. O nmero de "pixels" de treinamento necessrio para a preciso do reconhecimento de uma classe aumenta com o aumento da variabilidade entre as classes.

Exemplo de seleo de reas no treinamento supervisionado. Quando o usurio utiliza algoritmos para reconhecer as classes presentes na imagem, o treinamento dito no-supervisionado. Ao definir reas para o treinamento no-supervisionado, o usurio no deve se preocupar com a homogeneidade das classes. As reas escolhidas devem ser heterogneas para assegurar que todas as possveis classes e suas variabilidades sejam includas. Os "pixels" dentro de uma rea de treinamento so submetidos a um algoritmo de agrupamento ("clustering") que determina o agrupamento do dado, numa feio espacial de dimenso igual ao nmero de bandas presentes. Este algoritmo assume que cada grupo ("cluster") representa a distribuio de probabilidade de uma classe.

Exemplo de seleo de reas no treinamento no-supervisionado. As tcnicas de classificao multiespectral "pixel a pixel" mais comuns so: mxima verossimilhana (MAXVER), distncia mnima e mtodo do paraleleppedo. MAXVER o mtodo de classificao, que considera a ponderao das distncias entre mdias dos nveis digitais das classes, utilizando parmetros estatsticos. Os conjuntos de treinamento definem o diagrama de disperso das classes e suas distribuies de probabilidade, considerando a distribuio de probabilidade normal para cada classe do treinamento. Para duas classes (1 e 2) com distribuio de probabilidade distintas, as distribuies representam a probabilidade de um "pixel" pertencer a uma ou outra classe, dependendo da posio do "pixel" em relao a esta distribuio. Ocorre uma regio onde as duas curvas sobrepem-se, indicando que um determinado "pixel" tem igual probabilidade de pertencer s duas classes. Nesta situao estabelece-se um critrio de deciso a partir da definio de limiares.

Exemplo de limite de aceitao de uma classificao, no ponto onde as duas distribuies se cruzam. Um "pixel" localizado na rea sombreada, apesar de pertencer classe 2, ser classificado como classe 1. O limiar de aceitao indica a % de "pixels" da distribuio de probabilidade de uma classe que ser classificada como pertencente a esta classe. Um limite de 99%, por exemplo, engloba 99% dos "pixels", sendo que 1% sero ignorados (os de menor probabilidade), compensando a possibilidade de alguns "pixels" terem sido introduzidos no treinamento por engano, nesta classe, ou estarem no limite entre duas classes. Um limiar de 100% resultar em uma imagem classificada sem rejeio, ou seja, todos os "pixels" sero classificados. Para diminuir a confuso entre as classes, ou seja, reduzir a sobreposio entre as distribuies de probabilidades das classes, aconselha-se a aquisio de amostras significativas de alvos distintos e a avaliao da matriz de classificao das amostras. A matriz de classificao apresenta a distribuio de porcentagem de "pixels" classificados correta e erroneamente. No exemplo a seguir, apresenta-se uma matriz de classificao com as porcentagens de 4 classes definidas na aquisio de amostras, os valores de desempenho mdio, absteno (quanto no foi classificado) e confuso mdia.
N 1 2 3 4 4.7 1.1 0.0 3.8 1 94.3 0.0 13.3 0.0 2 0.0 82.3 0.0 4.7 3 0.0 0.0 86.7 0.0 4 0.9 16.6 0.0 91.5

Desempenho mdio: 89.37 Absteno mdia: 3.15 Confuso mdia: 7.48 O valor de N representa a quantidade de cada classe (porcentagem de "pixels") que no foi classificada. A classe 1 corresponde floresta, a classe 2 ao cerrado, a classe 3 ao rio e a classe 4 ao desmatamento. Uma matriz de classificao ideal deve apresentar os valores da diagonal principal prximos a 100%, indicando que no houve confuso entre as classes. Contudo esta uma situao difcil em imagens com alvos de caractersticas espectrais semelhantes.

O valor fora da diagonal principal, por exemplo 13.3 (classe linha 3 e coluna 1), significa que 13.3% da rea da classe "rio" amostrada foi classificada como classe 1 (floresta). O mesmo raciocnio deve ser adotado para os outros valores. Para diminuir a confuso entre as classes, aconselha-se a anlise das amostras.
Amostras Classes Floresta Cerrado Rio Desmatamento 1 90 5 5 0 2 50 50 0 0 3 87 0 0 10

Os valores em porcentagem indicam que na amostra 1, 90% dos "pixels" so classificados como floresta, 5% como cerrado e 5% como rio, o que resulta em uma amostra confivel. Por sua vez, a amostra 2 apresentou uma confuso de 50% entre as classes floresta e cerrado, indicando que esta deve ser eliminada. O que o classificador MAXVER-ICM? Enquanto o classificador MAXVER associa classes considerando pontos individuais da imagem, o classificador MAXVER-ICM (Interated Conditional Modes) considera tambm a dependncia espacial na classificao. Em uma primeira fase, a imagem classificada pelo algoritmo MAXVER atribuindo classes aos "pixels", considerando os valores de nveis digitais. Na fase seguinte, leva-se em conta a informao contextual da imagem, ou seja a classe atribuda depende tanto do valor observado nesse "pixel", quanto das classes atribudas aos seus vizinhos. O algoritmo atribui classes a um determinado "pixel", considerando a vizinhana interativamente. Este processo finalizado quando a % de mudana (porcentagem de "pixels" que so reclassificados) definida pelo usurio satisfeita. O SPRING fornece ao usurio as opes de 5%, 1% e 0.5% para valores de porcentagem de mudanas. Um valor 5% significa que a reatribuio de classes aos "pixels" interrompida quando apenas 5% ou menos do total de "pixels" da imagem foi alterado. O que classificao por distncia euclidiana? O mtodo de classificao por distncia Euclidiana um procedimento de classificao supervisionada que utiliza esta distncia para associar um "pixel" a uma determinada classe. No treinamento supervisionado, definem-se os agrupamentos que representam as classes. Na classificao, cada "pixel" ser incorporado a um agrupamento, atravs da anlise da medida de similaridade de distncia Euclidiana, que dada por: d (x,m) = (x2 - m2) 1/2 onde: x = "pixel" que est sendo testado m = mdia de um agrupamento N = nmero de bandas espectrais O classificador compara a distncia Euclidiana do "pixel" mdia de cada agrupamento. O "pixel" ser incorporado ao agrupamento que apresenta a menor distncia Euclidiana. Este procedimento repetido at que toda a imagem seja classificada.

O que ps-classificao? Aplica-se este procedimento em uma imagem classificada, com o objetivo de uniformizar os temas, ou seja, eliminar pontos isolados, classificados diferentemente de sua vizinhana. Com isto, Gera-se um imagem classificada com aparncia menos ruidosa. Em uma janela de 3 x 3 "pixels", o ponto central avaliado quanto freqncia das classes (temas), em sua vizinhana. De acordo com os valores de peso e limiar definidos pelo usurio, este ponto central ter ou no sua classe substituda pela classe de maior freqncia na vizinhana. O peso varia de 1 a 7 e define o nmero de vezes que ser considerada a freqncia do ponto central. O limiar varia tambm de 1 a 7 e o valor de freqncia acima do qual o ponto central modificado.

Por exemplo, para a janela de uma imagem classificada ser avaliado o "pixel" central pertencente classe 2. Considera-se um peso e um limiar iguais a 3.
3 5 5 3 1 3 5

2
5

Obtm-se a seguinte freqncia de classes:


Classe Freqncia 1 1 2 3 3 3 5 4

A tabela acima indica que a classe 1 ocorre uma vez; a classe 3 ocorre trs vezes e a classe 5, quatro vezes. A freqncia da classe 2 considerada 3, pelo fato do peso definido ser 3. O limiar igual a 3 far com que o ponto central (de classe 2) seja atribudo classe 5, cuja freqncia (4) maior que o limiar definido. A janela classificada com seus temas uniformizados torna-se:
3 5 5 3 1 3 5

5
5

A definio de peso e limiar depender da experincia do usurio e das caractersticas da imagem classificada. Quanto menor o peso e menor o limiar, maior o nmero de substituies que sero realizadas. Modelos de Mistura O que so modelos de mistura? Problemas de mistura ocorrem em imagens de Sensoriamento Remoto devido resoluo espacial dos sensores que permitem que um elemento de cena (correspondente a um pixel da imagem) inclua mais de um tipo de cobertura do terreno. Quando um sensor observa a cena, a radincia detectada a integrao, denominada mistura, de todos os objetos, denominados componentes da mistura, contidos no elemento de cena. O problema de mistura pode ser contornado por: Substituio de mtodos convencionais de classificao de imagens no clculo de rea total por tema (classe) em uma cena, uma vez que as estimativas baseadas nestes mtodos so prejudicadas pela mistura de classes nas fronteiras entre os diferentes alvos, como na fronteira entre pastagem e cultura. Gerao de imagens sintticas representando propores de cada componente da mistura dentro dos pixels, isto , o nmero de bandas originais reduzido para o nmero de componentes do modelo de mistura. Em uma rea de reflorestamento pode-se gerar trs bandas sintticas, uma representando a proporo de vegetao, outra de solo e a terceira de sombra em cada pixel da imagem. O SPRING utiliza o processo de gerao de imagens para tratar o problema de mistura. O que um modelo linear de mistura?

Modelo no qual o valor do pixel em qualquer banda espectral considerado como a combinao
linear da resposta de cada componente dentro do pixel. O modelo pode ser expresso como: r1 = a11 x1 + a12 x2 + ... + a1n xn + e1 r2 = a21x1 + a22 x2 + ... + a2nxn + e2 ... rm = a m1x1 + am2 x2 + ... + a2n xn + em isto ,

(1) i = 1,..., m (nmero de bandas) j = 1, ..., n (nmero de componentes) n <= m onde:

ri : reflectncia espectral na isima banda espectral de um pixel (i.e., valor do pixel na banda i,
convertido para valor de reflectncia).

aij : reflectncia espectral conhecida do jsimo componente na isima banda espectral. xj : valor a ser estimado de proporo do jsimo componente dentro do pixel; e ei : erro de estimao para a isima banda espectral. As estimativas dos xj esto sujeitas a seguintes restries:

(2) 0 <= xj <= 1 (3) Estas restries so impostas pois os xj representam propores de rea dentro de um elemento de cena. No entanto, a restrio (3) opcional, como ser descrito nas prximas sesses. Como se obtm das assinaturas espectrais de componentes da mistura? A escolha da assinatura espectral dos elementos considerados como componentes da mistura crtica para a estimativa correta das propores e podem ser obtidos de bibliotecas de curvas espectrais ou na prpria imagem, atravs de pixels puros. Quando os valores da assinatura espectral so valores de reflectncia de bibliotecas de curvas espectrais, deve-se converter a imagem original para valores de reflectncia. Se os valores de assinatura espectral so obtidos na prpria imagem no necessrio realizar a converso. Como se estimam propores? Por seleo das propores de modo que a combinao das assinaturas espectrais dos componentes seja a melhor aproximao do valor do pixel observado. Baseiam-se no critrio dos Mnimos Quadrados, cujo objetivo estimar as propores xj minimizando a soma dos quadrados dos erros ei, sujeito a restrio dada pela equao (2) e, opcionalmente, sujeito equao (3). Os seguintes mtodos esto disponveis: Mnimos Quadrados com Restries: o mtodo mais simples e rpido, aplicvel quando o nmero de componentes igual a trs. A restrio (3) pode ou no ser aplicada. Mnimos Quadrados Ponderado: mtodo mais geral, que busca a soluo iterativamente, procurando atender as restries (2) e (3). Opcionalmente, a restrio (3) pode no ser aplicada, tornando-se neste caso muito semelhante ao mtodo abaixo. Combinao entre Transformao de Principais Componentes e Mnimos Quadrados: este mtodo diminui o nmero de equaes no sistema aplicando uma transformao de principais componentes, seguida do mtodo de estimao por Mnimos Quadrados. Apresenta como vantagem a rapidez computacional quando o nmero de componentes difere de trs. No entanto, a restrio (3) no pode ser aplicada. Os resultados obtidos por estes mtodos so similares, portanto a escolha do mtodo mais adequado deve basear-se no nmero de componentes da mistura e na deciso sobre a aplicao da restrio (3). Como se geram as bandas sintticas de propores? Sobre as propores xj obtidas, n (nmero de componentes) bandas de proporo so geradas. Os valores atribudos aos pixels destas imagens dependem da aplicao ou no da restrio (3), como

descrito a seguir: Modelo sujeito restrio (3): os valores dos pixels nas n bandas so obtidos pela multiplicao das propores xj em cada pixel pelo fator de escala 255. Modelo no sujeito restrio (3): os valores de proporo no intervalo zero a um, isto , com significado fsico, so escalonados para o intervalo 100 a 200. Pixels com valores de proporo negativos, recebem o valor 0. Pixels com valores de proporo maiores do que um, recebem o valor 255. O que so e como se calcula o erro mdio e as imagens de erro?

Os indicadores de erro auxiliam a anlise da adequao do modelo de mistura a uma determinada


cena. Para cada pixel da imagem, aps estimadas as propores, possvel calcular o erro de estimao para cada banda. Para cada banda i, o termo de erro ei dado por:

(4) Tomando estes valores de erro por pixel, podem ser calculados o erro mdio por banda e total. Adicionalmente, possvel gerar as denominadas imagens de erro, que apresentam a distribuio espacial dos erros. Os valores destas imagens so obtidos pela multiplicao do valor absoluto dos ei pelo fator de escala 255. Normalmente, os valores de erro so muito baixos, portanto sugere-se a aplicao de realce de contraste nestas imagens para facilitar a visualizao da distribuio espacial dos erros. Como se podem utilizar os modelos de mistura? reas florestais so formadas por trs componentes: a copa das rvores, solo e sombra. A imagem formada pela proporo de sombra em cada pixel indicadora de variaes na estrutura da floresta, isto , a proporo estimada de sombra indica variaes na idade, tipo e forma das copas das rvores. Mtodo alternativo para tcnicas convencionais de reduo do espao de atributos, tanto como entrada para mtodos de classificao, como para fins de Interpretao Visual. Neste caso, o modelo de mistura apresenta como vantagem o fato de que as informaes contidas nas imagens geradas representam conceitos fsicos, isto , as propores dos componentes, mais facilmente assimilveis do que a assinatura espectral dos alvos. Sistemas de Radar O que radar? O termo Radar ("Radio Detection And Ranging") tem sido utilizado de forma genrica para classificar os sistemas que operam na faixa de freqncia de microondas e foram utilizados inicialmente para fins militares durante a Segunda Guerra Mundial e posteriormente para fins civis a partir da dcada de 70. Por qu se utiliza radar? Porque a regio espectral de operao permite a alta transmisso das ondas eletromagnticas na atmosfera independente da iluminao solar, mesmo quando a atmosfera se apresenta nublada ou durante precipitaes, podendo assim gerar imagens sob as condies mais adversas. A transmisso das ondas eletromagnticas por um meio diretamente proporcional ao comprimento de onda, desta forma quanto menor a freqncia do radar maior ser a sua penetrao.

