Curso de Análises Espaciais

Curso de Análises Espaciais

em plataforma ArcGIS® 10

Felipe Mendes Cronemberger

Rio de janeiro
2013

I
 SUMÁRIO

I.Introdução ao ArcGis .................................................................................................................................................. 1

II. Configuração de Projeção e Sistema de Coordenada ................................................................................................. 3

III. Field Calculator........................................................................................................................................................ 4

IV. Join by Spatial Location ........................................................................................................................................... 5

V. Conversion tools ...................................................................................................................................................... 6

MODULO I- UTILIZAÇÃO DE MODELOS DIGITAIS DE ELEVAÇÃO PARA ELABORAÇÃO DE DADOS SECUNDARIOS .............. 7

RECORTANDO UMA IMAGEM RASTER A PARTIR DE UM SHAPE ....................................................................... 8

GERANDO CURVAS DE NÍVEL A PARTIR DE UM MDE........................................................................................ 9

CRIAR REDE TRIANGULAR INREGULAR (TIN) A PARTIR DE CURVAS DE NÍVEL .................................................. 10

CRIAR CURVAS DE NÍVEL A PARTIR DE UM TIN .............................................................................................. 12

TOPO TO RASTER ......................................................................................................................................... 13

GERAR DECLIVIDADE A PARTIR DE UM MDE .................................................................................................. 14

GERAR ASPECTO A PARTIR DE UM MDE ........................................................................................................ 15

GERAR HILLSHADE A PARTIR DE UM MDE ..................................................................................................... 16

GERAR CURVATURAS DE ENCOSTAS A PARTIR DE UM MDE ........................................................................... 17

II
 FERRAMENTA DE VIEWSHED ........................................................................................................................ 18

DELINEAMENTO AUTOMATICO DE BACIAS HIDROGRAFICAS A PARTIR DE UM MDE. ...................................... 19

RECLASSIFICANDO UMA IMAGEM RASTER ................................................................................................... 22

DEFININDO HIERARQUIAS DE CANAIS (STRAHLER). ....................................................................................... 23

DEFININDO NUMERO TOTAL DE CANAIS. ...................................................................................................... 24

GERANDO PERFIL LONGITUDINAL E TRANSVERSAL DO CANAL ....................................................................... 25

GERANDO CORREDORES A PARTIR DE DISTANCIAS........................................................................................ 27

MODULO II - DEFINIÇÃO DE METRICAS E MORFOLOGIAS DA PAISAGEM .................................................................... 29

GERANDO MAPA DE RADIAÇÃO SOLAR A PARTIR DE UM MDE. ..................................................................... 30

GERANDO MAPA DE RELEVO A PARTIR DA FERRAMENTA TPI. ....................................................................... 32

CONVERTENDO UMA IMAGEM RASTER EM UM SHAPE ................................................................................. 35

CALCULANDO METRICAS UTILIZANDO PATCH ANALYST/GRID ....................................................................... 36

MODULO III – INTERPOLAÇÃO DE DADOS E ALGEBRA DE MAPAS ................................................................................ 42

INTERPOLANDO UM SHAPE DE PONTOS EM UMA IMAGEM RASTER ............................................................. 43

Método do Inverso do Quadrado da Distancia (IDW) ....................................................................... 44
Método de Interpolação Linear (Spline)........................................................................................... 46
Método de Krigagem (Kriging)......................................................................................................... 47
Método de Interpolação por Vizinho Natural (Natural Neighbor) ..................................................... 50

OPERAÇÕES MATEMATICAS COM IMAGEM RASTER ...................................................................................... 52

III
MODULO IV – ANALISES DE CLUSTER E MULTICRITERIO NO SPATIAL ANALYST E SPATIAL STATISTICS .......................... 54

GERANDO DENSIDADES NO SPATIAL ANALYST. ............................................................................................. 55

ANALISES DE CLUSTER NO SPATIAL STATISTICS.............................................................................................. 56

ANALISES MULTICRITERIO NO SPATIAL ANALYST. .......................................................................................... 58

MODULO V – TRABALHANDO COM IMAGENS E CLASSIFICAÇÃO AUTOMATICA ........................................................... 60

COMPONDO BANDAS ESPECTRAIS DE IMAGENS DE SATELITE ........................................................................ 61

MOSAICANDO IMAGENS RASTER. ................................................................................................................. 62

CLASSIFICAÇÃO AUTOMATICA. ..................................................................................................................... 63

ELIMINANDO PEQUENAS IMPERFEIÇÕES EM IMAGENS RASTER. ................................................................... 65

ELIMINANDO PEQUENAS ÁREAS EM IMAGENS RASTER ................................................................................. 66

TABULAR INFORMAÇÃO DE UM RASTER ....................................................................................................... 67

IV
 LISTA DE FIGURAS

Figura 1 – Janela de definição de projeção cartográfica ................................................................................................ 3

