UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO3.2.2- Análise de sobreposição 3.2.2- Análise de redes. Funcionamento de um SIG: - introdução de dados; - seu armazenamento; - sua

Departamento de Agronomia

UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO

1- Sistemas de informação geográfica

2- A variabilidade espacial

3- Funcionamento de um SIG

3.1- Introdução e armazenamento dos dados

3.1.1- Informação espacial

3.1.1.1- Modelo matricial

3.1.1.2- Modelo vetorial

3.1.1.3- Comparação entre os modelos matriciais e vetoriais

3.2- Manipulação e análise dos dados

3.2.1- Análise de proximidade

3.2.2- Análise de sobreposição

3.2.2- Análise de redes

Funcionamento de um SIG:

- introdução de dados;

- seu armazenamento;

- sua manipulação e análise;

- produção de informação.

Programas GIS mais comuns: QGIS, ArcGIS, ArcView,, etc.





Estrutura geral de uma aplicação SIG

Introdução da informação

Introdução da informação digital.

A informação analógica tem de ser convertida em formato digital; esta operação designa-sepor digitalização e é efectuada por scanners ou mesas de digitalização.

Exemplo- fotografia analógica vs fotografia digital.

Os dois componentes base da informação digital são:

- a componente geométrico, que inclui os elementos geográficos e sua localização;- a componente alfanumérica (atributos), que traduz as características daqueles elementos.

A componente geométrica dá a localização de uma característica ou fenómeno, na superfícieterrestre, para se efectuar a sua análise.A componente alfanumérica dá as propriedades das características ou fenómenos identificadospela componente geométrica.Os atributos desta informação são mantidos em tabelas de dados alfanuméricos.

Os componentes geométricos e alfanuméricos podem ser considerados como “layers” deinformação que traduzem os diferentes tipos de informação; estes “layers” são armazenadosseparadamente.



A informação digital espacial apresenta-se em dois tipos de formatos:

- modelo matricial (raster).- modelo vetorial;

A- Modelo matricial:Os dados são representados por ficheiros de imagens compostos por uma grelha de células aque se chamam “pixels” o que permite a representação contínua de um objeto ou fenómeno.

O modelo matricial utiliza uma grelha em que cada unidade elementar (pixel) tem um valor,traduzindo a informação armazenada a área em causa.Este tipo de representação permite uma análise espacial fácil e pouco dispendiosa, mas tornaos ficheiros muito grandes e gera representações gráficas de baixa qualidade.

A fotografia aérea e as imagens digitalizadas (1) são exemplos deste modo; também podem serobtidos por rasterização de dados vetoriais.

As bases de dados dos modelos matriciais são bastante difíceis de gerir devido à sua dimensãoembora, hoje em dia, este “problema” seja de mais fácil solução; são necessários suportes deinformação (discos rígidos) de grande capacidade.





Gestão dos dados matriciais (raster)

O desafio será decidir com que periodicidade se devem obter dados novos e como integrá-los

com os existentes.

Os dados matriciais (1) apresentam um grande potencial para as organizações que trabalham

em grandes áreas, pois permitem mantê-los atualizados o que facilita a sua análise temporal.

Os dados raster são apresentados em imagens. Embora estes dados representem vários objetos

estes não podem ser considerados em separado.

Os objetos são apresentados por pixeis com diferentes colorações.

B- Modelo vetorial:

Nos modelos vetoriais os dados são representados por objetos geométricos, ou seja, pontos,

linhas e polígonos.

Nestes modelos a informação sobre pontos, linhas e polígonos é codificada e armazenada sob

a forma de coordenadas x, y.

O modelo vetorial representa os objetos em diferentes camadas, como desenhos feitos com

elementos geométricos tais como pontos, linhas, polígonos, etc., permitindo, quando da sua

sobreposição, representar a área em causa.

Exemplo de uma parcela:

- os pontos representarão poços, casas, etc.,

- as linhas os cursos de água, caminhos, etc.,

- as superfícies as culturas, sendo cada um destes objetos, associado aos seus atributos.