Percentual de transmisso atravs da atmosfera terrestre para uma poro do espectro eletromagntico. Fonte: Curlander et al. (1991), p.5. A extenso da penetrao depende da umidade, da densidade da vegetao, bem como do comprimento de onda. Assim comprimento de onda menores interagem com as camadas superficiais da vegetao e os comprimentos de onda mais longos com as camadas inferiores da vegetao, podendo em alguns casos, at mesmo interagir com o solo ou mesmo com o subsolo.

Penetrao de sinais de Radar em vegetao. Fonte: Ulaby et al. (1981a), p.4. Enquanto que na faixa do espectro tico a interao ocorre a nvel de ressonncia molecular na superfcie de contato, em microondas a resposta condicionada a geometria e as profundidades das grandezas dieltricas da superfcie.

A combinao por sua vez de imagens por microondas e do espectro tico permite uma maior compreenso dos alvos por inferir diferentes propriedades dos mesmos. Quais sistemas de radar existem? Os sistemas de radar podem ser agrupados em imageadores e no imageadores. Os imageadores compreendem os sistemas de antena rotatria, os radares de visada lateral de abertura real (SLAR) e os radares de visada lateral de abertura sinttica (SAR). Entre os no imageadores destacam-se os escatermetros, os espectrmetros e os altmetros. SLAR-RAR (Radares de Visada Lateral de Abertura Real) foram os primeiros sistemas imageadores por microondas, os quais foram utilizados durante a II Guerra Mundial como auxiliares a bombardeiros noturnos. O SLAR possui uma antena que ilumina lateralmente os alvos com um feixe que amplo verticalmente e estreito horizontalmente. A varredura de gerao da imagem produzida pelo prprio movimento da aeronave durante a passagem sobre a rea a ser recoberta. Este radar apresenta o inconveniente de possuir a resoluo azimutal diretamente proporcional distncia entre a antena e o alvo imageado, e inversamente proporcional ao comprimento de onda da antena utilizada no imageamento. Desta forma, para se obter uma melhor resoluo azimutal, ou se diminua a distncia entre o radar e o alvo, ou se aumentava o comprimento da antena. O Radar de Abertura Sinttica (SAR), desenvolvido na dcada de 50, resolve os problemas do SLAR, uma vez que a resoluo azimutal deste sistema independe da distncia entre o radar e o alvo. A utilizao para uso civil iniciou-se na dcada de 70 , quando alguns programas foram realizados , utilizando-se imagens de radar a bordo de aeronaves. A utilizao de radar a nvel orbital iniciou-se com o lanamento do SEASAT em 1978, e com base em seus dados, a NASA iniciou o Programa SIR ("Shuttle Imaging Radar"), que consistiria de uma srie de vos de curta durao. Dentro deste programa foram lanados o SIR-A e o SIR-B em 1981 e 1984 e o SIR-C em 1994. Misses mais longas iniciaram-se com o lanamento do ALMAZ-1 em 1981, ALMAZ-2 em 1991, ERS-1 em 1991 e JERS-1 em 1992, ERS-2 em 1995 e o RADARSAT em 1995. Quais aplicaes em cincias ambientais so possveis? Geologia: Anlise de estruturas geolgicas (fraturas, falhas, dobras e foliaes); litotipos, geomorfologia (relevo e solos) e hidrografia para pesquisa de recursos minerais; Avaliao do potencial dos recursos hdricos superficiais e subterrneos; Identificao de reas para prospeo mineral. Agricultura: Planejamento e monitorizao agrcola; Identificao, mapeamento e fiscalizao de culturas agrcolas; Determinao relativa da umidade de solos; eficincia de sistemas de irrigao. Cartografia: Levantamento planimtrico (escalas 1:20.000 a 1:50.000); Levantamento altimtrico (interferometria). Florestas: Gerenciamento e planejamento de florestas; Determinao de grandes classes de florestas; Identificao da ao de determinadas doenas; mapeamento de desflorestamento; Identificao de reas de corte seletivo; Estimativa de biomassa. Gelo e neve: Mapeamento/classificao de gelo; Monitoramento de degelo-inundaes. Hidrologia: Gerenciamento e planejamento dos recursos hdricos; Deteco de umidade do solo; Interpretao de parmetros hidrolgicos: transmissividade, direo de fluxo, permeabilidade, vazo, etc; Meio Ambiente: Planejamento e monitorizao ambiental; Identificao, avaliao e monitorizao de recursos hdricos e dos processos fsicos do

meio ambiente (assoreamentos, eroso, escorregamentos, etc); Identificao e anlise da degradao causadas por minerao, deposio de resduos, ao antrpica etc; Identificao, anlise e monitorizao de riscos ambientais. Oceanografia: Monitorizao do estado do mar, correntes, frentes de vento; Espectro de ondas para modelos numricos de previso; Mapeamento de topografia submarina (condies especficas); Poluio marinha causada por derrames de leo e filmes; Deteco de barcos - pesca ilegal; Apoio para estabelecimento de rotas martimas. Uso da Terra: Planejamento do uso da terra; Classificao de solos; Classificao do uso da terra; Inventrio, monitoramento ("change detection"), planejamento; Padres de irrigao/dficit hdrico; Salinizao de solos. Como so geradas as imagens de radar?

A geometria bsica de um sistema de imageamento por Radar de Abertura Sinttica mostrado

abaixo. Nesse sistema, a plataforma (avio ou satlite) com o sensor SAR se desloca a uma velocidade V em relao ao solo, a uma altura H, apontando a antena lateralmente com um ngulo em relao ao nadir.

Geometria do sistema SAR A medida que a plataforma se desloca o transmissor envia pulsos de largura Tp a intervalos regulares de T segundos.

Pulso transmitido

O pulso transmitido modulado linearmente em freqncia (conhecido como "chirp"), com uma
variao de freqncia entre um valor mnimo e um valor mximo . Esta variao de freqncia conhecida como largura de banda do pulso, , e determina a resoluo na direo perpendicular ao vo (range). Para entender melhor o que ocorre em um sistema de imageamento SAR, utiliza-se como modelo o comportamento de um alvo pontual, desde a sua entrada at a sada do campo visual da antena. A figura abaixo mostra o imageamento de um ponto P, desde a sua entrada no campo visual da antena, no instante , at sua sada no instante . No intervalo de tempo o radar envia um certo nmero N de pulsos, dessa maneira coleta-se

N amostras do eco do ponto P nesse intervalo. Estas amostras so armazenadas em algum dispositivo de memria. Durante o intervalo a plataforma SAR se desloca V. metros, que conhecido como o comprimento da "Abertura Sinttica".

Intervalo da abertura sinttica

O eco recebido de dada pulso enviado, sofre uma variao de freqncia devido a velocidade V da

plataforma. Essa variao conhecida como efeito Doppler. A variao de freqncia no intervalo te at ts conhecida como largura de banda Doppler, BD. As variaes de freqncia Bp e BD influenciam diretamente nas resolues de "range" e azimute respectivamente, quanto maiores, menores so as resolues. Os dados (ecos) adquiridos no sistema SAR necessitam de processamento para que seja gerada uma imagem correspondente a esses dados. No passado esse processamento era feito por sistema tico, pouco flexvel, impreciso e caro. Com o desenvolvimento de computadores cada vez mais rpidos, foi possvel gerar imagens SAR digitais mais precisas, atravs de algoritmos apropriados. Processamento "Multi-Look" consiste em dividir a abertura sinttica em visadas (looks).

Figura 5.6 - Exemplo de "multi-look", no. "looks"= 3. A imagem final composta pela mdia das imagens de cada "look", geradas separadamente. Assume-se que as imagens de cada "look" sejam estatisticamente independentes entre si. Esta tcnica aumenta a relao sinal-rudo da imagem final, proporcional a raiz quadrada do nmero de "looks", diminuindo o efeito do rudo Speckle. O processamento "multi-look" provoca uma degradao na resoluo em azimute, uma vez que as imagens de cada "look" possuem uma largura de banda menor que a largura total BD, ou seja: onde "nl" igual ao nmero de "looks". A resoluo em azimute nesse caso torna-se "nl" vezes menor que a imagem de apenas um "look". Como o formato de uma imagem SAR?

As imagens geradas de 1 "look" so fornecidas no formato "complexo", para que seja possvel o
conhecimento da fase de cada pixel da imagem. A figura mostra a representao do pixel no formato complexo, onde Uq e Ui so as componentes real e imaginria respectivamente, A o

mdulo do nmero complexo representando a amplitude do pixel e a fase do pixel complexo. Em geral as componentes Uq e Ui so codificadas em 16 bits, fazendo com que um pixel complexo necessite de 32 bits para sua representao.

Representao do pixel no formato complexo As imagens "multi-look" normalmente so representas em imagens de Amplitute, ou seja:

As imagens de Amplitude so tambm conhecidas como imagens detectadas linearmente. Para esse tipo de imagens, em geral se utiliza um representao de 16 ou 8 bits por pixel. As imagens tambm podem ser representadas em Intensidade, ou seja:

As imagens de Intensidades so de deteco quadrtica e necessitam em geral de 32 bits para a representao de cada pixel. Quais distores radiomtricas existem em imagens de radar? A qualidade radiomtrica do dado SAR afetada por fatores inerentes ao instrumento, bem como geometria de iluminao. As duas principais causas de distores radiomtricas que prejudicam a interpretao das imagens de radar so: o rudo "speckle" e o efeito do padro da antena. Quais distores radiomtricas existem em imagens de radar? O Speckle um rudo multiplicativo proporcional a intensidade do sinal recebido. O efeito visual deste rudo proporciona uma textura granulosa que pode dificultar a interpretao das imagens de radar, reduzindo a separabilidade entre os objetos da cena. Existem dois mtodos para se diminuir o rudo Speckle: a filtragem e o processamento "multi-look". Os filtros devem manter o valor mdio do retorno do radar (backscatter), preservar as bordas presentes na imagem e as informaes de textura. O rudo Speckle est sempre associado a sistemas de imageamento coerente, tais como os obtidos por microondas, laser e ultra-sonografia. Considera-se que em uma clula de resoluo de uma cena imageada, existam um nmero muito grande de elementos difusores, aleatoriamente distribudos, de tal forma que esses elementos podem interferir uns aos outros construtivamente e destrutivamente, fazendo aparecer variaes sbitas na intensidade da imagem, caracterizando o rudo Speckle.

Clula de resoluo e o "backscatter" resultante Muitos filtros espaciais tem sido desenvolvidos para a reduo do rudo Speckle e para o aumento da relao sinal-rudo, objetivando uma melhoria na separabilidade entre os alvos da superfcie, com a mnima perda de informao.

erro mdio quadrtico sobre o modelo multiplicativo do rudo. Neste filtro incorpora-se a dependncia estatistica do sinal original, uma vez que se supe uma funo de correlao espacial exponencial entre pixels. um filtro adaptativo que preserva a estrutura de bordas. Filtro de Lee [Lee-1981]: adota um modelo multiplicativo para o rudo e obedece o critrio de "local linear minimum mean square error". Local, porque utiliza estatsticas locais do pixel a ser filtrado, admitindo a no estacionaridade da mdia e da varincia do sinal. um filtro linear porque realiza uma linearizao por expanso em srie de Taylor da multiplicao do sinal e o rudo em torno da mdia, utilizando apenas os termos lineares. O resultado da linearizao transforma o modelo multiplicativo do rudo em aditivo, ou seja, o rudo e o sinal tornam-se independentes; e, finalmente, "minimum mean square error", porque minimiza o erro mdio quadrtico atravs do filtro de Wiener (filtro baseado no critrio de mnimo erro mdio quadrtico) . O filtro de Lee um filtro adaptativo e geral. Filtro de Kuan/Nathan [Kuan et al.-1982]: adota o modelo multiplicativo. O procedimento semelhante quele de Lee, onde a estimao ponto a ponto feita utilizando-se o filtro de Wiener. A diferena estre eles, entretanto, consiste no fato de que no filtro de Kuan/Nathan no se realiza nenhuma aproximao. tambem um filtro adaptativo e geral. A Figura 5.9 mostra a imagem original (ERS-1, 8 "looks") e as correspondentes imagens filtradas, utilizando os seguintes filtros: Filtro de mdia 5x5, Filtro de Frost adaptadivo, Filtro de mediana, Filtro de Lee fixo e Filtro de Kuan fixo (janela = 3).

Filtro de Frost [Frost-1982]: um filtro convolucional linear, derivado da minimizao do

Imagem original (ERS-1, 8 "looks") e as correspondentes imagens filtradas, utilizando: Filtro de mdia 5x5, Filtro de Frost adaptativo, Filtro de mediana, Filtro de Lee fixo e Filtro de Kuan fixo

(janela = 3). Medidas quantitativas realizadas nos filtros testados, mostraram que os filtros de Lee, Kuan, Frost e de Mdia preservam o valor mdio da imagem. Os filtros no especficos para rudo Speckle, Mdia e Mediana, apresentam uma considervel reduo no desvio padro, implicando em uma grande perda de informao (perda de resoluo). O filtro de Frost apresentou a mxima preservao de textura e uma menor perda de informao. A utilizao de um determinado filtro dependente da aplicao desejada. Para uma determinada aplicao, se o fator mais importante for: Relao sinal-rudo - Filtro de Mdia. Mnima perda de resoluo - Filtro de Frost. Relao sinal-rudo e mnima perda de resoluo - Filtro de Frost. O que e como corrigir o efeito do padro de antena?

As variaes de baixa freqncia no brilho das imagens na direo de "range" so causados pela
perda de potncia relacionada com a geometria de visada lateral, que decai com no caso das imagens SAR, onde R a distncia entre a antena e um dado ponto na imagem. Esse problema mais acentuado em imagens adquiridas por avio, pois a razo entre o Rmin (inicio da faixa imageada) e Rmax (fim da faixa) bem menor em relao das imagens adquiridas por satlites, onde a razo praticamente 1.