Figura 2 – Abrir Calculadora ......................................................................................................................................... 4
Figura 3 – Calculadora de tabela ................................................................................................................................... 5
Figura 4 – Juntando dados ........................................................................................................................................... 5
Figura 5 – Ferramenta de conversão – kml to layer ...................................................................................................... 6
Figura 6 – Exportando Data para shape ........................................................................................................................ 6
Figura 7 – Janela do ArcGIS com a ferramenta “extract by mask” selecionada .............................................................. 7
Figura 8 –Gerando curvas de nível a partir de um MDE ................................................................................................ 9
Figura 9 – Criando TIN ............................................................................................................................................... 10
Figura 10 – TIN – Triangular Irregular Network ........................................................................................................... 11
Figura 11 – Simbologia .............................................................................................................................................. 11
Figura 12 – Contorno da superfície ............................................................................................................................ 12
Figura 13 – Topo to Raster.......................................................................................................................................... 13
Figura 14 – Gerando Declividade ................................................................................................................................ 14
Figura 15 – Razão entre º e % ..................................................................................................................................... 14
Figura 16 – Gerando Aspecto ..................................................................................................................................... 15
Figura 17 – Direção de encostas ................................................................................................................................. 15
Figura 18 – Gerando sombra de relevo ....................................................................................................................... 16
Figura 19 – Gerando curvaturas da encosta ............................................................................................................... 17
Figura 20 –Gerando área de visada ............................................................................................................................. 18
Figura 21 – Adicionando a ferramenta ........................................................................................................................ 19
Figura 22 – Janela de delineamento de bacias ............................................................................................................ 19
Figura 23 –Janela do iRaindrop ................................................................................................................................... 20
Figura 24 – Funcionamento dentro do Model builder ................................................................................................. 21
Figura 25 – Reclassificando um raster ........................................................................................................................ 22
Figura 26 – Gerando hierarquia de canais .................................................................................................................. 23
Figura 27 – Gerando numero de canais....................................................................................................................... 24
Figura 28 – adicionando altitude a um shape ............................................................................................................. 25
Figura 29 – Gerando um gráfico do perfil do canal ...................................................................................................... 26
Figura 30 – Exportando o gráfico do perfil do canal..................................................................................................... 26
Figura 31 – Delimitando corredores usando Cost Distance .......................................................................................... 27
Figura 32 –Distancia Euclidiana................................................................................................................................... 28
Figura 33 – Gerando mapa de radiação solar ............................................................................................................. 30
Figura 34 – Dispersão da radiação solar ...................................................................................................................... 30
Figura 35 – Índice de posicionamento do relevo ........................................................................................................ 32

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

Um SIG (Sistema de Informação Geográfica) apresenta, geralmente, quatro componentes

básicos:

1 - subsistema de entrada de dados;

2- subsistema de armazenamento e recuperação de dados;

3- subsistema de manipulação que permite analisar e gerar dados derivados;

4- subsistema para apresentação dos dados tanto em forma tabular como gráfica.

O sistema incorpora dados com diversas características:

1 - informações espaciais provenientes de dados cartográficos;

2 - dados de censo, cadastro urbano e rural;

3 - imagens de satélite, redes e modelos numéricos de terreno.

Esses sistemas apresentam-se de grande utilidade para o monitoramento e planificação

ambiental, tendo sido utilizados na planificação ecológica, na avaliação de impactos ambientais e
da sustentabilidade agrícola, entre outros (INPE, 2004). O ArcGIS é uma família de produtos de
software que dão forma a um SIG construído pela ESRI. Nele podemos ;

1 - Visualizar dados geográficos identificando novos padrões e distribuições dos dados geográficos.

2 - Criar mapas para transmitir estudos e resultados de uma forma eficiente.

3 - Resolver questões de análise espacial identificando relações entre os dados geográficos.

4 - Apresentar resultados em mapas de muita qualidade e criar apresentações interativas que ligam
gráficos, tabelas, fotografias, imagens e outros elementos aos dados do mapa.

1
 O ArcMap pode ser usado para todas as tarefas de criação de mapas e edição assim como
análise dos dados (ESRI, 2004).

O ArcGis permite ainda a visualização dos dados geográficos através de uma forma bem
interativa, onde os documentos digitais são gerenciados através de seus principais módulos:
ArcMap, ArcToolBox e o ArcCatalog.

Descrição dos aplicativos

ArcCatalog:

O ArcCatalog permite a gestão, criação e organização de dados geográficos e tabulares.

Serve para gerenciar os arquivos e dados necessários ao desenvolvimento do mapa. É através desse
módulo que é feita a preparação de dados, isto é, novos arquivos são criados, assim como a escolha
dos primitivos gráficos (ponto, linha e polígono) representativos. A consulta dos metadados é
realizada pelo ArcCatalog, onde é possível conhecer as características dos atributos espaciais e
descritivos. ArcCatalog é a aplicação para a gestão de dados espaciais e metadados.

ArcMap:

O ArcMap permite além da visualização de dados, a sua inquirição e análise. Faz uso de
ferramentas de manipulação de escala, definição de legenda e preparação de layout. ArcMap é
utilizado para as tarefas de mapeamento, edição, análise e produção cartográfica.

ArcToolBox:

O ArcToolbox é uma poderosa “caixa de ferramentas” que possui funções de conversão de

dados e de administração de dados. Dentre as ferramentas de conversão, temos as de importação
e exportação de dados para CAD, Coverege, Geodatabase, Raster, Shapefile, e tabelas. Nas de
administração de dados, destacam-se as de definição e conversão de projeções e sistemas de
coordenadas.

2
 II - Configuração de Projeção e Sistema de Coordenada

O ArcToolbox permite a configuração de parâmetros cartográficos como os de projeção,

datum e coordenada. A ferramenta “Define Projection” serve para definir a projeção, datum e
coordenada em que se encontra o dado. Se o shape não possuir esta definição, ficaremos
impossibilitados de realizar algumas análises espaciais, conversões e/ou ferramentas de
geoprocessamento. Esta ferramenta cria mais um arquivo a ser somado ao nosso conjunto de
arquivos que compõe o shape. A extensão deste novo arquivo é PRJ.

Conversão de Projeção e Sistema de Coordenada

O ArcToolbox permite ainda a conversão de parâmetros cartográficos, como mudança de

projeção, datum e coordenada. A ferramenta “Project Raster” ou “Project” para um vetor, serve
para converter o sistema de coordenadas, datum e a projeção em que se encontra o dado. Esta
ferramenta altera o arquivo PRJ. Para ser realizada a conversão de projeção, datum ou coordenada
de um layer, é imprescindível a existência de um arquivo PRJ, ou seja, antes de convertermos um
layer temos que definir os parâmetros Cartográficos da qual ele se encontra.

