Curso Básico e Intermediário

De Geoprocessamento
Com ArcGis

Data de Elaboração/Revisão: OUTUBRO/2016

FRANCISCO TOMAZ LIMA BEZERRA

CEO & FOUNDER
bureaugis@gmail.com
www.bureaugis.com.br

This document must be treated as confidential and may not be disclosed to third parties without the prior written permission of BUREAU GIS
what will treat all client information as confidential and will not disclose any such information to third parties.
Sumário
Introdução ........................................................................................................................................... 3
1 Cartografia para Geoprocessamento ............................................................................................... 3
1.1 conceitos básicos...................................................................................................................... 3
2. Introdução a utilização de Ferramentas GIS ............................................................................... 3
2.1 – Conceitos Básicos ArcGis; ................................................................................................. 3
a. Introdução ao GIS ................................................................................................................ 3
b. Visão Geral Sobre Dados Geográficos; .................................................................................... 3
c. Funcionalidades de um GIS; ................................................................................................ 4
d. Bancos de Dados GIS ........................................................................................................... 5
e. Formatos de Dados Esri....................................................................................................... 6
f. Conceitos de Geodatabase.................................................................................................. 7
g. Aplicações do ArcGis ......................................................................................................... 11
ArcMap .............................................................................................................................................. 11
Informações Adicionais ................................................................................................................. 11
ArcCatalog ......................................................................................................................................... 12
ArcToolbox ........................................................................................................................................ 13
Ferramentas da Toolbar Standard .................................................................................................... 14
Ferramentas das Toolbars Tools e Draw ........................................................................................... 15
3. Treinamento Básico de Geoprocessamento – Mapa Geopolítico ............................................ 16
Instruções Básicas ......................................................................................................................... 16
3.1 Geoanálise I – Simbolizar camadas para demonstração de quantidades ................................... 17
3.1.1 - Cores Graduadas: ............................................................................................................... 17
3.1.2 – Símbolos Graduados:......................................................................................................... 17
3.1.3 Informações adicionais do processo de Krigagem ............................................................... 18
3.2 Adição de Histograma e Semivariograma ................................................................................... 20
4. Georreferenciamento................................................................................................................ 21
4.1 Georreferenciamento - instrução normativa .......................................................................... 22
5 Vetorização de mapa Geológico ................................................................................................... 24
Conhecendo o ArcScan.................................................................................................................. 24
Exemplo 1 - Mapa Geológico .................................................................................................... 25
5.1 – Carta Náutica .................................................................................................................... 26
5.2 Georreferenciamento e vetorização de perfil geológico ............................................................ 26

2
6 Interpolação de dados Topográficos, aumento de acurácia e projeção em 3D ........................... 29
6.1 GRID ........................................................................................................................................ 29
6.2 Contornos ............................................................................................................................... 29
6.3 Rede Irregular Triangular (TIN)............................................................................................... 29
6.4 Spline ................................................................................................................................... 29
7 Descomplicando análises Hidrológicas.......................................................................................... 31
I - Fill .............................................................................................................................................. 31
II - Flow Direction .......................................................................................................................... 32
III - Flow Accumulation .................................................................................................................. 33
IV - Map Algebra (Raster Calculator)............................................................................................. 34
V - Stream link ............................................................................................................................... 35
VI - Stream Order .......................................................................................................................... 36
 Método de Horton ............................................................................................................ 37
 Método de Strahler (1952)................................................................................................ 37
VII - Basin ....................................................................................................................................... 38
VIII - Conversion Tools ................................................................................................................... 39
IX - Stream to Feature ................................................................................................................... 39
7.1 – parte 01 - Uso de dados Hidrológicos e de Declividade (Hidrology e Slope) ........................... 40
7.1 – parte 02 – Integração de dados topográficos – TIN ................................................................. 41
8 PDI – NDVI e Tasseled Cap............................................................................................................. 41
I – Correção de índice de Reflectância .......................................................................................... 43
II – NDVI......................................................................................................................................... 44
III – Índices Tasseled Cap ............................................................................................................... 44
IV – Aplicações .............................................................................................................................. 46
 Agricultura, Ambiente e Faixa de recursos: ...................................................................... 46
 Uso da Terra e Mapeamento: ........................................................................................... 46
 Geologia: ........................................................................................................................... 46
 Recursos hídricos: ............................................................................................................. 46
 Oceanografia e Recursos Marinhos: ................................................................................. 47
 Meio Ambiente: ................................................................................................................ 47
9 Model Builder ................................................................................................................................. 47
10 Projeto Final - Iso Cluster Unsupervised Classification e Drapando imagem.............................. 48
11 Agradecimentos .......................................................................................................................... 50

3
12 Referências .................................................................................................................................. 51

4
Introdução

O presente Material foi desenvolvido para treinamento de Alunos de Geoprocessamento

básico da BUREAU GIS. As informações, exercícios e práticas foram desenvolvidas
baseadas em estudos de caso de maiores dificuldades de múltiplos usuários classificados
como usuários iniciantes ou básicos.
Este material faz parte de um conjunto de ferramentas que a empresa emprega em seus
treinamentos através do Investimento em P&D em todas as áreas de geoprocessamento.
Aos estudantes, agradecemos a preferência, aos professores que queiram adotar o
material agradecemos mais ainda e nos dispomos a conversar e desenvolver materiais
para casos específicos de todos os cursos de Engenharias, Geociências, Ciências Biológicas
e Ecológicas, áreas de Saúde e Segurança, Humanas e demais áreas.
Nossos Instrutores são altamente qualificados e são criadores de aplicações diversas em
Geoprocessamento. Queremos sempre colaborar e mais uma vez ficamos a disposição de
todos.

Cordialmente.

Francisco Tomaz Lima Bezerra

CEO e Founder BUREAU GIS
Analista Gis
Geoestatístico

3
1 Cartografia para Geoprocessamento
1.1 conceitos básicos

Cartografia é um Conjunto de estudos e operações científicas, artísticas e técnicas,

baseado nos resultados de observações diretas ou de análises de documentação, visando
à elaboração e preparação de cartas, projetos e outras formas de expressão, bem como a
sua utilização (INTERNATIONAL CARTOGRAPHIC ASSOCIATION, 2014).
Em outras palavras, é a ciência que trata da concepção, da produção, da difusão, da
utilização e do estudo dos mapas. Na literatura (OLIVEIRA, 1993; INSTITUTO BRASILEIRO
DE GEOGRAFIA E ESTATÍSTICA, 2014 e outros), há a distinção entre os termos mapa, carta
e planta ao se referir a uma representação cartográfica. Essas denominações estão
associadas à escala de levantamento e a sua representação, ou seja, para escalas menores
utiliza-se o termo mapa; para escalas médias, carta; e para escalas locais, planta.

3
As obras de engenharia (rodovias, ferrovias, barragens, canalizações e dutos, edificações
em geral, loteamentos, etc.) são concebidas, muitas vezes, “até onde a vista alcança”, ou
seja, na superfície física da Terra. Em outras palavras, não temos uma noção da curvatura
do planeta, a não ser que consigamos ver uma ligeira tendência dessa curvatura no
horizonte a partir do sobrevoo em uma aeronave ou da observação do pôr do sol na linha
do horizonte em uma praia, por exemplo.

3
Segundo Freitas (1980), do ponto de vista físico, um sistema de referência de coordenadas
é o conjunto de um ou mais eixos com orientação definida no espaço e com uma escala
adequada, por meio do qual uma posição e uma orientação possam ser definidas sem
ambiguidade.
As coordenadas geográficas são dadas por um par de ângulos para determinar um ponto
na superfície esférica terrestre: um ângulo de latitude e um ângulo de longitude ,
conhecidos também como coordenadas LAT/LONG.
Valores negativos (-) são usados
para coordenadas sul e oeste, e
positivos (+) para norte e leste. As
latitudes variam de 90°S a 0° e de
0° a 90°N (ou -90° a + 90°), e as
longitudes variam de 180°W a 0° e
0° a 180°E (ou -180° a + 180°).