Variao do "range" para aeronave e satlite Esta perda de potncia corrigida no instante da aquisio de cada pulso, atravs do STC (Sensitivity Time Control) , visando a correo do decaimento da potncia. Devido a imperfeio no sistema STC ou outras perturbaes da eletrnica do radar (variao do ganho do amplificador durante o tempo de aquisio do eco), mecnicas ou eltrica, a correo no perfeita, permanecendo alguma variao residual. O algoritmo para correo do padro de antena consiste em gerar um Padro atravs da mdia das colunas da imagem. A mdia das colunas devem ser tomadas em regies (janelas) to homogneas quanto possveis. Deve-se garantir que exista a mdia em toda a direo de "range". O Padro obtido atravs da mdia das colunas deve ser filtrado (ajustado) para que se obtenha somente as variaes de baixa freqncia. Dois mtodos podem ser utilizados na filtragem (ajuste). O primeiro mtodo o da mdia mvel, que consiste em filtrar o Padro atravs de um filtro de mdia, onde o nmero de pontos da mdia definido pelo tamanho da janela da interface. O segundo mtodo o ajuste por polinmio, onde o grau do polinmio selecionado atravs da interface. Aps a filtragem do Padro, a imagem pode ser corrigida. Um dos mtodos de correo o multiplicativo, que consiste em multiplicar o valor do pixel sendo processado, V(i,j), por um fator dado pela razo entre o valor mdio do Padro, P e o valor do Padro ajustado, P(j), ou seja:

onde j o ndice de coluna da imagem (direo de "range"). A Figura 5.11 apresenta.

(a)

(b) Imagem original (a) (imagem do sistema SAR-580 do Rio Tapajs obtida durante a misso SAREX1992), e a corrigida (b).

Padro original com flutuaes de alta freqncia e ajustado (polinmio de grau 8) para retirar as flutuaes. Quais distores geomtricas esto presentes em imagens de radar? As distores geomtricas so induzidas pela variao da elevao na superfcie ou pela mudana de atitude da plataforma (velocidade, direo e altitude). A variao da elevao na superfcie resulta em distores conhecidas como encurtamento de rampa (foreshortening), inverso (layover) e sombra. O "layover" acontece quando o topo de um alvo imageado antes da base, causando inverso do terreno, com as partes altas mapeadas como baixas e vice-versa. Este efeito sempre mais intenso quando se tem ngulos de incidncia pequenos, como o caso de sistemas orbitais em geral.

Imagem com efeito "layover", caracterizado pelas faixas de cor branca. O "foreshortening" ocorre quando a rea imageada possui relevo pronunciado. Neste caso as encostas voltadas para o nadir apresentam-se mais curtas.

As correes destes efeitos requerem processamento adicionais, pois necessitam da informao do Modelo Numrico de Terreno (MNT). O que a converso Slant to Ground Range? necessria devido a visada lateral do radar. A visada lateral faz com que a imagem obtida tenha uma projeo inclinada em relao ao solo provocando uma compresso da imagem. Esta compresso varia ao longo da faixa imageada, quanto mais prximo os pixels da imagem estiverem do nadir, mais comprimidos estes sero. A converso da imagem da projeo inclinada para a projeo no solo chamada de converso "slant to ground range". A imagem "slant" (na projeo inclinada) esta relacionada com o modo de aquisio em radares de

visada lateral.

Amostragem do eco recebido a intervalos Ta

O processo de amostragem faz com que a informao contida em cada intervalo Ta, no tenha a
mesma rea para as amostras situadas no "range" prximo em relao as do "range" distante, devido a variao do ngulo de incidncia .

Imagem em "Slant" e "Ground Range" A imagem formada chamada de "inclinada" ou em "slant range". Essa imagem possui uma distoro geomtrica, pois as amostras SR igualmente espaadas na faixa imageada no so igualmente espaados no cho, GR. Para que a imagem possa ser registrada e geocodificada, as amostras no cho devem ser igualmente espaadas, para tanto necessita-se converter a imagem de "slant" para "ground range". A converso consiste em projetar as amostras (pixels) no cho e depois reamostr-las com um espaamento uniforme. Para se fazer a converso so utilizados parmetros referentes a geometria do SAR como a altura do vo, distncia mnima (distncia entre o sensor e o primeiro pixel), tempo mnimo (tempo registrado entre o sensor e o primeiro pixel). Estes parmetros em geral esto presentes no cabealho da imagem selecionada. Caso no estejam, devem-se preencher os campos da altura e da distncia inclinada mnima ou do ngulo de incidncia mnimo ou do tempo mnimo. Qualquer um dos trs ltimos parmetros suficiente para a converso. Outra informao que deve ser considerada a posio do imageamento do lado esquerdo ou direito, que pode ser identificado atravs de sombras na imagem provocada pela visada lateral do SAR. Para reamostrar a imagem inclinada a fim de se obter uma amostragem uniforme no solo, podem ser utilizadas trs tipos de interpoladores, ou seja: Vizinho mais prximo - Este interpolador deve ser usado quando se deseja manter os valores dos nveis de cinza da imagem sem gerar valores intermedirios, este interpolador preserva as estatsticas da imagem. Linear - interpola atravs de uma reta. Cbico - interpola atravs de uma parbola.

A relao entre a resoluo em "slant range",


de incidncia , da seguinte forma:

, e em "ground range",

, depende do ngulo

A converso ideal aquela que leva em conta o modelo numrico do terreno (MNT), possibilitando a correo das distores provocada pelos efeitos de inverso (layover), sombra e encurtamento. Em geral, nem sempre o MNT correspondente a imagem disponvel. Imagens obtidas por plataformas aerotransportadas, de regies no montanhosas, so em geral convertidas para "ground range" supondo-se a terra plana. Nesse tipo de imagem o ngulo de incidncia alto devido a baixa altitude da plataforma, com isso, o efeito "layover" praticamente no existe, existindo apenas o problema de sombra se a regio for montanhosa. A Figura 5.17 mostra uma imagem em "slant range" (a) do Rio Tapajs obtida pelo sistema SAR-580 durante a misso SAREX (1992), e sua correspondente em "ground range" (b). Nota-se que o lado direito da imagem (a),"range" prximo, esta mais comprimido que a da imagem (b), devido a amostragem no uniforme do terreno.

(a) ("range" distante) -------------------- ("range" prximo)

(b) Imagem em "slant range" (a) do Rio Tapajs obtida pelo sistema SAR-580 durante a misso SAREX (1992), e sua correspondente em "ground range" (b). Nota-se que o lado direito da imagem (a),"range" prximo, esta mais comprimido que a da imagem (b), devido a amostragem no uniforme do terreno. Estruturas de Dados Estrutura Vetorial Quais tipos de dados so representados por estruturas vetoriais? Mapa temtico: Contm regies geograficamente definidas por um ou mais polgonos como os cartografados em mapas de uso do solo e de vegetao. As informaes qualitativas so sobre um nico tema obtidos, ou a partir de levantamentos de campo e posteriormente inseridos no sistema por digitalizao ou a partir da classificao automtica de imagens. Associado a uma categoria do modelo temtico, onde o processo de modelagem espacial definido por geocampos, representados por reas homogneas com limites definidos (polgonos). Cada rea de um geocampo est associada a um e somente um valor de varivel espacial representada. Por exemplo, em um mapa de solo, cada posio do espao est associado a um tipo especfico de solo.

Mapa Cadastral: Distingue-se de um mapa temtico por no possuir temas e considerar seus elementos como objetos geogrficos que possuem atributos e podem estar representados em vrios mapas de diferentes escalas e projees. Por exemplo, os lotes de uma cidade so elementos do espao geogrfico que possuem atributos (dono, localizao, IPTU, etc.) e que podem ter representaes grficas em mapas de escalas distintas. Associado a categoria do modelo cadastral, onde o processo de modelagem espacial definido por objetos geogrficos. Os objetos tm existncia independente de sua representao num mapa e so usualmente criados a partir de seus atributos e s depois localizados no espao. Por exemplo, a classe de objeto de um mapa cadastral indicada por hospital pode estar especializada em hospital pblico e hospital privado e os atributos da classe hospital so herdados pela subclasses hospital pblico e hospital privado, que podem ter atributos prprios. De forma similar ao mapa temtico, no mapa cadastral a representao dos dados usualmente se apresentam na forma vetorial e utiliza a topologia arco-n-polgono para armazenamento dos dados. Mapa de Rede: Mapa que utiliza a topologia arco-n e armazena a localizao e a simbologia associadas estruturas linearmente conectadas. Pode ser associado informaes referentes : Servio de utilidade pblica, gua, luz e telefone; Redes de drenagem (bacias hidrogrficas); Rodovias. Este mapa dever estar associado a categoria do modelo e similarmente ao modelo cadastral, o processo de modelagem espacial definido por objetos geogrficos rede. Cada objeto geogrfico do mapa de rede (ex. cabo telefnico, transformador de rede eltrica, cano de gua) possui uma localizao geogrfica exata e est sempre associado a atributos descritivos, presentes no banco de dados. As informaes grficas de redes so armazenadas em coordenadas vetoriais, com topologia arco-n e podem conter atributos. Os atributos de arcos, indicam o sentido de fluxo enquanto os atributos dos ns indicam a impedncia (custo de percorrimento). A topologia de redes constitui um grafo, que armazena informaes sobre recursos que fluem entre localizaes geogrficas distintas. Para citar um exemplo, tome-se uma rede eltrica , que tem entre os componentes: postes, transformadores, subestaes, linhas de transmisso e chaves. As linhas de transmisso sero representadas topologicamente como os arcos de um grafo orientado, estando as demais informaes concentradas em seus ns. Modelos Numricos de Terreno: Representao matemtica da distribuio espacial de uma determinada caracterstica vinculada a uma superfcie real. Associado a uma categoria do modelo numrico, onde o processo de modelagem espacial definido por geocampos, assim para uma dada rea geogrfica , um geocampo numrico associa, a cada ponto do espao, um valor real. Uma mapa de MNT pode ser armazenado na forma vetorial ou matricial. Na representao vetorial a topologia pode ser do tipo arco-n, com arcos que se conectam entre si atravs de ns (ponto inicial e final) ou Grade Triangular (TIN), onde os arcos se conectam atravs de pontos formando uma malha triangular. A representao matricial do tipo grande retangular, na qual uma rea dividida em clulas de tamanho fixo e cada clula tem o valor as superfcie. Quais os elementos bsicos da estrutura vetorial?

Pontos, linhas e reas (ou polgonos) so os elementos que permitem a estrutura vetorial
O que ponto?

representar os dados da forma mais precisa uma vez que suas coordenadas geogrficas esto em um espao contnuo e possibilitam descrio exata de posio, tamanho e dimenso.

Definido para toda entidade geogrfica que pode ser localizada por um par de coordenadas xy, utilizada para representar a localizao de um fenmeno geogrfico, ou para representar uma feio do mapa que muito pequena para ser mostrada como uma rea ou linha. Exemplos: localizao de uma cidade, uma pista de pouso, o pico de uma montanha ou um ponto cotado (quando este alm das coordenadas XY, tem-se um atributo Z, que pode ser a cota altimtrica ou outro parmetro qualquer).

O que linha? Definida por no mnimo dois pares de coordenadas xy (dois pontos) utilizada para representar feies do mapa que so muito estreitas para serem mostradas como rea ou que teoricamente no tm espessura. Exemplos: um rio, uma rodovia, linha de costa de um continente, uma linha de contorno ou um limite administrativo.

Quando uma linha passa a ter um atributo Z qualquer, alm das coordenadas XY dos pontos que a constitui, chamada de isolinha. Ao longo de uma isolinha todos os pontos tm o mesmo valor de Z. O que so reas? Definidas como srie de coordenadas (x,y), formando segmentos de linhas que fecham uma rea e freqentemente representam-se elementos de rea por polgonos. Exemplos: extenso geogrfica de uma cidade, um lago, uma rea desmatada.

O que so representaes vetoriais?

Os trs elementos bsicos so traduzidos em objetos geogrficos com representaes conhecidas


como Ns, Pontos, Arcos, Isolinhas, Ilhas, Linhas poligonais e Polgonos. Dependendo dos objetos geogrficos que sero representados nos mapas, os pontos correspondem arcos, ns, linhas poligonais, polgonos ou ilhas.

O que arco?

Conjunto de pontos interligados por segmentos de reta que comea e termina em um n. Exemplos:

Arcos so usados para modelar as fronteiras dos polgonos delimitando objetos que definem

reas. Um n um tipo especial de ponto que tem por objetivo definir o ponto de interseo de dois ou mais arcos. Dois polgonos adjacentes podem compartilhar o mesmo arco, desde que a interseo das linhas seja delimitada pela presena de um n.

O que uma ilha? Tipo especial de polgono delimitado por um nico arco, apenas um n define o ponto inicial e final do polgono, uma vez que no h polgonos adjacentes.

O que uma linha poligonal? Ou polgono aberto, formado por um conjunto de pontos interligados por segmentos de reta que comeam e terminam em um n. Ao contrrio de um arco uma linha poligonal no define uma rea (polgono). Utilizada para modelar feies lineares como linhas que representam fraturas geolgicas, rios, estradas, e outros elementos geogrficos que possam ser observados como feies lineares.

A linha poligonal utilizada quando o ponto de interseo das linhas no deve ser modelada, e ento no h necessidade de se introduzir um n. O que isolinha? Uma linha poligonal em que atribudo um nico valor Z.

O que topologia? Definida como a parte da matemtica que estuda as propriedades geomtricas que no variam mediante uma deformao, especificamente o relacionamento espacial entre os objetos, como por exemplo proximidade e vizinhana. Formas e coordenadas dos objetos so menos importantes que os elementos do modelo topolgico como conectividade, contiguidade e continncia. A definio da topologia explicita os relacionamentos espaciais entre os objetos atravs de um processo matemtico. A definio da topologia para um dado de modelo temtico ou cadastral, resulta na criao dos polgonos armazenando as informaes das linhas, ns e identificadores que os compem, as linhas que so compartilhadas por diferentes polgonos e as vizinhanas e circunscrividade entre eles. A topologia pode ser definida automaticamente durante a digitalizao se, ao digitalizar uma linha, um n inserido automaticamente quando intercepta outra linha ou termina a prpria. Uma vez definida a topologia, cada polgono poder ento ser associado a uma classe temtica, ou a um objeto do mapa cadastral, ou ainda de um segmento de um rede. Como efetuada a edio de dados vetoriais?