Figura 1 – Janela de definição de projeção cartográfica

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)

Figura 2- Abrir Calculadora

Esta ferramenta (Fig. IV), além de permitir o preenchimento de vários registros

simultaneamente, permite ainda que realizemos algumas funções matemáticas para calculo de
outros campos (Functions).
Devemos lembrar, que devemos preencher os campos tipo texto utilizando aspas(“ ...”).
Figura 3– Calculadora de tabela

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.

Figura 4 – Join Data

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 arquivos de diferentes formatos para shapes utilizamos a ferramenta

“Conversion tools”. Esta pode transformar diferentes arquivos em shape, para isso basta indicar um
dos procedimentos.

Figura 5 – Conversion tools – Kml to Layer

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”.

Figura 6 – Exportando Data para shape

6
 APOSTILA DE ArcGIS® 10

MODULO I

UTILIZAÇÃO DE MODELOS DIGITAIS DE ELEVAÇÃO

PARA ELABORAÇÃO DE DADOS SECUNDARIOS

7
 RECORTANDO UMA IMAGEM RASTER A PARTIR DE UM SHAPE

Abra o ArcGIS e adicione uma imagem raster e o shape que servirá como base para o recorte

clicando no ícone , na pasta (D:\Curso\Dados\) esta o Modelo Digital de Elevação na mesma

pasta também esta o shape da área de estudo, que fará o clip. Estes dois arquivos tem que estar no
mesmo sistema de referência e Datum.

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.

Figura 7 – Janela do ArcGIS com a ferramenta “extract by mask” selecionada.

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.

Figura 8 – Gerando contorno sobre um MDE

Em “Input surface” insira o MDE. Em “Contour interval” estabeleça o intervalo (métrico)

desejado. Na opção “Base contour” coloque a partir de que cota altimetrica começara o contorno.
Em “Z factor” o grau de variação da medida horizontal (x,y) para a vertical (Z), esta opção é indicada
para se tiver trabalhando com medidas diferentes, tais como metros e graus, razão na tabela a baixo.
Em “Output polyline feature” o local a ser salvo e o nome, e clique em OK.

Tabela 1 – Fatore de correção de Graus para metros segundo latitude

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

Abra o ArcGIS e adicione as curvas de nível clicando no ícone e ative o ArcToolbox

clicando com o mouse sobre o icone na barra de ferramentas .

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.

Figura 9 – Create TIN

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.

Figura 12 – Surface Contour

Em “Input surface” insira o TIN. Em “Contour interval” estabeleça o intervalo (métrico)

desejado. Na opção “Base contour” coloque a partir de que cota altimetrica começara o contorno.
Em “Z factor” o grau de variação da medida horizontal (x,y) para a vertical (Z), esta opção é indicada
para se tiver trabalhando com medidas diferentes, tais como metros e graus, razão na tabela a baixo.
Em “Countour Field Precision” indique se o shape final terá valores integrais (0) ou decimais de 1 a
9 casas. Em “Output feature Class” o local a ser salvo e o nome, e clique em OK.

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.

Figura 13 – Topo to raster

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.

GERAR DECLIVIDADE A PARTIR DE UM MDE

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.

Figura 14 – Gerando declividade

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.

Figura 15 – Razão entre º e %

GERAR ASPECTO A PARTIR DE UM MDE

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.

Figura 16 – Gerando Aspecto

O aspecto identifica o sentido mais íngreme da declividade de cada celula e de sua

vizinhança. Pode-se pensar como o sentido da inclinação ou do sentido do compasso. É medido no
sentido horário e em graus de 0 (exatamente norte) a 360. O valor de cada celula em um conjunto
indica o sentido da inclinação que a célula se encontra. As áreas lisas que não têm nenhum sentido
de declividade são dadas um valor de -1. O diagrama abaixo mostra uma série de dados da elevação
da entrada e o raster do aspecto.

Por que o uso da função de aspecto? Figura 17 – Direção das encostas

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.

Figura 18 – Gerando sombras de relevo

A função de Sombreamento de montanha (Hillshade) obtém a iluminação hipotética de uma

superfície determinando valores da iluminação para cada célula em um raster. Faz isto ajustando
uma posição para uma fonte clara hipotética e calculando os valores da iluminação de cada célula
com relação às células vizinhas. Pode realçar a visualização de uma superfície para a análise ou a
exposição gráfica, especialmente ao usar o efeito de transparência. O padrão é que sombra e luz
são palhetas de cinza associados a integrais 0 a 255 (crescendo do preto para o branco).

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.

Figura 19 – Gerando curvaturas da encosta

A função das curvaturas das encostas (Curvature) é de definir se as células dispersam ou

acumulam energia (ou se são convexas ou côncavas). Faz através da segunda derivada da encosta,
ajustando a posição de cada célula para seus 8 vizinhos próximos. Valores positivos indicam
convexidade, valores negativos concavidade e valores próximos a zero indicam superfícies planas.
Para as curvaturas horizontais os valores são os mesmos, para curvaturas verticais os valores são
opostos.

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.

Figura 20 – Gerando área de visada

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.

Figura 21– adicionando

a ferramenta

Para criar os mapas hidrológicos abra o “watersheed delineation tool”. Apareceram 3

opções:

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.

Figura 22– janela de

delineamento de bacias

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.

