Curso IntroGeo TerraView5 Exercicios P4

Cursos Online SELPER
CURSO “INTRODUÇÃO AO GEOPROCESSAMENTO COM

TERRAVIEW 5”
(EXERCÍCIOS PRÁTICOS – PARTE 4)
______________________
Setembro de 2020
Curso – Introdução ao Geoprocessamento com TerraView 5
Sumário
PARTE 4 ......................................................................................................................................................... 145
Exercício 4.1 – Análise Espacial - Polígons de Voronoi ............................................................................. 145
Exercício 4.2 – Análise Espacial – Mapa de densidade (kernel) ................................................................ 153
Exercício 4.3 – Análise Espacial – AHP Multicritério ................................................................................ 157
Exercício 4.4 – Preparando imagens para processamento ......................................................................... 163
Exercício 4.5 – Realce de Contraste ........................................................................................................... 171
Exercício 4.6 – Fatiamento de Imagem ....................................................................................................... 175
Exercício 4.7 – Realce por Filtragem.......................................................................................................... 177
Exercício 4.8 – Classificação de Imagens ................................................................................................... 181
Exercício 4.9 – Mosaico de Imagens CBERS .............................................................................................. 187
Exercício 4.10 – Fusão de Imagens............................................................................................................. 191
ii Cursos Online SELPER

PARTE 4
Exercício 4.1 – Análise Espacial - Polígons de Voronoi
O objetivo desse exercício é responder a seguinte questão “Quais os poços de
abastecimento mais próximos de cada estação de captação de água de GO ?” . Para tal será
utilizado uma análise de proximidade criando uma área de abrangência de cada estação de
captação. Para criar tais áreas de abrangência vamos calcular os polígonos de Thiessen ou como
mais conhecido diagramas de Voronoi. Posteriormente, tais áreas serão cruzadas com mapa de
poços tubulares.
No Terraview não há uma interface gráfica com a ferramenta para criar polígonos de
Voronoi, mas a solução está PostGIS onde a função ST_VoronoiPolygons() está disponível a partir
da versão 2.3. Entretanto, teremos de utilizar outra função para agrupar todos os pontos antes de
utilizar a de Voronoi e neste caso a função ST_Collect() será utilizada para transformar as
geometrias de “Point” em “MultiPoint”. Uma vez criado todos os polígonos de Voronoi
gostaríamos que cada polígono fosse armazenado um registro da tabela de saída e neste caso será
utilizada a função ST_Dump() para desagregar os polígonos, isto é, “GeometryCollection” em
“Geometry”.
 Criando projeto para iniciar as consultas:

- # - TerraView 5.5.x (Win64) - TerraView 5.5.x (Win64) ou
TerraView
- [Arquivo] [ Novo Projeto] ou botão
- [Arquivo] [ Salvar Projeto Como...]
Salvar projeto
- Selecionar o caminho: C:\Curso_FGeo
- {Nome  Exercicio4_1} * a extensão “.tview” será automaticamente inserida.
- (Salvar)
Para obter o mapa das estações de captação de água de Goiás os passos são:
- Acesse o site: http://www.sieg.go.gov.br/
- No menu vertival a esquerda : Downloads / SIG - Shapefiles.
- Na interface gráfica SIEG | Downloads: procure pela camada:
- Recursos Hídricos
- Estações de captações de água – clique
- Na interface aberta confira se o tema selecionado é “Estações de captação de

água”. NOTE que o datum é SAD-69, portanto utilizaremos o SRS 4618.
- Clique em Clique para BAIXAR.

- Descomprimir o arquivo em C:\Curso_FGeo\Dados\CIEG
www.selperbrasil.org.br 145
Carregar o arquivo shape com as estações de captação de água.

 Carregando mapa em shapefile das estações:
TerraView
- [Projeto] [Adiciona Camada] [Arquivo Vetorial] ou botão
Abrir Arquivo Vetorial
- Selecionar o caminho C:\Curso_FGeo\Dados\CIEG
- (Tipo de Arquivo ▼ Esri Shapefiles (*.shp *.SHP) )
- (Arquivo  captacoes.shp)
- (Abrir)
Explorador de Camadas
- (Camadas  )  captacoes
- [Mapa] [ Zoom Toda área] ou botão *mapa vetorial (pontos) é apresentado.
Pare o mouse sobre o nome da camada criada e note que NÃO há um SRID definido, pois o valor apresentado é
0 (zero). Conforme informações do site do SIEG esta camada tem o datum SAD-69 geográfico e portanto o valor
do SRID é 4618.
- (Camadas  captacoes)  [ Informar SRS...]
Escolha o SRS
- {Filtro  4618} * a lista abaixo mostra o resultado do filtro.
- (SRSs disponíveis  SRS Geográfico – SAD69) * clique no item da lista.
- (OK)
TerraView
Note que o ícone a esquerda do nome da camada com um círculo laranda é removido indicando que a
camada tem projeção definida.
- [Mapa] [Desenhar] ou botão

- (Camadas  captacoes)  [ Codificação...][LATIN1]
- (Camadas  captacoes)  [ Mostra Tabela]
Note que os dados na coluna “CIDADE e MANANCIA” são acentuados corretamente.
A camada associada ao arquivo ShapeFile será exportado para uma tabela no PostGIS.
 Exportando camada de “captações” para o PostGIS:
- (Camadas  captacoes)  [ Intercâmbio...]
Intercâmbio de Camadas
- (Tipo de Fonte de Dados de Saída ▼ PostGIS)
- (Camada de Entrada ▼ captacoes)
- (Fonte de Dados de Saída ▼ Banco FGEO)
- {Nome do Conjunto de Dados  captacoes} * nome de tabela a ser criada.
- (OK)
- (OK) * na mensagem indicando que camada foi exportada com sucesso.
 Carregando a camada exportada para o PostGIS:

TerraView
- [Projeto] [ Adiciona Camada] [ Da Fonte de Dados] ou botão
Seletor da Fonte de Dados
146 Cursos Online SELPER
- PostgGIS
- (Fontes de dados disponíveis ↕ Banco FGEO)
- (Selecionar)
Seleção do Conjunto de Dados
- (datasets  )  public.captacoes
- (Selecionar)
- (Camadas )  public. captacoes *marque somente esta camada.
- [Mapa] [ Desenhar] ou botão
A partir da tabela das estações de captações de água de GO vamos criar uma tabela
com os polígonos de Voronoi.
 Executando comando em SQL no TerraView para poços:
TerraView
- [Ferramentas] [ Consultar Fonte de Dados]
Fonte de Dados de Consulta
- (Tipo ▼ PostGIS)
- (Fonte de Dados ▼ Banco FGEO) * escolher mesmo que seja o primeiro da lista
- (Base de Dados ▼ public.captacoes) * escolha a que será utilizada na expressão
- {Editor SQL  <cole o comando abaixo>}
SELECT (ST_Dump(ST_VoronoiPolygons(ST_Collect(ogr_geometry)))).geom AS geom

FROM public.captacoes;
- Consulta é aplicada. O resultado é apresentado na área de Pré-visualização.

Pre-visualização  Dado Tabular
Note que todos atributos são apresentados como sendo do tipo “Polygon”.
Para salvar o resultado em uma nova tabela incluiremos o comando CREATE TABLE na
frente do comando acima. No caso usaremos o nome “captacoes_voronoi_sql” para nome da nova
tabela. Copie, cole e clique novamente em Executa com o comando abaixo.
CREATE TABLE captacoes_voronoi_sql AS

SELECT (ST_Dump(ST_VoronoiPolygons(ST_Collect(ogr_geometry)))).geom AS geom
FROM public.captacoes;
- Executa. O resultado é apresentado na área de LOG.
Pre-visualização  LOG
Note mensagem “SQL Done” indicando que comando foi executado sem erro.
Para poder visualizar os polígonos criados teremos de adicionar uma coluna numérica
do tipo serial para a tabela criada e posteriormente definí-la como chave primária. Criaremos o
atributo ‘fid’ com o comando ALTER TABLE.
ALTER TABLE captacoes_voronoi_sql ADD COLUMN fid SERIAL;

- (Fechar)
O atributo ‘fid’ não é chave primária (Primary Key – PK). Neste caso podemos criar a
chave com o comando ALTER TABLE..
ALTER TABLE captacoes_voronoi_sql

ADD CONSTRAINT captacoes_voronoi_sql_fid_pk
PRIMARY KEY (fid);

- (Fechar)
A coluna geométrica “geom” não herda a projeção do mapa das estações de captação
utilizado para criar os polígonos de Voronoi, então será necessário informar o SRID de valor 4618.
SELECT UpdateGeometrySRID('captacoes_voronoi_sql','geom',4618);

- (Fechar)
A coluna geométrica “geom” tem o tipo definido como “Geometry” apesar de ter
somente polígonos. Para forçar que esta coluna seja do tipo “Polygon” use o comando abaixo. Isto
garante que cada ponto de estação de captação tenha apenas um polígono formato pelo diagrama
de Voronoi.
ALTER TABLE captacoes_voronoi_sql ALTER COLUMN geom type geometry(Polygon, 4618);
Veja o resultado desses comando todos na tela do TerraView.