3
 2. Introdução a utilização de Ferramentas GIS
Julgamos que as informações abaixo são de extrema importância para que os alunos
tenham base para nomenclaturas, extensões, modelos de dados, e etc.
2.1 – Conceitos Básicos ArcGis;
a. Introdução ao GIS
GIS (Geographic Information System) ou Sistema de Informação Geográfica
é um sistema que permite coletar, manusear e analisar dados
georeferenciados.
Possui cinco componentes:
i. Hardware
ii. Software
iii. Dados
iv. Metodologias e
v. Recursos humanos
b. Visão Geral Sobre Dados Geográficos;
Um dado geográfico possui três componentes principais:
i. Geometria:
Feições geográficas representando os objetos do mundo real

ii. Atributos:
Características descritivas das feições geográficas

3
iii. Comportamento: Indica que as feições geográficas podem ser editadas,
visualizadas ou analisadas
iv. Topologia:
Topologia é um procedimento matemático utilizado para determinar as
relações espaciais das feições e as propriedades, incluindo: Conectividade
das linhas; Direção das linhas; Comprimento das linhas; Adjacência de
áreas; Definição de área.

c. Funcionalidades de um GIS;
Qualquer GIS possui funcionalidades para manipular e analisar dados
geográficos:
Dado Real
i. Coleta de dados (espaciais e tabulares)
i. Mapas em papel
ii. Dados digitais
iii. Coordenadas x,y
iv. GPS
ii. Armazenamento
i. Vetor (pontos, linhas e polígonos) Vetor
x2,y2
ii. Raster (matriz de céculas) x,y
iii. Consulta x1,y1 x3,y3
i. Por localização Raster
ii. Por atributos
linhas

x,y
colunas

4
 iv. Análise
i. Proximidade
ii. Sobreposição
v. Exibição
i. Mapas
ii. Gráficos
iii. Relatórios
vi. Saída
i. Mapa impresso
ii. Imagem
iii. Internet
iv. Documento.

d. Bancos de Dados GIS

i. Os dados espaciais possuem informações associadas a cada uma das
feições. A essas informações denominamos de atributos.
ii. Um layer contêm feições com atributos similares (e.g. ruas, cidades,
estradas), localizadas dentro de uma determinada extensão
geográfica.
iii. As informações em um GIS são organizadas e armazenadas como
uma coleção de layers temáticos.

rua

hidrografia

lote

solo

5
e. Formatos de Dados Esri
Vetor
i. Shapefile
i. Formato nativo do ArcView 3.x
ii. Composto por pelo menos três arquivos (*.shp, *.shx, *.dbf)
que armazenam os dados espaciais e atributos
iii. Um shapefile pode conter somente um tipo de feição (i.e.,
ponto, linha ou polígono)
ii. Coverage
i. Formato nativo do ArcInfo 8.1
ii. Composta por um conjunto de arquivos binários
armazenados no diretório da coverage que armazenam os
dados espaciais e atributos
iii. Uma coverage pode conter vários tipos de feição (e.g., linha
e ponto, linha e polígono)
iii. Geodatabase
i. Formato nativo do ArcGIS
ii. Armazena os dados espaciais e atributos em um banco de
dados relacional (SGBD)
Feições do mesmo tipo são representadas pelas feature classes

Imagem e Grid
i. Grade (grid) de linhas e colunas formadas por células de mesmo
tamanho
ii. Cada célula armazena um valor
iii. A resolução da feição depende do tamanho da célula da grade
iv. Os seguintes formatos são suportados no ArcGIS:

6
 i. ERDAS Imagine Images x. ERDAS Imagine (. lan. gis)
xi. GIF
ii. ERDAS raw
xii. BMP
iii. BIL/BIP/BSQ xiii. JPEG
xiv. PNG
iv. MrSID (imagens comprimidas)
xv. CIB
v. ADRG xvi. ESRI GRID
xvii. TIFF e GeoTIFF
vi. ER Mapper Pixels
vii. CADRG
viii. NITF
ix. DTED Level 1 & 2
Imagem

v. Imagens podem ser armazenadas sob duas formas:

i. Monocromático armazena dados em preto e branco (uma
única banda) (dataset simples)
ii. Multiespectral armazena dados em diversas bandas
coloridas (dataset composto)
f. Conceitos de Geodatabase
i. Pode ser definido como um mecanismo para armazenar dados
espaciais e seus atributos e um sistema de recuperação de dados
para sua consulta e apresentação
ii. É o formato nativo do ARCGIS
iii. Atributos espaciais e de dados ficam armazenados no SGBD
iv. Pode-se estabelecer e armazenar domínios de atributos e regras de
relacionamento e de conectividade entre feições, visando garantir a
integridade dos dados
v. Geodatabase é uma coleção de:
vi. feature dataset
vii. feature classes
viii. object classes
ix. relationship classes.

7
Feature Class

i. Uma coleção de feições do mesmo tipo (i.e., ponto, linha, polígono, etc)
ii. Armazenadas como tabelas no SGBD
iii. Cada linha da tabela contém uma feição específica onde:
– Feição = atributos + shape (geometria)
iv. Logicamente uma Feature Class pode ser vista como uma tabela com atributos
textuais e uma coluna com o dado espacial (Shape) que contém a geometria da
feição.
v. Outras tabelas de atributos podem ser associadas à Feature Class.

8
Feature Dataset
i. É um conjunto de Feature Class geralmente com associações topológicas entre si.
ii. Todas Feature Class contidas em um Feature Dataset utilizam a mesma referência
espacial.
Um Feature Dataset pode conter ainda:
i. Classes de Objetos: conceito de objetos de Bancos de Dados Objeto-
Relacionais
ii. Classes de Relacionamento: armazena os relacionamentos entre entidades
das Classes de Features e Classes de Objetos
iii. Redes Geométricas: modelam sistemas lineares (transportes,
abastecimento de água, etc.)
iv. Topologias Planares: modelam sistemas lineares e de áreas.

Referencia Espacial:

9
Termos principais

Termo Definição
Classe de Grupo de feições geográficas com o mesmo tipo de geometria (como
feição ponto, linha ou polígono), os mesmos atributos, e a mesma referência
espacial.
Conjunto de Grupo de classes de feições armazenadas em conjunto que
dados de compartilham a mesma referência especial, ou seja, compartilham um
feições sistema de coordenada, e as suas feições estão incluídas em uma
áreas geométrica comum.
Tabela Conjunto de elementos de dados organizados em linhas e colunas.
Cada linha representa um único registro. Cada coluna representa um
campo do registro Linhas e colunas se cruzam para formar células,
que contêm um valor específico para um capo de um registro.
Geodatabase Banco de dados ou estrutura de arquivos usados principalmente para
armazenar, consultar e manipular dados espaciais. O geodatabase
armazena geometria, um sistema de referência espacial, atributos e
regras de comportamento dos dados.
Rede Feições borda de junção que representam uma rede linear, como um
geométrica sistema hidrológico ou utilitário, no qual a conectividade das feições é
baseada em sua coincidência geométrica.
Conjuntos de Modelo de dados espaciais raster que é armazenado em disco ou em
dados raster um geodatabase.
Classe de Item no geodatabase que armazena informações sobre um
relacionamento relacionamento.
Tipologia Em um geodatabase é a disposição que limita como as feições de um
ponto, linha e polígono compartilham geometria. Por exemplo, as
linhas centrais de Streets e os quarteirões do censo compartilham
geometria, e os polígonos do solo adjacente compartilham geometria.
A tipologia define e impõe regras de integridade de dados) por
exemplo, não deve haver vazios entre polígonos).

Principais razões para usar um geodatabase

Estrutura Versatilidade e usabilidade aprimoradas;

Desempenho otimizado;
Poucas limitações de tamanho.
Desempenho Fácil migração de dados;
Modelo de edição aprimorado;
Armazenamento de rasters no geodatabase.
Gerenciamento de Configuração de armazenamento passível de customização;
dados Permite atualizações dos índices espaciais;
Permite o uso de compressão de dados.