Figura 23– Janela do iRaindrop

Em “iRain Drop” selecione com os pontos sobre a hidrografia ou insira um shape de

pontos. Em “Input Flow Direction” e “Input Flow Accumulation” os raster produzidos no item
anterior. E em “Output Rain Drop” e “Output Flow Path” direcione os “shapes” criados para a pasta
desejada. Agora é só clicar em OK e aguardar.

20
Figura 24 – Funcionamento dentro do Model buider

Watershed Delineation Model

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.

Para reclassificá-los, é só ativar o ArcToolbox, ferramenta “Reclassify”. O caminho é Spatial

Analyst Tools > Reclass > Reclassify . E aparecera a janela Reclassify

Figura 25- Reclassificando um raster

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.

Figura 26 – Gerando hierarquia de canais

Em “Input stream raster” Insira a hidrografia (convertida do raster Flow accumulation), em

“Input flow direction” insira a direção de fluxo (arquivo gerado pelo watershed delineation tool),
em “Method of stream ordering” a metodologia mais utilizada no Brasil é a de Strahler (1952) as
opções são Strahler ou Shreve.
A metodologia de Strahler segue um critério é estabelecido a partir dos seguintes princípios:
(A) canais que não possuem afluentes são canais de 1ª ordem; (B) quando dois canais de mesma
ordem se encontram, o canal resultante aumenta uma ordem; e (C) quando canais de ordens
diferentes se encontram, o canal resultante mantém o valor de maior ordem. Neste critério, cada
segmento de canal existente na rede hidrográfica recebe uma determinada ordem, sendo que a
bacia como um todo assume a ordem do canal de maior valor.

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.

Figura 27 – Gerando numero de canais

Em “Input stream raster” Insira a hidrografia (convertida do raster Flow accumulation), em

“Input flow direction” insira a direção de fluxo (arquivo gerado pelo watershed delineation tool).
Escolha a pasta onde deseja salvar na opção “Output raster”.

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

Para gerar o perfil longitudinal e transversal de canais devemos utilizar a ferramenta

Interpolate shape,seguindo o caminho 3D Analyst Tools > Functional surface > interpolate shape e
aparecerá a janela Interpolate shape.

Figura 28 – adicionando valor de altitude a um shape

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

Figura 30 – Exportando o gráfico do perfil do canal

26
 GERANDO CORREDORES A PARTIR DE DISTANCIAS

Para o mapeamento dos corredores hidrologicos são utilizados os mapas de hidrografia e

MDE. A ferramenta a ser utilizada é “Cost Distance” da extensão “Spatial Analyst” do programa
ArcGIs. Esta ferramenta calcula a menor distância acumulada para cada célula de uma origem até a
fonte mais próxima sobre uma superfície de custos. Assim dois mapas são utilizados, o mapa de
origem e o mapa de custos espaciais.

O mapa de origem identifica as células ou locais nos quais os menores custos de distância
para cada célula serão calculados. Os mapa base a ser utilizado é o de 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.

O mapa de Custos Espaciais definiu os impedimentos ou custos para mover-se

planimetricamente através de cada célula. O valor de cada localidade representa o custo por
unidade de distância para se mover pela célula. Cada valor local de célula é multiplicado pela
resolução espacial da célula (foi utilizado células com 20 metros). O mapa base utilizado deve ser o
MDE, recebendo um valor de até 100 vezes seu valor, quando mais alto subir maiores serão os
custos. Os valores sugeridos foram obtidos de forma empírica e baseado na modelagem matemática
dos dados.

Para criar um mapa de corredores basta abrir o Spatial Analyst, caminho Spatial Analyst Tools
> Distance > Cost Distance e aparecerá a janela Cost path.

Figura 31 – Delimitando corredores usando Cost Distance

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.

Outra opção de se calcular distancias entre fragmentos é a distancia euclidiana.

Em matemática, distância euclidiana (ou distância métrica) é a distância entre dois pontos,
que pode ser provada pela aplicação repetida do teorema de Pitágoras. Aplicando essa fórmula
como distância, o espaço euclidiano torna-se um espaço métrico. A distância euclidiana entre os

pontos e , num espaço euclidiano n-dimensional,

é definida como:

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.

Figura 32 – Distancia Euclidiana

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

DEFINIÇÃO DE METRICAS E MORFOLOGIAS DA PAISAGEM

29
 GERANDO MAPA DE RADIAÇÃO SOLAR A PARTIR DE UM MDE

A radiação solar (insolation) origina-se do sol, é modificada enquanto viaja através da

atmosfera e pelas características topográficas. É interceptada na superfície da terra de modos
diferentes, podendo ser: diretos, difusos, ou refletidos. A radiação direta é interceptada em uma
linha reta do sol. A radiação difusa é dispersada por constituintes atmosféricos, tais como nuvens e
poeira. A radiação refletida é refletida por características de superfície. A soma da radiação direta,
difusa, e refletida é chamada radiação solar total ou global.

Geralmente, a radiação direta é o componente

maior da radiação total, a radiação difusa é o segundo
componente maio. As ferramentas de radiação solar do
“Spatial analyst” no ArcGIS não incluem a radiação refletida
no cálculo da radiação total.

Os rasters da radiação de saída sempre serão tipo

floating-point e terão unidades de horas do watt por o
medidor quadrado (WH/m2). O raster de direct duration
será uma integral com unidades por horas.
Figura 33 – Dispersão da radiação solar

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.

Figura 34 – Gerando mapa de radiação solar

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.

Em “time configuration” há 4 opção disponíveis: Dias especiais, para os solstícios e

equinócios; Em um dia especifico do ano; Ao longo de épocas do ano; ou o ano todo com intervalos
mensais. Em “Day Interval” o intervalo de pesquisa em dias, e “Hour Interval” o intervalo em horas
por dia. A opção de “Create outputs for each interval” pode tornar muito lento o processo e exigir
uma carga excessiva de memória.