 Carregando tabela criada do PostGIS p/ camada:

TerraView
- PostgGIS
- (Selecionar)
Seleção do Conjunto de Dados – Banco FGEO
-  public.captacoes_voronoi_sql
- (Selecionar) * camada é aberta no Explorador de Camada
- (Camadas  )  public.captacoes
- (Camadas  )  public.captacoes_voronoi_sql
Note que os polígos de voronoi e os pontos de poços são apresentados (figura abaixo).
Note que a tabela “captacoes_voronoi_sql” com os polígonos de Voronoi criada não

herda os atributos da tabela original dos pontos “captacoes”. Vamos utilizar os comandos a seguir
para copiar os atributos de uma tabela para outra como mostra a figura abaixo e neste caso será
utilizado o operador topológico “ST_Intersects” para recuperar qual ponto de captação está dentro
de cada polígono de Voronoi.
CREATE TABLE cap_voronoi_final AS

SELECT v.fid, c.n, c.cidade, c.manancia, c.utm_e, c.utm_n, c.rio_dsg, v.geom
FROM captacoes AS c, captacoes_voronoi_sql AS v
WHERE ST_Intersects(c.ogr_geometry,v.geom);
ALTER TABLE cap_voronoi_final

ADD CONSTRAINT cap_voronoi_final_fid_pk
PRIMARY KEY (fid);
- Executa. Um ERRO é apresentado na LOG.
ERROR: could not create unique index "cap_voronoi_final_fid_pk" DETAIL: Key

(fid)=(7) is duplicated.
Este erro se deve ao fato de existir dois pontos de estações de captações com
exatamente a mesma posição geográfica (dois pontos um sobre o outro). A figura abaixo mostra a
localização desses pontos duplicados sobre os limites de municípios e na tabela quais são estes
pontos (em verde). Verificando que na base não existe um município de GO de nome “Luiz Alves”,
optamos por remover o ponto de atributo “n” igual a “106”. Veja os comandos a seguir.
Para remover registro da tabela “captacoes” use:

DELETE FROM captacoes WHERE n = 106;
Para executar o cruzamento das duas tabelas novamente teremos de apagar a tabela
“cap_voronoi_final”. Assim use:
DROP TABLE cap_voronoi_final;
Execute novamente os dois comandos

CREATE TABLE cap_voronoi_final AS
SELECT v.fid, c.n, c.cidade, c.manancia, c.utm_e, c.utm_n, c.rio_dsg, v.geom
FROM captacoes AS c, captacoes_voronoi_sql AS v
WHERE ST_Intersects(c.ogr_geometry,v.geom);
ALTER TABLE cap_voronoi_final

ADD CONSTRAINT cap_voronoi_final_fid_pk
PRIMARY KEY (fid);

DICA: Este mesmo cruzamento entre as tabelas “captacoes” e “captacoes_voronoi_sql” pode ser
realizado no menu [Processamento] [Preenchimento de Atributos] [Vetorial para Vetorial...]. Use
como entrada “Da Camada” a tabela “captacoes” e “Para Camada” a tabela
“captacoes_voronoi_sql”, em Operação – “Selecione todos” o item “Value” e forneça um nome
para a tabela de saída.
 Carregando a tabela criada:

TerraView
- PostgGIS
- (Selecionar)
-  public.cap_voronoi_final
- (Camadas  )  cap_voronoi_final
A etapa final é cruzar com o mapa de poços tubulares para agregar à tabela do mesmo
qual é a área de abrangência através do atributo “n” (um identificador de cada polígono de
Voronoi) disponível na camada “cap_voronoi_final”. Para tal execute os comandos a seguir:
CREATE TABLE pocos_tub_voronoi_final AS

SELECT p.*, v.n
FROM pocos_tubulares_pto_go AS p, cap_voronoi_final AS v
WHERE ST_Intersects(p.ogr_point,v.geom);
ALTER TABLE pocos_tub_voronoi_final

ADD CONSTRAINT pocos_tub_voronoi_final_fid_pk
PRIMARY KEY (fid);
DICA: Este mesmo cruzamento entre as tabelas “pocos_tubulares_pto_go” e “cap_voronoi_final”

pode ser realizado no menu [Processamento] [Preenchimento de Atributos] [Vetorial para
Vetorial...]. Use como entrada “Da Camada” a tabela “cap_voronoi_final” e “Para Camada” a
tabela “pocos_tubulares_pto_go”, em Operação – selecione na lista somente o atributo “n” com
operação “Value” (n : Value) e forneça um nome para a tabela de saída.
 Carregando a tabela criada:

TerraView
- PostgGIS
- (Selecionar)
-  public.pocos_tub_voronoi_final
- (Camadas  )  pocos_tub_voronoi_final
Experimente criar uma leganda sobre a camada “pocos_tub_voronoi_final” do tipo

“Valor Único” com o atributo “n”. Escolha um esquema de cores com várias cores e símbolos para
diferenciar os poços dentro de cada área de abrangência (ou polígonos de Voronoi) como na figura
abaixo.

Exercício 4.2 – Análise Espacial – Mapa de densidade (kernel)

O objetivo desse exercício é determinar se existe uma correlação entre os poços
tubulares de maior vazão com a população de cada município de GO. Para tal um mapa de
densidade (ou Kernel) deve ser criado considerando diferentes pesos em função da vazão dos
poços e tal valor de densidade média deve ser atribuído a cada municício. Posteriormente, um
gráfico de dispersão entre a polulação e densidade média deve ser feito para avaliar tal correlação.
Veremos que o Terraview permite criar o mapa de Kernel a partir de um mapa de
pontos. Neste caso deve-se definir um número de linhas e colunas que represente adequadamente
a distribuição dos dados de entrada. Um arquivo GeoTiff será criado.

TerraView
Salvar projeto
- (Salvar)
 Carregando tabela de poços do PostGIS p/ camada:

TerraView
- PostgGIS
- (Selecionar)
-  public.pocos_tubulares_pto_go
- (Camadas  )  public.pocos_tubulares_pto_go
A partir da tabela de poços tubulares de GO, criaremos um mapa de densidade, porém

para não considerar apenas a distribuição espacial dos poços com igual importância entre os
pontos, vamos atribuir pesos diferentes (entre 1 e 10) em função da vazão de água dos poços.
Considere os seguintes pesos para cada intervalo de vazão.
Vazão < 10 > 10 > 25 > 60 > 75 > 150

<= 25 <= 60 <= 75 <= 150
Peso 1 3 5 7 8 10
Para atribuir os pesos a tabela de poços, criaremos um atributo e utilizaremos

a consulta por atributo para separar os intervalos acima antes de inserir o peso.
 Criando atributo e atribuindo peso a tabela de poços:

- (Camadas  )  public.pocos_tubulares_pto_go
- [Mapa] [ Desenhar] ou botão *mapa vetorial (pontos) é apresentado.
- (Camadas  public.pocos_tubulares_pto_go)  [ Mostra Tabela]
Tabela de Dados
- (Atributo: tipo)  [Adicionar Coluna] * sobre qualquer nome de atributo.
Esta operação de adicionar uma nova coluna independe qual atributo é escolhido.
Adiciona Coluna a Tabela
- (Tipo de dado da coluna ▼ Inteiro)
- {Nome da Coluna:  peso_vazao} * nome não deve existir na tabela.
- (OK) * coluna é adicionada na tabela.
Tabela de Dados
- (número da linha)  [ Ativar Promoção] * resultados serão apresentados no início da tabela.
- (Camadas  public.pocos_tubulares_pto_go)  [ Consulta por Atributos...]
Consulta por Atributo
- {Camada de Entrada ▼ public.pocos_tubulares_pto_go } * deve ser a camada ativa.
- Em Restrição
- (▼ vazao) * para o nome do atributo que contém a busca proposta.
- (▼ <=) * para operador menor ou igual.
- { 10} * digite o valor.

Note que a expressão em Resultado SQL deve ser.
(vazao <= 0)
- (Seleção de Camada  Novo)
- (Aplicar) * observe na Área de Visualização e na Tabela o resultado.
- (Fechar) * fecha a janela.
Tabela de Dados
- (Atributo: peso_vazao)  [Alterar dados de uma coluna] * sobre a coluna criada acima.
Alterar dados da coluna
- (Para modificar  Selecionada) * ATENÇÃO a esta opção.
- {Operação:  1} * digite o valor do peso conforme tabela acima proposta no exercício.
- (Executar) * valor é inserido em todas as linhas selecionadas (em verde na tabela).
- Repetir para outro intervalo.
- (Camadas  public.pocos_tubulares_pto_go)  [ Consulta por Atributos...]

Consulta por Atributo
- {Camada de Entrada ▼ public.pocos_tubulares_pto_go } * deve ser a camada ativa.
- Em Restrição
- (▼ >) * para operador.
- * para adicionar um segundo critério.