Modelo vetorial (cont):

O modelo vetorial permite obter representações gráficas de boa qualidade, com ficheiros

pequenos, embora com uma análise espacial mais difícil e uma tecnologia mais cara e exigente

em tempo.

Neste modelo os SIG consideram a informação determinada como sendo uma camada que,

quando sobreposta com outras cartas (camadas), com outro tipo de informação, permite

evidenciar as relações, ou falta delas, dos diferentes fenómenos, para se tomarem as decisões

relativas à quantidade de fator a aplicar nos diferentes locais.



Representação da localização e aparência gráfica dos objetos por um ou mais pares decoordenadas.

Não preenchem, necessariamente, todo o espaço.

Dados vetoriais

Ex: rios, rodovias

Linhas: representação de objetos em que o comprimento é muito superior à largura

Pontos: localizações discretas de feições pequenas. As características geométricas são desprezadas

Ex: poços, postes, edifícios

Polígonos: região limitada por poligonal fechada. Representa a forma e a localização de feições homogéneas.

Ex: estados, talhões, pedologia



A escolha por um dos modelos (matricial ou vetorial)

A escolha por um ou outro destes métodos não apresenta qualquer problema pois os SIG mais

recentes integram os dois modelos, embora se tenha que optar pela representação gráfica de

um deles.

Estes programas são suficientemente potentes para analisarem um volume de dados

importante que podem, inclusivamente, ter resoluções espaciais e temporais diferentes como,

por exemplo, a medição do rendimento de uma cultura pode ser efetuada de 10 em 10 m e as

análises de solo de 100 em 100 m, a produção pode ser medida uma vez por ano mas a

presença de infestantes, várias vezes, etc.



A escolha por um dos modelos (matricial ou vetorial) (cont)

Matricial vs vetorial:

O desenho de uma parcela pode ser feito utilizando uma grelha na qual se identificam os pixeis

(modo matricial), ou desenhando o seu limite, utilizando linhas, para constituir o polígono

(modo vetorial). (1)

Um quadrado pode ser desenhado conhecendo as coordenadas dos quatro cantos (modo

matricial) ou desenhando os seus lados (modo vetorial).





Modelos matriciais

Vantagens :

- conceito simples e eficiente;

- algoritmo de processamento e análise bem estabelecidos

- imagens de satélites são abundantes e muito úteis em análise ambientais

Desvantagens:

- estrutura rígida;

- a informação original é perdida quando rasterizada;

- os dados lineares e pontuais não são bem representados.

Origens:

- Imagens de satélites

- conversão vetor - raster

- rasterização

Modelos vetorial

Vantagens

Permitir a representação precisa de pontos, linhas e polígonos.

Cria ficheiros mais pequenos

Desvantagens

A representação dos polígonos ser discreta (não há transição gradual)

Utilização mais complexa nas operações matemáticas

Origens:

- digitalização

- recolha direta (Ex. GPS)

- conversão raster – vetor

Ambos os modelos têm vantagens e desvantagens mas, como os SIG atuais têmcapacidade para trabalhar com os dois modelos em simultâneo, pode-se utilizar ainformação que interessa de cada um deles.





Representar uma carta de declives, que modelo de dados usar ?

Modelo matricial



Delimitar os talhões numa vinha, que modelo de dados usar ?

Modelo vetorial

A representação vetorial é composta por pontos, linhas e polígonos (áreas) e a matricial por células (pixeis).