10
 g. Aplicações do ArcGis
O ArcGIS possui as funcionalidades básicas através de três aplicações:
i. ArcMap
a. Visualizar e consultar dados geográficos
b. Editar e gerar produtos de saída
ii. ArcCatalog
a. Consultar dados geográficos e criar e atualizar metadados
iii. ArcToolbox
a. Análises geográficas básicas, intermediárias e Avançadas.
b. Conversão de dados

ArcMap
i. Visualizar dados geográficos
ii. Editar
iii. Análises espaciais
iv. Consultas
v. Criar mapas
vi. Gráficos
vii. Relatórios
O mapa é o componente principal do ArcMap. Os dados geográficos que compõem o
mapa são denominados de layers (equivalente ao conceito de “tema” do ArcView 3.x).
Informações Adicionais
Layers contêm a localização do dado e não o dado propriamente dito.
i. Tabela de conteúdo
a. Lista os layers contidos no mapa
b. Localizado no lado esquerdo do ArcMap, mas pode ser reposicionado para
outro local
c. Layers no topo da lista são exibidos sobre os layers abaixo da lista.

11
ArcCatalog

i. ArcCatalog é a aplicação para visualizar dados geográficos. Semelhante ao

Windows Explorer.
ii. ArcCatalog
a. Visualizar
b. Buscar
c. Consultar
d. Organizar
iii. Permite acessar dados armazenados no
a. disco local
b. rede local
c. Arcgis online

iv. Formas de visualizar o conteúdo dos dados:

a. Contents: lista o conteúdo do item selecionado
b. Preview: exibe o dado (geográfico e tabular) do item selecionado (pré-
visualização)
c. Metadata: acessa o metadado do item selecionado.

No ArcMap

12
ArcToolbox
i. ArcToolbox
a. Conversão de formatos (importar/exportar)
b. Definição de sistema de projeção e reprojeção.
c. Análises de geoprocessamento intermediárias e avançadas.
ii. Ferramentas customizadas podem ser adicionadas no ArcToolbox.
iii. ArcToolbox possui um conjunto extenso de ferramentas
a. Converte todos os principais tipos de formatos
b. Cria e mantém a topologia
c. Realiza join, clip e split
d. Executa programas AML.

Além destas informações, destacamos as informações sobre as toolbars Standard, Tools e

Draw, que são mais frequentemente usadas pelos usuários GIS, independente de nível de
conhecimento. A seguir seguirão imagens com as informações:

13
Ferramentas da Toolbar Standard

14
Ferramentas das Toolbars Tools e Draw

15
 3. Treinamento Básico de Geoprocessamento – Mapa Geopolítico
Instruções Básicas
No nosso primeiro exercício trabalharemos com a elaboração de um mapa político. No
mesmo abordaremos informações básicas sobre introdução de informações no nosso
ambiente de trabalho, ArcMap, edições de gradientes de cor – visando o melhoramento
da amostragem da informação para aqueles que lerão nossos mapas, introdução de
labels, informações como ajuste de página , no modo layout, para impressão, inserção de
informações complementares como: Norte, Legenda, escalas, Grids e elaboração correta
de layout. Bem vindos a nosso Curso Básico e Intermediário de SIG com ArcGis do Bureau
GIS.
Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=hWyAMs1hTPY

16
 3.1 Geoanálise I – Simbolizar camadas para demonstração de quantidades
3.1.1 - Cores Graduadas:
A representação de cores graduadas é um dos tipos de renderização mais comuns e é
usada para representar informações quantitativas, especialmente para classes de recurso
ponto e polígono. Usando um renderizador de cores graduadas, os valores de um número
de campo são agrupados em classes ordenadas. Dentro de uma classe, todas as entidades
são desenhadas com a mesma cor. Cada classe é atribuída uma cor graduada do menor
para o maior.
A utilização de cores graduadas é útil muitas vezes para visualizar os tipos de valores e e
sua disposição de cada lado do valor médio ou mediano. No exemplo a seguir, a rampa de
duas cores ajuda a enfatizar os valores acima do valor médio (mostrados a azul) e os
valores abaixo do valor médio (mostrado em vermelho).

Imagem de cores graduadas - ESRI

3.1.2 – Símbolos Graduados:

A formação de renderização de símbolos é um dos tipos de renderização comuns usados
para representar informações quantitativas. Ao usar um símbolo renderizador, os valores
de quantidade de um campo são agrupados em classes ordenadas. Dentro de uma classe,
todas as entidades são amostradas com o mesmo símbolo. A cada classe é atribuído um
símbolo depois da graduação na aba simbologia, a partir do menor para o maior.

Imagem de símbolos graduadas - ESRI

17
Uma das formas mais adequadas de demonstração de índices, quantidades, porcentagens
de dados em um mapa básico de amostragem, seja na Geologia, Engenharia, Ambiental,
Políticas Públicas, Geomarketing, Geomedicina demais aplicações é a amostragem por
símbolos e cores graduadas. Estas são facilmente identificadas por seu público alvo, que
saberão identificar os melhores e maiores índices e menores teores geoquímicos,
contaminantes, dados de segurança pública (padrões de assaltos, atropelamentos, etc) e
demais aplicações.
Nesse exercício de continuação da aula anterior realizaremos análise por Krigagem (de
forma básica) e classificação simbológica por símbolos graduados. São modos de
apresentação de dados que podem ser classificados como intermediários, mas que podem
estar em todos os mapas e análises, independente de classificação de usuário.
3.1.3 Informações adicionais do processo de Krigagem
Para criar um GRID de superfície no ArcGis, deve-se utilizar as ferramentas do Spatial
Analyst, encontradas no ArcToolbox, para interpolações desejadas. Entende-se por
interpolação, um procedimento utilizado para prever valores em células locais que não
possuam pontos de amostragem (predição geoestatística). Para tanto ela é baseada no
princípio de auto correlação espacial, ou mais comumente chamada de dependência
espacial, que medirá o grau de dependência entre pontos mais próximos e mais distantes,
resultando em análise de grande confiabilidade dentro de análises e relações.
Essa correlação espacial, realizada automaticamente, determina se os valores estão
interligados. Se os valores estiverem relacionados, ele determina se há um padrão
espacial e a partir daí, conectam essas informações de forma espacial, medindo, entre
outras coisas:
 Similaridade de objetos dentro de uma área;
 O grau em que um fenômeno espacial estará correlacionado entre si no espaço;
 O nível de interdependência entre as variáveis;
 Natureza da interdependência.
Os diferentes métodos de interpolação quase sempre irão produzir resultados diferentes.

18
Dentre os métodos de interpolações estatísticas, uma das mais conhecidas – senão a mais
conhecida, é a Krigagem. Utilizada na avaliação de diversas aplicações, como Geoquímica,
Modelagens Ambientais, Ciências da Saúde dentre outros, o Kriging assume que a
distância ou direção entre os pontos de amostra reflete uma correlação espacial que
poderá ser amostrado para explicar a variação na superfície. O método uma função para
um número X de pontos ou todos os pontos dentro de um raio especificado e determina o
valor de saída para cada local. O método – Kriging, é mais apropriado quando uma
distância espacialmente correlacionada é conhecida, e a modelagem é mais comumente
usada para aplicações em ciência do solo e geologia.
Os valores previstos são derivados a partir da medida da relação das amostras, usando
uma técnica de média ponderada avançada, usando um raio de busca que pode ser fixo
ou variável, levando-se sempre em consideração que valores das células geradas excedem
o intervalo de valores de amostras devido ao acomodamento do modelo pretendido para
preenchimento da superfície (por extrusão de valores). Existem vários tipos de Kriging:
 Kriging comum (Ordinary Kriging) - Método mais comum, parte do princípio que
não existe média constante para os dados através de uma área média (isto é, sem
tendência).
 Universal Kriging - Assume que uma tendência predominante existe nos dados, e
que pode ser modelado.
Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=J3xBzZm-JYI