- (▼ and) * para operador lógico de interseção entre os dois critérios.
- (▼ <=) * para operador.
Note que a expressão em Resultado SQL deve ser.
((vazao > 10) and (vazao <= 25)
- (Seleção de Camada  Novo)
- (Aplicar) * observe na Área de Visualização e na Tabela o resultado.
- (Fechar) * fecha a janela.
Tabela de Dados
- (Atributo: peso_vazao)  [Alterar dados de uma coluna] * sobre a coluna criada acima.
Alterar dados da coluna
- (Para modificar  Selecionada) * ATENÇÃO a esta opção.
- {Operação:  3} * digite valor do peso.
- (Executar) * valor é inserido em todas as linhas selecionadas.
- Repetir os passos acima para consulta por atributo a atribua os pesos:
((vazao > 25) and (vazao <= 60) peso 5
(vazao > 150) peso 10
IMPORTANTE: Não esqueça de marcar a opção “ Selecionada” acima senão toda coluna será
modificada, alterando valores anteriormente inseridos.
A seguir vamos criar o mapa de densidade utilizando o peso definido acima.

 Criando mapa de densidade de poços:
TerraView
- [Processamento] [ Análise Espacial] [ Mapa de Kernel]
Mapa de Kernel
- - (Nome da Camada ▼ public.pocos_tubulares_pto_go)
- (  Nome do Atributo: ) (▼ peso_vazao) * marque e escolha o atributo
- (Área de Suporte  Grade sobre os eventos) * geometria de pontos disponível.
- {Opções de Grade – Número de Linhas/Colunas  200 e 200 }
- - (Função ▼ Quartic)
- - (Estimativa ▼ Density)
- (  Use Raio Adaptativo) – - {15 %}
- Em Saída
- (...) * para salvar arquivo de saída.
Salvar como...
- Selecionar o caminho C:\Curso_FGeo\Dados\Imagens\
- {Nome  Pocos_Kernel_15_Quartic} * a extensão “.tif” será automaticamente inserida.
- (Tipo de Arquivo ▼ TIF Raster File (*.tif *.TIF) )
- (Salvar)
Mapa de Kernel
- (Ok) * aguarde processamento e visualize o resultado (figura abaixo). Automaticamente uma legenda é
aplicada a camada.
Realizar o procedimento para calcular a densidade mínima, máxima e a média para

cada município de GO. Utilizar o processamento de preenchimento de atributos [Matricial para
Vetorial]. A camada matricial de entrada utilize “Pocos_Kernel_15_Quartic.tif” e a vetorial
“public.municipio_go”. Para camada de saída utilize “mun_go_kernel_pocos.shp”. Observe os
resultados (atributos “B0_min_Val”, “B0_max_Val” e “B0_Mean”) estarão disponíveis na tabela
da nova camada.
Para visualizar um gráfico de dispersão (Scatter) basta selecionar as duas colunas da
tabela de município conforme procedimento a seguir.
 Vizualizando gráfico de disperssão:

- (Camadas )  mun_go_kernel_pocos
- [Mapa] [ Desenhar] ou botão *mapa vetorial (polígono) é apresentado.
- (Camadas  mun_go_kernel_pocos)  [ Gráfico de Dispersão (Scatter)...] ou
- [Camada] [ Gráfico de Dispersão (Scatter)...]
Criação de gráficos
- (Propriedade X: ▼ poptotal08 ) * Atributo disponível no dado de origem.
- (Propriedade y: ▼ B0_Mean ) * Densidade média do mapa de kernel.
- (Ok) * gráfico é apresentado (figura abaixo).
NOTA: Abra a tabela da camada “mun_go_kernel_pocos”. Desenhe o mapa de Kernel sobre o

mapa de municípios dessa camada. Note que um clique sobre um ponto do gráfico (ou clique e
arraste sobre vários pontos) faz com que o polígono e as linhas da tabela correspondentes também
sejas selecionados (veja figura abaixo).
DICA: Se desejar use o botão para exportar os pontos do gráfico e no Excel utilize a função
=CORREL( ) para calcular o coeficiente de correlação entre os atributos (como na figura abaixo).
Veja que o valor encontrado é de 0.36882 (correlação positiva e muito baixa)
Exercício 4.3 – Análise Espacial – AHP Multicritério

O objetivo desse exercício é criar um mapa de vulnerabilidade a deslizamentos de
terra no município de Caraguatatuba – SP a partir do cruzamento de quatro variáveis
geoambientais que são; geologia, geomorfologia, solos e uso da Terra.
NOTA: Os dados utilizados nesse exercício forma cedidos gentilmente pelo colegas do INPE e estão
publicados no trabalho “SENSORIAMENTO REMOTO E GEOPROCESSAMENTO APLICADOS AO
ESTUDO DE MOVIMENTOS DE MASSA NO MUNICÍPIO DE CARAGUATATUBA-SP” de Edison Crepani
e José Simeão de Medeiros, publicados em Anais X SBSR, Foz do Iguaçu, 21-26 abril de 2001, INPE,
p.931-933.
Cada um dados geoambientais foram fornecidos nesse exercício na forma matricial

com valores em cada pixel entre 1 e 3, sendo 1 menor e 3 maior vulnerabilidade a deslizamentos
de terra. Os arquivos GeoTif correspondem ao resultado da ponderação entre as classes de cada
um dos temas e foram já realizadas. A tabela abaixo mostra os pesos utilizados.
A atribuição dos pesos entre as classes de cada tema é uma etapa importante que já
foi realizada pelos autores do trabalho. A questão abordada aqui é como realizar o cruzamento
entre os quatro temas e definir a importância relativa entre estes. Neste caso, para realizar a
análise multicritério será utilizada a técnica AHP (Processo Analítico Hierárquico) disponível online
na internet, facilitando assim a definição dos pesos entre cada tema e posteriormente realizar uma
operação aritmética no TerraView.
Inicialmente, crie um projeto e carregue os dados geoambientais na representação
matricial.

TerraView
Salvar projeto
- (Salvar)
Criar uma camada para cada mapa matriciais que estão no formato GeoTiff (*.tif) na
pasta “.../Curso_FGeo/dados/Risco_Caragua”, ambos em projeção UTM – Sad69 zona 23 S : SRID

= 29193). Crie uma legenda para visualização de cada camada. Para tais camadas e lembre-se de
aplicar como valor mínimo 1 e máximo 3.
• Vulnerabilidade_Geologia.tif
• Vulnerabilidade_Geomorfologia.tif
• Vulnerabilidade_Solos.tif
• Vulnerabilidade_Uso_Terra.tif
Para realizar a análise pareada entre os temas (agora camadas no TerraView) utilizar o
link: https://bpmsg.com/ahp/ahp-calc.php
 Realizando a análise multicritério:

AHP Priority Calculator
- {Select number of criteria:  4} * temos 4 temas em 4 camadas para analisar.
- (GO)
AHP Criteria Names
Para cada tema (ou critérios da AHP) deverá informar um nome nos campos abaixo.
- {Name of criteria – 1:  Geologia} * para a camada Vulnerabilidade_Geologia.
- {Name of criteria – 2:  Geomorgologia} * para a camada Vulnerabilidade_Geomorfologia.
- {Name of criteria – 3:  Solos} * para a camada Vulnerabilidade_Solos.
- {Name of criteria – 4:  Uso Terra} * para a camada Vulnerabilidade_Uso_Terra.
- (GO)
AHP Priority Calculator – Pairwise Comparison
Para 4 temas (ou critérios da AHP) deverá selecionar quais as prioridades e cada um dos 6 pares. Em cada linha
selecione que critério é mais importante e depois quanto é mais importante pensando na problemática de
deslizamento de terra.
- (1  Geomorfolofia) * Geomorfologia mais importante que Geologia.
- ( 3) * selecione para grau de importância.
- (2  Solos) * Solos mais importante que Geologia.
- (3  Uso Terra) * Uso Terra mais importante que Geologia.
- (4  Solos) * Solos mais importante que Geomorfologia.
- (5  Uso Terra) * Uso Terra mais importante que Geomorfologia.
- (6  Uso Terra) * Uso Terra mais importante que Solos.

- (Calculate) * os resultados são apresentados abaixo.
Certifique que a razão de consistência (CR) está OK. Caso necessário em que a CR não
esteja OK o próprio sistema indica em que pares de critérios deverá alterar a escolha. Neste caso,
uma cor verde em volta do critério será apresentada ( )
A seguir utilize a interface de Operações Aritméticas para realizar o cruzamento dos 4
temas (ou grades) com os seguintes pesos (conforme coluna Priority acima).
 Realizando operação aritmética entre os temas (ou camadas):

TerraView
- [Processamento] [ Processamento Matricial] [ Operações Aritméticas...]
Operações Artméticas
- (...) * para escolher a primeira camada.
Pesquisa de Camada
- (Lista de Camadas – Nome ↕ Vulnerabilidade_Uso_Terra.tif )
- (Ok)
- (Banda ▼ 0 ) * única camada do arquivo.
-( ) * para adicionar a primeira camada.
- (*) * para adionar sinal de multiplicação.
- {  0.707} * no campo da expressão após o sinal de multiplicação (valor para uso da Terra).
- (+) * para adionar sinal de adição e inserir próxima camada.
- (...) * para escolher a segunda camada.