O processo de edio de vetores consiste inicialmente em digitalizar linhas, corrigir ou ajustar os


ns, para ento constitur polgonos. O que digitalizao?

A digitalizao um processo que permite converter dados espaciais do meio analgico para o

digital permitindo a realizao das operaes tpicas de anlise espacial. A digitalizao das linhas pode ser por passo, introduzindo ponto-a-ponto, ou em modo contnuo, seguindo a feio com freqncia de pontos a serem adquiridos definida atravs de um Fator de Digitalizao. Fator de Digitalizao corresponde ao intervalo entre os pontos da linha a ser digitada. O fator dado normalmente em mm na escala do mapa que est sendo editado e deve ser considerado o fato de a preciso cartogrfica de mapas da ordem de 0.3mm da escala do mapa. Assim, um fator de digitalizao menor que este valor estar fora do prprio limite de preciso do mapa. Caso a definio de topologia seja automtica, cada vez que um arco intercepta outro, um n automaticamente definido, sendo ideal para digitalizar polgonos. Com topologia manual ns ou quebras de linha devem ser explicitados pelo operador, sendo indicado para digitalizar linhas que devem permanecer ntegros, mesma que outras a cruzem. A digitalizao pode ser realizada atravs de diferentes instrumentos, como por exemplo mesa digitalizadora (o mais usual), dispositivos imageadores por varredura ou monitor de vdeo (tela). Como se efetua a digitalizao via mesa? A mesa digitalizadora constituda basicamente de duas partes: - uma superfcie plana, sensvel eletronicamente, onde se coloca o mapa ou o grfico a ser digitalizado; - um "mouse", que envia as coordenadas (x,y) de um ponto na superfcie da mesa, para o computador.

O mouse da mesa digitalizadora tem a funo de adquirir as coordenadas xy, que sero relacionadas s coordenadas geogrficas, atravs de botes, que desempenham funes especficas para cada objetivo. Em geral as seguintes operaes esto disponveis:

Adquirir pontos, ou seja, edita pontos e linhas com o boto "select" (boto 1) do mouse do
cursor.

O boto "adjust" para trmino de uma linha. Finalizar a digitalizao manual dos dados.
Como se efetua a digitalizao via tela? Linhas ou pontos do mapa podem ser digitalizados na prpria tela, utilizando-se o mouse do cursor para a definio dos objetos geogrficos, utilizando os botes do mouse do cursor: O boto select do mouse do cursor seleciona e edita linhas ou seleciona, edita e move pontos. O boto adjust do mouse do cursor marca o fim de uma linha, inserindo ns. Quais erros esto associados digitalizao de vetores?

Digitalizao de nmero de pontos insuficientes: a representao do formato de curvas depende


do nmero de vrtices utilizados. Conseqentemente, o erro relativo digitalizao de linhas retas muito menor que o resultante da digitalizao de curvas complexas.

A definio coerente do Fator de Digitalizao pode minimizar este erro, no entanto fatores muito
pequenos produzem linhas com excesso de pontos. Alguns erros podem ser evitados e outros provocados a partir da escolha da topologia manual ou automtica, podendo ser classificados quanto a estes procedimentos.

Quais erros ocorrem com uso de topologia manual?

Usurio no definiu um n - em um polgono, toda linha que intercepta outra linha deve ter

associado um n notificando o ponto de interseo. Neste caso deve-se inserir um ponto na linha que interceptada e transform-la em n para que se possa as juntar linhas.

Usurio no fez a sobreposio dos ns: na digitalizao o polgono fica aberto, ou uma linha

no alcana ou ultrapassa o ponto de interseo. Pode ser necessria a edio manual destes ns, aproximando-os ou juntando as linhas.

Quais erros ocorrem com uso de topologia automtica?

Usurio ultrapassa o limite de interseo - como a linha ser automaticamente quebrada, uma

pequena linha aps o cruzamento poder ficar residente e dever ser eliminada manualmente (opo eliminar linhas). Usurio no definiu corretamente limites entre polgonos: na digitalizao, as linhas podem se sobrepor ou deixar uma lacuna entre elas. Sobreposio - como no h ns inseridos o erro ser apenas detectado na gerao de polgonos,

devendo-se ento corrigi-lo atravs da edio manual. Lacuna - este erro no tem como ser detectado estando relacionado com a acuidade do operador durante a digitalizao. Usurio no fez a sobreposio dos ns: na digitalizao o polgono fica aberto, ou uma linha no alcana (ou ultrapassa) o ponto de interseo.

Usurio no definiu corretamente limites entre polgonos: na digitalizao, as linhas podem se


sobrepor ou deixar uma lacuna entre elas.

Como a estrutura matricial? Define-se o formato matricial ou varredura (ou ainda "raster") como um conjunto de celas localizadas em coordenadas contguas, implementadas como uma matriz 2D. Cada clula referenciada por ndices de linha e coluna e contm um nmero representando o tipo ou o valor do atributo mapeado. Os valores de cada "pixel" esto limitados num certo intervalo numrico, como por exemplo de 0 a 255 para imagens em 8 bits, ou nmeros associados classes no caso de uma imagem temtica. Quais so as vantagens e as desvantagens das estruturas vetorial e matricial? As representaes matricial (ou varredura) e vetorial no so exatamente equivalentes para um mesmo dado havendo perda de preciso na transformao do formato vetorial para o formato de varredura, uma vez que bordas contnuas so discretizadas de acordo com a resoluo da imagem de sada. Esta perda pode ser compensada pelo fato de que as operaes de anlise geogrfica no domnio varredura serem mais eficientes. A representao vetorial a mais adequada para identificar objetos, individualizveis no terreno, onde se requer preciso. A representao varredura por sua vez mais adequada para fenmenos e grandezas que variam continuamente no espao.
Formato vetorial Vantagens Mapa representado na resoluo original Associar atributos a elementos grficos Relacionamentos topolgicos Adequado para grandes escalas (1:25.000 e maiores) Problemas No representa fenmenos com variao contnua no espao Simulao e modelagem mais difcil Difcil associar atributos Possvel perda de resoluo Espao de armazenamento utilizado Representa fenmenos variantes no espao Simulao e modelagem mais fceis Anlise geogrfica rpida Adequado para pequenas escalas (1:50.000 e menores) Formato varredura

Como se efetua a converso do formato vetorial para o matricial? A converso gera uma imagem em formato varredura (ou "raster") a partir de dados representados vetorialmente. Dois casos devem ser analisados: o elemento linear e o polgono.

A converso para um elemento linear pode ser esquematizada sobrepondo-se este a uma matriz varredura. Essa converso identifica os elementos da matriz que cruzam a linha e codifica-os com atributos ou valores de classe associados linha.

Para elementos poligonais define-se a rea a ser convertida e o tamanho do pixel, definindo uma grade que sobreposta ao mapa de polgono original. A cada pixel associada uma classe, considerando o centro do pixel e verificando em qual polgono este se encontra, associando ao pixel, o valor de classe do polgono.

A converso da representao vetorial para a varredura introduz distores na geometria original dos dados. Estas distores aumentam com o tamanho do pixel e com a complexidade das fronteiras entre polgonos. Pixels localizados sobre uma fronteira (pixels mistos) sero mapeados para a classe do polgono mais prximo. Quanto menor o tamanho da clula ("pixel"), maior a fidelidade da imagem convertida. Como se efetua a converso do formato matricial para o vetorial? A converso da representao varredura para a vetorial deve extrair os contornos dos objetos e as relaes espaciais entre eles, tais como vizinhana e pertinncia entre polgonos, e conectividade entre arcos. A partir da imagem original, o algoritmo gera uma imagem binria contendo apenas as fronteiras entre os objetos presentes.

As fronteiras so construdas entre os pixels: se a imagem original tem tamanho nxn, onde n o nmero de linhas e o nmero de colunas, a imagem binria ter tamanho (2n + 1) x (2n + 1). Durante a converso da imagem para o formato binrio, detectam-se tambm os ns e, a seguir, os contornos dos objetos so extrados (vetorizados) da imagem binria e suavizados para amenizar o "efeito de escada", caracterstico da representao por varredura. Finalmente, os polgonos e as relaes espaciais (vizinhana e pertinncia entre polgonos, e conectividade entre arcos) so construdos. Anlise Geogrfica

As operaes de consulta e manipulao de dados geogrficos constituem a essncia de um SIG, ao diferenciar o Geoprocessamento de tecnologias como Cartografia Automatizada e Projeto Auxiliado por Computador. O que distingue um SIG de outros tipos de sistemas de informao so aquelas funes que possibilitam a realizao de anlises espaciais (geogrficas). Tais funes utilizam os atributos espaciais e no espaciais das entidades grficas armazenadas na base de dados espaciais; buscando fazer simulaes (modelos) sobre os fenmenos do mundo real, seus aspectos ou parmetros. O aspecto mais fundamental dos dados tratados em um SIG a natureza dual da informao: um dado geogrfico possui uma localizao geogrfica (expressa como coordenadas em um mapa) e atributos descritivos (que podem ser representados num banco de dados convencional). Outro aspecto muito importante que os dados geogrficos no existem sozinhos no espao: to importante quanto localiz-los descobrir e representar as relaes entre os diversos dados. Alguns exemplos dos processos de anlise espacial tpicos de um SIG esto apresentados na tabela abaixo. EXEMPLOS DE ANLISE ESPACIAL

Anlise Condio Localizao Tendncia Roteamento Padres Modelos

Pergunta Geral O que est...? Onde est...? O que mudou...? Por onde ir.. ? Qual o padro...?

Exemplo Qual a populao desta cidade ? Quais as reas com declividade acima de 20%? Esta terra era produtiva h 5 anos atrs ? Qual o melhor caminho para o metr ? Qual a distribuio da dengue em Fortaleza?

O que acontece se...? Qual o impacto no clima se desmatarmos a Amaznia ?

Um exemplo concreto sobre anlise espacial realizado em 1854 na cidade de Londres, onde a populao estava sofrendo uma grave epidemia de clera, doena sobre a qual na poca no se conhecia a forma de contaminao. Numa situao aonde j haviam ocorrido mais de 500 mortes, o Dr. John Snow teve um "estalo": colocar no mapa da cidade a localizao dos doentes de clera e os poos de gua (naquele tempo, a fonte principal de gua dos habitantes da cidade). O mapa obtido est mostrado na figura abaixo.

Figura - Mapa de Londres com casos de clera (pontos) e poos de gua (cruzes) (adaptado de E. Tufte, 1983). Com a espacializao dos dados, o Dr. Snow percebeu que a maioria dos casos estava concentrada em torno do poo da "Broad Street" e ordenou a sua lacrao, o que contribuiu em muito para debelar a

epidemia. Este caso forneceu evidncia emprica para a hiptese (depois comprovada) de que o clera transmitido por ingesto de gua contaminada. Esta uma situao tpica aonde a relao espacial entre os dados muito dificilmente seria inferida pela simples listagem dos casos de clera e dos poos. O mapa do Dr. Snow passou para a Histria como um dos primeiros exemplos que ilustra bem o poder explicativo da anlise espacial. Numa viso geral, pode-se dividir as operaes de anlise espacial em trs grandes grupos:

Manipulao de geo-campos: tambm chamadas de lgebra de mapas, operam sobre mapas

temticos, imagens e modelos numricos de terreno. Como exemplo, podemos citar as operaes booleanas sobre mapas temticos. Consulta a geo-objetos: estas operaes permitem a recuperao de geo-objetos que satisfazem as restries (espaciais ou convencionais). Como exemplo, tome-se a consulta "recupere todos os terrenos vizinhos da casa da Dinda" ou "indique todas as cidades da Bahia com mais de 50.000 habitantes". Converso entre geo-campos e geo-objetos: esta classe de operaes realiza a transformao entre geo-campos e geo-objetos. A gerao de um mapa de distncias a partir de um ou mais geoobjetos para produzir um modelo de terreno com os valores das distncias aos pontos selecionados um exemplo.

Geoprocessamento e Suporte Deciso Introduo Um dos aspectos mais importantes do uso das geotecnologias o potencial dos SIGs em produzir novas informaes a partir de um banco de dados geogrficos. Tal capacidade fundamental para aplicaes como ordenamento territorial e estudos de impacto ambiental, caso em que a informao final deve ser deduzida e compilada a partir de levantamentos bsicos. Tambm muito relevante em estudos scioeconmicos, quando desejamos estabelecer indicadores que permitam uma viso quantitativa da informao espacial. Qual o grande desafio da produo de novas informaes em um SIG ? A capacidade de comparar e avaliar as diferentes possibilidades de gerao de novos mapas. Como o SIG oferece uma grande quantidade de funes de lgebra de Mapas, nem sempre facil escolher qual a forma de combinao de dados mais adequada para nossos propsitos. Neste contexto, muito til dispor de ferramentas de suporte deciso, que nos ajudam a organizar e estabelecer um modelo racional de combinao de dados. O SPRING dispe de uma ferramenta de apoio tomada de decises em Geoprocessamento, baseada na tcnica AHP ("Processo Analtico Hierrquico"). Suporte Deciso - Conceitos Bsicos Decidir escolher entre alternativas. Com base nesta viso, podemos encarar o processo de manipulao de dados num sistema de informao geogrfica como uma forma de produzir diferentes hipteses sobre o tema de estudo. O conceito fundamental dos vrios modelos de tomada de deciso o de racionalidade. De acordo com este princpio, indivduos e organizaes seguem um comportamento de escolha entre alternativas, baseado em critrios objetivos de julgamento, cujo fundamento ser satisfazer um nvel pre-estabelecido de aspiraes. O modelo racional de tomada de deciso preconiza quatro passos que devem ser seguidos para uma escolha apropriada: Definio do problema: formular o problema como uma necessidade de chegar a um novo estado. Busca de alternativas: estabelecer as diferentes alternativas (aqui consideradas como as diferentes possveis solues do problema) e determinar um critrio de avaliao. Avaliao de alternativas: cada alternativa de resposta avaliada. Seleo de alternativas: as possveis solues so ordenadas, selecionando-se a mais desejvel ou agurpando-se as melhores para uma avaliao posterior. A Tcnica AHP - Processo Analtico Hierrquico Quando temos diferentes fatores que contribuem para a nossa deciso, como fazer para determinar a

contribuio relativa de cada um ? Para abordar este problema, Thomas Saaty props, em 1978, uma tcnica de escolha baseada na lgica da comparao pareada. Neste procedimento, os diferentes fatores que influenciam a tomada de deciso so comparados dois-a-dois, e um critrio de importncia relativa atribudo ao relacionamento entre estes fatores, conforme uma escala pr-definida (veja tabela). Escala de Valores AHP para Comparao Pareada Intensidade de importncia 1 3 5 7 9 2,4,6,8 Definio e Explicao Importncia igual - os dois fatores contribuem igualmente para o objetivo Importncia moderada - um fator ligeiramente mais importante que o outro Importncia essencial - um fator claramente mais importante que o outro Importncia demonstrada - Um fator fortemente favorecido e sua maior relevncia foi demonstrada na prtica Importncia extrema - A evidncia que diferencia os fatores da maior ordem possvel. Valores intermedirios entre julgamentos - possibilidade de compromissos adicionais