19
3.2 Adição de Histograma e Semivariograma

Os histogramas têm a vantagem de ser um tipo de gráfico muito utilizado para exibir
dados contínua em colunas ordenadas, sendo muito úteis para amostragem de grande
número de pontos em dados que se necessite realizar amostragem quantil. Um
histograma é essencialmente uma distribuição de frequência em que os valores de dados
de origem são agrupados em conjuntos ou intervalos de classe. As alturas de coluna
representam uma contagem do número de itens que caem em cada armazenagem de
frequência. Isto significa que os valores exatos dos dados não podem ser lidos fora do
histograma, e é mais difícil comparar vários conjuntos de dados utilizando um histograma.
Histogram - Pluviometria Anual - 2015
-1
Frequency 10 Count : 175 Skewness : 1.6009
5.3 Min : 0.1197 Kurtosis : 4.7668
Max : 481.12 1-st Quartile : 71.609
4.24
Mean : 131.41 Median : 92
Std. Dev. : 103.28 3-rd Quartile : 160.12

3.18

2.12

1.06

0 0.48 0.96 1.44 1.93 2.41 2.89 3.37 3.85 4.33 4.81
-2
Data 10

As funções semivariograma e covariância quantificam a suposição de que os dados nas

proximidades tendem a ser mais semelhantes do que os que estão mais distantes.
Semivariograma e covariância tanto medir a força da correlação estatística em função da
distância. Nas modelagens de semivariograma e funções de covariância há uma
adequação dos mesmos aos seus dados de maneira empírica. O objetivo principal é
conseguir o melhor ajuste, e também incorporar o conhecimento do fenômeno no modelo
para que os mesmos sejam utilizados em suas previsões.

20
Ao montar um modelo, é de suma importância explorar para autocorrelação direcional em
seus dados. O sill, range e efeito nugget são as características mais importantes do
modelo. Se houverem erros mensurados nos dados, gera-se um modelo de medição de
erros (measurement error model).
Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=NYOPYV_sPl8

4. Georreferenciamento

O ato de georreferenciamento de uma imagem, mapa ou qualquer outra forma de

informação geográfica é tornar suas coordenadas conhecidas num dado sistema de
referência. Este processo inicia-se com a obtenção das coordenadas (pertencentes ao
sistema no qual se pretende georreferenciar) de pontos da imagem ou do mapa a serem
georreferenciados, conhecidos como pontos de controle.
Os pontos de controle são locais que oferecem uma feição física perfeitamente
identificável, tais como intersecções de estradas e de rios, represas, pistas de aeroportos,
edifícios proeminentes, topos de montanha, entre outros. A obtenção das coordenadas
dos pontos de controle pode ser realizada em campo (a partir de levantamentos
topográficos, GPS – Sistema de Posicionamento Global), ou ainda por imagens ou mapas
(em papel ou digitais) georreferenciados.
Trataremos de apresentar 3 modos de Georreferenciamento em mapa Geológico, Cartas
Topográfica e Náutica e imagem do Google Earth.

21
Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=G25H9ZxNLJ8
4.1 Georreferenciamento - instrução normativa

Decidimos por escolher uma região próxima do nosso Georreferenciamento (um dos 4
realizados) no exercício anterior para que pudéssemos realizar esse procedimento e
posteriormente utilizar o mesmo em exercício posterior.

Para isso fomos no Google Earth Pro e escolhemos a cena, adicionamos os pontos e
inserimos em uma planilha .xls para adicionar posteriormente no arcmap e realizar esse
georreferenciamento através de pontos conhecidos.

Dessa forma temos 8 opções de inserção de pontos para reduzir o máximo possível o erro
residual final.

22
O processo de correção de precisão das imagens é realizado através do emprego de
polinômio de 1º grau (1st Order Polynomial (affine)), tanto pela simplicidade matemática
e as suas características, que satisfazem a transformação (D’ALGE, 2013), como também
por se tratar de um mapa, onde cada elemento possui localização precisa (IBGE, 1999).
As informações das coordenadas de entrada (XSource e YSource) e de saída (XMap e
YMap), foram inseridas na Tabela de pontos de controle (PC), podendo ser visualizadas
clicando no ícone Link – figura abaixo. O Residual refere-se ao deslocamento nas
coordenadas e relata também o erro total. Na parte inferior esquerda, encontra-se o Total
RMS Error, que se refere ao erro médio quadrático dos PC habilitados. Depois de inseridos
4 pontos, os valores citados acima aparecem na Link Table, para uma interpolação
espacial com o polinômio de 1º Grau (também denominada de transformação).

O erro residual e o Total RMS Error (erro total somado em todos os pontos) devem ser
verificados sempre que for realizada qualquer georreferenciamento, seja apenas de uma
imagem, seja de análises temporais – com mais de uma imagem. Os valores devem ser
calculados segundo orientações de níveis aceitáveis por instruções normativas (Aqui
apresentaremos uma forma de cálculo).
A estimativa de valor máximo aceitável para o Total RMS Error (erro médio quadrático) é o
resultado da multiplicação da margem de erro 0.2 mm x a escala da imagem, mapa ou
carta.
No caso específico do Georreferenciamento realizado a escala da imagem é de
aproximadamente 1:30.000.
Segundo padrão citado acima foi realizado o calculo: 0.2 mm x 1:30.000 (escala da
imagem 1 : 29.415) = 5.883 de Total RMS error aceitável e o erro amostrado nas imagens
georreferenciadas é igual a 1.440, constatando estar abaixo do residual aceitável e como
comentado, é acumulativo em análises temporais. Nesse caso, a analise em última
instancia ainda deve ser, cumulativamente, inferior ao valor mínimo (nesse caso 5.883).

23
Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=evmGjn55M8E

5 Vetorização de mapa Geológico

 Diferenciando dados vetoriais e matriciais (Raster)

Antes de iniciarmos o tutorial, gostaríamos de diferenciar os dados matriciais (ou raster)
dos dados vetoriais. Ambos são georreferenciados, porém com diferenças em sua
estrutura.
 Dados Vetoriais:
Um mapa digital é constituído por representações gráficas, sejam elas pontos, linhas,
polígonos. As linhas, são constituídas por vários pontos, que se interligam constituindo
vetores. Os polígonos por sua vez, são áreas fechadas, compostas por várias linhas que
começam e terminam num mesmo ponto. E, para que o SIG reconheça todas essas
relações entre os pontos, as linhas e os polígonos, são necessárias as relações
TOPOLÓGICAS.
De maneira simplificada, os dados vetoriais são representações que possuem vértices
definidos por um par de coordenadas, podendo ser em forma de pontos, linhas ou
polígonos.
 Dados Matriciais (ou raster):
São dados representados por uma matriz (linha X coluna), e que são compostos por pixels.
Cada pixel possui um tamanho dependendo do arquivo raster, e por isso, pode apresentar
diferentes resoluções (onde quanto menor o pixel, maior sua resolução).
Conhecendo o ArcScan
ArcScan fornece ferramentas que permitem você converter imagens digitalizadas em
camadas de recursos baseados em vetores. O processo de conversão de dados raster para
vetor é conhecido como vetorização. A vetorização pode ser realizada manualmente por
traçado interativo de células raster ou automaticamente utilizando o modo automático.
A experiência vetorização interativo, conhecido como rastreamento raster, requer que
você trace as células raster no mapa para criar recursos vetoriais. A experiência
vetorização automatizada, referida como vetorização automática, requer a geração de
recursos para todo o raster com base nas configurações que você especificar.

24
Organizações que precisam de converter imagens raster em camadas de recursos
baseados em vetores são os principais candidatos para usando a extensão ArcScan. Uma
vez que uma grande quantidade de informações geográficas ainda existe sob a forma de
mapas impressos, ter uma ferramenta para integrar estes documentos em um SIG é
crucial.
A extensão ArcScan também oferece ferramentas que permitem que você execute edição
raster simples de preparar suas camadas raster para vetorização. Esta prática, conhecida
como raster pré-processamento, pode ajudá-lo a eliminar elementos indesejados do
raster que não estão no escopo de seus projetos de vetorização.