Pesquisa de Camada
- (Lista de Camadas – Nome ↕ Vulnerabilidade_Solos.tif )
- (Ok)

-( ) * para adicionar a segunda camada.

- {  0.154} * no campo da expressão após o sinal de multiplicação (valor para o solos)

- (...) * para escolher a terceira camada.

Pesquisa de Camada
- (Lista de Camadas – Nome ↕ Vulnerabilidade_Uso_Geomorfologia.tif )
- (Ok)
-( ) * para adicionar a terceira camada.
- {  0.095} * no campo da expressão após o sinal de multiplicação (valor p/ geomorfologia)

- (...) * para escolher a quarta camada.

Pesquisa de Camada
- (Lista de Camadas – Nome ↕ Vulnerabilidade_Geologia.tif )
- (Ok)
-( ) * para adicionar a quarta camada.
- {  0.044} * no campo da expressão após o sinal de multiplicação (valor para geologia)

O resultado no campo da expressão deve ficar como descrito abaixo.
Vulnerabilidade_Uso_Terra.tif:0 * 0.707 + Vulnerabilidade_Solos.tif:0 * 0.154 +
Vulnerabilidade_Geomorfologia.tif:0 * 0.095 + Vulnerabilidade_Geologia.tif:0 * 0.044
- (  Normalizar) * DESMARCAR esta opção.
- Em Saída (...) * para digitar o nome do arquivo de saída.
Salvar como...
- Selecionar o caminho C:\Curso_FGeo\Dados\Risco_Caragua
- {Nome  Vulnerabilidade_total} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
- (OK)
- (OK) * na mensagem informando que terminou com sucesso. Camada será criada.
- (Cancelar) * para fechar a janela. Veja que a camada nova estará disponível.
Crie uma legenda para visualização da camada. Lembre-se de aplicar como valor
mínimo 1 e máximo 3. Algo semelhante a figura abaixo deve ser obtido.

Exercício 4.4 – Preparando imagens para processamento

O Terraview tem um conjunto de ferramentas para processamento de imagens de
sensoriamento remoto. Algumas técnicas necessitam que as bandas de um mesmo satélite, de
mesma resolução e de mesma área no terreno estejam num mesmo arquivo GeoTiff, neste caso
será apresentado a ferramenta de Compor Bandas para agrupar os arquivos das bandas do satélite
Landsat em um único arquivo. Após compor as bandas será feito o recorte nas camadas pelo limite
do Distrito Federal.
 Criando e salvando novo projeto:

TerraView
Caso haja um projeto aberto e com alguma alteração que ainda não tenha sido salva, será perguntado se deseja
salvar ou descartar alterações.
Salvar projeto
- (Salvar)
Para executar o agrupamento de bandas as mesmas precisam estar representadas por

camadas no projeto. Antes porém, para organizar as camadas será criada uma pasta de camadas.
 Criando uma pasta de camadas:

- (Camadas)  [Adicionar Pasta de Camada...]
TerraView
- {Nome da pasta de camada:  Landsat_31-05-2006}
- (OK)
 Carregando as bandas 1,2,3,4,5 e 7 do Landsat:

- (Camadas  Landsat_31-05-2006) * clique sobre a pasta para selecionar.
TerraView
- [Projeto] [ Adiciona Camada] [ Arquivo Matricial (raster)...] ou botão
Abrir múltiplos arquivos raster
- Selecionar o caminho C:\Curso_FGeo\Dados\Imagens\Landsat_7_31-05-2006
- (Arquivo  L71221071_07120060531_B10.TIF,
L71221071_07120060531_B20.TIF, L71221071_07120060531_B30.TIF,
L71221071_07120060531_B40.TIF, L71221071_07120060531_B50.TIF,
L71221071_07120060531_B70.TIF, L71221071_07120060531_B80.TIF)
- (Abrir)
Note que as imagens são abertas dentro da pasta de camadas. Caso não estejam, arraste as camadas.
NOTA: Observe as propriedades dessas camadas. Todas as imagens estão em projeção UTM zona
23N e datum WGS84 com offset em X de 500000 e Y de 0 (porisso, note que há coordenadas
negativas em Y. Isso indica que as imagens foram geradas nos EUA, que utiliza este offset para
projeção UTM, diferente do Brasil onde utilizamos 500000 e 10000000. Note ainda que as bandas
1, 2, 3, 4, 5 e 7 tem resolução espacial de 30 metros e somente a banda 8 tem resolução de 15
metros.
IMPORTANTE: As bandas das imagens ou de grades numéricas matriciais são numeradas a partir
do número 0 (zero) no TerraView.
A seguir altere os nomes da camadas.

 Alterando nomes das camadas:
TerraView
- (Camadas  Landsat_31-05-2006  L71221071_07120060531_B10.TIF) 
[ Renomear Camada...]
TerraView
- {Renomeie camada:  Banda1}
- (OK)
TerraView
- (OK)
TerraView
- (OK)
TerraView
- (OK)
TerraView
- (OK)
TerraView
- (OK)
TerraView
- (OK)
O resultado deve ficar como na figura abaixo.
IMPORTANTE: Uma outra propriedade importante de qualquer dado matricial, seja uma imagem
ou uma grade numérica de altitude por exemplo, são os valores nulos (ou dummy) que podem
existir na camada associada ao arquivo GeoTiff. É o caso dessas imagens do Landsat onde os pixels
envolta da cena estão em preto preenchento até o limite retangular da área imageada. Lembre-se
que estes pixels nulos não são computados em qualquer técnica de processamento.
Na maioria das vezes a informação de qual o valor nulo utilizado no arquivo está
presente no próprio arquivo. Mas neste caso das imagens utilizadas acima está informação não se
encontra, de modo que a área preta é representada por valores 0 (zero). Considerando que estas
imagens estão em 8 bits de codificação, isto é, 256 valores possíveis, o valor 0 está na cor preta e
255 a cor branca (veja figura abaixo).
A seguir teremos de informar para cada arquivo representados pelas camadas no

TerraView que os pixels com valores 0 representam os valores nulos. Neste caso, a imagem passará
e ter valores válidos no intervalo de 1 a 255. Após informar que 0 é nulo a área representada por
estes valores deverá ficar transparente.
 Informando o valor Dummy a ser utilizado para cada imagem monocromática do Landsat:
- (Camadas  Img_Landsat7_31-05-2006 )  Banda1
- Clique duplamente sobre o Estilo de visualização da camada ou botão na
janela da direita
Explorador de Estilo : Banda1
-( Estilo de Visualização  Regra Padrão  Simbolo Matricial 0)
- {Valor Dummy a ser usado  0} -
- ou botão na barra de ferramentas.
* Note que a área preta em volta da imagem fica transparente na mesma cor
branca da Área de Visualização.
- Repita o procedimento acima para as demais camadas

(Banda2, Banda3, Banda4, Banda5, Banda7 e Banda8)
IMPORTANTE: Essa atribuição do valor 0 como valores nulos ficará armazenada somente no
projeto corrente. O arquivo GeoTiif armazenado no seu computador não será modificado.
Somente se um novo arquivo for gerado a partir desses, ai sim esta informação será atribuída ao
arquivo novo.
A seguir vamos compor as bandas, isto é, juntar as camadas em apenas uma camada.
Vamos optar por escolher as três bandas mais utilizadas para criar imagens coloridas que são
utilizados em mapeamentos de uso e ocupação do solo. Serão utilizadas as bandas 5, 4 e 3 nessa
ordem, lembrando que estas estarão representadas respectivamente pelas bandas 0, 1 e 2 do
arquivo.
 Compondo as bandas 5,4, e 3 de 30 metros do Landsat:

TerraView
- [Processamento] [ Processamento Matricial] [ Compõe / Decompõe Bandas...]
Compor / Decompor Bandas
- (Lista de Camadas ↕ Banda5, Banda4, Banda3)
Marque somente estas bandas de 30 metros. Veremos no contraste que a ordem das bandas estarão
associadas por padrão ao canais R (Vermelho), G (Verde) e B (Azul) da tela do computador.
- (Avançar >)
Compor / Decompor Bandas  Compõe Bandas
Como todas as camadas selecionadas tem somente uma banda (a de número ZERO) e portanto estas devem
estar selecionadas na coluna “Banda”.
IMPORTANTE: Observe se as camadas estão em ordem 543 como na figura abaixo, pois assim saberemos quais
é banda do satélite que está em cada banda do arquivo final.
- (Interpolador ▼ Vizinho mais Próximo) * como não haverá mudança de resolução não faz
sentido a escolha desse ou de outro interpolador.
- (Avançar >)
- * para selecionar caminho e nome do arquivo de saída.
Salvar como...
- {Nome  Bandas543} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
- (Terminar)
- (Camadas  Landsat_31-05-2006  Bandas543.TIF) 
TerraView
- {Renomeie camada:  Bandas543}
- (OK)
O resultado é apresentado na nova camada. Verifique as propriedades e note que o novo arquivo GeoTiff tem 3
bandas, numeradas de 0 a 2 e o valor nulo (dummy) é o valor 0. Em Metadata ainda mostra uma estatística
básica de cada banda.
O próximo passo será carregar um mapa vetorial com o limite político do Distrito
Federal e utilizar o polígono desse mapa para recortar as camadas de imagem.
 Carregando limite do DF:

TerraView
- [Projeto] [ Adiciona Camada] [ Arquivo Vetorial] ou botão
Abrir Arquivo Vetorial
- Selecionar o caminho C:\Curso_FGeo\Dados\Shape\DF
- (Tipo de Arquivo ▼ Esri Shapefiles (*.shp *.SHP) )
- (Arquivo  Limite_DF_4618.shp)
- (Abrir)
- (Camadas  )  Limite_DF_4618.
- [Mapa] [ Desenhar] ou botão *mapa vetorial (polígono) é apresentado.
- (Camadas  Limite_DF)  [ Codificação...][LATIN1]
Verifique se o limite está caindo sobre uma das imagens carregadas acima, como na figura abaixo.