Nos parâmetros topográficos, a opção “Z factor” da o grau de variação da medida horizontal

(x,y) para a vertical (Z),O “Slope and aspect” escolha a opção “FROM DEM” , em “Calculation
directions” o nº de fatias do direcionamento do aspecto.

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”.

Em “Optional Output” caso haja a necessidade de distinguir as radiações direta e indireta.

Na ferramenta Point Solar Radiation. Pode se gerar um shape de pontos sobre um MDE
conforme explicado anteriormente.

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.

O algoritmo aplicado é a diferença entre o valor de elevação de um determinado pixel e a

média de pixels vizinhos; valores positivos significam que este pixel esta em altitude mais alta e
valores negativos que este pixel está em altitude mais baixa. O quanto este pixel é mais alto ou mais
baixo que seus vizinhos, somado ao seu valor de declividade pode ser utilizado para classificar seu
posicionamento nas encostas. Se for significantemente mais alto que seus vizinhos, deve estar
localizado próximo ao topo ou no topo de uma montanha; sendo significantemente mais baixo que
seus vizinhos, deve estar localizado próximo ao fundo de vale ou no próprio fundo de vale. Valores
próximos a 0 significam que este pixel pode estar localizada em uma área plana ou de baixa ou
média encosta; valores de declividade podem diferenciá-los.

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.

Figura 35 – Índice de Posicionamento topográfico

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 “Select DEM Raster Layer” insira o Modelo

Digital de Elevação (MDE). Em “Select TPI Type” o
tipo de grid que vai ser gerado, que pode ser: TPI,
Standardized Elevation e Standardized TPI.

No grid do TPI cada célula é definida como a

diferença entre o valor de altitude da célula em
relação a altitude media de seus vizinhos próximos.

No grid de Standardized Elevation cada célula

tem seu valor igual a: TPI/Desv.pad. dos vizinhos.

No grid de Standardized TPI cada célula tem

seu valor igual : TPI/ Desv.pad. de todo o grid. Figura 36– TPI

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).

Figura 37 – Abrindo a ferramenta TPI com 6 classes de relevo

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”.

Em [A],[B],[C],[D] e [S] as relações topológicas entre as classes. As classes trabalhadas são

Fundos de vale (Valleys); Baixa encosta
(Lower slopes); Planicies (Gentle slopes);
Encostas íngremes (Steep slopes);
Encostas altas (upper slopes) e Topos e
cristas (Ridges). Em geral [A] possui
valores negativos , [B] valores pouco
menores a pouco maiores que 0, [C]
valores maiores que 0, [D] o dobro ou
mais do valor de [C] e [S] a declividade em
geral com valores superiores a 5º até 15º.

Em “output Raster Format” o

arquivo pode sair em Grid, img, tiff ou jpg.
E “Output Raster Dataser Name” a pasta a
ser criado o arquivo
Figura 38 – Classificação do Relevo

Tabela 2 - Classes de Relevo

Classes de Relevo Valor de TPI Declividade
Topo ou Crista >1 -
Alta Encosta >0,5 e <= 1 -
Media Encosta > -0,5 e <= 0,5 >5
Baixa Encosta >= -1 e <= 0.5 -
Plano > -0.5 e <= 0.5 <5
Fundo de vale < -1 -
Adaptado de tpi,2000
.

34
 CONVERTENDO UMA IMAGEM RASTER EM UM SHAPE.

Quando se converte um raster representando uma entidade poligonal em um “shape”

poligonal, os polígonos são construídos dos grupos contínuos de células (pixel) com o mesmo valor
e arcos são criados das células de borda do raster.

O mesmo vale para converter um raster representando uma entidade linear em um “shape”
linear, as linhas são criadas a partir de cada célula do raster. E assim também para converter um
raster em um shape de pontos.

Para converter um raster em shape é só ativar o ArcToolbox, e seguir caminho é Conversion

Tools > From Raster > Raster to . E Aparecerá a janela Raster to feature

Figura 39 – Opção “Convert raster to features”

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.

O mesmo vale para converter um shape em raster, é só ativar o ArcToolbox, ferramenta

“Raster to ....”. O caminho é Conversion Tools > To Raster >
Raster to . No campo “Input feature” escolha o shape a ser
convertido, no campo “Field” a coluna que dará origem ao
raster, no campo “Output cell size” o tamanho da célula final.
No campo “Output raster” direcione para a pasta 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”.

Figura 40 – Patch Analyst

e Patch Grid

Na ferramenta “Patch” as opções de analises são:

- “Dissolve Polygons” que funciona exatamente como a ferramenta do “Data Management tools”
unindo os fragmentos de mesma classe.

- “Intersect Polygons” também funcionando igual a ferramenta do “Analysis tools”;

- “Create core areas” funciona com um “Buffers” porém calculado para dentro do polígono.

- “Make Hexagons Regions” cria uma grade de hexágonos sobre o mapa;

- “Add/Refresh Area and Perimeter fields” gera dentro da tabela colunas com área e perímetro ;

- “Parse Species Composition String” transforma colunas nas quais as informações contenham siglas
seguidas de números, em colunas separadas.

- “Atribute modeling” permite alterar nomes de colunas e fazer “query´s” na tabela.

- “Set and run batch processes” permite fazer analyses de metreicas de forma automatizada.

- “Neighbourhood mean” retorna a media de uma 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.

Na ferramenta “Patch Grid” as opções de analises são:

- “Intersect (combina) grid” funciona exatamente como a ferramenta de mesmo nome para vetor
do “Analysis tools”.

- “Clip Grids to Polygon Theme” funciona com a ferramenta “extract by mask” do “Spatial Analyst”.