Exemplo 1 - Mapa Geológico

Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=mdBZu7Tf9iI

25
5.1 – Carta Náutica

O presente vídeo apresenta formas de vetorização de cartas, como exemplo a carta

náutica no estado do RN.

Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=OSOQW2OZUEM

5.2 Georreferenciamento e vetorização de perfil geológico

No processo de Georreferenciamento de Perfis – seja geológico, topográfico, pedológico e

etc, utilizamos as coordenadas lat/long de forma diferente.
Como estamos falando de eixos que se distanciam horizontalmente e verticalmente (em
profundidade), respectivamente, tratamos de adicionar a coordenada Y (lat) no lugar da
coordenada X (long) e, por sua vez, adicionamos a informação de profundidade (m) no

26
lugar da coordenada Y (lat), conforme verificaremos em imagens abaixo e na nossa vídeo
aula.

Perfil Geológico AB espelhado

27
Na seleção dos pontos

NOTA.: Os modelos georreferenciados dos perfis levam em consideração também a

direção do perfil, que deverá ser N/S ou W/E. Estes devem ser espelhados antes do
processo, para que não haja problemas no processo de georreferenciamento do mesmo.
Caso o perfil seja transversal, mais para NO/SE ou NE/SW, deve-se ter como parâmetro de
coordenada Y (lat) a distância entre os pontos, partindo-se sempre do 0m até o final do
perfil Xm para que se obtenha perfis em escala real.

28
Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=MJLe7RsLd5o

6 Interpolação de dados Topográficos, aumento de acurácia e projeção em 3D

6.1 GRID
A primeira coisa a ser levada em consideração na discussão de técnicas de interpolação
são as diferenças entre métodos. Cada uma delas tem sua utilidade e indicação específica
e esta discussão inicial se deterá na criação de GRID, formato nativo do ArcGis. A
representação de um GRID de superfície é considerada funcional, já que sua função e
eficácia são amostradas de forma muito direta e sem erros residuais. Para cada localização
em x, y o GRID adiciona apenas um valor Z. A mesma superfície é considerada regular e
contínua porque para cada local x, y há somente um correspondente em Z independente
da direção em que as coordenadas x, y estão. Em termos de classificação, essas superfícies
são consideradas superfícies 2.5D, dessa forma não se pode considerar as mesmas
superfícies tridimensionais como muitos profissionais e empresas apresentam as mesmas.
NOTA: Superfícies 2.5D são projeções gráficas em 2D, que são representadas em alguns
programas em três dimensões através de técnicas usadas para essa amostragem.
Esse tipo de superfície, classificada como funcional, pode ser utilizada para representação
de superfície terrestre de forma a retratar, através de superfície estatística, a superfície da
terra, através do armazenamento e amostragem mais simples: por definição de
localização através das coordenadas X, Y e Z.
6.2 Contornos
Contornos, ou mais comumente chamadas de isolinhas são utilizadas para definição de
características comuns a análise ao longo de linhas espaçadas horizontalmente,
teoricamente analisadas e amostradas com valores iguais. Um exemplo comum são linhas
de contornos que amostram pontos representando a altura – através de pontos de
elevação de igual valor, acima de um ponto de referência (normalmente nível do mar).
6.3 Rede Irregular Triangular (TIN)
Uma rede irregular triangular (TIN) é uma estrutura de dados em vetores, utilizados para
armazenar e modelos de superfície para exibição de forma a ressaltar os valores de Z e
transformar tal superfície em 3D. Essa partição de dados TIN, baseado em um espaço
geográfico definido, são lidos em todos os valores x, y e z. Os pontos são ligados por
triângulos formados entre esses pontos contíguos, que não se sobrepõem e criam uma
superfície apresentada de forma continua representando o terreno.

6.4 Spline

29
O Spline estima valores utilizando uma função matemática que minimiza a curvatura geral
das superfícies analisadas. Isso resulta em uma superfície suave que passa exatamente
pela leitura e análise dos pontos de entrada. O interpolador tem a capacidade de prever
picos e vales nos dados altimétricos de forma mais confiável e é o melhor método para
representar as superfícies sem problemas variados de fenômenos como por exemplo a
temperatura.
Existem duas variações do Spline – regularized e tension. O Spline Regularized incorpora a
primeira derivada (slope - inclinação), segunda derivada (rate of change in slope - taxa de
mudança de inclinação), e terceira derivada (rate of change in the second derivative - taxa
de variação na segunda derivada) em seus cálculos de minimização. Embora uma Spline
tension use apenas primeira e segunda derivadas, inclui mais pontos nos cálculos do
modelo Spline, que geralmente cria superfícies mais suaves, mas aumenta o tempo de
processamento.
NOTA: Um GRID é um dado estruturado espacialmente por uma matriz de células de
mesmo tamanho que são dispostas em linhas e colunas. No caso de um GRID que
representa uma superfície, cada célula contém um valor de atributo que representa uma
mudança altimétrica – valor Z. A localização da célula no espaço geográfico é obtida a
partir da sua posição relativa à origem GRID’s.
PONTOS

CONTORNOS

TIN
GRID

Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=IWk78lSJWT8

30
7 Descomplicando análises Hidrológicas

A análise de dados hidrológicos é muito importante em quaisquer âmbitos. Na

engenharia, meio ambiente, geociências e até antropologia as análises de dados
históricos, gerência de dados e previsão dessa gestão e impactos que poderão ser
causados por esta ou outra decisão em uma hora ou outra na história de nossa civilização
e as consequências das mesmas. É considerado um campo interdisciplinar e como tal
merece a atenção que vai além da simples “gestão de bacias”.
Nesse exercício analisaremos uma de várias análises hidrológicas que são abordadas em
nossos cursos de especialização de dados hidrológicos, hidrogeológicos e hidrogeofísicos.
O objetivo é entender como as geotecnologias podem ser usadas na modelagem de dados
da forma correta e acurada, análises de fluxos de água, inundação e padrão de drenagens,
hierarquização de rios e estudos mais acurados de bacias hidrográficas.

Desde a previsão de acontecimentos até a tomada de decisão, deslizes podem gerar

impactos catastróficos, e tem gerado. Desta forma, profissionais na área de
Geotecnologia, de forma especial àqueles que lidam com meio ambiente, já têm
consciência sobre a importância do uso de dados geoespaciais e ferramentas de análise
espacial para lidar com a questão hídrica.

NOTA: Nosso exercício terá como foco a criação de bacias, sub-bacias, drenagem e
análises simples dessas drenagens, tais como: classificação de ordem e redes de
drenagens, córregos, riachos e rios.

Para isso iniciaremos utilizando as ferramentas mais simples e básicas ao início dessa
aplicação, até que consigamos realizar todas as análises simples dessa cena de SRTM que
escolhemos.

I - Fill

A ferramenta “Fill” identifica os pixels discrepantes e os preenche, regularizando assim

superfície analisada. Será gerada uma nova imagem (SRTM-GRID) a partir da qual será
possível criar um novo arquivo a partir do Flow Direction direções de fluxo, para que
apareçam apenas os oito valores previstos (figura 1).

31
Para ter acesso ao Fill, iremos ao artoolbox – Spatial Analyst Tools – Hidrology – Fill.

Configuraremos o mesmo segundo a nossa vídeo aula e posteriormente passaremos a

nossa segunda análise: Flow Direction.

II - Flow Direction

A Ferramenta Flow Direction calcula a direção do fluxo de água sobre uma superfície.
Entendido como um passo necessário a criação e análises de bacias e sub-bacias, assim
como para drenagens.

Cada célula em um Raster (SRTM-DEM), com exceção das bordas, tem oito vizinhos. Dessa
forma, a água pode ser entendida entrando em uma célula pode fluir para fora dela em
uma de oito direções.

O software atribui os valores 1, 2, 4, 8, 16, 32, 64 e 128,

respectivamente, para separar as direções Leste, Sudeste, Sul, Sudoeste,
Oeste, Noroeste, Norte e Nordeste.

Existem oito direções de fluxo possíveis para cada célula. E em cada

uma destas o fluxo vai para o vizinho mais íngreme – downslope (a
célula com o maior queda na elevação ao longo do raio). Entretanto
deve-se tomar cuidado ao explicar esse processo, pois não se
depende apenas de distância ortogonal, uma vez que a distância
diagonal é maior do que a distância de células ortogonalmente
(distâncias são medidas a partir do centro da célula para o centro
da célula posterior). Então, o vizinho mais íngreme pode não ser o
único com a maior queda em elevação.

32
Vamos a ferramenta:
ArcToolBox – Spatial Analyst Tools – Hidrology – Flow Direction

O processo completo ocorre mais ou menos da seguinte maneira:

III - Flow Accumulation

A partir das informações de direção de fluxo (Flow Direction), feita anteriormente, é

criaremos um grid de acumulação de fluxo que informa a soma de água que jorra pixel a
pixel, vinda dos pixels situados topograficamente mais altos.

33
O Processo ocorre da seguinte maneira:

ArcToolBox – Spatial Analyst Tools – Hidrology – Flow Accumulation.

Na opção Input flow direction raster deverá ser inserido o raster anteriormente criado
(Flow Direction). Em Output Accumulation raster indicaremos o diretório onde
salvaremos e seu nome.

Em Input weitght raster (optional) insere-se opcionalmente um raster com informações

sobre quantidade de chuva, rugosidade do terreno, velocidade de escoamento e demais
informações.

NOTA: Esta opção é muito útil em análises de variação pluviométrica ou em estudos de

impermeabilização.

Em Output data type (optional) pode-se determinar se os valores do grid de acumulação

serão inteiros – Integer, ou decimais Float. Será gerado um arquivo raster onde os pixels
mais claros correspondem às áreas para onde convergem grandes volumes de
escoamento que representam os rios.

IV - Map Algebra (Raster Calculator)

Esta ferramenta cria um raster com as redes de drenagem. Para isso utilizaremos a
condicional “CON”, gerando dados através de um limiar. Esse limiar define o valor mínimo
do volume de acumulação que formará a rede hidrográfica. Esse valor depende do limiar,
ou da referência de corte do que se possa mapear como início do corpo d’água.

Para fins de exercício será considerado um valor de pixel e limiar que possa englobar
todos os valores possíveis ao mapeamento dessa rede de drenagem., que será
respectivamente 500 e 1.

34
Entretanto, para trabalhos mais acurados, pode-se dar um zoom na imagem que se quer
obter o valor de limiar, selecionar a ferramenta identify e clicar no raster para obter o
valor do pixel local que será considerado como início do corpo d’água. Essa informação é
encontrada no campo Pixel value.

Map Algebra:

V - Stream link
Ferramenta de conexão de rios – A ferramenta atribui valores às seções de uma rede de
varredura linear entre os cruzamentos das mesmas, gerando seções na ligação de um
fluxo de canal entre dois cruzamentos sucessivos, uma na junção e outra na retomada, ou
seja, uma na junção das drenagens e outra na divisória das mesmas.
Spatial Analyst > hidrology > stream link

35
Em Input stream raster vai ser inserido o arquivo da rede de drenagem gerado com a
ferramenta Raster Calculator e com a opção CON de operacionalização da mesma.
Em Input flow direction raster inserir raster gerado pela ferramenta Flow direction.

Depois disso escolha onde irá salvar o arquivo e de ok.

VI - Stream Order
Hierarquização e classificação dos canais da rede hidrográfica analisada - Um método
analítico para a determinação de um valor limiar adequado para a delimitação da rede de
fluxo, apresentado em Tarboton, et al. (1991).
A saída do Stream Order terá maior acurácia, se o dado raster de entrada (input Stream
raster) e a entrada da direção de fluxo (Flow Direction raster) forem derivados da mesma
superfície. Se o fluxo raster (Stream raster) é derivado a partir de um dataset diferente, a
saída do dado pode tornar-se não utilizável porque, numa base de célula-por-célula, a
direção não corresponderá à localização de id das células de transmissão.
Em Spatial Analyst Tools> Hidrology> Stream Order.
Em Input stream raster deve ser inserido o arquivo da rede de drenagem gerado com a
ferramenta raster Calculator.

Em Input flow direction raster insira o arquivo gerado pela Flow direction.

Clique em Output raster e depois clique em ok.

Em Method of stream ordering (Optional) podemos selecionar entre duas formas de

classificar e hierarquizar a rede hidrográfica.

36
O método mais comumente utilizado é o Strahler. Este método classifica os rios em
ordens, onde as ordens só aumentam quando canais de mesma ordem se encontram. O
método Shreve, consiste na classificação do canal gerado através da soma das ordens dos
seus afluentes.
NOTA: Informações sobre ordem dos cursos d’água
 Método de Horton
Horton(1932) foi quem primeiro introduziu a concepção de ordem dos cursos d’água nos
estados Unidos, o qual considera como canal de primeira ordem aqueles que não
apresentam ramificações. Os canais de segunda ordem recebem canais de
primeira ordem. Os de terceira ordem recebem canais de segunda ordem, podendo
receber ou não de canais de ordem inferior, assim por diante. No entanto, o rio principal
recebe a mesma classificação desde a sua nascente.

 Método de Strahler (1952)

Strahler modificou a classificação de Horton. Neste método todos os canais pequenos são
classificados como de primeira ordem. A junção de dois canais de primeira ordem gera um
canal de segunda ordem. O de terceira ordem é formado pela junção de pelo menos dois
canais de segunda ordem e assim por diante.

B - Strahler

A - Horton

37
Baseados na informação acima citada, realizaremos a análise baseada no método de
Strahler para o exercício. Em Method of stream ordering (Optional) devemos utilizar o
método de Strahler para que a análise da hierarquia gerada seja com base no padrão de
classificação do mesmo.
Depois disto, para que seja considerado em nosso mapeamento, devemos observar o
mapa e verificar a que ordem pertencem os canais principais, conhecidos ou não, e a que
ordem pertencem.
Em seguida podemos utilizar a ferramenta Reclassify, do patial Analyst, e
reclassificaremos de acordo com nossos objetivos.

VII - Basin

As bacias hidrográficas são delineadas dentro da janela de análise, identificando linhas de

cume entre bacias. O raster de entrada Flow direction é analisado para encontrar todos os
conjuntos de células ligadas que pertencem à mesma bacia. Isso resulta em uma
varredura das bacias hidrográficas.

Procedimentos a seguir:

Arctoolbox – Spatial Analyst Tools – Hidrology – Basin

38
 VIII - Conversion Tools

Para realizar cálculos de área e perímetro de bacias hidrográficas ou até mesmo cálculos
de inclinação média de bacias hidrográficas e demais cálculos, precisamos converter esse
raster para Feature class. Para isso seguiremos os seguintes passos:

E estando transformados como Feature class de um Personal Geodatabase, os cálculos já

estarão realizados.

IX - Stream to Feature
Embora estejamos gerando o produto final de nossas análises através do Conversion
Tools > From raster > Raster to Polyline, faremos essa transformação dessa vez a partir
das ferramentas do conjunto de dados Hidrology.

Selecione a ferramenta Stream to Feature em Spatial Analyst Tools – Hidrology

39
Em Input stream raster será inserido o arquivo da rede de drenagem gerado com a
ferramenta Raster Calculator. Em Input flow direction raster insira o arquivo gerado a
partir do Flow direction. Em Output polyline features mapeiem a pasta e insiram um
nome no arquivo e depois OK.
A opção Simplify polyline (Optional) deverá ser marcada caso se deseje suavizar as linhas.
Essas são algumas das variadas análises possíveis no processo de geração de dados
hidrológicos. É possível realizar amostragens em 3 dimensões e geração mais complexas e
completas.

Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=NP9bTKa2chM

7.1 – parte 01 - Uso de dados Hidrológicos e de Declividade (Hidrology e Slope)

Conhecer a declividade de um terreno é um importante para estudos geológicos e
geomorfológicos, etc., onde, por exemplo, é necessário encontrar regiões pouco
acidentadas ou regiões que estejam expostas ao sol durante um determinado período do
dia, como também identificar potencialidade de uso agrícola de uma determinada área,
quando correlacionado a outros tipos de fenômenos geográficos inerentes à topografia,
bem como facultar inferências sobre susceptibilidade dos solos à erosão, dentre outras
aplicações.
Para se criar um mapa de declividade é necessário saber quais serão os intervalos de
declividade a ser utilizados no fatiamento e nas classes temáticas (legenda); portanto, é
importante conhecer quais os valos mínimos e máximos de declividade apresentados na
grade criada, pois isso possibilitará estabelecer os intervalos de forma mais coerente.
Feita a análise, podemos estabelecer os intervalos do mapa de declividade. Para isso, será
criado uma Categoria do Modelo de Dados “Temático” contendo as classes temáticas de
declividade.

40
Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=xGUho_XkRLo

7.1 – parte 02 – Integração de dados topográficos – TIN

Nessa aula tratamos de integrar 3 análises que podem sugerir intervenções antrópicas
para otimização na acumulação de água em reservatórios, de forma a analisar o
comportamento das drenagens dentro do limite de bacias e sub-bacias e qual a relação
topográfica ou de declividade em relação a captação e gestão de água, dentre outras
análises.

Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=kH5BuNrAF1k

8 PDI – NDVI e Tasseled Cap

A análise de resposta espectral de cenas em diferentes intervalos espectrais tem nos

levado aos poucos a caracterização da representação de vegetação, solo e água. Nesses
processos o reconhecimento de bandas de sensores múltiplos ajuda a amostragem desses
dados. Os diferentes tipos de uso dessas bandas, juntamente com expressões (operações)

41
aritméticas nos softwares de geoprocessamento criam e geram aperfeiçoamento de
índices que se destinam a realçar características nessas cenas. Análises de solos, água,
umidade, vegetação e demais análises são objetivos desse processo que iremos tomar
como exercício em parte do nosso curso.
Utilizaremos como base o índice mais conhecido e mais usado para essas aplicações –
Normalized Difference Vegetation Index (NDVI). A partir desse modelo, estudos como o
de vegetação tem fornecido resultados significativos para o monitoramento de agricultura
de precisão ou não, florestas e meio ambiente em geral. Esse índice é baseado na razão
normalizada dos canais vermelho e infravermelho próximo, de imagens landsat (no nosso
caso 8 ™, conforme equação própria que realizaremos no exercício.
Outro índice que podemos citar, mais utilizado para delineamento de corpos d’água,
utilizando para isso os canais verde e infravermelho próximo, utilizando as respectivas
bandas 2 e 4 do sensor 8 ™ é o Normalized Difference Water Index (NDWI), que ainda
pode ser melhorado em termos de resultado, através da substituição da banda do
infravermelho próximo pela banda infravermelho médio – banda 5 LANDSAT 8 ™
eliminando assim os ruídos que são apresentados a partir da mistura dos espectros do
solo com a água, tornando-se a análise Modificated Normalized Difference Water Index
(MNDWI).
A última análise que realizaremos nesse exercício será a transformação Tasseled Cap
(Kauth-Thomas) foi projetada com o intuito de analisar e mapear a vegetação e mudanças
de desenvolvimento urbano detectados por vários sistemas de sensores de satélite.
Algumas perguntas sempre surgem sobre a necessidade da utilização do algoritmo
Tasseled Cap, uma vez que os mais utilizados índices ainda são: NDVI e SAVI.
Longe de nós criticarmos profissionais e tutores em relação a continuidade de análises
como as supracitadas, entretanto podemos citar alguns dos infindáveis benefícios da
utilização da transformação Tasseled Cap em detrimento dos outros índices.
Pois bem, diretamente, o NDVI, SAVI, NDWI e outros fazem abordagem do Greenness
(verdor) e são representadas como um contraste entre a soma das bandas do visível e do
infravermelho próximo. Este componente está diretamente relacionado à variáveis
associadas à cobertura vegetal ou diferenças entre zonas úmidas ou não, com pouca
precisão.
O Greenness é apenas uma das três dimensões da transformação Tasseled Cap. As outras
duas dimensões ortogonais à Cor Verde, e ortogonais uma à outra são Brilho e umidade.
Estas dimensões contêm informações que não são transmitidas por um índice de
vegetação. Brilho é uma medida que quantifica como claro-escuro uma determinada
superfície. Umidade fornece informações sobre o conteúdo de vegetação, umidade, solos
e seus valores são fortemente influenciados pelo DN dos canais SWIR.

42
Por fim, citamos como medições simples possíveis a transformação Tasseled Cap: Solos,
corpos d'água, afloramentos rochosos, paleocanais, zonas de cisalhamento e
mapeamento de aquíferos. Áreas urbanas também são alvos ambientalmente
importantes e uma vez que trabalhando com três dimensões independentes no domínio
óptico, será permitirá a análise de uma superfície de terra mais rica.
I – Correção de índice de Reflectância

Os dados de radiância espectral OLI podem ser convertidos para TOA Reflectância
planetária através de coeficientes de Reflectância rescaling fornecidos no arquivo de
metadados landsat8 OLI.
O arquivo metadado mencionado é o LC82140642016218LGN00_MTL.txt que pode ser
encontrado na pasta onde encontram-se as imagens landsat.
Encontrar o fator multiplicativo (Mρ) rescaling específico da banda escolhida a ser
analisada a partir dos metadados (Reflectance_Mult_Band_x, onde x é o número da
banda).

Um exemplo onde o M ρ fator multiplicativo específico da

banda é usado para reescalar a partir dos metadados
(Reflectance_Mult_Band_x, em que x é o número de banda)
é encontrado no ficheiro comentado anteriormente e
daremos um exemplo a seguir, onde aplicaremos os valores
a nossa calculadora do ArcMap (Raster Calculator). Esses
fatores e cálculos devem
ser realizados para ambas as faixas – vermelhas e NIR
(Bandas 4 e 5).

NOTA:
Modelo do Exemplo:
Banda 4 Reflectância = (2.0000E-05 * ( " LC82150642013152LGN00_B4.TIF ")) + -
0,100000
Onde
REFLECTANCE_MULT_BAND_4 = 2.0000E-05
RFLECTANCE_ADD_BAND_4 = -0,100000
Informações básicas para a realização do exercício que está em vídeo aula juntamente
com esse material teórico.

43
II – NDVI
Nos cálculos anteriores preparamos as bandas 4 e 5 para analises onde precisaríamos de
imagens com o menor residual de interferência para as análises propostas e uma destas é
a análise por NDVI (Normalized Difference Vegetation Index).