 Recortando as bandas compostas em um único arquivo:

TerraView
- [Processamento] [ Processamento Matricial] [ Recorte...]
Recorte
- (Lista de Camadas – Nome ↕ Bandas543)
- (Avançar >)
Recorte
- (Tipo ▼ Camada)
- (Camada ▼ Limite_DF_4618)
- (Camada  Agregar todas as geometrias) * mesmo porque só há uma geometria (polígono)
nesta camada.
- (Avançar >)
Recorte
Salvar como...
- {Nome  Bandas543_DF} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
Recorte
- (Terminar)
Repita o procedimente para banda 8 de 15 metros de resolução.
 Recortando a banda 8 do Landsat:

TerraView
- [Processamento] [ Processamento Matricial] [ Recorte...]
Recorte
- (Lista de Camadas – Nome ↕ Banda8)
- (Avançar >)
Recorte
- (Tipo ▼ Camada)
- (Camada ▼ Limite_DF_4618)
- (Camada  Agregar todas as geometrias)
- (Avançar >)
Recorte
Salvar como...
- {Nome  Banda8_DF} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
Recorte
- (Terminar)
Organize as camadas recortadas em uma pasta de camada.

TerraView
- {Nome da pasta de camada:  Landsat_DF}
- (OK)
Arraste as duas camadas “Banda8_DF.tif” e “ Bandas543_DF.tif” para a pasta de camadas criada e renomeie as
camadas retirando a extensão .tif. O resultado do recorte deve ficar como na figura abaixo.
 Salvando o projeto corrente:

TerraView
- [Arquivo] [ Salvar Projeto] ou

Exercício 4.5 – Realce de Contraste

Nesse exercício serão utilizadas as imagens recortadas no limite do Distrito Federal
para manipulação de histograma para aumento do contraste.
Inicialmente carregue o projeto do exercício anterior e salve com outro nome.
 Carregando um projeto:
TerraView
- [Arquivo][Abrir Projeto...] ou botão
Abrir arquivo de projeto
- (Nome ↕ Exercicio4_4.tview)
- (Abrir)
TerraView
Salvar projeto
- (Salvar)
A operação de realce por contraste por manipulação de histograma pode ser

realizadas em dois locais distintos e independentes com as seguintes características:
• Explorador de Estilo: use esta opção quando deseja um aumento de contraste rápido sem
opção de salvar como uma nova imagem (novo arquivo). A operação aplicada ficará
armazenada apenas no projeto corrente e será automaticamente aplicada ao desenhar a
camada que tiver o estilo modificado. Poucas opções de tipo de contraste disponíveis.
• Janela de Contraste: use esta opção quando desejar armazenar de forma permanente um
contraste aplicado, neste caso, um novo arquivo será criado com novos valores valores de
nível de cinza em relação a imagem de entrada. Mais opções de tipo de contraste disponível
nessa janela. Ao fechar a janela a imagem volta para o mesmo visual antes de abrir a janela.
Realce de 1 banda - Monocromático

A manipulação de contraste sobre um única banda é normalmente realizado no canal
monocromático. Veja a seguir como aumentar o contraste da banda 8 recortada no limite do
Distrito Federal.
 Realçando a banda 8 do DF:

- (Camadas  Landsat_DF )  Banda8_DF * marque somente esta camada.
- [Mapa] [ Desenhar] ou botão *imagem é apresentada.
TerraView
- [Processamento] [ Processamento Matricial] [ Contraste...]

Contraste
- (Camada de Entrada – Camada: ▼ Banda8_DF)
- (Área do Histograma  Use Toda Imagem) * histograma é apresentado.
- (Tipo ▼ Linear)
Sobre o histograma, utilize o botão da esquerda para clicar na
posição a ser movida a linha vertical Mínima e botão da direita
para mover a linha vertical Máxima. CUIDADO para não
saturar (cortar o histograma para além dessas linhas, pois
todos os valores que ficarem abaixo do mínimo serão
saturados para preto e todos que ficarem para cima do
máximo serão saturados para branco). Para imagems 8 bits
estamos falando do 0 para preto e 255 para o branco. Além do
histograma em azul que representa da imagem original um
histograma em vermelho mostra após aplicar o contraste.
Note que os valores mínimo e máximo são apresentados na lista Bandas Matriciais. Se desejar inserir um valor
exato poderá fazer a edição nos campos de mínimo e máximo após descarmar o botão  a esquerda de cada
linha.
- * botão para aplicar o contraste. Para voltar a situação original sem contraste use o botão .
Salvar como...
- {Nome  Banda8_realce_linear} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
Contraste
- (OK)
- (Camadas  )  Banda8_realce_linear.tif * marque somente esta camada.
Note que a nova imagem esta bem mais clara do que a original como na figura abaixo.
Realce de 3 bandas – Composição Colorida.

A manipulação de contraste de composições coloridas é limitado a 3 bandas, uma para
cada canal de cores do computador, isto é, vermelho (R), verde (G) e azul (B), mesmo que a camada
de um arquivo tif tenha mais do que 3 bandas.

 Realçando uma composição colorida RGB do DF:

- (Camadas  Landsat_DF )  Bandas543_DF * marque somente esta camada.
Note que as três primeiras bandas da camada são automatocamente
carregadas no R(banda 0), G(banda 1) e B(banda2), representadas
pelas bandas 5, 4 e 3 do satélite Landsat. No Explorador de Estilo pode
confirmar essa seleção de bandas, como na figura ao lado.
Porém será necessário melhorar o contraste das três bandas para criar
uma composição colorida RGB.
TerraView
- [Processamento] [ Processamento Matricial] [ Contraste...]
Contraste
- (Camada de Entrada – Camada: ▼ Bandas543_DF)
- (Área do Histograma  Use Toda Imagem) * histograma é apresentado.
- (Tipo ▼ Linear)
A lista de bandas sempre utiliza a sequência dos canais (R-Vermelho), (G-Verde) e (B-Azul). Após salvar as bandas
em um novo arquivo poderá trocar esta sequência no Explorador de Estilo.
- (Bandas Matriciais ↕  0 ) * lembre-se que a banda 0 corresponde a banda 5 do Landsat.
Clique sobre o item na lista e note que o histograma é atualizado acima.
Sobre o histograma utilize o botão da esquerda e direita para mover o mínimo e máximo.
- * botão para aplicar o contraste.
Para voltar a situação original sem contraste use o botão .

Salvar como...
- {Nome  Bandas543_realce_linear} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
Contraste
- (OK)
- (Camadas  )  Bandas543_realce_linear * marque somente esta camada.
Note que a nova imagem carrega a mesma imagem salva como na figura abaixo.
Veja a seguir que é possível alterar a ordem dos canais no Explorador de Estilo para
gerar uma imagem codificada (sintética). As três bandas ficarão armazenadas em uma única banda
com uma palheta de cores (LUT) associada.
 Alterando a ordem de combinação das bandas da composição colorida:
- (Camadas  )  Bandas543_realce_linear
- * para Explorador de Estilo.
Explorador de Estilo  Estilo * aba na parte inferior da janela.
-( Canal Vermelho ▼ 1 )
-( Canal Verde ▼ 0 )
-( Canal Azul ▼ 2 )
-
NOTA: Note a diferença das duas imagens acima. A banda 4 do Landsat da região do infra-
vermelho próximo, representado pela banda 1 do arquivo, é onde há maior reflectância da
vegetação natural mais densa, representada por mata ciliar e alguns alvos em destaque pelas
setas pretas. Na imagem superior a vegetação mais densa está em tons verdes pois a banda está
no canal verde e na imagem inferior a vegetação mais densa está em vermelho pois a banda
está no canal vermelho. O uso da banda 4 do Landsat no canal vermelho é mais comum entre
os interpretes para discriminar diferentes alvos de vegetação pois o olho humano discrimina
melhor tons vermelhos do que verde.
A seguir será criada a imagem sintética ou codificada com palheta associada.