A partir do estabelecimento de critrios de comparao para cada combinao de fatores, possivel determinar um conjunto timo de pesos que podem ser utilizados para a combinao dos diferentes mapas. Suporte Deciso em Geoprocessamento Consideramos uma das situaes mais comuns em SIG: classificar o espao em reas mais ou menos adequadas para uma finalidade. Este problema ocorre em grande nmero de aplicaes, como zoneamento, prospeco mineral, e seleo de reas para um novo empreendimento comercial. Tome-se, por exemplo, um estudo de preservao ambiental em reas de encosta, para estabelecer uma poltica de ocupao, associada a mapas de risco de desmoronamento e impacto ambiental. Para tanto, vamos supor que dispomos de um mapa topogrfico, da carta geotcnica, e de um mapa de uso e ocupao do solo (obtido a partir de foto- interpretao ou classificao digital de imagens de satlite). O procedimento tradicional de anlise baseia-se no princpio de interseo de conjuntos espaciais de mesma ordem de grandeza (Yves Lacoste) e est baseada em condicionantes (risco mximo ocorre em reas cuja declividade maior que 10%, no so reas de preservao ambiental, e o tipo de terreno inadequado). A transposio deste metodologia analgica para o ambiente de SIG requer o uso de operaes booleanas (OU, E, NO) para expressar as diferentes condies. Esta tcnica utiliza o computador como mera ferramenta automatizada de desenho, ignorando todo o potencial de processamento numrico do SIG, e gera descontinuidades inexistentes no dado original. Por exemplo, reas com declividade igual a 9,9% sero classificadas diferentemente de regies com inclinao de 10,1%, no importando as demais condies. Mapas so dados e no desenhos. Tratar mapas como dados significa dar forma numrica ao espao ao associar, a cada localizao, um valor que representa a grandeza em estudo; requer ainda, na maior parte dos casos, o uso do formato matricial (raster), mais adequado a uma representao contnua do espao. No caso em apreo, a anlise espacial em SIG ser muito melhor realizada com uso da tcnica de classificao contnua: os dados so transformados para o espao de referncia [0..1] e processados por combinao numrica, atravs de mdia ponderada ou inferncia fuzzy. Ao invs de um mapa temtico com limites rgidos gerados pelas operaes booleanas, obteremos uma superfcie de deciso, sob forma de uma grade numrica. O que representa este resultado ? Uma viso contnua da variao da nova grandeza (seja ela adequao a plantio, indicador de mineralizaes ou susceptibilidade ambiental). No exemplo citado, o resultado ser uma grade numrica que indica, para cada localizao, o risco de desmoronamento, numa gradao de 0% a 100%. Qual a grande vantagem desta situao? Ela nos permite construir cenrios (por exemplo, risco de 10%, 20% ou 40%), que indicam os diferentes compromissos de tomada de deciso (maior nfase em proteo ambiental ou em minimizar o custo econmico). Obtemos

assim uma flexibilidade e um entendimento muito maiores sobre os problemas espaciais. Consulta ao Banco de Dados O que um bancos de dados relacional? Parte da noo matemtica de relao, que em uma viso intuitiva, o conjunto de atributos associado a uma entidade do mundo real. Por exemplo, para descrever um "cadastro urbano" podese utilizar a relao: <nmero_lote, dono, endereo, area, IPTU>. Uma relao pode ser representada atravs de uma tabela, como: num_lote
195689

dono
Guimares, M.

endereo
Clvis Bevilacqua, 768

area (m2)
900

IPTU (R$)
350

Existe tambm um conjunto de operaes sobre relaes, a "lgebra relacional", que inclui as operaes de projeo, seleo, unio, interseco e produto cartesiano. O modelo relacional til para lidar com os problemas de bancos de dados para aplicaes administrativas e comerciais sendo a tecnologia mais difundida na rea. Sua formulao rigorosa permite a definio de uma linguagem de consulta padronizada (SQL). O que o modelo de dados geo-relacional? Forma usual de ligao entre um sistema de informao geogrfica e um sistema gerenciador de banco de dados (SGBD) relacional, no qual os componentes espacial e descritivo do objeto geogrfico so armazenados separadamente. Os atributos convencionais so guardados no banco de dados (na forma de tabelas) e os dados espaciais so tratados por um sistema dedicado, com a conexo feita por meio de identificadores de objetos. Para recuperar um objeto, os dois subsistemas so pesquisados e a resposta a composio dos resultados das pesquisas.

Como se relacionam o SPRING e os SGBD relacionais? O SPRING foi concebido como um banco de dados geogrfico e projetado para operar em conjunto com um sistema gerenciador de bancos de dados (SGBD). O banco de dados geogrfico o repositrio de dados de um SIG, armazenando e recuperando dados geogrficos em diferentes geometrias (imagens, vetores, grades) e as informaes descritivas (atributos no-espaciais) armazenadas em tabelas. No SPRING todas as informaes descritivas sobre os dados geogrficos so guardadas em tabelas do SGBD relacional associado ao sistema. Esto disponveis os seguintes sistemas gerenciadores de bancos de dados: CODEBASE: gerenciador compatvel com o DBASE IV, includo na verso bsica do sistema. ORACLE, SGBD relacional de mercado comercializado pela ORACLE do Brasil. INGRES, SGBD relacional de mercado, comercializado pela Computer Associates. Os gerenciadores ORACLE e INGRES devem ser aquiridos separadamente pelo usurio. Quais so os atributos dos geo-campos e dos geo-objetos? Cada categoria de dados geogrficos est associada a uma tabela com os atributos descritivos do tipo de dados. Cada geo-objeto e geo-campo recebe um identificador nico ("geoid") mantido automaticamente pelo sistema. O SPRING utiliza o SGBD relacional corrente para armazenar todos os atributos descritivos dos dados geogrficos e todas as tabelas auxiliares do sistema, permitindo que todas as informaes sejam visveis externamente, atravs do uso do SGDB correspondente. Como se efetua a entrada de atributos de dados geogrficos?

Cada categoria pode ter associada uma relao expressa na forma de uma tabela. Em categorias que so especializaes de MAPA TEM&AACUTE;TICO, cada classe temtica (geo-classe) tambm pode ter associada uma relao. Para incluir uma tabela externa j existente no banco de dados do SPRING deve-se criar um categoria de dados N&ATILDE;O-ESPACIAL e associ-la a tabela externa disponvel. Alguns exemplos de atributos: Imagens - Pode-se associar a cada imagem informaes como: satlite, sensor, data de passagem, rbita, ponto (ambos no sistema "World Reference System" - WRS), tipo de correo. geoid
001 002

satlite
LANDSAT5 LANDSAT3

sensor data_pass rbita ponto correo


TM MSS 25/01/86 19/06/82 228 234 78 66 S P

Mapas Temticos - Da categoria MapaSolos com os mapas de solos de um banco de dados nacional, no qual o especialista em solos quer associar a cada mapa os dados referentes a sua aquisio, como a data do levantamento, responsvel, instituio. Geoid data_levantamento responsvel instituio
001 29/05/85 Damio Carneiro FUNCEME

Pode-se tambm associar tabelas s classes associadas a um mapa temtico com uma tabela nica para todas as classes ou uma para cada classe temtica. Para o mapa de solos pode-se determinar propriedades comuns a todas as classes temticas, como ph, teor de Alumnio, Nitrognio e Potssio e umidade. PI descrio umidade ph teor_Al teor_K
Le latossolo 60% 7.6 80 70

Mapas Cadastrais e de Geo-Objetos - Mapa de lotes de uma cidade, com duas categorias: Lotes, especializao de GEO-OBJETO, e MapaLotes, especializao de MAPA CADASTRAL. Para lotes pode-se ter o nmero do cadastro na Prefeitura, nome do proprietrio, endereo, rea construda, valor do IPTU. Sendo um geo-objeto (que possui localizao geogrfica), o SPRING automaticamente associa a cada entrada da tabela um identificador nico. Geoid num_cad
154 195689

prop
Guimares, M.

endereo
R.Bevilacqua, 68

area (m2) IPTU (R$)


900 350

Para MapaLotes, os atributos podem ser as suas caractersticas como nmero do mapa, regio da cidade, escala do mapa, data do levantamento, empresa responsvel. geoid numero
345 273

label
Jardim Esplanada

escala ano levantamento


2000 1986

Como associar as representaes geomtricas aos geo-objetos? Geo-objetos so definidos de forma independente de sua representao grfica, sendo necessrio estabelecer a ligao entre os geo-objetos e suas representaes. Para associar lotes e suas localizaes num mapa de lotes deve-se: Definir uma categoria derivada da categoria bsica OBJETO, como a categoria Lotes e associar atributos. Definir uma categoria derivada da categoria bsica MAPA CADASTRAL ou derivada de MAPA REDE e associar atributos. Preencher os atributos associados a cada geo-objeto. Digitalizar os mapas cadastrais (ou mapa de rede) com as representaes dos objetos. Associar os polgonos (ou arcos) do mapa aos geo-objetos descritos anteriormente.

Como consultar o banco de dados? As consultas podem ser efetuadas sobre planos de informao do modelos cadastral e de rede. A consulta permite o uso dos operadores maior, menor, maior ou igual, menor ou igual, igual e diferena. O resultado da consulta visualizado e pode ser combinado com outras consultas por meio de operaes de unio, interseco e diferena. O que o LEGAL? O que um bancos de dados relacional? Ferramenta que possibilita a realizao de anlises espaciais atravs de lgebra de mapas. A anlise espacial utiliza os atributos espaciais e no espaciais das entidades grficas armazenadas na base de dados espaciais para fazer simulaes sobre os fenmenos do mundo real. A lgebra de mapas implementada atravs do LEGAL (Linguagem Espacial para Geoprocessamento Algbrico), uma linguagem de consulta e manipulao espacial que realiza operaes sobre dados dos tipos MAPA TEMTICO, MODELO NUMRICO DE TERRENO e IMAGEM. Quais as operaes disponveis? So de: transformao, booleana, condicional, matemtica, classificao contnua, vizinhana, reclassificao por atributos. Qual a estrutura de um programa em LEGAL? Composta de trs partes: declaraes, instanciaes e operaes. Declarao: Nesta parte definem-se os dados. Cada plano de informao (PI) a ser manipulado declarado explicitamente, dando-lhe um nome e associando-o sua categoria no esquema conceitual. Instanciao: Nesta parte recuperam-se os dados existentes do banco de dados ou criamse os novos PI. Um novo PI pode ento ser associado ao resultado de operaes em LEGAL. Operao: Nesta parte, realizam-se as operaes da lgebra de mapas. As seguintes operaes esto disponveis: transformao, booleana, matemtica, classificao contnua, vizinhana, reclassificao por atributos. Como se efetua a declarao? Toda varivel em LEGAL deve ser declarada antes de ser utilizada, com a sintaxe: Tematico <var> (<categoria>); Numerico <var> (<categoria>); Imagem <var> (<categoria>); O campo <var> deve ser substitudo pelo nome da varivel associada ao PI. O campo <categoria> identifica a categoria do dado. Como se efetua a instanciao? Atravs dos operadores Recupere e Novo. Recupere associa uma varivel a um PI existente no

banco de dados geogrfico. Novo cria um novo PI no banco de dados e requer parmetros que dependem da representao geomtrica associada. Para: Imagem em tons de cinza: resoluo horizontal e vertical. Grade regular: resoluo horizontal e vertical, valores mximos e mnimos aceitveis. Imagem temtica (geo-campo temtico em representao matricial): resoluo horizontal e vertical e escala. Representao vetorial: escala. Como se classificam as operaes?

Em pontuais e de vizinhana. As pontuais geram como sada um PI cujos valores so funo

apenas dos valores dos PIs de entrada em cada localizao correspondente. Nas de vizinhana computa-se o PI de sada com base na dimenso e na forma de uma vizinhana L(p) em torno de cada localizao p.

Quais so os tipos de operaes pontuais existentes?

Operaes unrias: a entrada um nico PI, sendo tambm chamados de operaes de


transformao, por equivaler a um mapeamento entre os PIs de entrada e sada.

Operaes booleanas: utilizados em anlise espacial qualitativa, geram um PI TEMTICO a partir

de regras aplicadas a PIs de entrada (que podem ser instncias de TEMTICO, NUMRICO ou IMAGEM). As regras especificam o conjunto de condies a ser satisfeitas para cada tema de sada. Operaes condicionais: Modificam o PI de entrada se a expresso condicional satisfeita. Operaes matemticas: funes aritmticas, logartmicas e trigonomtricas, aplicadas a MNTs e a IMAGEM. Podem gerar MNT, IMAGEM ou TEMTICOS.

Quais so as operaes de transformao (unrias) existentes?

Pondere: transforma um TEMTICO em um MNT; Fatie: transforma um MNT ou uma IMAGEM em um TEMTICO; Reclassifique: transforma um TEMTICO em outro TEMTICO.

Estes operadores requerem que o usurio defina um mapeamento entre os PIs de entrada e de sada, definindo tabelas que descrevem os mapeamentos desejados, por meio do operador Tabela, que pode ser de diferentes tipos (Ponderao, Fatiamento, Reclassificao). Como se efetua a operao de ponderao? Pode-se verificar com o exemplo do uso do operador na converso de um mapa de solos em um mapa de solos ponderado, no qual os valores esto entre 0.0 e 1.0. O PI de entrada pode ser um mapa de solos com as classes {Le, Li, Ls, Aq} e a operao de ponderao consistir na associao {(Le0.60), (Li0.20), (Ls0.35), (Aq0.10)}.