Como sabe-se, para encontrar o NDVI deve-se utilizar a formula:

Banda 4 = RED
Banda 5 = NIR
Após saber disto aplicar a formula pelo Raster Calculator com a formula:
NDVI = (Banda 5 corrigida - Banda 4 corrigida) / (Banda 5 corrigida + Banda 4 corrigida)
Definir a pasta de saída eo nome do arquivo e clique em "OK"
O resultado dessa operação varia entre -1 e 1, de forma que quanto maior proximidade de
1, maior a probabilidade de presença de vegetação, e quanto maior a proximidade de -1,
maior a incidência de solos descobertos, rochas ou sedimentos.
III – Índices Tasseled Cap

Para mais informações sobre essa transformação, segue informações abaixo:

O primeiro componente, denominado Brightness (brilho), é uma soma ponderada de
todas as bandas e está relacionado à variação espectral do solo, consequentemente em
processos que afetam esta propriedade, tais como mudanças na distribuição de tamanho
das partículas do solo.
O segundo componente é chamado de Greenness (verdor) e é representada como um
contraste entre a soma das bandas do visível e do infravermelho próximo. Esta
componente está diretamente relacionada a variáveis associadas à cobertura vegetal.
O terceiro componente, que recebe o nome de Wetness (umedecimento), contrasta a
soma das bandas do visível e infravermelho próximo com a soma das bandas do
infravermelho médio. Esta banda expressa primariamente a umidade do solo assim como
o status hídrico da vegetação. (SILVA, 2004; GLERIANI et al., 2003).
O índice Tasseled Cap utiliza uma combinação linear de 6 bandas Landsat (da banda 2 a
banda 7). Índices Tasseled Cap são calculados pela seguinte equação:

44
tascap i = (coeff2 * band2) + (coeff3 * band3) + (coeff4 * band4) + (coeff5 * band5) +
(coeff6 * band6) + (coeff7 * band7)
Onde tascap I é o índice Tasseled Cap calculado para o brilho, verde ou coeficiente de
umidade.

banda 2 banda 3 banda 4 banda 5 banda 6 banda 7

Índice
(Azul) (Verde) (Vermelho) (NIR) (SWIR 1) (SWIR 2)
Brilho 0,3029 0,2786 0,4733 0,5599 0,508 0,1872
verdor -0,2941 -0,243 -0,5424 0,7276 0,0713 -0,1608
wetness 0,1511 0,1973 0,3283 0,3407 -0,7117 -0,4559

Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=rUuVD083iNI

45
IV – Aplicações

 Agricultura, Ambiente e Faixa de recursos:

 Discriminação de tipos vegetativos: tipos de culturas, tipos de madeira, Gama de
vegetação;
 A medição da área plantada de culturas por espécies (estimativa de rendimento
das culturas) de medição da área plantada de madeira e de volume por espécie
(monitoramento colheita florestal);
 Determinação de prontidão - gama e biomassa;
 Determinação do vigor de vegetação;
 Determinação de estresse de vegetação;
 Determinação das condições do solo;
 Determinação da associação de solo;
 Avaliação de danos superficiais e incêndios florestais;

 Uso da Terra e Mapeamento:

 Classificação de uso da terra;
 Mapeamento Cartográfico e atualização de mapas;
 Categorização da capacidade de terra;
 Separação de categorias urbanas e rurais (monitoramento crescimento urbano);
 Planejamento regional;
 Mapeamento das redes de transporte;
 Mapeamento das fronteiras terra-água;
 Mapeamento de fraturas;

 Geologia:
 Reconhecimento de tipos de rocha;
 Mapeamento das principais unidades geológicas;
 Revisão mapas geológico;
 Delimitação das rochas e solos não consolidados;
 Mapeamento de intrusões ígneas;
 Mapeamento recentes de depósitos de superfície vulcânica;
 Mapeamentos landforms;
 Procura de guias de superfície para a mineralização;
 Determinação das estruturas regionais;

 Recursos hídricos:
 A determinação dos limites de água e área de superfície da água e volume;
 Mapeamento de enchentes e planícies de inundação;
 Determinação da extensão da área de limites neve e neve (estimativa
derretimento e escoamento da neve);

46
  Medição de características glaciais;
 Medição de sedimentos e de padrões turbidez;
 Determinação da profundidade da água;
 Determinação de campos irrigados;
 Inventário de lagoas;

 Oceanografia e Recursos Marinhos:

 Detecção de organismos vivos marinhos;
 Determinação de padrões de turbidez e circulação;
 Alterações de alterações em linha de costa (mapeamento de erosão costeira);
 Mapeamento dos cardumes e áreas rasas;
 Mapeamento de transporte de gelo;
 Estudo de redemoinhos e ondas;

 Meio Ambiente:
 Monitoramento de mineração de superfície e recuperação de áreas;
 Mapeamento e monitoramento da poluição da água (por exemplo, traçando os
derrames de petróleo e poluentes);
 Detecção de poluição do ar e seus efeitos;
 Determinação dos efeitos de desastres naturais;
 Monitoramento de efeitos ambientais das atividades humanas;

9 Model Builder

Nessa aula aprenderemos a utilizar mais uma ferramenta do software ArcGis que nos
auxilia na otimização de tarefas e agiliza sobremaneira nossos trabalhos, análises e
modelagens. Muitas vezes trabalhamos com rotinas diárias que nos levam a realizar
sempre o mesmo procedimento no software, utilizando muitas vezes o mesmo conjunto
de ferramentas, modificando ou não somente a base de dados diferentes (muitas vezes
somente a localização).
Com o intuito de otimizar esses procedimentos que muitas vezes demandam um tempo
muito grande, podemos criar modelos que automatizem essas funções para nós.
Existem dois tipos de Model: abertos e fechados.
Trabalharemos com o aberto, para que possamos ter a liberdade de adicionar dados
diferentes para a realização do fluxo de trabalho mais complexo.
Esse é um exercício realmente para usuários intermediários do software. Isso porque, o
conhecimento de todos os processos já devem estar bem embasados para que se possa
desenvolver mentalmente o organograma do processo.

47
Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=n01uRrjBQiw

10 Projeto Final - Iso Cluster Unsupervised Classification e Drapando imagem

Essa ferramenta executa classificação não-supervisionada em uma varredura numa série

de bandas numa imagem ou raster de entrada usando o Iso Cluster e ferramentas de
classificação de probabilidade máxima gerando opcionalmente um arquivo de assinatura.
O ficheiro de assinatura resultante dessa ferramenta pode ser usada como a entrada para
a outra ferramenta de classificação, tal como classificação máxima Probabilidade , para
um maior controle sobre os parâmetros de classificação.
Para fornecer as estatísticas necessárias suficientes para gerar um arquivo de assinatura
para uma futura classificação, cada grupo deve conter células suficientes para representar
com precisão o cluster.

48
Já quando se trata de drapejar informações a uma superfície triangular, uma das coisas
mais importantes é compreender o porque se utilizar desse tipo de amostragem para
análises. Um exemplo que podemos citar é:
Imagine que você está analisando informações para implantação de parques eólicos em
determinado local. Sabe-se que uma das informações mais importantes é a rugosidade e
ela é relativizada quando analisada em 3 dimensões, pois quando é realizada
horizontalmente não se leva em consideração inclinações médias, estruturas geológicas,
falhas, declividades e etc. O acúmulo de informações para determinação de um relatório é
determinante para o sucesso total de investimento e empreendimento.
Uma vez que temos uma estrutura que nos favoreça a leitura de dados e faça a
drapeagem das mesmas, podemos ter uma nova perspectiva na gestão de dados e
tomada de decisões de forma estruturada e produtiva.

Informações adicionais
Vídeo aula e material para a construção de mapa mostrado abaixo no link que segue:
https://www.youtube.com/watch?v=YJOaD0D6ZFc

49
11 Agradecimentos
Agradecemos a todos os nossos alunos e parceiros, que contribuíram de maneira
importantíssima para elaboração desse material e para a idéia de disponibilização de
conteúdo de maneira que todos que precisem se beneficiem de um treinamento
estruturado e de boa qualidade 100% grátis.
Ao longo de mais de 10 anos de pesquisa e Desenvolvimento de soluções para
Geoprocessamento, toda a nossa equipe e equipes que hoje compõem nosso grupo se
dedicou sobremaneira para entregar o melhor produto e assim o fazemos nesse material
e nesse treinamento com conteúdos relevantes e aplicações práticas.
Obrigado a todos e esperamos que tenham gostado do nosso treinamento.

50
12 Referências

Extensões do ArcGis e Imagens -

http://desktop.arcgis.com/en/arcmap/latest/extensions/main/about-arcgis-for-desktop-
extensions.htm
Fundamentos de Geodésia e Cartografia – Autor:Marcelo Tuler, Sérgio Saraiva -
ISBN:9788582603604
Universal Transversa de Mercator -
https://pt.wikipedia.org/wiki/Universal_Transversa_de_Mercator

51