 Criando imagem sintética do DF:
- (Camadas  Landsat_DF )  Bandas345_realce_linear * marque somente esta camada.
TerraView
- [Processamento] [ Processamento Matricial]
[ Converte para raster com palheta...]
Salva como raster com palheta
Salvar como...
- {Nome  Bandas543_sintetica} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
Salva como raster com palheta
- (OK)
- (Yes) * na mensagem informando que terminou com sucesso. Camada será criada.
- (Camadas  )  Bandas543_sintetica.tif * marque somente esta camada.
Note que a imagem criada tem somente uma banda (0) codificada com uma palheta de cores.
Arraste as imagens criadas para dentro da Pasta de Camadas “Landsat_DF”.

TerraView
Exercício 4.6 – Fatiamento de Imagem

Neste exercício veremos como executar o fatiamento de níveis de cinza. Nesta
operação intervalos de níveis de cinza de uma banda serão associados a fatias, e cada fatia a uma
cor enumeradas de 0 a n dependendo do número de fatias utilizado.
TerraView

- (Abrir)
TerraView
Salvar projeto
- (Salvar)
O fatiamento é realizado sobre um única banda. Veja a seguir como executar o

fatiamento da banda 8 recortada no limite do Distrito Federal.
 Fatiamento de imagem – Banda 8 do Landsat do DF:

- (Camadas  Landsat_DF )  B8_realce_linear * marque somente esta camada.
- [Mapa] [ Zoom Toda área] ou botão * imagem é apresentada em toda extensão.
TerraView
- [Processamento] [ Processamento Matricial] [ Fatiamento de imagem...]
Fatiamento Matricial
- (Lista de Camadas ↕ B8_realce_linear)
- (Avançar >)
- (Matricial - Banda ▼ 0) * única banda disponível.
Fatiamento Matricial  Fatias
- {Parâmetros – Valor Mínimo:  1} * para excluir o zero do fatiamento..
- {Parâmetros – Passos:  7} * para definir 7 fatias.
- (Barra de Cor -  Usar Esquema)
- (Grupo ▼ Composition)
- (Esquema ▼ Yellow-Green-Blue) * teste outras cores se desejar.
- (Aplicar) * fatias são apresentadas na lista Mapeamento de Cores.
Se desejar pode editar manualmente os intervalos DE e PARA na lista Mapeamento de Cores..
Antes de avançar é possível visualizar com o cursor sobre a Área de Visualização.
- * clique e arraste o cursor sobre a imagem na tela para definir um retângulo.
O resultado temporário do fatiamento é apresentado dentro do retângulo como mostra
a figura ao lado.
- (Avançar >)
Salvar como...

- {Nome  B8_7_fatias} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
- (Terminar)
- (Camadas  )  B8_7_fatias.tif * marque somente esta camada.
Arraste as imagens criadas para dentro da Pasta de Camadas “Landsat_DF”.

TerraView
Exercício 4.7 – Realce por Filtragem

O Terraview tem um conjunto de filtros que podem ser aplicados sobre as imagens
monocromáticas (em nível de cinza)
TerraView
- (Abrir)
TerraView
Salvar projeto
- (Salvar)
Crie uma pasta de camadas para salvar as imagens filtradas.


TerraView
- {Nome da pasta de camada:  Imagens_Filtradas}
- (OK)
Aplicação de Filtragem – Passa Baixa Mediana
Será utilizado um filtro mediano para eliminar pontos isolados nas áreas mais escuras
da imagem da banda 8 do Landsat. Estes pontos surgiram por ter pixels dentro da área da imagem
com valor zero (0) e que ficaram com a cor branca da tela de fundo. A figura abaixo mostra os
pontos a serem eliminados da imagem. A seguir carrege a imagem a ser utilizada.
 Carregando imagem com ruídos:

- (Camadas  Imagens_Filtradas) * clique sobre a pasta para selecionar.
TerraView
- [Projeto] [ Adiciona Camada] [ Arquivo Matricial (raster)...] ou botão
- (Arquivo  B8_DF_ComRuido.tif)
- (Abrir)
Note que a imagens é aberta dentro da pasta de camadas. Caso não estejam, arraste a camada. Amplie a região
do Lago Paranoá e note os pontos brancos de ruídos na área do lago (como na figura acima).
A seguir o filtro mediana será utilizado para remover os pontos brancos de ruído.
 Filtragem de imagem com filtro mediana – Banda 8 do Landsat do DF:
- (Camadas  Landsat_DF )  B8_DF_ComRuido.tif * marque somente esta camada.
TerraView
- [Processamento] [ Processamento Matricial] [ Filtragem...]

Filtro
- (Camada de Entrada – Camada: ↕ B8_DF_ComRuido)
- (Parâmetros de Filtragem - Tipo ▼ Mediana)
- {Parâmetros de Filtragem - Iterações –:  1} * uma única vez será aplicado o filtro.
Valores maiores que 1 farão a imagem ser reprocessada várias vezes.
- (Bandas – Output Bands: ↕ 0)
- * para mudar de lado a banda caso a camada tenha mais de um abanda.
- (  Pré-Visualização)
O resultado temporário da filtragem é apresentado dentro do retângulo como mostra a figura ao lado.
- (...) * para selecionar caminho e nome do arquivo de saída.

Salvar como...
- {Nome  B8_filtro_mediano} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
Filtro
- (Terminar)
- (Camadas  )  B8_filtro_mediano.tif * marque somente esta camada.
- [Mapa] [ Desenhar] ou botão *imagem é apresentada. Compare com a original.
Arraste a imagem criada para dentro da Pasta de Camadas “Imagens_Filtradas”.
Aplicação de Filtragem – Passa Alta Sobel

Será utilizado um filtro passa alta tipo Sobel para realce de bordas da imagem da banda
8 do Landsat que foi filtrada acima.
 Filtragem de imagem com filtro Sobel – Banda 8 do Landsat do DF:

- (Camadas  Landsat_DF )  B8_filtro_mediano.tif * marque somente esta camada.

TerraView
- [Processamento] [ Processamento Matricial] [ Filtragem...]
Filtro
- (Camada de Entrada – Camada: ↕ B8_filtro_mediano)
- (Parâmetros de Filtragem - Tipo ▼ Sobel)
- {Parâmetros de Filtragem - Iterações –:  1} * para executar um única vez.
- (Bandas – Input Bands: ↕ 0)
- * para mudar de lado a banda caso a camada tenha mais de um abanda.
- (  Pré-Visualização)
O resultado temporário da filtragem é apresentado dentro do retângulo como mostra a figura ao lado.
- (...) * para selecionar caminho e nome do arquivo de saída.

Salvar como...
- {Nome  B8_filtro_sobel} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
Filtro
- (Terminar)
- (Camadas  )  B8_filtro_sobel.tif * marque somente esta camada.

Arraste a imagem criada para dentro da Pasta de Camadas “Imagens_Filtradas”.

TerraView
Exercício 4.8 – Classificação de Imagens

O Terraview tem um conjunto de técnicas de classificação de imagens de
sensoriamento remoto. Será utilizada a técnica de máxima verossimilhança (maxver) para
classificar a imagem.
TerraView
- (Abrir)
TerraView
Salvar projeto
- (Salvar)
Preparação das bandas

Serão utilizadas as bandas 5, 4 e 3 do Landsat disponíveis na camada “Bandas543_DF”
como espaço de atributos para a classificação. Para facilitar a coleta de amostras de treinamento
será aplicado um contraste com o Explorador de Estilo.
 Aplicando um contraste nas bandas 345 para facilitar o treinamento da classificação:

- (Camadas  )  Bandas543_DF
- * para Explorador de Estilo.
-( Canal Vermelho ▼ 0 )
-
Explorador de Estilo  Contraste * aba na parte inferior da janela.
- (Banda ▼ 0)
- * para carregar o histograma. Sobre o histograma, utilize o botão da esquerda para clicar na posição
a ser movida a linha vertical Mínima e botão da direita para mover a linha vertical Máxima. Como na figura
abaixo.
- * aplica o contraste da banda no canal azul.

- (Banda ▼ 1)
abaixo.
- * aplica o contraste da banda no canal verde.

- (Banda ▼ 2)
abaixo.

- * aplica o contraste da banda no canal vermelho.
- * para fechar o Explorador de Estilo.
Classificação por Maxver

A seguir será realizada a classificação.
 Executando Classificação MaxVer – Bandas 543 do Landsat do DF:
- (Camadas  Landsat_DF )  Bandas543_DF * marque somente esta camada.
TerraView
- [Processamento] [ Processamento Matricial] [ Classificador...]
Classificador
- (Lista de Camada – Nome: ↕ Bandas543_DF)
- (Avançar >)
- (Tipo ▼ Maximum Likelihood/ICM)
- (Bandas de Entrada ↕ 0, 1, 2) * corresponde as Bandas 543 do Landsat.
- * para criar amostras (ROI) sobre a imagem.