- “Spatial Statistics” nesta opção se encontram as métricas da paisagem para formato raster,
clicando sobre ela aparecera esta janela.

38
 Figura 42 – Métricas utilizando Patch Grid

Métricas possíveis somente em Raster

- Percentage of Landscape (ZLAND) retorna a percentage de ocupação de uma classe no mapa, isto se a
analise for por “Class”
- Largest Patch Index (LPI) é igual a porcentagem ocupada pelo maior fragmento no mapa. Com valor
Maximo de 100.
- Patch Richness (PR) equivale ao numero de tipos de fragmentos no mapa.
- Patch Richness Density (PRD) é igual ao PR dividido pela area total do mapa.valor em hectares
- Contrasted Weighted Edge Density (CWED) é a medida de densidae de borda (metros/hectare) com pesos
atribuídos pelo analista.
- 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

Patch Density & Size Metrics

No. of Patches NumP Y Y
Mean Patch Size MPS Y Y
Median Patch Size MedPS Y N
Patch Size Coefficient of Variance PSCoV Y Y
Patch Size Standard Deviation PSSD Y Y
Patch Richness PR
Patch Richness Density PRD

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

Diversity & Interspersion Metrics

Mean Nearest Neighbour Distance MNN Y Y
Mean Proximity Index MPI Y Y
Interspersion Juxtaposition Index IJI Y Y
Shannons Diversity Index* SDI Y Y
Shannons Evenness Index* SHEI Y Y
Shannons Evenness Index* SEI Y Y
Simpson's Evenness Index SIEI N Y
Modified Simpson's Diversity Index MSIDI N Y

Core Area Metrics

Total Core Area TCA ** Y
Mean Core Area MCA ** Y
Core Area Standard Deviation CASD ** Y
Core Area Coefficient of Variance CACOV ** Y
Core Area Density CAD ** Y
Total Core Area Index TCAI ** Y
Core Area percent of Land (%) C_LAND N Y
Number of Core Areas NCA N Y
Mean Corea Area per patch (ha) MCA1 N Y
Patch Core Area Standard Deviation (ha) CASD1 N Y
Patch Core Area Coefficient of Variation (%) CACV1 N Y
Mean Core Area Index MCAI N Y

41
 APOSTILA DE ArcGIS® 10

MODULO III

INTERPOLAÇÃO DE DADOS E ALGEBRA DE MAPAS

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)

A figura a esquerda é um shape de pontos com valores conhecidos, a figura a direita é um

raster interpolado a partir deste pontos. Valores desconhecidos são calculados a partir de uma
formula matemática que usa os valores de pontos próximos.

Os métodos disponíveis para interpolação são Inverso do quadrado da distancia (IDW),

vizinho natural (Natural Neighbor), Linear (Spline) e Krigagem (Kriging). Estes possuem certas
associações para determinar os melhores valores estimados. Dependendo do fenômeno que os
valores representam ou como estão distribuídos os pontos, diferentes interpoladores produzirão
melhores estimativas para os valores reais. Não importa qual interpolador selecionado, contudo,
quanto mais pontos amostrados e quanto maior a distribuição, mais realista é o resultado.

Figura 44 – Opções de interpoladores

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.

Para interpolar usando o IDW é só ativar o ArcToolbox, ferramenta “IDW”. O caminho é

Spatial Analyst Tools > Interpolation > IDW. E aparecerá esta janela IDW.

Figura 45- IDW

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.

Para interpolar usando o Spline é só ativar o ArcToolbox, ferramenta “Spline”. O caminho é

Spatial Analyst Tools > Interpolation >. E aparecerá a janela Spline.

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).

O método de Regularizado cria uma superfície

linear, com mudança gradual com valores que podem
estar além do “range” de valores amostrais.

O método de Tensão calibra a rigidez da

superfície de acordo com o caráter do fenômeno
modelado. Este cria uma superfície menos lisa com valores mais restritos ao “range” dos valores
amostrais.

O campo “Weight”, para “regularized” defini o peso da terceira derivada da superfície na

minimização da expressão da curvatura. Quanto mais alto o peso mais lisa a superfície. Os valores
colocados neste parâmetro tem que ser igual ou maior que zero. Os valores tipicamente usados são:
0, 0.001, 0.01, 0.1, 0.5.

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.

Método de Krigagem (Kriging)

A krigagem é um interpolador que calcula a cota de um ponto de interesse pela media

ponderada das amostras de sua vizinhança, distribuindo os pesos de acordo com a variabilidade
espacial, que é, por sua vez, determinada por meio de análise geoestatística. Essa análise fornece
coeficientes que descrevem a variabilidade espacial do conjunto analisado, expressa em curvas de
semivariogramas. Os coeficientes determinam a distância de dependência espacial (alcance), o grau
de decaimento do peso atribuído as amostras (escala de variância) e o grau de aleatoriedade (efeito
pepita).

Na operação de krigagem, os coeficientes do semivariograma são fornecidos, para controle

da interpolação, com o conjunto de amostras. A cada ponto calculado, amostras dentro de um raio
de busca são ponderadas de acordo com a função de sua distância em relação ao ponto calculado.

Figura 47 – o pareamento de um ponto (vermelho) com os demais.

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 48 – Diagrama de amostras

Para interpolar usando a Krigagem é só ativar o ArcToolbox, ferramenta “Kriging”. O caminho

é Spatial Analyst Tools > Interpolation > Kriging . E aparecerá esta janela.

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.

Para modelagem do semivariograma empírico, podem ser escolhidas as seguintes funções:

Esférica, Circular, Exponencial, Gaussian e Linear. O modelo selecionado influencia na predição
dos valores desconhecidos, particularmente quando o formato da curva perto da origem difere
significativamente. Cada modelo é designado para representar diferentes fenômenos espaciais com
maior eficiência.