Matricial

Vectorial

Mundo real

Dados vetoriais vs matriciais

Ponto

Linha

Polígono

Área de estudo dividida em um grupo de células regularesVetorial Matricial





Conversão das imagens(vetorial em matricial)



Smoothing (conversão de raster em vetorial)

antes

Ponto central da célula

depois



Conversão das imagens

Vetorialpara

Matricial

Matricialpara

Vetorial



(2)(1)





... raster surface (pixels)

Corn (kg ha-1)

... vectorial surface (isolines)

Corn (kg ha-1)

Cultura do milho



Landsat-5 TM

RGB 743

Junho, 1990

agrícolaardido

floresta

urbano

Generalização VectorizaçãoClassificação automática

Ard

Fl

Urb

FlAg

Ag

Fl

1: 100 000

Área mínima - 25 ha



Conversão das imagens (*)Resolução da imagem matricial (raster)

antes

depois



Caraterísticas dos dados matriciais

← Discretos (1) Contínuos (1) →

Dados discretosNúmeros inteiros

Com tabela de atributos

Dados contínuosPontos flutuantes

Sem tabela de atributos

Na tabela, cada registo (linha) armazena informação sobre um objeto no espaço e cada campo

(coluna) descreve um atributo desse objeto.

A ligação dos atributos aos objetos no espaço é efetuada através de um identificador único.



As superfícies discretas não são previsíveis.São um número finito de localizaçõestraduzidas por dados.Ex. Casas de um bairro (1)

Representação matricial com dados discretos

As superfícies contínuas são previsíveis.São um número infinito de localizações quetêm valores únicos.Ex. Cotas topográficas (2)

Representação matricial com dados contínuos.

Superfícies discretas vs Superfícies contínuas



Utilizações de dados matriciais discretos e contínuos

Discretos (Categóricos) Contínuos

Uso e cobertura do soloEspécies dominantesTipo de soloCategoria de risco de poluição

Índice NDVIRiqueza de espéciesConcentração de KDensidade de poluentes



Dados matriciais discretos

Tabela de atributos (1)

Armazenamento da informação

Equipamentos portáteis para captura e apresentação de dados

Equipamentos portáteis e PDA tornaram-se comuns para a recolha e apresentação de dados (1)

Os receptores GPS podem ser integrados com os equipamentos portáteis para mostrar alocalização dos dados e seus valores. DOQs ou DRGs podem ser apresentados em segundoplano para localizar dados ou verificar os seus valores.



Estas tecnologias têm vindo a substituir os livros de campo erespetivos registos manuais, o que facilita a integração dos dados nasbases de dados e reduz os erros humanos.

Os equipamentos portáteis de recolha da informação são aindabastante caros mas os PDAs não.

PDA com o programa

ArcPad.



Ligação (Linking) de uma base de dados GIS com outra informação

Uma base de dados GIS com as árvores de um centro urbano, associada às suas fotografias

Tratamento da informação (análise de dados)

O excesso de informação, conduziu ao desenvolvimento de Sistemas de Informação Geográfica

(SIG) e de Sistemas de Suporte à Decisão (SSD - modelos agronómicos) para ajudar à tomada

de decisões.

Os SIG permitem sobrepor informação obtida em diferentes escalas, para que a informação

final correspondente a uma determinada localização inclua todos os dados relativos a esse

local; estes dados ficam disponíveis como que em diferentes camadas sobrepostas e

relacionadas entre si.

Exemplo - o estabelecimento de relações entre cartas de rendimento obtidas em diferentes

anos, com uma dada escala, com os dados da parcela relativos ao solo (profundidade, teor de

MO, etc.), obtidos com uma escala diferente.

A pesquisa mais complexa relaciona-se com a informação georeferenciada para analisar dados

distribuídos no espaço ou cenários condicionais.



Distribuição espacial contínua(Detalhe)

Análise de mapas

Interpolação de dados espaciais

Dados espaciais - Geoestatística

Formas de analisar os dados (dados vs representação geográfica)

Identificação de uma tendência central Mapeamento da variação

Tendência central

Média = 22.0SD = 18.7

Objetos espaciais discretos(Geral)

22.0 28.2

Análise tradicional

Dados de campoAjuste dos dados segundo

uma curva standard normal

(Dados espaciais - Estatística não espacial)





MAPEAMENTO DA VARIAÇÃO - INTERPRETAÇÃO DOS RESULTADOSVERIFICAÇÃO “in loco” DAS CAUSAS DA BAIXA PRODUTIVIDADE

Infestação de plantasdaninhas

Mancha desolo

Má drenagem do solo



As principais ferramentas de análise de dados são a:

1- Análise de proximidade (buffer analysis);

2- Análise de sobreposição (overlay);

3- Análise de redes.