O programa em LEGAL para realizar esta operao dado por: { // Parte 1- Declaracao // Definio de Variaveis Tematico solo_CE ("Solos"); Tabela tab_peso (Ponderacao); Numerico solo_peso_CE ("SoloPond"); // Definicao da Tabela de Pesos tab_peso = Novo (CategoriaIni = "Solos", CategoriaFim = "SoloPond", Le : 0.60, Li : 0.2, Ls : 0.35, Aq : 0.1);

// Parte 2 - Instanciacao // Recuperacao do mapa de solos solo_CE = Recupere (Nome = "Solo_CE"); // Criacao do novo mapa de solos ponderado solo_peso_CE = Novo (Nome = "solo_p", ResX = 30, ResY = 30, Escala = 100000); // Parte 3 - Operacao de Ponderacao solo_pond_CE = Pondera (solo_CE, tab_peso); } Como se efetua a operao de fatiamento? Pode-se verificar com o uso do operador de fatiamento onde um mapa de declividade em graus convertido para um mapa de classes de declividade a partir da transformao: {(0-5%) "baixa"; (5-15%) "mdia"; (acima de 15%) "alta"}.

O programa em LEGAL que executa esta operao : { // Parte 1 - Declaracao // Declaracao de Variaveis Tematico classes_decl ("Declividade"); Numerico decliv_num ("Declividade_Numerica"); Tabela tab_fatia (Fatiamento); // Definicao da tabela de fatiamento tab_fatia:= Novo ( CategoriaIni = "Declividade_Numerica", CategoriaFim = "Declividade", [0.0, 5.0] : "Baixa", [5.0, 15.0]: "Media", [15.0, 45.0]: "Alta"); // Parte 2 - Instanciacao // Recuperacao do PI de Declividade Numerica decliv_num = Recupere (Nome = "Declive_SJC"); // Geracao do PI de saida classes_decl = Novo (Nome = "Classes_Decl", ResX = 50, ResY = 50, Escala = 100000); // Parte 3 - Operacao // Operacao de Fatiamento classes_decl = Fatie (decliv_num, tab_fatia); } Como se efetua uma operao de reclassificao? Pode-se verificar com o exemplo onde um mapa de cobertura do solo na Amaznia com diferentes classes {"Floresta Densa", "Floresta Vrzea", "Rebrota", "rea Desmatada", "Cerrado"} reclassificado para um novo mapa apenas com as classes {"Floresta", "Desmatamento", "Cerrado"}.

{ // Parte 1 - Declaracao Tematico cobertura ("Floresta"); Tematico desmat ("Desmatamento"); Tabela tab_recl(Reclassificacao); tab_recl= Novo (CategoriaIni = "Floresta", CategoriaFim= "Desmatamento", "Floresta Densa" : "Floresta", "Floresta Varzea" : "Floresta", "Rebrota" : "Desmatamento", "Area Desmatada" : "Desmatamento", "Cerrado" : "Cerrado"); // Parte 2 - Instanciacao // Recuperacao da variavel cobertura = Recupere (Nome = "Uso_JiParana"); // Criacao do novo PI desmat = Novo (Nome = "Desmat_JiParana", ResX= 30, ResY = 30, Escala = 100000); // Parte 3 - Operacao // Reclassificacao desmat= Reclassifique (cobertura, tab_recl); } O que so as operaes booleanas? Utilizadas em anlise espacial qualitativa, geram um PI TEM&AACUTE;TICO a partir de regras booleanas aplicadas a PIs de entrada que podem ser instncias de TEM&AACUTE;TICO, NUM&EACUTE;RICO ou IMAGEM. As regras especificam o conjunto de condies a ser satisfeitas para cada tema de sada. Por exemplo, o programa para a determinao do mapa de aptido agrcola, a partir dos mapas de solo, declividade, precipitao e do conjunto de regras expresso na tabela abaixo dado por: Aptido Agrcola
Boa Mdia Inapto

Solos
Latossolo Roxo Latossolo Vermelho-Amarelo Areia Quartzosa

Declividade
0-3% 3-8% >8%

{ // Parte 1 - Declaracao Tematico solos ("Solos"), aptidao ("Aptidao"), decliv ("Declividade"); // Parte 2 - Instanciacao decliv = Recupere(Nome = "Decliv94"); solos = Recupere (Nome = "Solos94"); aptidao = Novo (Nome = "apt94", ResX=50, ResY=50, Escala = 50000); // Parte 3 - Operacao aptidao= Atribua { "Boa" : (solo.Classe == "LatossoloRoxo" && decliv.Classe == "O-3"), "Media" : (solo.Classe == "LatossoloVermAm" && decliv.Classe == "3-8"), "Inapto" : (solo.Classe == "AreiaQuart" && decliv.Classe == ">8"); }

O que so as operaes condicionais? Uma expresso condicional um teste no qual, se a condio estabelecida pela express booleana que aparece antes do sinal ? for afirmativa, a ao indicada pela expreso digital antes do sinal : ser o resultado, caso contrrio a expresso digital que se segue ao : ser o resultado. Por exemplo, na expresso: tmcomb=Image((ta.Class==tema13?Digital(tm):128));

O plano associado a varivel do modelo imagem tmcomb a ser determinado pelas regies do plano
de informao associado a varivel temtica ta cuja classe seja tema13 da seguinte maneira: O pixel da imagem de sada tmcomb ter o mesmo valor do pixel na imagem da varivel tm, se o pixel correspondente na imagem temtica ta da geoclasse tema13. Caso contrrio, o pixel resultante ter o valor 128. A condio deve envolver apenas expresses digitais de modo que a imagem tm deve ser do modelo numrico. Esta transformao obtida pelo uso do "mascaramento digital" ("cast") da imagem por meio de Digital(tm). Para que a expresso final seja do modelo imagem preciso transformar o resultado da expresso condicional para esse modelo, atravs do "cast" para imagem atravs de Image(expresso_digital). O programa seguinte recorta (mascara) da imagem de satlite tm5 apenas as regies onde existe a classe Fazenda-gado do PI Fazendas. { // Exemplo de como Mascarar uma Imagem Imagem tm5, tm5M (Imagens-TM); Tematico masc (Fazendas); tm5 = Recupere(Nome = BANDA-5); masc = Recupere(Nome = Mapa_Faz94); tm5M = Novo(Nome = Banda-5Recort94, ResX=30, ResY=30); tm5M = Imagem(((masc.Class == Fazendas-Gado) ? Digital(tm5) : 10)); } Quais so as operaes matemticas existentes? Operaes aritmticas: soma (+), subtrao (-), multiplicao () e diviso (); Funes matemticas: seno (sin), cosseno (cos), tangente (tan), arco tangente (atan), logaritmo (log), exponencial (exp), raiz quadrada (sqrt); Relaes: menor que (<), maior que (>), menor ou igual (<=), maior ou igual (>=), igual (==), diferente (!=). Por exemplo, tome-se a figura seguinte, onde o PI da esquerda um mapa de solos ponderado e PI da direita um mapa de declividade. Considerando que se deseja computar o indicador de adequao de solos como a soma do valor atribudo ao solo com o inverso da declividade atravs da operao (onde) quanto maior o valor, mais adequado): aptidao = solos_pond + 1/decliv

O programa em LEGAL dado por: { // Parte 1 - Declaracao Numerico solo_pond ("Solo_ponderado"), decliv ("Declividade"), aptidao ("AdequacaoNumerico"); // Parte 2 - Instanciacao decliv = Recupere(Nome = "Decliv94"); solo_pond = Recupere (Nome = "Solos94"); aptidao = Novo (Nome = "adequcao94", ResX=50, ResY=50, Min=0, Max=2, Escala = 50000); // Parte 3 - Operacao aptidao = solo_pond + 1/decliv; } Quais so as operaes de vizinhana existentes? Clculos de valores mnimo, mximo, mdio, modal para uma vizinhana em torno de um ponto. Filtros espaciais para processamento de Dado_Sensor_Remoto. Mtodos de interpolao espacial para MNT. Mapas de declividade e exposio para MNT. ndices de diversidade para temtico, onde o valor de sada est associado ao nmero de vizinhos de um ponto de entrada de uma classe que pertencem a classes distintas. Como exemplo de operao de vizinhana, tem-se o caso da estimao da diversidade de vegetao de uma regio, computado a partir de uma vizinhana 3 x 3 em torno de cada ponto.

O programa para gerar uma imagem final utiliza um filtro de Sobel (filtro de realce de bordas) e dado por: { //Declarao Imagem img, img2, ("imagens"); Img = Recupere (Nome = "binar"); Img2 = Novo (Nome = "sobel", Resx = 30, Resy = 30); // Instanciao img2 = sqrt ((img [-1, 1} + 2 * img [0, 1] + img [1, 1] -img[-1, -1] -2 * img [0, -1]-img{1,-1) ^2 + (img[-1, -1] +2 * img[-1, 0] + img[-1,1] -img[1, -1] -2 * img [1, 0]-img[1, 1]) ^2); }

O que so operaes de classificao contnua? Tcnicas de classificao contnua que buscam substituir processos tradicionais de gerao de mapas por mtodos que permitem uma melhor anlise de sensibilidade no resultado final. A diviso de mapas em classes temticas fixas no captura a variao gradativa da natureza e, ao combinar dois ou mais mapas numa anlise boolena, pode-se perder informaes das reas de interesse, uma vez que h interrupes artificiais e abruptas no limite das classes. Trabalha-se ento sempre com dados em representao contnua, utilizando anlises quantitativas sobre mapas geogrficos, equivalendo a trabalhar sempre com modelos numricos de terreno para representar variveis espaciais como solo, geomorfologia, vegetao, com uma graduao contnua de variao do tema em estudo. A graduao pode ser obtida com a classificao contnua onde a variao da grandeza expressa por uma funo que varia entre 0 e 1, quadrtica, com duas alternativas: Funo crescente, 0 (zero) sendo o valor mnimo do PI de entrada, crescendo at o valor mximo de entrada correspondente a 1(um). Esta equao chamada FUZZYL, e obtida por: FUZZYL = 1 se x ,

FUZZYL= 1/[1+ (x )2] se x < . Funo decrescente, 1 (um) sendo o valor mnimo do PI de entrada, decrescendo at o valor mximo de entrada correspondente a 0 (zero). Esta equao chamada FUZZYU, e obtida por: FUZZYU= 1 se x ,

FUZZYU = 1/[1+ (x )2] se x . Na equao FUZZYL, o parmetro indica o valor mximo, acima do qual a pertinncia "fuzzy" considerada total. Abaixo deste valor, a funo tem uma forma quadrtica que depende da variao do parmetro.

Funo FUZZYL para o caso = 1 e = 3. Na equao FUZZYU, o parmetro indica o valor mnimo, abaixo do qual a pertinncia "fuzzy" considerada total. Acima deste valor, a funo tem uma forma quadrtica que depende da variao do parmetro . Por exemplo, a fertilidade de solos pode ser associada aos nveis de propriedades qumicas de clcio e magnsio, fsforo e alumnio, sendo classificada em terras de baixa exigncia na utilizao de insumos (classe 1), de mdia exigncia, alta exigncia e muito alta exigncia (classe 4). Propriedade
Ca+++Mg++ P Al++

1
Ca+Mg>3 P >= 30 Al > 0,3

Classes 2
2<Ca+Mg<=3 10 < P < 30 0,3 < Al < 1,5

Fertilidade Classes 3 4
Ca+Mg<=2 P < 10 1,5 < Al < 4 Ca+Mg<2 P < 10 Al > 4

Para determinar as funes de classificao contnua correspondentes, escolhido o parmetro tal que a primeira classe de nveis de fertilidade de solo tenha o valor nebuloso 1; o parmetro tal que o valor da funo FUZZYL (crescente) seja igual a 0,5 quando a grandeza estudada tiver o valor inferior da segunda classe de fertilidade. Por exemplo, no caso do mapa de teores de Clcio e

Magnsio, a funo contnua associada ter valor 1, se a concentrao for maior que 3 e ter valor 0,5 (meio), se a concentrao for igual a 2 (dois). Propriedades
Ca+++Mg++ P Al++ 1 0,0025 0,3 3 30 0,694

Funo
FUZZYU (crescente) FUZZYL (crescente) FUZZYU (descrescente)

O programa em LEGAL que aplica uma funo de classificao contnua sobre um PI numrico (com o teor de fsforo) dado por: { // Parte 1 - Declaracao Numerico fosforo ("Fosforo"), fosf_cont ("Fosforo"); // Parte 2 - Instanciacao fosforo = Recupere (Nome = "Fosforo95"); fosf_cont = Novo (Nome= "Fosforo_cont", ResX = 50, ResY = 50, Max =1, Min = 0, Escala = 100000); //Parte 3 - Operacao fosf_cont = Fuzzyl(fosforo, 0.0025, 30); } O que reclassificao por atributos? Operao que gera, a partir dos valores de um atributo especfico dos geo-objetos de um mapa, um geo-campo com a distribuio espacial deste atributo. Por exemplo, a operao: "Para todos os pases da Amrica do Sul, gere um geo-campo temtico com o crescimento demogrfico de cada pas, dividido em classes: { (de 0 a 2% ao ano), (de 2 a 3% a.a.), (mais de 3% a.a.)}."

O programa em LEGAL dado por: { // Parte 1 - Declaracao Objeto pais ("Paises_America_Sul"); Atributo popul("Paises_America_Sul", "popul"); Cadastral map_AS ("Mapa_Paises");

Tematico mapa_pop ("Densidade_Populacao"); Tabela fatia (Fatiamento); // Parte 2 - Instanciacao mapa_AS = Recupere (Nome = "Mapa_America_Sul"); mapa_pop = Novo (Nome = "Pop_America_Sul", ResX=100, ResY=100, Escala=10000000,Repres= Vetor); fatia = Novo ( CategoriaFim = "Densidade_Populacao", [0.0, 2.0] : "0-2%", [2.0, 3.0] : "2-3%", [3.0, 10.0]: ">3%" ); // Parte 3 - Operao mapa_pop= ReclAtrib (pais,popul,fatia) OnMap mapa_AS; Modelagem Digital de Terreno O que o modelo digital de terreno? uma representao matemtica da distribuio espacial da caracterstica de um fenmeno vinculada a uma superfcie real. A superfcie em geral contnua e o fenmeno que representa pode ser variado. Dentre alguns usos do MNT pode-se citar (Burrough, 1986): Armazenamento de dados de altimetria para mapas topogrficos; Anlises de corte-aterro para projeto de estradas e barragens; Elaborao de mapas de declividade e exposio para apoio a anlise de geomorfologia e erodibilidade; Anlise de variveis geofsicas e geoqumicas; Apresentao tridimensional (em combinao com outras variveis). Para a representao de uma superfcie real no computador indispensvel a criao de um modelo digital, podendo ser por equaes analticas ou por uma rede de pontos na forma de uma grade de pontos regulares e ou irregulares. A partir dos modelos pode-se calcular volumes, reas, desenhar perfis e sees transversais, gerar imagens sombreadas ou em nveis de cinza, gerar mapas de declividade e exposio, gerar fatiamentos em intervalos desejados e perspectivas tridimensionais. No processo de modelagem numrica de terreno podemos distinguir trs fases: aquisio dos dados, gerao de grades e elaborao de produtos representando as informaes obtidas. Quais so as fontes de informaes disponveis?

Os dados de modelo numrico de terreno esto representados pelas coordenadas xyz, onde z, o

parmetro a ser modelado, funo de xy, ou seja: z=f(x,y). Estes dados so usualmente adquiridos segundo uma distribuio irregular no plano xy, ou ao longo de linhas com mesmo valor de z ou mesmo com um espaamento regular. A aquisio destes dados realizada por levantamentos de campo, digitalizao de mapas, medidas fotogramtricas a partir de modelos estereoscpicos e dados altimtricos adquiridos de GPSs, avies e satlites. Entretanto as aplicaes ou produtos de MNT no so elaborados sobre os dados amostrados, mas sim dos modelos gerados no formato de grade regular ou irregular. Estes formatos simplificam a implementao dos algoritmos de aplicao e os tornam mais rpidos computacionalmente. Os mtodos de aquisio de dados podem ser por pontos amostrados com espaamento irregular e regular bem como por mapa de isolinhas. Amostragem por pontos: O cuidado na escolha dos pontos e a quantidade de dados amostrados esto diretamente relacionados com a qualidade do produto final de uma aplicao sobre o modelo. Para aplicaes onde se requer um grau de realismo maior, a quantidade de pontos amostrados, bem como o cuidado na escolha desses pontos, ou seja a qualidade dos dados, so decisivos. Quanto maior a quantidade de pontos representantes da superfcie real, maior ser o esforo computacional para que estes sejam armazenados, recuperados, processados, at que se alcance o produto final da aplicao. Amostragem por Isolinhas Um mapa de isolinhas a representao de uma superfcie por meio de curvas de isovalor. Nos mapas topogrficos as isolinhas foram impressas com o uso de equipamentos, como "stereoplotters", sobre uma base composta de fotografias em estreo obtidas por aerolevantamento. Nestes mapas topogrficos existem ainda pontos amostrados

irregularmente que foram obtidos por trabalhos de campo.

Mapa plano-altimtrico. A aquisio das isolinhas pode ser efetuada por meio de digitalizao manual com uso de uma mesa digitalizadora, ou atravs de um processo automtico por meio de "scanner". A digitalizao manual consiste na operao de identificao de uma isolinha com um valor de cota e em aquisio pelo operador por um processo onde segue-se a linha ao longo do mapa. Na digitalizao com o uso de "scanner", obtida uma matriz de pontos onde podem ser identificadas as isolinhas e os valores de cota. Processos de vetorizao que sigam uma isolinha, transformam-na em uma seqncia de pontos com coordenadas xy de mesmo valor em z, para cada isolinha. O que so grades regulares retangulares?

A grade retangular ou regular um modelo digital que aproxima superfcies atravs de um poliedro

de faces retangulares. Os vrtices desses poliedros podem ser os prprios pontos amostrados caso estes tenham sido adquiridos nas mesmas posies xy que definem a grade desejada.

Modelo de superfcie gerada por uma grade retangular.

A gerao de grade regular ou retangular deve ser efetuada quando os dados amostrados na

superfcie no so obtidos com espaamento regular. Assim, a partir das informaes contidas nas isolinhas ou nos pontos amostrados, gera-se uma grade que representa de maneira mais fiel possvel a superfcie. Os valores iniciais a serem determinados so os espaamentos nas direes x e y de forma que possam representar os valores prximos aos pontos da grade em regies com grande variao e que, ao mesmo tempo, reduzam redundncias em regies quase planas. O espaamento da grade, ou seja a resoluo em x ou y, deve ser idealmente menor ou igual a menor distncia entre duas amostras com cotas diferentes. Ao se gerar uma grade muito fina (densa), ou seja com distncia entre os pontos muito pequena, existir um maior nmero de informaes sobre a superfcie analisada necessitando maior tempo para sua gerao. Ao contrrio,

considerando distncia grandes entre os pontos, ser criado uma grade grossa que podendo acarretar perda de informao. Desta forma para a resoluo final da grade deve haver um compromisso entre a preciso dos dados e do tempo de gerao da grade. Uma vez definida a resoluo e conseqentemente as coordenadas de cada ponto da grade, podese aplicar um dos mtodos de interpolao para calcular o valor aproximado da elevao: vizinho mais prximo, mdia simples, mdia ponderada, mdia ponderada por quadrante e mdia ponderada por cota e por quadrante. Uma grade regular pode ainda ser gerada a partir de outra grade regular ou de uma irregular. Para a gerao de uma nova grade regular a partir de outra grade retangular podem ser utilizados os interpoladores linear e bicbico. Para a gerao de grade retangular a partir de um TIN ("Triangular Irregular Network") pode-se ajustar uma superfcie plana ou uma superfcie de quinto grau, que garante suavidade ao modelo. O que so grades irregulares triangulares? Na modelagem da superfcie por meio de grade irregular triangular, cada polgono que forma uma face do poliedro um tringulo (veja figura abaixo). Os vrtices do tringulo so geralmente os pontos amostrados da superfcie. Esta modelagem permite que as informaes morfolgicas importantes como as descontinuidades, representadas por feies lineares de relevo (cristas) e drenagem (vales), sejam consideradas durante a gerao da grade triangular, possibilitando modelar a superfcie do terreno preservando as feies geomrficas da superfcie.

Modelo de superfcie gerada por grade triangular O nmero de redundncias bastante reduzido comparado a grade retangular, uma vez que a malha mais fina em regies de grande variaes e mais espaada em regies quase planas. As descontinuidades da superfcie podem ser modelados atravs de linhas e pontos caractersticos. Esta grade tem a vantagem de utilizar os prprios pontos amostrados para modelar a superfcie, sem a necessidade de qualquer tipo de interpolao sobre os mesmos. A desvantagem da grade irregular que os procedimentos para obteno de dados derivados de grades triangulares tendem a ser mais complexos e consequentemente mais demorados que os da grade retangular. Os mtodos para a gerao de grade triangular so divididos em mtodo com as linhas de quebra e mtodo sem as linhas de quebra. Durante a gerao de grades triangulares com as linhas de quebra, estas linhas de quebra (que modelam as informaes morfolgicas de descontinuidade), so incorporadas triangulao, constituindo arestas de tringulos. O modelo final ter estas informaes adicionais de linha de quebra incorporadas, possibilitando uma representao mais fiel do terreno, uma vez que no suaviza a superfcie ao longo de feies como vales e cristas. O mtodo sem linhas de quebra realiza a triangulao sem considerar as linhas de quebra, resultando em um modelo de terreno suavizado tambm ao longo das linhas de quebra. O que so interpoladores? So utilizados para gerao de grade retangular a partir de amostras. Os mtodos de interpolao mais utilizados so: Vizinho mais Prximo - para cada ponto xy da grade atribudo a cota da amostra mais prxima ao ponto. Este interpolador deve ser usado quando se deseja manter os valores de cotas das amostras na grade sem gerar valores intermedirios.

Valor de cota (+) equivale ao valor amostrado mais prximo (*).

Mdia Simples - o valor de cota de cada ponto da grade estimado a partir da mdia simples das
cotas dos 8 vizinhos mais prximos desse ponto. Utilizado geralmente quando se requer maior rapidez na gerao da grade, para avaliar erros grosseiros na digitalizao.

, onde: n = nmero de vizinhos z = valor de cota dos 8 n vizinhos i=1 f(x,y) = funo interpolante

Valor da cota (+) obtido a partir dos 4 vizinhos amostrados mais prximos (*)

Mdia Ponderada - o valor de cota de cada ponto da grade calculado a partir da mdia

ponderada das cotas dos 8 vizinhos mais prximos a este ponto, por uma funo que considera a distncia do ponto cotado ao ponto da grade. d = ((x - x0)2 + (y - y0)2)1/2 d = distncia euclidiana do ponto interpolante ao vizinho i w(x,y) = (1/d)u=1 u = 1 = expoente da funo de ponderao

, onde: w(x,y) - funo de ponderao f(x,y) - funo de interpolao

Produz resultados intermedirios entre o interpolador de mdia simples e os outros interpoladores mais sofisticados, num tempo de processamento menor. Mdia Ponderada por Quadrante - Calcula a mdia ponderada utilizando a funo de interpolao anterior. considerado uma amostra por quadrante (total de 4 amostras) e o nmero de pontos amostrados igual para cada um dos quadrantes. Dev-se utilizar quando as amostras so todas do tipo ponto.

Valor de cota por quadrante com peso proporcional ao inverso da distncia dos valores amostrados.

Mdia Ponderada por Cota e por Quadrante - este interpolador tambm realiza a mesma funo
de interpolao vista anteriormente. Alm da restrio de quadrante do mtodo anterior, o nmero de amostras por valor de elevao limitado. recomendado quando as amostras so do tipo isolinhas.

Valor da cota obtido pela mdia ponderada de cotas das isolinhas por quadrante. Como se gera uma grade retangular a partir de uma grade retangular? A gerao de uma nova grade retangular a partir de uma grade retangular anterior elaborada, tambm conhecido por refinamento da grade, consiste em diminuir o espaamento entre pontos da grade, adensando-a. Estes pontos internos ao retalho apresentam valor de cota z da nova grade estimados atravs dos interpoladores bicbico e bilinear. Como se estima com o interpolador bicbico?

Para realizar um refinamento bicbico em um ponto P so considerados os 16 vizinhos A, B, C, D,

E, F, G, H, I, J, K, L, M, N, O e Q, sendo quatro pontos extremos da clula que contm o ponto P e os pontos extremos das clulas adjacentes aos primeiros quatro pontos.

Para avaliar o valor da cota no ponto P usa-se a seguinte estratgia:

Calcula-se os valores de cota dos pontos R, S, T, e U a partir de uma interpolao cbica (2D) entre os valores de cota dos pontos ABCD, EFGH, IJKL e MNOQ, respectivamente; utilizando o mesmo interpolador cbico. O refinamento bicbico, apesar de ser mais lento computacionalmente que o bilinear, fornece resultados melhores pois garante continuidade de primeira e segunda ordem entre as funes que representam cada clula do modelo. Desta forma a superfcie resultante suave nos pontos da grade e tambm ao longo dos segmentos que formam os retngulos ou seja, a grade mais suave e cada retalho da grade contnuo e suave em relao aos seus vizinhos. Como se estima com o interpolador bilinear? Para se calcular a superfcie bilinear, para uma clula da grade aproveita-se as caractersticas de ordenao das posies dos elementos das clulas e otimiza-se o procedimento que implementa este interpolador. Considera-se uma clula da grade formada pelos pontos vrtices A, B, C e D, e um ponto genrico situado no interior da clula M.

A partir dos valores de cota dos pontos R, S, T e U obtm-se o valor da cota do ponto P

O valor em M funo de: M=f(u,v), (u,v) em (0,1). A interpolao bilinear sobre a clula ABCD

realizada pela seguinte seqncia: Interpola-se linearmente os pontos E e F a partir dos pontos C e D, e A e B, respectivamente; Interpola-se o ponto M linearmente a partir dos pontos E e F. Assim, o valor de cota zm : zm = zE * (1-v) + zF * v zm = v * (u * zB + (1-u) * zA) + (1-v) * ( u * zD + (1-u) * zC) (u,v) normalizados em (0,1)

Este mtodo mais rpido computacionalmente em relao ao interpolador bicbico, com desvantagem de produzir superfcies pouco suavizadas, devendo ser usado quando no se necessita de uma aparncia suave da superfcie. Como se gera uma grade retangular a partir de um TIN?

A converso da grade triangular para a grade retangular pode ser necessria quando se deseja uma
forma matricial para o modelo numrico de terreno. Deste modo as informaes do terreno modeladas por uma grade triangular podem ser analisadas com outras informaes do tipo matricial. O processo de converso utiliza o ajuste de uma superfcie a cada tringulo, sendo as superfcies mais usuais as seguintes: Plano, Quntico considerando linhas de quebra e Quntico sem linhas de quebra.

Como se gera uma grade retangular com superfcie plana?

O plano ajustado a cada retalho triangular da grade determinar os valores de z em cada posio xy
dentro do tringulo. A equao de uma superfcie plana pode ser expressa por: Ax +B y +Cz +D=0. As superfcies de retalhos diferentes se encontram no lado comum destes tringulos sem continuidades suaves.

Como se gera uma grade retangular com superfcie quntica sem linhas de quebra?

Linhas de quebra so linhas que definem descontinuidades na superfcie para os dois diferentes

lados da linha, como linhas de vale ou de crista. Um rio por exemplo pode ser editado como uma linha de quebra em que ao longo de suas margens h uma descontinuidade de relevo, sem nenhum valor de cota a ele associado. Estas linhas de quebra podem ser ou no consideradas na gerao de uma grade triangular e o interpolador quntico sem linhas de quebra no as considera. A superfcie ajustada ao retalho da grade um polinmio do quinto grau, definida por:

. A utilizao deste interpolador permite gerar uma superfcie mais suave quando comparada com outra grade gerada pelo interpolador linear.

Grade triangular sem linha de quebra. Recomendado quando deseja-se uma superfcie suave e no h linhas de vale ou crista muito realadas (linhas de quebra) no modelo numrico do terreno. Como se gera uma grade retangular com superfcie quntica com linha s de quebra? Este interpolador difere do anterior apenas no que se refere s linhas de quebra. Utiliza a mesma superfcie de quinto grau para ajustar os retalhos da grade, porm o algoritmo reconhece a linha de quebra e a superfcie ao longo dela no ser suave.

Grade triangular com linhas de quebra. Recomendado para situaes onde as linhas de quebra podem ser digitalizadas para salientar feies lineares de relevo e deseja-se uma superfcie suave. Como visualizar um modelo de terreno por meio de uma imagem? Gerando imagens em nveis de cinza a partir de um MNT considerando o intervalo de espao de cores entre 0 e 256 ou imagens sombreadas que consideram o azimute e de elevao da fonte de luz. Como se gera uma Imagem em nvel de cinza?

A gerao de imagem para um modelo numrico de terreno, onde os pixels contero nveis de

cinza, consiste em distribuir os valores mnimos e mximos das cotas, obtidas a partir da grade retangular, em nveis de cinza de 0 a 256 linearmente. Assim, cada clula da grade corresponde a um pixel na imagem de sada com os valores mnimos de cota sero representados por pixels

escuros e os valores mximos por pixels claros. Como se gera uma imagem sombreada?

A imagem sombreada gerada a partir de um MNT possibilita visualizar as diferenas de relevo no

modelo. A imagem sombreada gerada a partir de uma grade regular sobre a qual aplicado um modelo de iluminao. O modelo de iluminao determina a intensidade de luz refletida em um ponto da superfcie considerando uma fonte de luz. O modelo depende da fonte de luz, que podem ser a luz ambiente ou outra fonte de luz, e da reflexo da superfcie. A luz ambiente proporciona uma intensidade de iluminao a da superfcie e pode ser modelada por I =IaKa.., onde Ia a intensidade da luz ambiente e Ka o coeficiente de reflexo do material.

A reflexo depende do material da superfcie (Kd), da intensidade da fonte de luz (Ip) e do


ngulo entre a direo da fonte da luz e a normal superfcie (cos), sendo dada pela equao IpKdcos.

O modelo de iluminao composto pela luz ambiente pela reflexo dado pela equao:
I =IaKa + IpKdcos, onde Kd considerada igual para qualquer superfcie. A direo da fonte da luz definida a partir do azimute, a partir do Norte (eixo y), medido no sentido horrio e d o ngulo de elevao medido a partir do plano xy. O cosseno de (ngulo entre a normal superfcie e a direo da fonte de luz) o produto escalar: cos = N . L , onde o vetor N calculado a partir das derivadas parciais da grade retangular, constantes para cada clula e o vetor L definido pela direo da fonte de luz. O exagero de relevo utilizado para aumentar a escala vertical em relao escala horizontal da imagem sombreada, possibilitando melhorar a visualizao de formas e estruturas da superfcie. Este exagero corresponde a um acrscimo na inclinao da superfcie e calculado a partir do fator f obtido em:

, onde: o ngulo de inclinao da superfcie zi o valor de elevao do i-simo ponto da grade

f o valor do fator de exagero R o valor do elemento de resoluo da grade


O que so isolinhas?

As isolinhas so curvas que unem entre si pontos da superfcie que tenham o mesmo valor de cota. O significado do valor da cota depende da magnitude fsica da superfcie que se pretende modelar. Assim para uma superfcie que representa temperatura se obtm isotermas, para previso atmosfrica, as isbaras; para altimetria do terreno, as curvas de nveis, etc.

Isolinhas de altimetria do terreno.

As isolinhas podem ser visualizadas como sendo a projeo no plano xy das intersees entre a
superfcie e uma famlia de planos horizontais eqidistantes.

Isolinhas de cota z obtidas pela projeo do plano xy. As curvas de isovalores possuem algumas propriedades importantes: todas so fechadas, a menos que interceptem as fronteiras de definio do mapa e nunca se cruzam. Isolinhas ou curvas de isovalores podem ser geradas a partir de um modelo numrico de terreno (MNT) na forma de grade retangular ou triangular utilizando o mtodo das clulas. Neste mtodo, para cada clula so geradas todas as curvas de isovalor que interceptam esta clula. Os segmentos de reta so armazenados para, em uma fase final, serem ligados formando uma curva fechada de isovalor (caso no atinjam a fronteira da regio de interesse).

Isolinha gerada a partir de uma grade retangular. O que declividade?

Declividade a inclinao da superfcie do terreno em relao ao plano horizontal. Considerando

um modelo numrico de terreno (MNT) de dados altimtricos extrados de uma carta topogrfica e traando um plano tangente a esta superfcie num determinado ponto P, a declividade em neste ponto corresponde a inclinao deste plano em relao ao plano horizontal. Em algumas aplicaes geolgicas, geomorfolgicas e outras, necessrio encontrar regies pouco acidentadas ou regies que estejam expostas ao sol durante um determinado perodo do dia.

Para responder estas questes a declividade conta com duas componentes: o gradiente e a exposio. O gradiente a taxa mxima de variao no valor da elevao, pode ser medido em grau (0 a 90) ou em porcentagem (%), e a exposio a direo dessa variao medida em graus (0 a 360). O gradiente dado pela equao:

Onde z a altitude e x e y as coordenadas axiais.

A exposio dada pela equao:

As duas componentes de declividade (gradiente e exposio) so calculadas a partir das derivadas parciais de primeira ordem obtidas da grade retangular ou triangular. Na grade retangular, em cada ponto desta grade so calculadas as derivadas parciais, computando-se os valores de altitude em uma janela de 3 x 3 pontos que se desloca sucessivamente sobre a grade. Em uma grade triangular, as derivadas parciais podem ser calculadas a partir dos 3 pontos que formam cada tringulo considerando uma modelagem por superfcies planas. O que um fatiamento? Consiste em gerar uma imagem temtica a partir de uma grade retangular ou triangular. Os temas da imagem temtica resultante correspondem a intervalos de valores de cotas, ou fatias.

Imagem temtica fatiada. A definio dos intervalos de cotas ou fatias, depender da variao dos valores da grade que se deseja destacar. Uma imagem temtica resultante do fatiamento da grade permite visualizar o modelo e ser utilizada em operaes de anlise como as booleanas do tipo cruzamento de dados temticos. O que um perfil? Um dado do tipo MNT, como uma superfcie topogrfica, pode ser representada atravs de perfis que descrevem a elevao dos pontos ao longo de uma linha. O perfil traado a partir de uma trajetria definida pelo usurio ou a partir de linhas que correspondam a um dado de interesse como o possvel traado de uma nova estrada. O que volume?

O clculo do volume efetuado considerando as reas de interesse, ou seja polgonos fechados e


grades retangulares ou triangulares do MNT. A partir de uma grade calcula-se o valor central de

cada clula da grade, correspondente a altura, multiplicada pelo valor da rea disponvel. Dessa forma, o volume dado pela seguinte equao:

, onde:

N = nmero de clulas. O volume de corte e o volume de aterro so calculados considerando uma cota base. A parte superior da cota base corresponde ao volume de corte, enquanto a cota inferior ao volume de aterro. A cota ideal indica o valor onde o volume do desmonte a ser realizado na rea de corte depositado na rea de aterro mantm um equilbrio de massas e calculada por:

Ac = constante, o valor da rea correspondente cada clula; Zi = o valor da altura de cada clula;

Como se visualiza o modelo em projeo?

Com a projeo dos dados em trs dimenses com a possibilidade de alterar a posio do

observador, a partir do MNT e de uma imagem textura. O modelo define efeito de elevao da superfcie e a imagem textura as cores da superfcie. As seguintes projees so utilizadas: Projeo paralela, perspectiva e Par-Estereoscpio. O que projeo paralela? Nesta projeo, a distncia entre o plano de projeo e o centro de projeo infinita. As linhas que so paralelas no modelo continuam paralelas. Uma vez que a distncia do observador `a superfcie infinita, apenas os seguintes parmetros so necessrios: Azimute - posio angular (em graus) do observador em relao ao Norte no sentido horrio. Elevao - posio angular (graus) do observador, em relao ao plano horizontal. O que projeo perspectiva? Ao contrrio da paralela, a distncia do centro de projeo ao plano de projeo finito. As linhas paralelas no obedecero ao paralelismo quando projetadas e os objetos mais prximos ao observador tendem a ser maiores que os mais distantes. Os seguintes parmetros definem a posio do observador: Posio do Observador - em coordenadas X, Y (em coordenadas planas) e z (valor da cota); Azimute - posio angular (graus) do observador em relao ao Norte, no sentido horrio; Elevao - posio angular (graus) do observador, em relao ao plano horizontal; Abertura - ngulo ocular do observador. O que projeo par estereoscpio? composta por duas projees paralelas, com uma distncia entre os centros de projeo. Quando visualizados separadamente pelo olho direito e esquerdo permitem viso estereoscpica da rea. Alm dos parmetros do observador definidos para a projeo paralela, necessita de: Distncia entre as projees - distncia entre as duas imagens. Gerao de Carta O que o SCARTA? um gerador de cartas utilizado para edio e obteno de uma sada de apresentao grfica de alta qualidade. Como se relacionam CAD, SIG e um gerador de cartas?

A diferena fundamental entre um software de CAD e SIG, reside na diversidade de dados utilizados para a realizao de suas tarefas, sendo que um SIG utiliza muito mais dados do que um CAD. O SIG realiza operaes com dados vetoriais e matriciais (imagens "raster"), enquanto os CAD's se limitam a trabalhar com dados vetoriais. O CAD usado para desenhos de carter tcnico que variam desde projetos de avies at projetos de circuitos integrados, podendo ser usado para gerao de cartas. No entanto, o CAD no oferece facilidades para execuo desta tarefa, ao contrrio do gerador de cartas que tem funes especializadas para a elaborao de cartas. O que um mapa? Representao grfica de uma superfcie plana em uma determinada escala, com a representao de acidentes fsicos e culturais da superfcie da Terra. O que uma carta? Representao grfica dos aspectos naturais e artificiais da Terra, destinada a fins prticos da atividade humana, permitindo a avaliao precisa de distncias, direes e a localizao plana. O que uma folha? Resultado da subdiviso de uma carta, de forma sistemtica, com corte e formato estabelecido por um plano nacional ou internacional. O que uma planta? Representao cartogrfica plana de uma rea de extenso pequena na qual a curvatura da Terra no precisa ser considerada de modo que a escala pode ser constante. O que uma carta no SCARTA? Qualquer produto cartogrfico digital eleborado pelo SCARTA independente de escala e aplicao e permitem eficiente apresentao de uma grande quantidade de informao sobre os objetos e seus relacionamentos espaciais. Pode apresentar informaes de variaes espaciais de um nico fenmeno (exemplo: ocorrncia de eroso) ou relacionamento entre fenmenos (exemplo: diferentes classes de tipos de solo). Quais caractersticas deve ter uma carta?

Deve ter um tema principal ou fato a ser analisado e informaes adicionais que sirvam de

referncia sobre o local onde ocorre o fenmeno. As informaes adicionais so denominadas mapa base. Exemplos dados representadas em mapa base: rios, curvas de nvel, cotas altimtricas, rede viria. Deve haver equilbrio entre o mapa base e as informaes temticas, para evitar que a base no diminuia a legibilidade do mapa, mascarando os dados temticos. A quantidade e os detalhes da indicao da base devem variar de acordo com a escala de trabalho e do tema principal representado. Quais so os elementos fundamentais de um carta? Ttulo - Descreve o propsito da carta e deve estar em local de destaque. Tamanho - Depende do propsito da carta e das limitaes do dispositivo de sada do usurio. Formatos de papel padronizados devem ser utilizados em trabalhos oficiais, sendo o formato bsico da Associao Brasileira de Normas Tcnicas (ABNT) o A0, do qual derivam os demais formatos.

Quanto ao tamanho Quanto a representao


Escala Grande Escala Mdia Escala Pequena Escala de Detalhe Escala de Semi-detalhe Escala de Reconhecimento ou de sntese

Escala
at 1:25.000 de 1:25:0000 at 1:250.000 de 1:250.000 e menores

Aplicaes
Plantas Cadastrais, Levantamentos de detalhes ou planos topogrficos Cartas topogrficas Cartas Corogrficas e cartas gerais

Legenda - Classe ligando atributos no-espaciais a entidades espaciais. Atributos no-espaciais so indicados por cores, smbolos ou sombreamentos.

Localizao - Permite que o objeto seja confrontado com o espao que o contm por meio de um sistema de coordenadas, em geral em coordenadas geogrfica de latitude e longitude. Equilbrio e Lay-out - Equilbrio dado pela posio dos componentes apresentados em uma maneira lgica, destacando os objetos a enfocar. Um desenho balanceado no deve ser muito claro nem muito escuro, curto ou longo, pequeno ou grande. Lay-out o processo para se chegar ao equilbrio adequado. Contraste de padres - Diferentes padres para representao devem ser utilizados para diferentes regies na carta, podendo ser compostos por linhas, pontos ou combinaes de ambos. Cor - Varivel visual mais forte, facilmente perceptvel e intensamente seletiva, delicada para manipular e difcil de se utilizar. Deve ser escolhida em funo da nfase desejada para um dado, uma vez que algumas cores so mais perceptveis que outras. O olho humano mais sensvel ao vermelho, seguido pelo verde, amarelo, azul e prpura. Deve-se consultar ainda as cores mais utilizadas para representar os tipos de dados da carta. Exemplos: estradas so representadas em vermelho, rios e mares em azul, florestas em verde, em cartas climticas, as reas tropicais em vermelho e as regies de clima seco, em amarelo. Claridade e legibilidade - Qualidades de uma carta na qual a informao desejada pode ser facilmente encontrada, estando diferenciada das outras e permitindo ser memorizada sem esforo. A legibilidade pode ser obtida com a escolha apropriada de linhas, formas e cores. As linhas devem ser claras, finas e uniformes. Cores, padres e sombreamento devem ser facilmente distinguveis e corretamente registrados. As formas dos smbolos utilizados no devem ser confusas. Deve-se separar os objetos e smbolos do tema tratado dos correspondentes ao mapa base para evitar que a densidade grfica grande torne a leitura confusa e complicada. Como deve ser a apresentao das cartas? Deve seguir um formato padro, como o da folha geolgica 1:50000 do IPT do exemplo seguinte:

Onde: 1 - Nome e codificao da folha 9 - Nome da carta Ex: So Paulo - SF-23-Y-C-VI-2 10 - Escala numrica 2 - Nome dos rgos contratantes e executor 11 - Escala grfica 3 - Descrio das unidades litoestratigrficas 12 - Ano de execuo 4 - Convenes geolgicas 13 - Articulao da folha 5 - Convenes planialtimtricas 14 - Projeto e equipe executora 6 - Informaes sobre o mapa-base 15 - reas p/ a localizao das sees

7 - Declinao magntica 16 - Espao reservado (optativo) para ttulo da 8 - Localizao da folha geolgicas carta e referncia bibliogrfica do mesmo O que generalizao? Significa distinguir entre o que essencial e o no essencial, conservando-se apenas o til. Tem influncia direta na qualidade da representao cartogrfica permitindo que a carta seja simples, clara e objetiva, sem eliminar detalhes relevantes, omitindo apenas os sem valor. A generalizao tem relao direta com a escala escolhida pelo usurio, a escala dos dados, o tiipo dos dados e os elementos de cartografia que comporo o mapa.