O modelo Esférico é um dos mais usados, apresenta uma diminuição progressiva na

correlação espacial até certa distancia, além desta a auto correlação é zero.(figura 50)

O modelo Exponencial é usado quando a auto correlação diminui exponencialmente com o

aumento da distancia. É também frequentemente usado.(figura 51)

Figura 50 – modelo esférico Figura 51 – modelo exponencial

Figura 52 – modelo linear

O modelo Linear, apresenta uma
diminuição linear na correlação espacial até
certa distancia, alem desta a autocorrelação é
zero (figura 52).

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.

Método de Interpolação por Vizinhança Natural (Natural Neighbor)

A interpolação por vizinhança natural encontra o subconjunto mais próximo de

pontos amostrais a um ponto principal e aplica-lhes pesos baseados em áreas proporcionais a fim
de interpolar um valor (Sibson, 1981). Sua propriedade básica é que é local, usando somente um
subconjunto das amostras que cercam o ponto principal, e que as alturas interpoladas são
garantidas para estar dentro da escala das amostras usadas. Não tem tendências e não produzirá os
picos, poços, cumes ou vales que não são representados já pelas amostras da entrada. Adapta-se
localmente à estrutura dos dados de entrada, não requerendo nenhuma entrada do usuário sobre
o raio da busca, contagem da amostra, ou forma. Trabalha igualmente bem com dados
regularmente e irregularmente distribuídos (Watson, 1992).

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.

Figura 53 –interpolação por vizinho natural

50
 Para interpolar usando o Natural Neighbor é só ativar o ArcToolbox, ferramenta “Natural
Neighbor”. O caminho é Spatial Analyst Tools > Interpolation > Natural Neighbor.

Figura 54 - Janelas do 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

Quando o objetivo é o cruzamento de mapas através de expressões matemáticas, a opção

da calculadora raster “Raster calculator” é o método mais indicado, Este possibilita a sobreposição
espacial de vários layer’s e o uso de cálculos algébricos complexos.

Para fazer o calculo entre mapas abra a ferramenta “Raster Calculator”. O caminho é Spatial
Analyst Tools > Map Algebra > Raster Calculator .

Figura 55 – 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.

As opções “Trigonometric”, “Logarithms” e “Powers” são utilizadas igualmente uma

calculadora cientifica.

52
 EXERCÍCIO 1

Elaboração do mapa de potencial de inundação

Neste exercício será construído um mapa com o potencial de inundação de bacias

hidrográficas, em milímetros de coluna d’água, utilizando as ferramentas do ArcGis.

A determinação do potencial de inundação será realizada através do calculo da acumulação

de fluxo calculada pela ferramenta Watershed delineation de casa célula em relação as distancias e
alturas máximas da água de cada celula calculada pelo método de custo de distancia (Cost Distance).
Este cálculo se baseia em um em um modelo no qual 1mm de escoamento superficial em toda área
da bacia é descarregado para os rios, conforme a equação explicada a seguir. Esse método foi
indicado uma vez que utiliza como único parâmetro de acumulação de fluxo e custo de
deslocamento. Entretanto, sabe-se que o método apresenta limitações, uma vez que ele utiliza
interpoladores lineares para calcular a acumulação de fluxo e á área de dispersão da água se da de
forma igual para todas as direções:

PI(mm) =SE ( AF > CD, CD, 0)

Onde:
PI = Potencial de inundação
AF = acumulação de fluxo
CD = custo de distancia

Passo a passo do exercício:

1) Abrir os arquivos “raster” Acumulação de fluxo (a_fluxo), hidrografia (hidro_raster) e custo

de distancia dos rios (inund) e o shape de hidrografia do IBGE.

2) Recorte o arquivo “raster” a_fluxo pelo arquivo hidro_raster.

3) Converta o arquivo a_fluxo em pontos.

4) Unifique (“join by spatial location”) o arquivo de pontos gerado a hidrografia do IBGE

5) Interpole a hidrografia pelo método de interpolação “Topo to raster”, dando um valor de

20m para o tamanho da célula.

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

ANALISES DE CLUSTER E MULTICRITERIO NO SPATIAL

ANALYST E SPATIAL STATISTICS

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.

Figura 56 – Janela da ferramenta de densidade (hotspot)

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:

Figura 57 – Raster de densidade (hotspot)

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.

Para se analisar os padrões de distribuição graficamente basta abrir o Spatial Statistics,

caminho Spatial Statistics Tools > Analzing Patterns > Averenge Nearest neighbor para analise de
vizinhança ou High low clustering e Multi-Distance Spatial Cluster Analysis e Spatial
Autocorrelation para correlação espacial de cluster com resultado por tabela ou gráfico.

Figura 58 – Janela da ferramenta analise de agrupamentos (cluster)

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

Em HighLow Clustering aparecera esta janela (fig. 56).

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).

Figura 61 – Cluster e Oultier analysis

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.

Figura 62 – Resultado Cluster e Oultier analysis

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.

Para se fazer a analise multicritério baseada na sobreposição da media ponderada de

diversos rasters basta abrir o Spatial Analyst, caminho Spatial Analyst Tools > Overlay > Weighted
Overlay, para se obter a media ponderada em um padrão de escala estipulado ou weighted Sum
para se obter uma soma na qual possam ser atribuídos pesos individuais para cada raster.

Figura 63 – Analise multicritério

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.

Figura 64 – Escala de Saaty

60
APOSTILA DE ArcGIS® 10

MODULO V

TRABALHANDO COM IMAGENS E

CLASSIFICAÇÃO AUTOMATICA

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”.