1- Análise de proximidade:Utiliza o processo de buffering (“amortecer”) para determinar relações de proximidade entredados georeferenciados.

2- Análise de sobreposição:Consiste na integração de diferentes camadas de dados; exemplo a criação de cartas depotencial agrícola pela integração de dados do solo, declive, infra-estruturas, etc.

3- Análise de redes (1):Permite determinar a distância mais curta entre dois pontos ou o seu melhor percurso, tendo em consideração os vários pontos. Integra variáveis espaciais (distâncias), temporais (tempo de deslocação) e económicas (custos de deslocação). Ex da gestão de frotas rodoviárias, GPS do carro, etc.





Análise de proximidade: Buffer Analysis

Ponto:

- Círculo

- Quadrado

Linha:

- Zona envolvente da linha (Line Buffer)

Polígono:

- Interior

- Exterior

Análise de proximidade onde uma zona envolvente (buffer zone) é criada para se proceder a uma pesquisa



Nos GIS a vizinhança é definidacomo o campo de uma célula esuas semelhanças com as célulasque estão na sua periferia. (*) 5 3

1 2 3

4 5 0A análise de proximidade (vizinhança) baseia-se na utilização das funções estatísticas

de proximidade (Neighborhood Statistics function)

Estas funções baseiam-se na análise espacial.

Estas funções permitem obter resultados (output grid) cujos valores são, em cada localização,

função dos dados das células originais (input cells) situadas na sua periferia.



Análise de proximidade(interpolação de dados)

Os valores em posições discretas são dados pontuais

Superfícies contínuas podem ser obtidas de dados pontuais por interpolações.



Interpolação de dados:

- Interpolação em função do inverso da distância (IDW- Inverse Distance Weight):

- a influência da introdução de um ponto numa interpolação é isotrópica (*) desde queesteja relacionada com a distância (a IDW não é "ridge preserving")

- os melhores resultados da IDW são obtidos quando a amostra é suficientemente densaem relação ao local onde se está a fazer a simulação. Se a amostra é pouco densa oumuito irregular, os resultados podem não ser suficientemente representativos dasuperfície desejada.

- Interpolação de dados por Kriging:

- é um processo de interpolação que estima uma superfície de um conjunto de pontos comvalores de z

- considera uma correlação espacial entre os pontos

- o Kriging é baseado na teoria da variação regional que assume que a variação espacial éum fenómeno representado por valores de z com um output homogéneo segundo umadada superfície, ou seja, os mesmos padrões de variação podem ser observados em todaa superfície.



Theissen

Dados discretos (1)

Ex semelhante ao que se faz na vinha



Interpolação de dados em função do inverso da distância (IDW- Inverse Distance Weight )



Interpolação de dados por Kriging



Interpolação de dados em função do inverso da distância. Interpolação de dados por Kriging

Comparação gráfica das duas interpolações

Dados originais



Comparação espacial dos resultados das interpolações

Comparando as superfíciesobtidas por interpolação IDW, emrelação à média, observam-segrandes diferenças nos valoresestimados em cada local(-16.6 a 80.4 ppm)

Comparando os valores inter-polados da superfície por IDW emrelação aos valores interpoladospor Kriging observam-se pequenasdiferenças nos valores estimadosem cada local(-13.3 a 11.7 ppm)


Mapeamento da interpolação espacial dos dados da distribuição geográfica

IDW SurfaceData “Spikes”

Fósforo (P) de um campo de milho


IDW SurfaceData “Spikes” (1)



As funções da estatística de vizinhança incluem as seguintes operações:

Majoramento (majority) - determina o valor que ocorre geralmente na vizinhança

Máximo - determina o valor máximo que ocorre na vizinhança

Média - determina o valor médio que ocorre na vizinhança

Mediana - determina a mediana dos valores que ocorrem na vizinhança

Mínimo - determina o valor mínimo que ocorre na vizinhança

Intervalo (range) - determina o intervalo dos valores que ocorrem na vizinhança

Desvio padrão - determina o desvio padrão dos valores que ocorrem na vizinhança

Soma - determina a soma dos valores que ocorrem na vizinhança

Variação (variety) - determina o número de valores únicos que ocorrem na vizinhança

Em que é que a análise de vizinhança pode ser utilizada:

- para o smooth dos dados obtidos por sensores remotos (minority)

- analisar o uso de certas áreas pela observação do uso das áreas vizinhas

- contabilizar o número de potenciais utilizadores numa dada área pela observação dasáreas vizinhas



Geostatística

- obter variogramas (1) que descrevam em modelos matemáticos a distribuição espacial devariáveis com interesse.

- analisar quais, e em que grau de complexidade, as variáveis determinantes do rendimentodas culturas que podem ser ajustadas a modelos teóricos que melhor expliquem o seucomportamento espacial.

- identificar e sistematizar proce-dimentos que facilitem a obtençãode modelos teóricos para recons-trução de superfícies como, porexemplo, por krigagem.

https://pt.wikipedia.org/wiki/Variograma

- mede a variação do valor de umavariável em relação às restantes damesma amostragem (wikipedia).

https://pt.wikipedia.org/wiki/Variograma

https://pt.wikipedia.org/wiki/Amostra



2- Análise de sobreposição (overlay)

A sobreposição é uma operação que consiste noagrupamento (merged) de regiões geográficas paraformar um novo conjunto em que as característicasdaquelas são partilhadas.

Como funciona ?

- os layers (camadas) são combinados para formarmulti-camadas;

- a informação final é derivada na análise da relaçãoentre os dados originais.

A

BC

1 2

3 4

A1 B2

C3B4

C1 A2

B1

Proprietário

C4

Combinação tipo de floresta - proprietário

Tipo de floresta



GIS Functions: Buffer, Clip, Reselect

+

“purple”



Junção de polígonos

Recortar um tema baseado em outro

Interseção de temas

União de temas

Operações vetoriais



3- Análise de redes

Permite determinar a distância mais curta entre dois pontos ou o seu melhor percurso, tendo

em consideração os vários pontos. Integra variáveis espaciais (distâncias), temporais (tempo de

deslocação) e económicas (custos de deslocação).

Produção da informação

Os sistemas de Suporte à Decisão

Os programas que traduzem os modelos agronómicos de ajuda aos sistemas de suporte à

decisão (SSD) permitem, em função das características do meio, do desenvolvimento das

culturas, da necessidade de fatores de produção, do rendimento potencial da cultura, dos

riscos em função das pragas e doenças, etc., simular com precisão os resultados previsíveis.

Os SSD permitem para cada operação cultural, utilizando as características agronómicas das

culturas e os dados obtidos pelos sensores e introduzidos pelo operador, ajudar a tomar as

decisões agronomicamente mais corretas.

O elevado volume de informação em causa torna impossível, mesmo para o agricultor mais

experiente, a sua gestão adequada devendo, no entanto, a decisão final ser sua.

Os sistemas de gestão de informação, apresentados sob a forma de bases de dados (SGBD)

são, geralmente, modelos relacionais em que os dados são armazenados em tabelas com

campos comuns que permitem a ligação entre elas (exemplo do Microsoft Access).