Gerenciar ROI
- {Adiciona Item a Classe ROI - Rótulo  Agua}
- (Cor ▼ <escolha uma cor>) * escolha uma visualmente diferente da cor na composição colorida.
- * item é inserido na lista Conjunto ROI.

- {Adiciona Item a Classe ROI - Rótulo  Solo exporto}

- {Adiciona Item a Classe ROI - Rótulo  Cerrado}

- {Adiciona Item a Classe ROI - Rótulo  Urbano}

- {Adiciona Item a Classe ROI - Rótulo  Mata}

- (Conjunto ROI ↕ Agua) * clique para selecionar o item, para que amostras sejam adquiridas.
- Adquira amostras por Polígono ou Retângulo como na figura abaixo.

Procure pegar amostras mais homogêneas possível.
- Adquira amostras para todos rótulos criados (pelo menos 4 amostras para cada
rótulo)
-
Salvar o conjunto ROI para arquivo
- {Nome  Amostras} * a extensão “.shp” será automaticamente inserida.
- (Tipo de Arquivo ▼ Shpa Files (*.shp *.SHP) )
- (Salvar)
Gerenciar ROI
- * para salvar o conjunto de amostras no arquivo Shapefile.

- (Fechar)
Classificador
- (Avançar >)
Salvar como...
- {Nome  Uso_DF_MaxVer} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
Classificador
- (Terminar)
- (Camadas  )  Uso_DF_Maxver.tif * marque somente esta camada.

Crie uma pasta de camadas para salvar as imagens classificadas.

TerraView
- {Nome da pasta de camada:  Imagens_Classificadas}
- (OK)
Arraste a imagem criada para dentro da Pasta de Camadas “Imagens_Classificadas”.
Pós Classificação
Note que uma imagem resultante de uma classificação por pixel em uma área com
grande variedade de usos resulta em muitos pixels de algum tema isolados ao redor de outro mais
frequente. Para eliminar os temas isolados executar a pós-classificação.
 Executando Pós Classificação da imagem de uso criada acima:

- (Camadas  Landsat_DF )  Uso_DF_Maxver.tif
TerraView
- [Processamento] [ Processamento Matricial] [ Pós Classificação...]
Pós Classficação
- Em Camada de Entrada
- (Camada ▼ Uso_DF_Maxver.tif)
- (Peso  3) * arraste até o valor 3.
- (Limite  3) * arraste até o valor 3.
- Em Saída
- (...)
Salvar como...
- {Nome  Uso_DF_MaxVer_pos} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
Pós Classficação
- (OK)
- (Camadas  )  Uso_DF_Maxver_pos.tif * marque somente esta camada.
* Compare a imagem abaixo e com imagem acima. Amplie uma área para ver os detalhes de vários pixels que
foram substituídos por outros que estavam a sua volta.

TerraView

Exercício 4.9 – Mosaico de Imagens CBERS

O Terraview tem um conjunto de técnicas para realizar o mosaico de dados matriciais,
seja imagens de sensoriamento remoto ou grades retangulares de modelos numéricos.
Inicialmente crie um novo projeto.
TerraView
Salvar projeto
- (Salvar)
As imagens que serão utilizadas seguem a articulação na figura abaixo em relação ao

limite do Distrito Federal.
Carregar as imagens de diferentes pastas de camadas para melhor organizar o

trabalho.
 Carregando as imagens da cena 157_117 do CBERS:
TerraView
- {Nome da pasta de camada:  CBERS_157_117}
- (OK)
- (Camadas  CBERS_157_117) * clique sobre a pasta para selecionar.
TerraView
- [Projeto] [ Adiciona Camada] [ Arquivo Matricial (raster)] ou botão

- Selecionar o caminho C:\Curso_FGeo\Dados\Imagens\CBERS_2_02-04-2007\157_117
- (Arquivo  CBERS_2_CCD1XS_20070402_157_117_L2_BAND2.tif,
CBERS_2_CCD1XS_20070402_157_117_L2_BAND3.tif,
CBERS_2_CCD1XS_20070402_157_117_L2_BAND4.tif) * marque os 3 arquivos
- (Abrir)
 Carregando as imagens da cena 157_118 do CBERS:

TerraView
- {Nome da pasta de camada:  CBERS_157_118}
- (OK)
- (Camadas  CBERS_157_118) * clique sobre a pasta para selecionar.
TerraView
- Selecionar o caminho C:\Curso_FGeo\Dados\Imagens\CBERS_2_02-04-2007\157_118
- (Arquivo  CBERS_2_CCD1XS_20070402_157_118_L2_BAND2.tif,
CBERS_2_CCD1XS_20070402_157_118_L2_BAND3.tif,
CBERS_2_CCD1XS_20070402_157_118_L2_BAND4.tif) * marque os 3 arquivos
- (Abrir)
As imagens devem ficam organizadas como na figura abaixo.
- (Camadas  CBERS_157_117)  CBERS_..._BAND2.tif
- [Mapa] [ Desenhar] ou botão * note no contato entre as imagen o contorno em preto
até preencher a área retangular de cada imagem. Teremos de informar a todas camadas que o preto com
valor zero (0) deve ser considerado nulo.
A figura abaixo mostra a articulação de duas imagens das bandas 2 do CBERS. Os

arquivos já estão corrigidos geometricamente entre si, pois foram adquiridos praticamente no
mesmo instante e sequencialmente. Note ainda que não será necessário adquirir cenas adjacentes

para cobrir a área do DF, caso contrário teria de trabalhar com cenas de datas diferentes,
ocasionando também diferenças de brilho entre as cenas. Porém, o valor nulo deve ser informado.
 Informando o valor Dummy a ser utilizado para cada imagem monocromática:

- Clique duplamente sobre o Estilo de visualização da camada ou botão na
janela da direita
Explorador de Estilo : CBERS_..._Banda2
-( Estilo de Visualização  Regra Padrão  Simbolo Matricial 0)
- {Valor Dummy a ser usado  0} -
- ou botão na barra de ferramentas.
* Note que a área preta em volta da imagem fica transparente na mesma cor branca da Área de Visualização.
- Repita o procedimento acima para as demais camadas
A seguir veja como juntar as imagens para criar um mosaico que cobre o DF com 2
arquivos.
 Realizando mosaico de 2 imgens – Banda 2 do CBERS:

TerraView
- [Processamento] [ Processamento Matricial] [ Mosaico...]
Mosaico – Pesquisar Camada
- (Lista de Camadas ↕ CBERS_2_CCD1XS_20070402_157_117_L2_BAND2.tif
CBERS_2_CCD1XS_20070402_157_118_L2_BAND2.tif)
Atenção ao selecionar as mesmas bandas (mesmo comprimento de onda), isto é, a BAND2 de cada cena.
- (Avançar >)
Mosaico –Mosaico
- (Tipo ▼ Geo Mosaico) * esta opção supõe que os arquivos estão perfeitamente georreferenciados.
- (Interpolador ▼ Vizinho mais Próximo) * não há necessidade de reamostragem, pois as
grades já estão ajustadas entre si.
- (  Auto Equalizar) * DESMARCAR esta opção.

- (Avançar >)
Mosaico –Informação Matricial
Salvar como...
- Selecionar o caminho C:\Curso_FGeo\Dados\Imagens\CBERS_2_02-04-2007
- {Nome  Cbers_DF_Banda2} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
Mosaico –Informação Matricial
- (Terminar) * aguarde o processamento
- (OK) * na mensagem
- (Camadas  )  Cbers_DF_Banda2 * marque somente esta camada
- Repita o procedimento acima para as camadas das bandas 3 e 4

correspondentes.

TerraView

Exercício 4.10 – Fusão de Imagens

Neste exercício veremos como executar a fusão de uma banda pancromática de 2m
com as bandas multiespectrais de 8m do sensor WPM do CBERS 4A. A imagem já foi coletada do
catálogo do INPE correspondente a cena 207/131, mas devido o tamanho da imagem de saída no
processamento da fusão (3x o tamanho da banda monocromética de 2m) optamos por realizar a
fusão em uma pequena parte da cena incluindo a área central de Niquelância – GO.
Inicialmente crie um novo projeto.
TerraView
Salvar projeto
- (Salvar)
Carregue as imagens a seguir. Note que as 4 bandas de 8m já estão compostas em um

