Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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).
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Representar uma carta de declives, que modelo de dados usar ?
Modelo matricial
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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).
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Matricial
Vectorial
Mundo real
Dados vetoriais vs matriciais
Ponto
Linha
Polígono
Área de estudo dividida em um grupo de células regularesVetorial Matricial
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Conversão das imagens(vetorial em matricial)
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Smoothing (conversão de raster em vetorial)
antes
Ponto central da célula
depois
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Conversão das imagens
Vetorialpara
Matricial
Matricialpara
Vetorial
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
(2)(1)
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
... raster surface (pixels)
Corn (kg ha-1)
... vectorial surface (isolines)
Corn (kg ha-1)
Cultura do milho
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Conversão das imagens (*)Resolução da imagem matricial (raster)
antes
depois
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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)
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
MAPEAMENTO DA VARIAÇÃO - INTERPRETAÇÃO DOS RESULTADOSVERIFICAÇÃO “in loco” DAS CAUSAS DA BAIXA PRODUTIVIDADE
Infestação de plantasdaninhas
Mancha desolo
Má drenagem do solo
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Análise de proximidade(interpolação de dados)
Os valores em posições discretas são dados pontuais
Superfícies contínuas podem ser obtidas de dados pontuais por interpolações.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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.
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Theissen
Dados discretos (1)
Ex semelhante ao que se faz na vinha
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Interpolação de dados em função do inverso da distância (IDW- Inverse Distance Weight )
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Interpolação de dados por Kriging
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Interpolação de dados em função do inverso da distância. Interpolação de dados por Kriging
Comparação gráfica das duas interpolações
Dados originais
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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)
Departamento de Agronomia
Mapeamento da interpolação espacial dos dados da distribuição geográfica
IDW SurfaceData “Spikes”
Fósforo (P) de um campo de milho
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
IDW SurfaceData “Spikes” (1)
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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).
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
GIS Functions: Buffer, Clip, Reselect
+
“purple”
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Junção de polígonos
Recortar um tema baseado em outro
Interseção de temas
União de temas
Operações vetoriais
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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).
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Ficheiros para aplicação variada de fatores de produção
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
Agrupar valores em classes
9 classes 5 classes
Operações matriciais
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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/
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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/
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO
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”
Departamento de Agronomia
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO