Escolar Documentos
Profissional Documentos
Cultura Documentos
em plataforma ArcGIS® 10
Rio de janeiro
2013
I
SUMÁRIO
MODULO I- UTILIZAÇÃO DE MODELOS DIGITAIS DE ELEVAÇÃO PARA ELABORAÇÃO DE DADOS SECUNDARIOS .............. 7
II
FERRAMENTA DE VIEWSHED ........................................................................................................................ 18
III
MODULO IV – ANALISES DE CLUSTER E MULTICRITERIO NO SPATIAL ANALYST E SPATIAL STATISTICS .......................... 54
IV
LISTA DE FIGURAS
V
Figura 36 – TPI............................................................................................................................................................ 33
Figura 37 – Abrindo a ferramenta TPI com 6 classes de relevo .................................................................................... 33
Figura 38 – Classificação do relevo.............................................................................................................................. 34
Figura 39– Opção “Convert raster to features” ........................................................................................................... 35
Figura 40 – Patch Analyst Patch Grid .......................................................................................................................... 36
Figura 41 – Métricas utilizando o Patch Analyst ......................................................................................................... 37
Figura 42 – Métricas utilizando o Patch Grid .............................................................................................................. 39
Figura 43 – valores conhecidos pontuais e valores após a Interpolação dos pontos (raster) ......................................... 43
Figura 44 – Opções de interpoladores ........................................................................................................................ 43
Figura 45 – Janela do IDW .......................................................................................................................................... 44
Figura 46 – Janela do Spline........................................................................................................................................ 46
Figura 47 – o pareamento de um ponto (vermelho) com os demais ........................................................................... 47
Figura 48 – Diagrama de amostras ............................................................................................................................. 48
Figura 49 – Janela do Kriging ...................................................................................................................................... 48
Figura 50 – modelo esférico ....................................................................................................................................... 49
Figura 51 – modelo exponencial ................................................................................................................................. 49
Figura 52 – modelo linear ........................................................................................................................................... 49
Figura 53 – exemplo de interpolação por vizinhança natural ...................................................................................... 50
Figura 54 – Janelas do Natural Neighbor ..................................................................................................................... 51
Figura 55 – Raster Calculator ..................................................................................................................................... 52
Figura 56 – Janela da ferramenta de densidade (hotspot) ........................................................................................... 55
Figura 57 – Raster de densidade (hotspot) .................................................................................................................. 55
Figura 58 - Janela da ferramenta analise de agrupamentos (cluster) ........................................................................... 56
Figura 59 – Resultado NN ........................................................................................................................................... 56
Figura 60 – High/low clustering ................................................................................................................................. 57
Figura 61 – Cluster e Oultier analysis ......................................................................................................................... 57
Figura 62 – Resultado Cluster e Oultier analysis ......................................................................................................... 58
Figura 63 – Analise multicritério ................................................................................................................................ 59
Figura 64 – Escala de Saaty ........................................................................................................................................ 59
Figura 65 – janela composite bands ........................................................................................................................... 61
Figura 66 – Layer Properties ....................................................................................................................................... 61
Figura 67 – janela Mosaic .......................................................................................................................................... 62
Figura 68 – Janela do Isso Cluster ............................................................................................................................... 63
Figura 69 – Janela Maximum Likelihood Classification ................................................................................................ 64
Figura 70 – Janela do Filtro de maioria (Majority filter) ............................................................................................... 65
Figura 71 – Modelo de eliminação no Model builder................................................................................................... 66
Figura 72 – Janela do Zonal Statistics as Table ............................................................................................................ 67
VI
I - Introdução ao ArcGIS
4- subsistema para apresentação dos dados tanto em forma tabular como gráfica.
1 - Visualizar dados geográficos identificando novos padrões e distribuições dos dados geográficos.
4 - Apresentar resultados em mapas de muita qualidade e criar apresentações interativas que ligam
gráficos, tabelas, fotografias, imagens e outros elementos aos dados do mapa.
1
O ArcMap pode ser usado para todas as tarefas de criação de mapas e edição assim como
análise dos dados (ESRI, 2004).
O ArcGis permite ainda a visualização dos dados geográficos através de uma forma bem
interativa, onde os documentos digitais são gerenciados através de seus principais módulos:
ArcMap, ArcToolBox e o ArcCatalog.
ArcCatalog:
ArcMap:
O ArcMap permite além da visualização de dados, a sua inquirição e análise. Faz uso de
ferramentas de manipulação de escala, definição de legenda e preparação de layout. ArcMap é
utilizado para as tarefas de mapeamento, edição, análise e produção cartográfica.
ArcToolBox:
2
II - Configuração de Projeção e Sistema de Coordenada
3
III - Field Calculator
Para preencher valores em um campo da tabela de atributos é necessário que o layer seja
colocado em modo de edição (Start Editing).
Selecione os objetos (registros) que se deseja editar e calcule os valores do campo utilizando
o “Field Calculator”.
Para tal, Basta clicarmos no campo a ser preenchido com o botão direito do mouse, e em
seguida acionar o “Calculate Values” (Fig. III)
4
IV – Join by Spatial location
Para juntar duas tabelas de shapes diferentes (ponto,linha,polígono) de acordo com suas
posições geográficas, a ferramenta “Join data by spatial locations” é a mais indicada. Esta pode
juntar a tabela de um shape com a de vários outros, para isso basta indicar um dos procedimentos
Selecione o shape base que unificara as tabelas, click com o botão direito do mouse e escolha
a opção Join and relates > Join. Aparecera esta janela.
Escolha a opção de “Join data from another layer based on spatial location” na opção 1 o
outro arquivo a ser unificado, na opção 2 como será o procedimento, podendo ser: Por medidas
matemáticas, mínima, máxima, soma, variação..; ou colocando todas as informações da tabela. Será
criado também uma coluna com a distancia entre os pontos mais próximos. Na opção 3 o endereço
e nome do arquivo criado.
Quando For juntar um shape de pontos com um polígono, a opção 2 podera ser: Juntar as
informações somente dos pontos que estiverem dentro do polígono; ou os que estiverem próximos
também.
5
V – Conversion tools
Para converter um arquivo do google Earth escolha a opção From KML > “KML to Layer”.
Em Imput file escolha o arquivo KML e depois escolha a pasta na qual será criado o arquivo
(Geodatabase- gdb) em “Output Location”, em “Output Data Name” o nome do arquivo. Depois
exportamos o arquivo para o formato *.shp . Para isso selecione o layer criado e com o botão
direito clique em “Data” > “Export Data” e defina a pasta na qual será criado o shapefile em
“Output feature class”.
6
APOSTILA DE ArcGIS® 10
MODULO I
7
RECORTANDO UMA IMAGEM RASTER A PARTIR DE UM SHAPE
Abra o ArcGIS e adicione uma imagem raster e o shape que servirá como base para o recorte
O próximo passo é ativar a ferramenta que faz o recorte, ferramenta “extract by mask” e o
caminho é Spatial Analyst Tools > Extraction > Extract by mask. E aparecera a janela Extract by mask.
No campo Input raster insira a imagem raster. Em Input raster or feature mask data insira o
shape base e em Output raster é o arquivo de saída, então escolha o nome do novo arquivo
recortado e o local que deseja salva-lo e OK. Depois que clica em OK o arquivo será recortado e
automaticamente adicionado ao Layers.
8
CRIAR CURVAS DE NÍVEL A PARTIR DE UM MDE
Adicione o arquivo MDE clicando no ícone . Para Criar um contorno basta seguir o
caminho Spatial Analyst > Triangulated Surface > Surface Contour e aparecerá uma janela.
Latitude Z-factor
0 0.00000898
10 0.00000912
20 0.00000956
30 0.00001036
40 0.00001171
50 0.00001395
60 0.00001792
70 0.00002619
80 0.00005156
9
CRIAR REDE TRIANGULAR INREGULAR (TIN) A PARTIR DE CURVAS DE NÍVEL
Para Criar um TIN basta seguir o caminho3D Analyst > Data Management > TIN > Create TIN.
Entretanto esta ultima opção é mais indicada quando o vetor tiver que adquirir seus valores Z de
um outro raster.
Aparecerá a janela “Create TIN”. Ative o arquivo curvas de nível em “Input Feature Class” Na
opção “Height Field” indique a coluna com os dados de elevação, no “SF Type” a opção mais indicada
é hard line entretanto se estiver trabalhando com um “shape” de pontos ou polígono a opção mass
point pode ser mais indicada.
Caso queria se usar um vetor para recortar o TIN, insira-o na opção “Input Feature Class”
escolha hard clip, nas outras opções marque <None>. Escolha o local onde deseja salvar na opção
“Output TIN”.
10
Figura 10 – TIN – Triangular irregular network
O arquivo TIN será criado e mostrará o “Edge type” e “Elevation”. Caso queira outras opções
de visualização do terreno clique com o botão direito do mouse sobre o arquivo no Layers e vá em
Properties... e aparecerá a janela “Layer Properties”. Clique na aba Symbology, clique no ícone
“Add...” marque a opção desejada e clique em Add, as opções mais comuns são: Declividade (Face
slope...), aspecto (Face aspect...), Hillshade (Face with the same symbol), pontos (Nodes...).
Figura 11 – Simbologia
11
CRIAR CURVAS DE NÍVEL A PARTIR DE UM TIN
Adicione o arquivo TIN clicando no ícone . Para Criar um contorno basta seguir o caminho
3D Analyst > Triangulated Surface > Surface Contour e aparecerá uma janela.
Entretanto são necessárias algumas considerações a cerca dos modelos. O TIN apresenta
uma certa irregularidade, no TIN a um exageramento das áreas planas, muitos platôs são criados
nos fundos de vale e topo de morros.
12
GERAR MDE A PARTIR DE CURVAS DE NIVEL
Adicione as curvas de nível, hidrografia (linha e polígono) e limite área de estudo clicando.
Para Criar um MDE basta seguir o caminho Spatial Analyst, > Interpolation > Topo to Raster e
aparecerá uma janela.
Aparecerá a janela “Topo to Raster”. Ative o arquivo curvas de nível em “Input Feature data”
Na opção “Field” indique a coluna com os dados de elevação, no “Type” a opção mais indicada é
Contour se estiver trabalhando com Curvas de nível ou Point elevation para um shape de pontos
(pode se usar em conjunto com curvas de nível caso queira representar topos de morro. Se for
utilizar um arquivo de hidrografia Na opção “Type” indique Stream para linha e Lake para polígonos.
Para delimitar Fronteiras utilize as opções Boundary para os limites e Coast para linhas de costa.
Escolha a pasta onde deseja salvar na opção “Output surfasse raster”. Em “Output cellsize”
indique da célula do raster, lembrando que se o arquivo estiver em coordenadas geográficas o valor
será em graus (0,0008º = 90 m). A opção “Margin in cells” permite extrapolar a área do raster. Em
“Smalest z value” a altitude mínima que começara o raster e em “Largest z value” a altitude máxima.
13
Adicione o MDE. Para criar a declividade (Slope) basta seguir o caminho Spatial Analyst Tools
> Surface > Slope ou 3D Analyst Tools > Raster Surface > Slope e aparecerá a janela Slope.
Em “Input raster” insira o MDE. Em “Output raster” a pasta onde sera criado o arquivo de
declividade, em “Output measurement” escolha se o novo “layer” será em graus ou porcentagem,
a declividade em porcentagem é igual a tangente do ângulo vezes 100, conforme figura a baixo. “Z
fator” representa o grau de variação da medida horizontal (x,y) para a vertical (Z) se estiver
trabalhando em coordenadas geograficas
(graus) e altitude em metros deve-se
aplicar o fator de correção a baixo.
Muitas vezes MDE não projetados
costumam dar erros nas suas
declividades, caso isso aconteça
reprojete o layer.
14
Adicione o MDE. Para criar as rampas de encosta (Aspect) basta seguir o caminho Spatial
Analyst Tools > Surface > Aspect ou 3D Analyst Tools > Raster Surface > Aspect e aparecerá a janela
Aspect.
Com a função de aspecto, você pode: Encontrar toda a face norte em uma montanha, como
parte de uma busca para os locais mais secos. Calcula a iluminação solar para cada posição em uma
região como parte de um estudo para determinar a
diversidade da vida em cada local. Encontre todas as
inclinações do vento do sul em uma região montanhosa
para identificar as posições onde o efeito orográfico é
maior, identificar aquelas posições residentes que são
prováveis de ser abatidas primeiramente pelo runoff.
Identificar áreas de terra lisa para encontrar uma área
para aterro.
15
GERAR HILLSHADE A PARTIR DE UM MDE
Adicione o MDE. Para criar sombreamento de relevo (Hillshade) basta seguir o caminho
Spatial Analyst Tools > Surface > Hillshade ou 3D Analyst Tools > Raster Surface > Hillshade e
aparecerá a janela Hillshade.
Em “Input raster” Insira o MDE, em “Output raster” a pasta onde o arquivo sera criado. Em
“Azimute” defini-se a direção angular do sol, medida no norte no sentido do relógio em graus de 0
a 360. Um azimute de 90 por exemplo é leste. O padrão é 315 (NW). A “Altitude” é a inclinação ou
ângulo de iluminação acima do horizonte, as unidades estão em graus, de 0 (linha do horizonte) a
90º (Zênite). O padrão é 45º.
16
GERAR CURVATURAS DE ENCOSTAS A PARTIR DE UM MDE
Adicione o MDE. Para criar as curvaturas da encosta (Curvature) basta seguir o caminho
Spatial Analyst Tools > Surface > Curvature ou 3D Analyst Tools > Raster Surface > Curvature.
Em “Input raster” Insira o MDE, em “Output curvature raster” a pasta onde o arquivo será
criado. Em “Z fator” a razão entre projeção e altura. Em “Output profile curve raster” a pasta onde
o arquivo de curvatura vertical será criado. Em “Output plan curve raster” ” a pasta onde o arquivo
de curvatura horizontal será criado.
17
FERRAMENTA DE VIEWSHED
Adicione o MDE. Para criar uma área de visada (Viewshad) basta seguir o caminho Spatial
Analyst Tools > Surface > Viewshed ou 3D Analyst Tools > Visibility > Viewshed e aparecerá a janela
Viewshed.
Em “Input raster” Insira o MDE, em “Input point...” um arquivo de pontos ou linha das áreas
a serem observados, em “Output raster” a pasta onde o arquivo será criado. Em “Z factor” o grau
de variação da medida horizontal (x,y) para a vertical (Z).
Viewshed identifica as células em um raster de entrada que possam ser vistas de um ou mais
pontos ou linhas de observação. Cada célula no raster de saída recebe um valor que indique quantos
pontos de observação podem ser vistos de cada posição. Se você tiver somente um ponto do
observador, cada célula que pode ser vista do ponto do observador será dado um valor 1. As células
que não podem ser vistas do ponto de observação é dado um valor 0. A classe dos pontos do
observador pode conter pontos ou linhas. Os nós e os vértices das linhas serão usados como pontos
de observação.
18
DEFININDO HIDROGRAFIA E BACIAS HIDROGRAFICAS DE FORMA AUTOMATICA A PARTIR
DE UM MDE.
Para adicionar esta ferramenta abra o “toolbox” , sobre o toolbox clique o botão direito
do mouse, aparecerá uma janela. Clique em “add toolbox”. Procure a pasta onde esteja o arquivo “
watersheed delineation tool” e o adicione.
I) Watershed Delineation
II) iRainDrop
III) iWatershed.
Watershed Delineation
The Watershed Delineation tool cria uma rede de rios, baseada em um ponto inicial e seus
limiares, e delineia bacias hidrográficas a partir das ligações entre os rios.
19
Em “Input DEM” insira o MDE. Em “Expression” o valor do limiar neste parâmetro
representa o numero de células. Um valor tal como 1.000 indica que uma célula é considerada um
rio quando mil ou mais células convergem para ela. O numero de células e o valor de limiar usado
dependem da resolução do MDE e de sua topografia. Na pratica, usualmente uma área é usada
como fator de limiar ao invés do nº de células, Se assim for pode-se utilizar este parâmetro em
forma de área calculando o nº de células baseado no tamanho das célula no MDE.
Na opção “Output Watershed” direcione a pasta na qual vai ser criado um raster com os
formatos de bacia. Na opção “output Stream Features” direcione a pasta na qual vai ser criado um
“shape” da hidrografia. Na opção “Output Flow Direction” direcione a pasta na qual vai ser criado o
raster com os fluxos de direção e na opção “Output Flow Accumulation” direcione a pasta na qual
vai ser criado o raster da hidrografia. Depois clique em OK e aguarde o processamento.
iRainDrop
A ferramenta “iRainDrop tool” cria a hidrografia a partir de qualquer ponto baseado nos
raster de “flow direction” e “flow accumulation”. OS mapas produzidos na ferramenta anterior
“Watershed Delineation tool” podem ser usados como “input” nesta ferramenta.
20
Figura 24 – Funcionamento dentro do Model buider
iRainDrop Model
21
RECLASSIFICANDO UMA IMAGEM RASTER
Entretanto quando se esta trabalhando com um raster no qual o valor da célula possui casas
decimais (floating) a única opção possível é converte-lo em um shape de pontos ou, as custas de se
perder dados, reclassificá-lo para números inteiros.
No campo “New values” do item “Set values to reclassify”, digite os novos valores
pretendidos. Marque a opção “Change missing values to NoData” caso não utilize alguma linha. No
campo “Output raster” direcione para a pasta desejada e com um novo nome.
22
DEFININDO HIERARQUIA DE CANAIS (STRAHLER)
Adicione o MDE. Para criar a hierarquização de canais (Stream order) basta seguir o caminho
Spatial Analyst Tools > Hydrology > Stream order e aparecerá a janela Stream order.
23
DEFININDO NUMERO TOTAL DE CANAIS
Para definir o numero total de canais que compõe a área de estudo devemos utilizar a
ferramenta (Stream link) basta seguir o caminho Spatial Analyst Tools > Hydrology > Stream link e
aparecerá a janela Stream link.
Este arquivo esta relacionado com a morfometria da bacia, apartir deste pode-se definir o
número total de canais e a frequência Percentual do Número de Canais (FcT), Este índice pode
indicar a dificuldade de escoamento das cheias uma vez que um elevado número de tributários
poderia resultar em rápido escoamento e provavelmente em um grande volume de fluxo.
24
GERANDO PERFIL LONGITUDINAL E TRANSVERSAL DE CANAIS
Em “Input Surface” Insira o MDE em “Input Feature Class” insira a hidrografia (deve-se
selecionar a área escolhida para analise, o ideal é gerar a hidrografia de analise pela ferramenta
IRainDrop), em “Output raster” a pasta onde o arquivo será criado. Em “Samplig Distance” indique
o quão distanciados estarão os valores de altitude. Em “Z factor” indique o grau de variação da
medida horizontal (x,y) para a vertical (Z). Em “Method” indique o método de interpolação.
Depois habilite a ferramenta do “3d Analyst” com o botão direito do mouse sobre a barra
superior (cinza). Na barra do “3D Analyst” clique na opção Interpolate line e com o mouse desenhe
o perfil transversal do canal. Depois selecione a linha desenhada ou interpolada e clique na opção
Profile Graph para gerar o gráfico do perfil do canal.
Sobre o gráfico (Profile Graph title) clique com o botão direito do mouse e escolha a opção
Export, na aba “Data” escolha a opção de formato (Format) Excell e depois salve clicando em “Save”.
25
Figura 29 – Gerando um gráfico do perfil do canal
26
GERANDO CORREDORES A PARTIR DE DISTANCIAS
O mapa de origem identifica as células ou locais nos quais os menores custos de distância
para cada célula serão calculados. Os mapa base a ser utilizado é o de Hidrografia. Pode ser usado
também um mapa de áreas sazonalmente inundadas sobreposto, nos quais tem que ser atribuídos
pesos distintos: 0 para cobertura vegetal e 1 para APP. Estes valores servem para diferenciar o que
já existe do que tem pode existir.
Para criar um mapa de corredores basta abrir o Spatial Analyst, caminho Spatial Analyst Tools
> Distance > Cost Distance e aparecerá a janela Cost path.
27
Em “Input raster or feature source data” insira o layer com os fragmentos florestais. Em
“Input cost raster” insira o raster de custos espaciais (raster de classes de relevo). Na opção “Output
distance raster” coloque a pasta de saída e o nome final. Na opção “Maximum distance” coloque o
valor Maximo que o entrara no raster de saída, em “Outout backlink raster” o raster de saída terá
os valores de direção dos corredores.
Em matemática, distância euclidiana (ou distância métrica) é a distância entre dois pontos,
que pode ser provada pela aplicação repetida do teorema de Pitágoras. Aplicando essa fórmula
como distância, o espaço euclidiano torna-se um espaço métrico. A distância euclidiana entre os
Para criar um mapa de distancia euclidiana basta abrir o Spatial Analyst, caminho Spatial
Analyst Tools > Distance > Euclidean Distance. E aparecerá a janela Euclidean Distance.
Em “Input raster or feature source data” insira o layer com os fragmentos florestais. “Output
distance raster” coloque a pasta de saída e o nome final. Na opção “Maximum distance” coloque a
distancia (métrica) maxima para o calculo o raster de saída, em “Output cell size” o tamanho de
cada célula. Em “Outout distance raster” será criado um raster com os valores de direção (azimute)
das células.
28
APOSTILA DE ArcGIS® 10
MODULO II
29
GERANDO MAPA DE RADIAÇÃO SOLAR A PARTIR DE UM MDE
Para criar a radiação solar (Solar Radiation) basta abrir o Spatial Analyst, caminho Spatial
Analyst Tools > Solar Radiation > Area Solar Radiation. aparecerá a janela Area Solar Radiation.
30
Em “Input raster” insira o Modelo Digital de Elevação (MDE). Em “Output global radiation
raster” coloque na pasta com o nome desejado. Na opção “Latitude” coloque a latitude correta, se
o raster tiver georreferencido este processo é automático. Em “Sky size” a opção padrão é 200, mas
este nº pode variar entre 0-4.000, quanto mais alto maior mais detalhado será o raster final e mais
demorado seu modelo.
Nos parâmetros de radiação, as opções “Zenith divisions” e Azimuth divisions” são para fatiar as
direções da radiação nas formas vertical e horizontal respectivamente. Em “Difuse model type” tem
as opções: UNIFORM_SKY — O modelo de difusão uniforme. A radiação “difusa é a mesma de todas
as direções do céu. Este modelo é o padrão; STANDARD_OVERCAST_SKY — Modelo padrão de
tempo nublado. O fluxo de radiação difusa varia com o ângulo de zênite.
A opção “Diffuse proportion” representa a fração difusa da radiação global. Os valores variam
entre 0 e 1. Estes valores devem ser postos de acordo com as condições atmosféricas. Valores típicos
são 0.2 para condições bem limpas do tempo e 0.3 para céus com tempos abertos normais.
A radiação solar transmitida através da atmosfera é uma fração da radiação solar fora da
atmosfera. “Transmittivity” é uma propriedade da atmosfera e é a relação da radiação solar fora da
atmosfera para a radiação da superfície da terra (calculada a média sobre todos os comprimento de
onda). Os valores variam de 0 (nenhuma transmissão) a 1 (transmissão completa), os valores típicos
são 0.6 ou 0.7 para condições muito limpas do céu. “Transmittivity” tem uma relação inversa com o
parâmetro “Diffuse proportion”.
Na ferramenta Point Solar Radiation. Pode se gerar um shape de pontos sobre um MDE
conforme explicado anteriormente.
31
GERANDO UM MAPA DE RELEVO A PARTIR DA FERRAMENTA TPI
A ferramenta “Topographic Position Index” - TPI utiliza o MDE para classificar formas de
relevo de acordo com posicionamento topográfico dos pixels.
Este índice depende inteiramente da escala utilizada para a análise da paisagem. Neste caso
a escala de análise está relacionada com o número de pixels vizinhos a ser avaliado, ou por um raio
de análise ao pixel avaliado. Podendo ser utilizados varios raios de análise para a definição de 3 a 6
classes de relevo.
A figura 26 ilustra esta discussão; no cenário A o resultado entre as diferenças do pixel para
seus vizinhos é nulo, ao contrário do cenário B onde seus vizinhos tem altitude menor do que o pixel
analisado, portanto o TPI deste pixel é maior que 0. No último cenário os pixels vizinhos são mais
elevados que o pixel analisado, este terá portanto um TPI menor que 0.
32
Para gerar um mapa de Índice de posicionamento topográfico abra a janela do Land Facet
Corridor Tools, com o botão direito na barra de opções do ArcMap. Clique no Land Facet Corridor
Tools > Topographic Position Index tools > Calculete TPI Raster..
Em “Neighborhood shape” a forma como sera definida a vizinhança, podendo ser: Circular,
retangular, com dois círculos (Annulus) e Angular (Wedge). Em “Radius” a distancia para calculo
entre os vizinhos, em geral se utilizam distancias de até 1 km para áreas com até 10 km lineares (100
km²) e acima de 2 km para áreas maiores que 100 km².
Para gerar o mapa de relevo abra o Land Facet Corridor Tools > Topographic Position Index
tools > Topographic Position - 6 Category...(S6).
33
Em “Select DEM Raster Layer” insira o Modelo Digital de Elevação (MDE). Em “Select TPI
Type” o tipo de grid que vai ser gerado, selecione TPI ou Standardized Elevation. Em “Neighborhood
shape” a forma da vizinhança e a distancia para calculo em “Radius”.
34
CONVERTENDO UMA IMAGEM RASTER EM UM SHAPE.
O mesmo vale para converter um raster representando uma entidade linear em um “shape”
linear, as linhas são criadas a partir de cada célula do raster. E assim também para converter um
raster em um shape de pontos.
No campo “Input raster” o raster a ser convertido, no campo “Field” a coluna que dará
origem ao shape, no campo “Output geometry type” o formato final: polígono, linha ou ponto. No
caso de polígonos ou linhas o item “Generalize lines” permite uma suavizada no contorno do raster,
entretanto esta opção pode trazer problemas por triangular de mais os polígonos ou linhas. No
campo “Output raster” direcione para a pasta e nome desejados.
35
CALCULANDO METRICAS DA PAISAGEM UTILIZANDO O PATCH ANALYST
Para calcular as métricas de um mapa abra a janela do Patch Analyst, com o botão direito na
barra de opções do ArcMap. Abra a ferramenta “Patch Analyst” ou “Patch Grid”.
- “Dissolve Polygons” que funciona exatamente como a ferramenta do “Data Management tools”
unindo os fragmentos de mesma classe.
- “Create core areas” funciona com um “Buffers” porém calculado para dentro do polígono.
- “Add/Refresh Area and Perimeter fields” gera dentro da tabela colunas com área e perímetro ;
- “Parse Species Composition String” transforma colunas nas quais as informações contenham siglas
seguidas de números, em colunas separadas.
- “Set and run batch processes” permite fazer analyses de metreicas de forma automatizada.
- “Neighbourhood mean” retorna a media de uma coluna de acordo com os fragmentos de uma
detreminada área, estipulada pelo “Threshold”.
- “Spatial Statistics” nesta opção se encontram as métricas da paisagem, clicando sobre ela
aparecera esta janela.
36
Figura 41 – Métricas utilizando Patch Analyst
Na opção “Layers” marque o vetor que será analisado, na opção “Class” a coluna a ser
analisada, em “Analyze By” se será utilizado um nível de paisagem (n) ou um nível hierárquico
inferior (n-1) das classes. Em “Output table name” o nome de saída da tabela.
As opções de métricas para a análise são: (McGarigal & Marks, 1994 e 1995)
Options
- Class Area (CA) – retorna a soma das áreas de todos os fragmentos pertencentes a uma única classe.
Tem se que especificar a unidade de medida do mapa e ou a opção “State areas in Hectares” para os
resultados serem em hectares.
- Landscape Area (TLA) retorna a soma de todas as áreas no mapa.
- Number of Patches (NumP) retorna o numero total de fragmentos no mapa, se a analise for por
“Landscape”. Se não retorna o nº de fragmentos por classe.
-
Patch density e size metrics
- Mean Patch Size (MPS) Media de tamanho dos fragmento.
- Median Patch Size (MedPS) mediana do tamanho dos fragmentos.
- Patch Size Standard Deviation (PSSD) desvio padrão das área dos fragmentos.
- Patch Size Coefficient of Variance (PSCoV) Coeficiente de variação dos fragmentos
37
Edge metrics
- Total Edge (TE) Perimetro dos fragmentos
- Edge Density (ED) Relação perímetro – área do mapa
- Mean Patch Edge (MPE) media do perímetro dos fragmentos
Shape metrics
- Mean Perimeter-Area Ratio (MPAR) media da relação perímetro-área dos fragmentos
- Mean Shape Index (MSI) é igual a 1 quando os fragmentos forem circular (poligonos) ou quadrados
(raster), aumentando conforme a irregularidade da forma. MSI = a soma de cada perímetro de
fragmento dividido pela raiz quadrada da área.
- Area Weighted Mean Shape Index (AWMSI) é igual ao parâmetro MSI exceto que atribui pesos
diferentes conforme a área do fragmento, de forma que áreas maiores terão pesos maiores.
- Mean Patch Fractal Dimension (MPFD) é outra medida da complexidade da forma.
- Area Weighted Mean Patch Fractal Dimension (AWMPFD) é o mesmo que o parâmetro anterior com
variações de peso conforme o tamanho.
Diversyt metrics
- Shannon's Diversity Index (SDI) mede a diversidade de fragmentos, só pode ser realizado em analises
de paisagem, o valor é igual a 0 quando so a um único fragmento e aumenta conforme o nº de tipos de
fragemento e proporsçao de distribuição.
- Shannon's Evenness Index (SEI) mede a distribuição e abundancia dos fragmentos, SEI = 0 quando a
dominância de um tipo de fragmento e 1 quando todos ocupam áreas iguais.
- “Intersect (combina) grid” funciona exatamente como a ferramenta de mesmo nome para vetor
do “Analysis tools”.
- “Clip Grids to Polygon Theme” funciona com a ferramenta “extract by mask” do “Spatial Analyst”.
- “Spatial Statistics” nesta opção se encontram as métricas da paisagem para formato raster,
clicando sobre ela aparecera esta janela.
38
Figura 42 – Métricas utilizando Patch Grid
- Percentage of Landscape (ZLAND) retorna a percentage de ocupação de uma classe no mapa, isto se a
analise for por “Class”
- Largest Patch Index (LPI) é igual a porcentagem ocupada pelo maior fragmento no mapa. Com valor
Maximo de 100.
- Patch Richness (PR) equivale ao numero de tipos de fragmentos no mapa.
- Patch Richness Density (PRD) é igual ao PR dividido pela area total do mapa.valor em hectares
- Contrasted Weighted Edge Density (CWED) é a medida de densidae de borda (metros/hectare) com pesos
atribuídos pelo analista.
- Landscape Shape Index (LSI) é o total de bordas no mapa divididos pela raiz quadrada de toda a area do
mapa e ajustado por uma constante.
- Double Log Fractal Dimension (DLFD) é a medida de complexidade de perimetro do fragmento. DLFD = 1
quando for simples, circular ou quadrada aumentando ate 2 conforme torna se complexo.
- Mean Nearest Neighbor (MNN) NN é a distancia entre um fragmento ao seu fizinho mais próximo, MNN é
a media destas distancias em metros.
- Interspersion Juxtaposition Index (IJI) é próxima de zero quando a distribuição dos fragmentos torna-se
impar e 100 quando os fragmentos estão igualmente adjacentes. Requer que a paisagem tenha no mínimo 3
classes. Representando a medida de interseção entre elas.
- Mean Proximity Index (MPI) é a medida do grau de isolamento entre os fragmentos
39
- Modified Simpson's Diversity Index (MSIDI) é uma medida de diversidade de fragmentos, MSIDI = 0
quando só a um único tipo de fragmento aumnetando conforme aumenta o nº de tipos de fragmentos
e o equiloibrio enter eles.
- Simpson's Evenness Index (SIEI) é a medida de distribuição de área entre os tipos de fragmento. SIEI
= 1 quando a distribuição entre área é quite, e 0 quando a dominância.
- Modified Simpson's Evenness Index (MSIEI) é igual a SIEI porém o SIEI provem do SDI e o MSIEI provem
do MSIDI.
-
Core areas
- Total Core Area (CA) tamanho total dos núcleos dos fragmentos.
- Mean Core Area (MCA) o tamanho médio dos núcleos dos fragmentos.
- Number of Core Areas (NCA) o numero total de núcleos de fragmentos.
- Mean Core Area Index (MCAI) é o percentual de area ocupada por núcleos de fragmentos no mapa.
- Core Area Standard Deviation(CASD)desv. padrão do tamanho de núcleos de fragmentos
- Core Area Density (CAD) numero de fragmentos divididos pela area total do mapa
- Total Core Area Index (TCAI) é a medida do tamanho total de areas nucleos no mapa
- Core Area Percentage of Land (C_LAND) é o percentual de área ocupada por áreas nucleos no mapa
- Mean Core Area per Patch(MCA1)é o tamanho médio de áreas núcleo por fragmento (ha)
- Core Area Coefficient of Variance (CACOV) representa a variabilidade em tamanho da media das áreas
núcleos.
- Patch Core Area Standard Deviation(CASD1) mede a variabilidade do tamanho das áreas núcleo dos
fragmentos
- Patch Core Area Coefficient of Variation (CACV1) o CASD dividido por MCA e multiplicado por 100 (%)
As ferramentas de analises por região servem para que os dados já saiam separados por classe
e região desejada, funciona de forma similar tanto para raster (“Spatial Statistics by regions”) como
para vetor (“Analysis by Regions”). Abaixo tabela explicativa com as métricas por tipo de arquivo.
40
Statistic Name Statistic Shape Layer Raster Layer
Abbreviation (Theme)
Area Metrics
Class Area CA Y Y
Total Landscape Area TLA Y Y
Percentage of Landscape (%) ZLAND N Y
Largest Patch Index (%) LPI N Y
Edge Metrics
Total Edge TE Y Y
Edge Density ED Y Y
Mean Patch Edge MPE Y Y
Contrasted Weighted Edge Density CWED N Y
Shape Metrics
Mean Shape Index MSI Y Y
Area Weighted Mean Shape Index AWMSI Y Y
Mean Perimeter-Area Ratio MPAR Y N
Mean Patch Fractal Dimension MPFD Y Y
Area Weighted Mean Patch Fractal Dimension AWMPFD Y Y
Landscape Shape Index LSI N Y
Double Log Fractal Dimension DLFD N Y
41
APOSTILA DE ArcGIS® 10
MODULO III
42
INTERPOLANDO UM SHAPE DE PONTOS EM UMA IMAGEM RASTER
A interpolação prediz valores para células de um raster a partir de um limitado numero de dados
amostrais pontuais. Pode ser usado para predizer valores desconhecidos de qualquer unidade
pontual geográfica, tais como: elevação, pluviosidade, concentração química, nível de ruído e etc.
(ESRI).
Figura 43- valores conhecidos pontuais e valores após a Interpolação dos pontos (raster)
43
Método do Inverso do Quadrado da Distancia (IDW)
IDW (Inverse Distance Weighted ) é um interpolador exato, estima os valores das células
pelo valor médio de cada célula do entorno. Quanto mais perto o ponto estiver do centro da célula
a ser estimada, maior será a influencia, ou peso, desta no processo. Este método assume que a
variável sendo mapeada perde influencia conforme vai se distanciando do local amostrado.
No campo “Input points” escolha o shape a ser interpolado, no campo “Z value” escolha a
coluna que dará o valor a ser interpolado. O campo “Power” é responsável pelo controle da
significância dos pontos conhecidos para interpolação dos valores, baseado na distancia ao ponto
estimado. Definindo um peso (Power) maior, maior é a ênfase no ponto mais próximo, o resultado
é uma superfície mais aspera - menos “smooth”. O peso 2 é default.
O IDW tem duas opções (Search Radius): um raio de busca fixo ou um raio de busca variável.
Com um raio fixo, o raio do circulo usado para encontrar pontos amostrais é o mesmo para todas
as células interpoladas. Especificando um nº mínimo de pontos, pode se assegurar que no raio fixo,
pelo menos um mínimo de pontos amostrais será usado no calculo de cada célula interpolada.
44
Com um raio variável (figura 12), a contagem representa o nº de pontos usados para o
calculo do valor de cada célula interpolada. Isto faz o raio de busca variável para cada célula
interpolada, variando a distancia para atingir o nº especificado de pontos amostrais. Especificando
uma distancia máxima limita-se o tamanho do raio potencial de busca. Se o numero especificado de
pontos não for atingido antes da distancia máxima do raio, menos pontos serão usados no calculo
da interpolação.
A barreira (barrier) é uma linha usada para interromper o limite de busca de pontos
amostrais. Esta linha pode representar uma encosta, rio, ou outra interrupção na paisagem.
Somente os pontos amostrais no mesmo lado da linha da célula interpolada serão considerados.
O “Output cell size” da o tamanho final de cada célula de acordo com a unidade métrica da
projeção usada. No campo “Output raster” direcione para a pasta desejada e com um novo nome.
45
Método de Interpolação Linear (Spline)
O Spline estima valores usando uma função matemática que minimiza a curvatura
geral da superfície, resultando numa superfície mais lisa (smooth) que passa exatamente pelos
pontos amostrais. Este enquadra uma função matemática para um nº especificado de pontos
enquanto passa pelo ponto amostral. Este método é melhor para variações gentis da superfície, tais
como elevação, concentração de poluentes etc.
Figura
No46-campo
Janela Spline
“Input points” escolha o shape a ser interpolado, no campo “Z value” escolha a
coluna que dará o valor a ser interpolado. O campo
“Spline type” tem duas opções de métodos: Regular
(Regularized) e Tensão (Tension).
Para “Tension” o campo “Weight” defini o peso da tensão. Quanto mais alto o valor mais
áspera a superfície. Os valores colocados tem que ser igual ou maior que zero. Os valores
tipicamente usados são: 0, 1, 5, e 10.
46
O campo “number of points” defini o nº de pontos usados no calculo de cada célula
interpolada. Quanto mais pontos especificados, mais a célula será influenciada por pontos distantes
e mais lisa será a superfície.
47
Comumente, cada par de localização tem uma distancia única, e há também muitos pares
de pontos em uma superfície. Para “plot” todos eles rapidamente é impossível, por isso os pares
são agrupados. Desta forma calculando o desvio padrão entre estes agrupamentos é definido uma
arco (reta) entre a distancia e a semivariancia.
Figura 49 – Krigagem
No campo “Input points” escolha o shape a ser interpolado, no campo “Z value” escolha a
coluna que dará o valor a ser interpolado. No campo “Output surface raster” direcione para a pasta
desejada e com um nome. O campo “Kriging method” tem duas opções de métodos: Ordinário
(Ordinary) ou Universal.
48
O método de Ordinário é o mais usado dos métodos de krigagem. Este assume que a
constante media é desconhecida. O metodo universal assume que há uma tendência geral nos
dados, por exemplo um vento predominante, e que pode ser modelado por uma função
determinística ou polinomial.
A opção “Output cell size” permite que um outro raster de o tamanho da célula, (será o
tamanho do ambiente), ou se não terá o menor valor entre a largura ou altura da extensão entre o
“input point feature”.
49
A opção “search radius” funciona exatamente como no método IDW.
A opçãp “Output variance of prediction raster” cria-se um raster com os valores de semi-
variancia para cada célula.
Os vizinhos naturais de algum ponto são aqueles associados com o Polígono de Thiessen.
Inicialmente, um diagrama de Voronoi é construído de todos os pontos dados, representado pelos
polígonos verdes. Um polígono novo de Voronoi, cor bege, é criado então em torno do ponto da
interpolação (estrela vermelha). A proporção da sobreposição entre este polígono novo e os outros
polígonos iniciais é usada então como peso. Por comparação, um
interpolador baseado em distância tal como IDW (Inverso do
quadrado da distância) atribuiria pesos similares aos pontos do norte
e ao ponto no nordeste baseado em sua distância similar do ponto
de interpolação. A interpolação por vizinho natural, entretanto,
atribui pesos de 19.12% e de 0.38% respectivamente, que é baseado
na porcentagem da sobreposição.
50
Para interpolar usando o Natural Neighbor é só ativar o ArcToolbox, ferramenta “Natural
Neighbor”. O caminho é Spatial Analyst Tools > Interpolation > Natural Neighbor.
Onde No campo “Input points” escolha o shape a ser interpolado, no campo “Z value”
escolha a coluna que dará o valor a ser interpolado.No campo “Output cell size” de o tamanho final
de cada célula de acordo com a unidade métrica da projeção usada. No campo “Output raster”
direcione para a pasta desejada e com um nome.
51
OPERAÇÕES MATEMATICAS COM IMAGEM RASTER
Para fazer o calculo entre mapas abra a ferramenta “Raster Calculator”. O caminho é Spatial
Analyst Tools > Map Algebra > Raster Calculator .
Agora para criar uma expressão basta clicar sobre as opções de Layers, para adicionar o
mapa escolhido, e redigir a equação desejada, lembrando de sempre que necessário colocar os
parênteses.
As opções em “Arithmetic” são: “Abs” para dar o valor absoluto de um raster; “Int” para que
o raster final esteja em números integrais; “Ceil” para converter um raster floating em um integral,
só que o valor é da integral maior ou igual; “Float” para que o raster final esteja com valores
decimais; “Floor” para converter um raster floating em um integral, só que o valor é da integral
menor ou igual; “IsNull” para converter um raster em valor 1 para “No Data” e 0 para qualquer valor.
As opções de “Float” e “Int” são mais usadas, tendo que obrigatoriamente ser usadas quando se
esta passando, pela equação, de integral a decimal ou vise-versa. Ex: para o calculo de NDVI a partir
das bandas espectrais.
52
EXERCÍCIO 1
6) Agora será calculado o potencial de inundação, para isso deve-se utilizar a equação acima,
onde AF é o raster gerado pela interpolação da hidrografia.
53
APOSTILA DE ArcGIS® 10
MODULO IV
54
GERANDO DENSIDADES NO SPATIAL ANALYST
A densidade pode ser utilizada para descrever assentamentos humanos, mas pode ser
utilizada também para uma serie de outros fenômenos relacionados a quantidade por área.
Para criar um raster de densidade (Hotspot) basta abrir o Spatial Analyst, caminho Spatial
Analyst Tools > Density > Kernel ou Line ou Poin Density. E aparecera esta janela.
Onde no “Input data” selecione o arquivo de pontos ou linhas que será utilizado. “Population
Field” a coluna que Dara os números a serem utilizados. Em “Density type” se utilizara Kernel ou
simple. Em “Search radius” o raio de busca e em “Area units” quanto a proporção entre “Population
Field” e área. “Output cell size” o tamanho de cada célula no raster e “output raster” o nome e a
pasta desejados. O arquivo gerado será algo assim:
55
ANALISES DE CLUSTER NO SPATIAL STATISTICS
Para se saber se os dados possuem alguma correlação espacial a analise por cluster é a mais
indicada. Através de equações pré-estabelecidas o programa pode relacionar espacialmente os
dados gerando mapas secundários destas relações. Pode-se estabelecer analises de cluster ou de
hotspot utilizando o Spatial Statistics.
Onde no “Input Feature Class” selecione o arquivo que será utilizado. “Distance Method” se usara
o padrão euclidiano ou manhatan. Em “Display Output Graphicaly” marque o quadrado, em “Area”
a área máxima de analise. O resultado é um gráfico com o grau de dispersão da amostra (fig 55). E
56
Figura 60 – High/low clustering
Onde no “Input Feature Class” selecione o arquivo que será utilizado e “Input Field” a coluna
de analise. Em “Display Output Graphicaly” marque o quadrado. Em “Spatial Relationships” o
padrão que se dará correlação espacial ,se o inverso da distancia ou ao quadrado ou e em “Distance
Method” se usara o padrão euclidiano ou manhatan. Em “Standarlidization” se na analise haverá
pesos diferenciados para cada amostra. O resultado é um gráfico com o grau de dispersão da
amostra
57
Para se analisar os padrões de distribuição dentro de um vetor basta abrir o Spatial Statistics,
caminho Spatial Statistics Tools > Mapping Clusters > Cluster and Oultier Analysis ou Hot Spot
Analysis. A diferença entre eles é o padrão de analise se será (Anselin local Moran ou Ord-Gi,
respectivamente).
Onde no “Input Feature Class” selecione o arquivo que será utilizado e “Input Field” a coluna
de analise. Em “Output Feature Class” a pasta e nome de saida. Em “Spatial Relationships” o padrão
que se dará correlação espacial ,se o inverso da distancia ou ao quadrado ou e em “Distance
Method” se usara o padrão euclidiano ou manhatan. Em “Standarlidization” se na analise haverá
pesos diferenciados para cada amostra.
O resultado final é um “Shape” com o desvio padrão da correlação espacial entre eles ( fator
Z), e na tabela há um segundo valor (P) com o fator de distinção.
58
ANALISES MULTICRITERIO NO SPATIAL ANALYST
Pode se fazer uma analise multicritério no ArcGIS apenas se o resultado final for um único
mapa síntese das informações contidas em múltiplos rasters. No caso de correlacionar a melhor
alternativa para uma serie de critérios o que se pode fazer é a combinação repedida em diversas
fases das alternativas e critérios.
59
Onde clicando no + se insere os rasters desejados, na coluna “Raster” aparece o nome do
raster, em “%influense” o peso em % do layer no calculo se quiser
equilibrar todos clique em “Set Equal Influence”. Em “Field” a
coluna desejada e em “Scale Value” o valor escalar de cada classe.
Para definir este valor vá em “Evaluation scale” as opções mais
comuns são de 1 a 5 ou de 1 a 9 (escala de Saaty). Em “Output
Raster” a paste e o nome do arquivo escolhido.
60
APOSTILA DE ArcGIS® 10
MODULO V
61
COMPONDO BANDAS ESPECTRAIS DE IMAGENS DE SATELITE
Abra o ArcGIS e adicione as bandas espectrais de uma mesma imagem de satelite clicando
no ícone(Landsat 216_76 ou 216_75) e abra a ferramenta “Data Management tools”, Caminho Data
Management tools > Raster > Composite Bands. E aparecerá a janela “Composite Bands”.
No campo Input rasters insira as imagens que serão usadas na composição, em ordem
crescente da 1ª a ultima. Em Output raster o arquivo de saída, com o nome do novo arquivo e o
local que deseja salva-lo e OK. Será feita a composição e automaticamente adicionado ao Layers.
Como a composição foi feita, pode-se escolhera em qual composição RGB se visualizara. Com
um clique simples nas cores aparecerá as bandas disponíveis. Outra opção é abrindo as
propriedades do layer, botão direito
sobre o layer opção “Properties”
aparecera uma janela clique na aba
“Symbology” Altere as opções de cada
banda “Channel” escolhendo se farão
a composição (Visto) e que cor de
banda será usada. A opção “Display
Background Value” se marcado a
borda escura envolta da imagem
62
desaparecera. Em “Stretch” “Type” altera-se o histograma de forma equalizar a imagem.
Abra o ArcGIS e adicione as imagem que serão mosaicadas, clicando no ícone (Landsat
216_76 e 216_75) e abra a barra de ferramentas “Toolbox”. Caminho Data Management tools
> Raster > Mosaic to New Raster. E aparecera esta janela.
No campo Input Rasters insira as imagens selecionadas para o mosaico. Em Output Location
selecione a pasta onde deseja salvar e clique em OK. Em Raster dataset name with extension dê um
nome ao arquivo e a extensão, que pode ser “.img” mais indicado a imagens com múltiplas bandas
ou grids mais indicados para MDE.
Em Coordinate system for the raster insira o sistema de referência e Datum. Em Number of
bands digite 1 a 3 (mais que 3 pode não rodar). Em Mosaic Method, selecione MAXIMUM (para que
63
não apareça a borda escura da imagem) e em Mosaic Colormap Mode, selecione MATCH. OK. O
novo arquivo será processado e automaticamente será adicionado ao Layers.
CLASSIFICAÇÃO AUTOMATICA
Para gerar uma classificação automática supervisionada basta abrir a ferramenta Isso
Cluster, caminho Spatial Analyst Tools > Multivariate > Isso Cluster.
Em Input Raster Bands, coloque a imagem a ser classificada, em Output Signature File o
software lhe dará um nome e um local, se for o caso mude, lembrando de colocar a extensão *.gsg.
No Number of Classes, depois de ter dado uma olhada na imagem afim de saber a variabilidade
espacial, você pode escolher o valor, para nosso exemplo usaremos 7 classes, o Number of Iterations
serve para que o programa possa a cada iteração, recalcular e reclassificar os pixels, considerando-
se os novos valores médios, para tanto usaremos 9 iterações. No Minimum Class Size e no Sample
Interval não mude nada. Mande rodar o processo. Depois de completo, foi gerado um arquivo que
será usado na classificação.
64
Agora para gerar a classificação abra o Spatial Analyst Tools > Multivariate > Maximum
Likelihood Classification.
Em Input Raster Bands, coloque a imagem a ser classificada, em Input Signature File localize
o arquivo que foi gerado no processo anterior e em Output Classifield Raster, se for o caso mude o
nome e o local, Rejeite frações menores que a área do pixel, indo em Reject Fraction, deixe o
restante como está no modo default e mande rodar.
Depois de terminado sua classificação deve ter ficado com várias cores, agora é só
determinar a que classe pertence cada variação. Lembrando que essa é classificação segue o
método não supervisionado e por isso deve gerar alguns erros, para limpar a classificação devemos
usar alguns filtros, em especial o filtro de maioria (Major) e eliminação de áreas menores que a
escala trabalhada (Eliminate).
65
ELIMINANDO PEQUENAS IMPERFEIÇÕES EM IMAGENS RASTER
Em “Input raster” Insira o raster que sera feito a filtragem, em “Output raster” o nome e
direção do arquivo que sera criado, em “Number of neighbors to use” se utilizara os 4 ou os 8
vizinhos mais próximos, em “Replacement threshold” o tipo de filtro usado se pela maioria
(majority) ou acima da metade (half).
66
ELIMINANDO PEQUENAS ÁREAS EM IMAGENS RASTER
Onde:
- o comando region group só funciona em grids do tipo inteiro. Se o grid que você quer limpar não
estiver neste formato converta-o para inteiro usando o comando
- count > x: número de células limite, abaixo do qual as células são eliminadas e trocadas pela classe
vizinha, ou seja o menor agrupamento de células que permanecerão no grid
Exemplo : grid de classificação de uso e cobertura vindo de uma imagem cbers com célula
de 20m. Regiões com área mínima de 5 hectares.
5 hectares = 50.000 m2
1 célula = 20 x 20 = 400 m2
numero de células = 50000/400 = 125 células
então substitua o valor 50 por 125 ===> Select([Calculation ], 'count > 125')
67
TABULAR INFORMAÇÃO DE UM RASTER
Deve se adicionar um shape ou raster com a delimitação de áreas (classes) nas quais os dados
serão calculados e deve se adicionar um raster com a informação que se deseja extrair (as
estatísticas possíveis são: media, mínima,máxima,des pad, mediana...). Para gerar a tabela com as
estatísticas por área ou classe abra o Spatial Analyst Tools > Zonal > Zonal statistics as table.
Em “Input raster or feature zone data” insira o raster ou shape com as áreas ou classes
delimitadas para se fazer as estatísticas, em “Zone field” o nome da coluna que sera utilizada para
definir as classes ou áreas delimitadas. Em “Input value raster” insira o raster com a informação que
se deseja obter. Em “Output table” o nome e direção da tabela que será criada. Em “Statistics type”
defini se o tipo de informação a ser extraída, conforme figura acima.
68
ANALISE MULTICRITERIO USANDO FIELD CALCULATOR
Deve se adicionar um shape com uma tabela contendo as informações que serão
relacionadas utilizando o método de analise multicriterio. Para gerar a tabela de analise multicritério
abra a tabela do shape, crie um numero de colunas que serão usadas e sobre cada coluna abra o
field calculator.
Dim density
If [S] < 30 Then
density = 1
else
density = 9
end if
Para se fazer uma AMC deve-se primeiro converter os valores de uma coluna para uma
variação entre 1 e 9. Para isso deve-se criar uma nova coluna e alterar os valores de forma a se
encaixar entre 1-9, assim deve-se descobrir o intervalo entre classes pelo symbogy e reclassifica los
usando a equação acima.
Onde:
[S] é a coluna desejada
< x ate a onde cada classe vai
Density = x o valor ou nome da nova classe.
69
BIBLIOGRAFIA RECOMENDADA
CAMARA, G. & MEDEIROS, J. S. Principios básicos em geoprocessamento. In: ASSAD, E.D. &
SANO, E.E. Sistema de informações geográficas: aplicações na agricultura. Brasília: Embrapa
SPI/Embrapa-CPAC, 1998. p. 3-11, 434p.
CRUZ, C.B.M; VICENS, R.S.; SEABRA, V. S.; REIS, R.B.; FABER, O.A.; RICHTER, M.;
ARNAUT, P.K.E.; ARAUJO, M. Classificação orientada a objetos no mapeamento dos
remanescentes da cobertura vegetal do bioma Mata Atlântica, na escala 1:250.000. Anais XIII
Simpósio Brasileiro de Sensoriamento Remoto, INPE, Florianópolis, Brasil. 2007.
MCGARIGAL, K.; MARKS, B.J. FRAGSTATS: spatial pattern analysis program for quantifying
landscape structure. Portland: U.S. Department of Agriculture, Forest Service, Pacific Northwest
Research Station, 1995. 122p
70
APOSTILA DE ArcGIS® 10
MODULO VI
71
CRIAR SEU GEODATABASE
Os geodatabases organizam e armazenam dados que você coleta. Siga as seguintes etapas
para criar um arquivo geodatabase utilizando a janela Catálogo no ArcMap.
Digite o nome para o novo banco de dados espacial. Em seguida, será necessário criar um
Feature Dataset dentro do banco de dados.
72
CRIAR CONJUNTO DE DADOS DE FEIÇÃO (FEATURED DATASET)
Um Featured Dataset (Conjunto de Dados de Feição) é o instrumento do banco de dados
espacial responsável pelo armazenamento de feições. No banco, para armazenar imagens, você
deve criar um Mosaic Dataset. Dentro do banco de dados , siga os passos abaixo para criar um novo
Feature Dataset:
73
Digite um nome para o Feature Dataset e clique em Avançar:
Selecione o mesmo sistema de referência horizontal usado para suas camadas. Pressione
Avançar:
74
Ignore as configurações para o sistema vertical e pressione Avançar:
O Feature Dataset foi criado com sucesso. O próximo passo consiste em importar as
anotações para este recipiente.
75
CRIANDO UM NETWORK DATASET
Network Analyst é uma ferramenta geoespacial baseada em redes usada para suporte a
decisões. A rede (networks) é formada por segmentos (linhas) e nódulos (pontos).
Para tanto é necessário já ter gerado um geodatabase e um feature dataset para organizá-lo: New
> File Geodatabase. Então adicionamos uma camada (layer) a ele: Click no botão direito > Import >
Feature Class.
76
A janela seguinte se refere a opção de adicionar voltas.
Para adicioná-las teria que ter sido gerado uma camada (layer) representando elas. Como
não foi feito seleciona “não” (“No”).
A janela seguinte é para decidir onde incluiremos as junções das conexões (Nodes-
connecting junctions), definindo assim a conectividade da rede (network).
Nesta janela escolhemos se as junções das conexões aparecem no início , fim ou ambos de
cada segmento. Escolhemos a opção qualquer vértice “Any vertex”, de forma a aumentar a
mobilidade da rede (network).
77
A janela seguinte se refere a elevação.
Neste caso selecionamos a segunda opção e escolhemos o atributo que defini o começo e
fim de linhas-ponte. Como não estamos modelando viadutos escolhemos a opção não (“None”).
Em seguida vem a parte mais importante, na qual vamos adicionar os atributos para gerar
a rede (network).
78
Para adicionar um atributo selecione “Add ” para então escolher seus atributos
Por exemplo: descritor “Descriptor” significa que os valores não dependem do
comprimento dos elementos (como por exemplo a velocidade -“speed”).
Se algum campo não existe, uma exclamação vai aparecer próximo a ele. Clicando nela
pode-se criar esse atributo ou indicar um já existente. Por exemplo pode se gerar um campo de
tempo de viagem de cada rota.
79
Define-se o tipo de dado “Type”, nesse caso é de coluna “Field”. Depois Clique na tabela de
operação e selecione a operação como tempo é igual a Comprimento/velocidade (length/ speed).
Você terá que fazer isso em ambas as exclamações, a menos que seja diferente para cada
direção de viagem. Uma vez aceito, convertemos as unidades para segundos. Na próxima janela
selecione se queremos obter direções de condução. Diremos que sim e também escolheremos a
opção de obter o nome da rota.
80
O conjunto de dados (dataset) agora é gerado e estamos prontos para trabalhar com ele.
81
CRIAR CAMADA DE ANÁLISE DE ROTAS (ANALYSIS>MAKE ROUTE LAYERS)
Antes de criar os vetores de rotas, devemos definir as bases de origem e destino assim
como s atributos de impedância e custos. Para tal primeiro devemos criar uma camada de Rotas
(Make Route Layer).
Defina a camada de vias (Network dataset) criada no item anterior > Input analysis
Network. O nome de saida da camada e o atributo de impedancia, em geral comprimento do
segmento (“Length”) ou tempo. Clique em Ok.
Desta forma vão ser gerados uma serie de camadas (“layers”). Nas quais definiremos seus
atributos a seguir.
82
Para adicionar os pontos de origem e destino, parada (“stops”), clique em adicionar
localizações (“Add Locations”).
83
PREPARANDO O VETOR DE LOCALIZAÇÕES PARA AS ROTAS
Para poder criar uma base de dados para executar a ferramenta de encontrar rotas “Find
Routes” primeiro tem que produzir um vetor de pontos com a estrutura correta de entrada de
dados, para tal devemos abrir a tabela no excell.
A seguir apresento uma tabela de exemplo com 10 rotas, nesta constam uma coluna de ID,
de geocódigo de origem (COORD_S) ,geocódigo de destino (COORD_AERO) e Nome da Rota
(Matriz).
Para tratá-la de forma a gerar as rotas devemos duplicando as linhas e unir as colunas de
origem e destino, de modo que cada rota (Matriz) esteja duplicada porem com os geocódigo de
origem e destino cada um numa linha.
84
Após a organização da tabela importar a tabela para o arcgis e fazer uma união de tabela
(“Join attributes from a table”) com o vetor de pontos com as localizações, basta clicar com o
botão direito e escolher a opção “join and Relates”.
O Vetor de pontos com as Localizações deve ter as colunas de Latitude e Longitude (x,y),
caso não possua basta abrir sua tabela, criar uma nova coluna e com o botão direito sobre ela
mandar calcular sua geometria (“Calculate Geometry”) opção “X ou Y Coordinate of point”.
85
Agora sobre a Tabela importada do Execell unificada com o vetor clicar com o botão direito sobra ela e
escolher a opção “Display XY Data”. Nesta janela na Aba “X Field”colocar a coluna relacionada a Longitude
e na aba “Y Field” a coluna relacionada a Latitude.
Clique em “OK” e estará pronto seu vetor de origem e destino para ser utilizado no
mapeamento das Rotas.
86
GERANDO ROTAS (FIND ROUTES)
87