único arquivo tif.
 Carregando as imagens do sensor WPM do CBERS 4A:
TerraView
- {Nome da pasta de camada:  CBERS_4_Nique}
- (OK)
- (Camadas  CBERS_4_Nique) * clique sobre a pasta para selecionar.
TerraView
- Selecionar o caminho C:\Curso_FGeo\Dados\Imagens\CBERS_4A
- (Arquivo  CBERS_4A_WPM_20200809_207_131_L2_BAND1234_recNiq.tif,
CBERS_4A_WPM_20200809_207_131_L2_BAND0_recNiq.tif) * marque os 2 arquivos
- (Abrir)
IMPORTANTE: As imagens do CBERS 4A são quantificadas em 10bits, isto é, os valores válidos

variam de 0 a 1023. Entretanto, para armazenar essa quantidade de valores um arquivo de 16bits
é necessário, uma vez que os arquivos binários são agrupados em 8 (8, 16, 32 e 64bits) . Note que
um arquivo de 16bits poderia armazenar até 65536 valores diferentes para cada pixel da imagem,
um intervalo bem maior do que os 1024 usados pelas imagens CBERS. O que ocorre é que as
imagens não vem com metadado de quais são os valores mínimo e máximo utilizados e ao abrir a
imagem pela primeira vez no TerraView será apresentada como os limites de uma imagem baseada
nos 16bits (informação esta disponível no arquivo). Como o TerraView não faz nenhuma análise
no contéudo dos níveis de cinza da imagem, o intervalo de 1024 valores será reduzido a um único
tom de cinza apresentado na tela para um intervalo de 65536. Somente após calcular o
histrograma (botão no Explorador de Estilo) a imagem ficará com um aspecto melhor como
mostra a figura abaixo.
Veja a seguir como apresentar a banda pancromática (de 2 metros) e a multiespectral

(de 8 metros) do sensor WPM do CBERS para um recorte na cena original com detaque a uma parte
da cidade de Miquelândia. Note que as bandas de 8 metros já foram compostas em um único
arquivo GeoTif.
 Visualizando as imagem WPM:

- (Camadas  CBERS_4_Nique )
 CBERS_4A_WPM_20200809_207_131_L2_BAND0_recNiq.tif *marque só esta
* Note que a imagem aparece inicialmente toda cinza (veja explicação acima).
- Clique duplamente sobre o Estilo de visualização da camada ou botão na janela da direita
-( Monocromático ▼ 0 ) * é automaticamente selecionado por ter uma única banda no
arquivo da camada.
- (Banda ▼ 0)
- ( Toda Imagem) * histograma será calculado para toda imagem.

- * para carregar o histograma. Note que os valores Min e Max são ajustados. Mas como a imagem é
quantificada em 10 Bites não deverá aparecer valores maiores que 1023.
- * aplica o contraste para os limites mínimo e máximo.

* Se desejar, utilize o botão da esquerda para clicar na posição a ser movida a linha vertical Mínima e botão da
direita para mover a linha vertical Máxima. Use o botão a cada alteração do mínimo ou máximo. Conforme
visto em exercícios anteriores.
- (Camadas  CBERS_4_Nique )
 CBERS_4A_WPM_20200809_207_131_L2_BAND1234_recNiq.tif *marque só esta
* Note que a imagem aparece inicialmente toda cinza (veja explicação acima).
- Clique duplamente sobre o Estilo de visualização da camada ou botão na janela da direita
-( ) * é automaticamente selecionado por ter quatro bandas no arquivo da camada,

sendo as três primeiras selecionadas. Vamos alterar a ordem a seguir.
-( Canal Vermelho ▼ 2)
- (Banda ▼ 0)
- * para carregar o histograma.

- (Banda ▼ 1)
- (Banda ▼ 2)

Compare as duas imagens abaixo .
(Banda 0 – 2m ) (Bandas 321 – 8 m)
A seguir será realizada a fusão utilizando a técnica IHS. Serão solicitadas três bandas
para a transformação RBG -> IHS e uma banda pancromática que será substituída pela componente
I (Intensidade) na transformação inversa IHS -> RBG.
 Executando a Fusão IHS:

TerraView
- [Processamento] [ Processamento Matricial] [ Fusão...]
Fusão
Marque primeiro a camada de resolução (8m) inferior que tenha no mínimo 3 bandas disponíveis.
- (Lista de Camadas ↕ CBERS_4A_WPM_20200809_207_131_L2_BAND1234_recNiq.tif)
- (Avançar >)
Fusão
Marque em segundo a camada de resolução (2m) superior com a banda disponível.
- (Lista de Camadas ↕ CBERS_4A_WPM_20200809_207_131_L2_BAND0_recNiq.tif)
- (Avançar >)
Fusão
Selecione o tipo de os parâmetros necessários.
- (Tipo ▼ IHS)
Fusão – Parâmetros IHS  Resolução Maior
- (Banda ▼ 0) * é a própria banda pois só há uma no arquivo da camada.
Fusão – Parâmetros IHS  Resolução Menor
- (R ▼ 2) * banda 2 para canal vermelho.
- (G ▼ 1) * banda 1 para canal verde.
- (B ▼ 0) * banda 0 para canal azul.
Fusão – Parâmetros Comuns
- (Interpolador ▼ Bicúbico) * para reamostragem das bandas de 8m para 2m.
- (Avançar >)
Fusão – Informação Matricial
Salvar como...
- Selecionar o caminho C:\Curso_FGeo\Dados\Imagens\CBERS_4A
- {Nome  Fusao_IHS_wpm} * a extensão “.tif” será automaticamente inserida.
- (Salvar)
Fusão – Informação Matricial
- (Terminar)
- (OK) * na mensagem informando que terminou com sucesso. Pode demorar alguns minutos. Camada
será criada.
O resultado é apresentado na figura a seguir.

Curso IntroGeo TerraView5 Exercicios P4

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Curso IntroGeo TerraView5 Exercicios P4

Enviado por

Direitos autorais:

Formatos disponíveis

Cursos Online SELPER

CURSO “INTRODUÇÃO AO GEOPROCESSAMENTO COM

(EXERCÍCIOS PRÁTICOS – PARTE 4)

ii Cursos Online SELPER

 Criando projeto para iniciar as consultas:

- Na interface aberta confira se o tema selecionado é “Estações de captação de

- Clique em Clique para BAIXAR.

Carregar o arquivo shape com as estações de captação de água.

- [Mapa] [Desenhar] ou botão

 Carregando a camada exportada para o PostGIS:

SELECT (ST_Dump(ST_VoronoiPolygons(ST_Collect(ogr_geometry)))).geom AS geom

- Consulta é aplicada. O resultado é apresentado na área de Pré-visualização.

CREATE TABLE captacoes_voronoi_sql AS

ALTER TABLE captacoes_voronoi_sql ADD COLUMN fid SERIAL;

- Executa. O resultado é apresentado na área de LOG.

ALTER TABLE captacoes_voronoi_sql

- Executa. O resultado é apresentado na área de LOG.

- Executa. O resultado é apresentado na área de LOG.

ALTER TABLE captacoes_voronoi_sql ALTER COLUMN geom type geometry(Polygon, 4618);

Veja o resultado desses comando todos na tela do TerraView.

 Carregando tabela criada do PostGIS p/ camada:

Note que a tabela “captacoes_voronoi_sql” com os polígonos de Voronoi criada não

CREATE TABLE cap_voronoi_final AS

ALTER TABLE cap_voronoi_final

ERROR: could not create unique index "cap_voronoi_final_fid_pk" DETAIL: Key

Para remover registro da tabela “captacoes” use:

Execute novamente os dois comandos

ALTER TABLE cap_voronoi_final

150 Cursos Online SELPER

 Carregando a tabela criada:

CREATE TABLE pocos_tub_voronoi_final AS

ALTER TABLE pocos_tub_voronoi_final

DICA: Este mesmo cruzamento entre as tabelas “pocos_tubulares_pto_go” e “cap_voronoi_final”

 Carregando a tabela criada:

Experimente criar uma leganda sobre a camada “pocos_tub_voronoi_final” do tipo

152 Cursos Online SELPER

Exercício 4.2 – Análise Espacial – Mapa de densidade (kernel)

 Criando projeto para iniciar as consultas:

 Carregando tabela de poços do PostGIS p/ camada:

A partir da tabela de poços tubulares de GO, criaremos um mapa de densidade, porém

Vazão < 10 > 10 > 25 > 60 > 75 > 150

Para atribuir os pesos a tabela de poços, criaremos um atributo e utilizaremos

 Criando atributo e atribuindo peso a tabela de poços:

- (▼ <=) * para operador menor ou igual.

- { 10} * digite o valor.

- (Camadas  public.pocos_tubulares_pto_go)  [ Consulta por Atributos...]

- (▼ >) * para operador.

- { 10} * digite o valor.

- * para adicionar um segundo critério.

A seguir vamos criar o mapa de densidade utilizando o peso definido acima.

Realizar o procedimento para calcular a densidade mínima, máxima e a média para

 Vizualizando gráfico de disperssão:

NOTA: Abra a tabela da camada “mun_go_kernel_pocos”. Desenhe o mapa de Kernel sobre o

Exercício 4.3 – Análise Espacial – AHP Multicritério

Cada um dados geoambientais foram fornecidos nesse exercício na forma matricial

 Criando projeto para iniciar as consultas:

158 Cursos Online SELPER

 Realizando a análise multicritério:

- (1  Geomorfolofia) * Geomorfologia mais importante que Geologia.

- ( 3) * selecione para grau de importância.

- (2  Solos) * Solos mais importante que Geologia.

- ( 5) * selecione para grau de importância.

- (3  Uso Terra) * Uso Terra mais importante que Geologia.

- ( 9) * selecione para grau de importância.