Figura 65 – 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.

Figura 66 – Layer Properties

MOSAICANDO IMAGENS RASTER

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.

Figura 67 – janela Mosaic

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

No ArcGis há a opção de ser fazer classificações automáticas de imagem, onde as classes

são determinadas por analises de agrupamento, atribuídos valores diferenciados a cada classe.

Para gerar uma classificação automática supervisionada basta abrir a ferramenta Isso
Cluster, caminho Spatial Analyst Tools > Multivariate > Isso Cluster.

Figura 68 – Janela do 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.

Figura 69 – Janela 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

Adicione o raster desejado. Para corrigir excesso de pequenos agrupamentos de células

utilizamos a ferramenta de filtro de moda, maioria (Majority filter). Basta seguir o caminho Spatial
Analyst Tools > Generalization > Majority Filter e aparecerá a janela Majority Filter.

Figura 70 – Janela do Filtro de maioria (Majority filter)

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

Abra o “Model Builder” e importe as ferramentas “Region group”, “Extract by atributes” e

“nibble”, pelo caminho Spatial analyst > Generalization e Extraction.

Figura 71 – Modelo de eliminação no Model builder

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.

Figura 72 – Janela do 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.

Figura 73 – Equação no Field Calculator

Dim density
If [S] < 30 Then
density = 1

elseif [S] < 60 Then

density = 3

elseif [S] < 90 Then

density = 5

elseif [S] < 121 Then

density = 7

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.

CÂMARA, G. MONTEIRO, A.M.V. MEDEIROS, J.S. Representações Computacionais do

Espaço: Um Diálogo entre a Geografia e a Ciência da Geoinformação.Divisão de Processamento de
Imagens, Instituto Nacional de Pesquisas Espaciais (DPI/INPE), São Jose dos Campos, 2001.

CRONEMBERGER, F.M.. Diagnostico fisico-conservacionista da bacia hidrografica do rio

Santana. Dissertação de mestrado -Universidade Federal Fluminense, UFF - PGCA. 2009.

CRONEMBERGER, F.M.. Mapeamento bioclimatico do estado do rio de janeiro. Anais XV

Simpósio Brasileiro de Sensoriamento Remoto, INPE, Curitiba, Brasil. 2011.

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

THORNTHWAITE, C.W. An approach toward a rational classification of climate. Geogr. Rev,

v.38. 1948. p.55-94.

70
 APOSTILA DE ArcGIS® 10

MODULO VI

TRABALHANDO COM NETWORK ANALYST

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.

Inicie o ArcMap e abra a janela Catálogo.

Clique com o botão direito na pasta do arquivo na árvore do Catálogo onde você deseja criar
o arquivo geodatabase. selecione a opção New – File Geodatabase:

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:

Na opção de Tolerância XY defina um valor referente a sua escala de trabalho, no nosso

caso entre 10-20 metros, e pressione Finish para concluir o assistente:

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.

Click no botão direito na feição importada (feature imported) e selecione “Network

Dataset“.

Agora definimos os parâmetros da Network Dataset.

Primeiro devemos dar um nome e então selecionamos as camadas (layers) que terão
influência, em geral escolhemos o arquivo de linhas editado para tal.

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”).

Hierarquia “Hierarchy” é a ordem de preferência (sendo a preferência dada as estradas

mais rápidas em geral). Pode se criar uma coluna de atributo que defina esta hierarquia, sendo
que o número mais alto é o de maior preferência.

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.

Clicando em Próximo (“Next”), veremos um resumo de todas as configurações e

selecionamos Aceitar para gerar o conjunto de dados.

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”).

O arquivo de entrada (“Input Network...”) escolha as camadas geradas no item anterior.

Para definição dos pontos de origem e destino para rotas escolha a opção no item “Sub Layer”>
“Stops”.
Na aba “Input Locations” escolha o vetor de pontos com as origemns, destinos e nome das
rotas, estas informações são definidas na aba “Field Mappings” opções: Name para origem e
destino; e RouteName para nome da rota.
Depois defina um criterio de tolerância de distância dos pontos a malha viaria (Search
Tolerance). E como opção marque “Snap to Network” para mover os pontos para se adequarem a
malha viaria.

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)

Finalmente para gerar as rotas abra

a ferramenta Server>Find Routes .
Na aba “Stops” selecione o arquivo
criado no item anterior (“Stops”). Na aba de
unidades de medida (“Measurement Units”)
escolha a opção de tempo ou distancia
preferida, sempre aparecera as medidas em
milhas e segundos.
Na aba network Dataset escolha a
base criada no item anterior (criando um
Network Dataset). Na aba “Output
Geodatabease”pode se escolhar criar as
rotas apenas no projeto (mxd) ou escolhar
algum geodatabase para salvar os dados,
nas abas seguintes pode-se dar nomes aos
vetores gerados, sendo eles: rotas- “Routes”
(linhas); segmentos – “Edges” (linhas);
Direção (Directions) – neste caso se não
foram definidas no networkdaset sera
gerado um arquivo vazio; e nomes das
paradas “Stops Name” (pontos).
Caso tenha sido criado algum
arquivo de barreira na camada de rotas
(“Routes Layer”), na aba “Barriers” pode-se
defini que tipo de impedancia ele vai
funcionar, restringindo ou aumentato o
custo no deslocamento, estes arquivos
podem estar em qualquer formato vetorial
(ponto, linha, poligono). Exemplo: postos de
pedagio que são usados com pontos que
aumentam o tempo de deslocamento em
rodovias.
Clique em Ok e aguarde o tempo de
execução, assim será criado o vetor de rotas
com a tabela associada de tempo de
deslocamento e distâncias.

87