Ficheiros para aplicação variada de fatores de produção



Agrupar valores em classes

9 classes 5 classes

Operações matriciais



Ficheiros relacionados:

07AP-01 - Sistema de Informação Geográfica na Agricultura

07AP-04 - Agricultura de precisão e o maneio localizado de fatores de suporte à produção agrícola

08AP-03 - Tecnhnical solutions in Precision Agriculture

08AP-09 - Active Canopy Sensors for Precision Agriculture

08neighborhood analysis - Neihbghborhood analysis

09Evolucao Tecnologica das MA no Brasil - Evolução Tecnológica das Máquinas Agrícolas no Brasil

09GIS_AppsNatRes_Chap15 - Geographic Information Systems. Applications in Natural Resource Management

09ICPA_Keynote08 - So Where Is Precision Ag? …a brief history, current expression and future directions

09InfGeogFundamentos - Sistemas de Informação Geográfica

09OnLineCourseDescription - Learning How to use ArcPad ® Version 7.0

10presentacao_OCUPACAO DO SOLO - CARTOGRAFIA TEMÁTICA DE OCUPAÇÃO DO SOLO

../07AP-01.ppt

../07AP-04.ppt

../08AP-03.ppt

../08AP-09.ppt

../08neighborhood analysis.ppt

../09Evolucao Tecnologica das MA no Brasil.ppt

../09GIS_AppsNatRes_Chap15.ppt

../09ICPA_Keynote08.ppt

../09InfGeogFundamentos.ppt

../09OnLineCourseDescription.ppt

../10presentacao_OCUPACAO DO SOLO.ppt



Ficheiros relacionados:

11crager_xmastree1 - Geospatial Technologies and Agriculture. How GPS and GIS are Helping to Improve the Ag Industry

11geo_ap - Geoprocessamento na Agricultura de Precisão

11Imagens_digitais_na_AP - Imagens Digitais na Agricultura de Precisão

11IPMPresentation - Concepts in Precision Agriculture and Integrated pest Management

13PA_short_workshop - Analyzing Precision Ag Data

13TeoricaDadosMatriciais - Representação espacial 2: dados matriciais

14lec2_489 - GIS Geographic Information System AGSM 489 Lecture 2

../11crager_xmastree1.ppt

../11geo_ap.ppt

../11Imagens_digitais_na_AP.ppt

../11IPMPresentation.ppt

../13PA_short_workshop.ppt

../13TeoricaDadosMatriciais.ppt

../14lec2_489.ppt



Links:

http://en.wikipedia.org/wiki/Web_Map_Service

http://en.wikipedia.org/wiki/Web_Feature_Service

http://en.wikipedia.org/wiki/Web_Coverage_Service

http://www.opengeospatial.org/

http://www.gdal.org/

http://www.gdal.org/ogr/

http://en.wikipedia.org/wiki/Web_Map_Service

http://en.wikipedia.org/wiki/Web_Feature_Service

http://en.wikipedia.org/wiki/Web_Coverage_Service

http://www.opengeospatial.org/

http://www.gdal.org/

http://www.gdal.org/ogr/



Quantum GIS

O Quantum GIS (QGIS) é uma aplicação SIG de fácil utilização que pode funcionar em

sistemas operativos Linux, Unix, Mac OSX e Windows. QGIS suporta dados vetoriais

(shapefiles ESRI, GRASS, PostGIS, MapINFO, SDTS, GML e a maioria dos formatos

suportados pela biblioteca OGR), raster (TIFF, ArcINFO, raster de GRASS, ERDAS, e a

maioria dos formatos suportados pela biblioteca GDAL) e bases de dados. QGIS é

distribuído com licença GNU Public Licence.

Página oficial:

http://qgis.org/

http://qgis.org/



Algumas funcionalidades de base do QGIS:

- Suporte para dados Raster e Vetoriais

- Integração com GRASS SIG

- Arquitetura que permite extensibilidade através de plugins

- Ferramentas de digitalização

- Ferramentas de geoprocessamento

- Compositor para “layouts” de impressão

- Integração com a linguagem Python

- Suporte OGC (WMS, WFS)

- Painel de “overview”

- Bookmarks espaciais

- Identificar/Selecionar “features”

- Editar/Ver atributos

- Etiquetar “features”

- Projeções “On the fly”



Documents

UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO3.2.2- Análise de sobreposição 3.2.2- Análise de redes. Funcionamento de um SIG: - introdução de dados; - seu armazenamento; - sua