Departamento de Agronomia UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO

Transcrição

1 SUMÁRIO DA LIÇÃO Nº 6-7 Parte teórica - prática 1- Sistemas de informação geográfica 2- A variabilidade espacial 3- Funcionamento de um SIG 3.1- Introdução e armazenamento dos dados Informação espacial Modelo matricial Modelo vectorial Comparação entre os modelos matriciais e vectoriais 3.2- Manipulação e análise dos dados Análise de proximidade Análise de sobreposição Análise de redes

2 Funcionamento de um SIG: - introdução de dados; - seu armazenamento; - sua manipulação e análise; - produção de informação. Programas GIS mais comuns: QGIS, ArcGIS, ArcView,, etc.

3 Estrutura geral de uma aplicação SIG

4 Introdução da informação Introdução da informação digital. A informação analógica tem de ser convertida em formato digital; esta operação designa-se por 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 superfície terrestre, para se efectuar a sua análise. A componente alfanumérica dá as propriedades das características ou fenómenos identificados pela componente geométrica. Os atributos desta informação são mantidos em tabelas de dados alfanuméricos. Os componentes geométricos e alfanuméricos podem ser considerados como layers de informação que traduzem os diferentes tipos de informação; estes layers são armazenados separadamente.

5 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 a que 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 torna os ficheiros muito grandes e gera representações gráficas de baixa qualidade. A fotografia aérea e as imagens digitalizadas (1) são exemplos deste modo; também podem ser obtidos por rasterização de dados vetoriais. As bases de dados dos modelos matriciais são bastante difíceis de gerir devido à sua dimensão embora, hoje em dia, este problema seja de mais fácil solução; são necessários suportes de informação (discos rígidos) de grande capacidade.

6 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 manter atualizados os dados 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.

7 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.

8 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.

9 Dados vetoriais Representação da localização e aparência gráfica dos objetos por um ou mais pares de coordenadas. Não preenchem, necessariamente, todo o espaço. Pontos: localizações discretas de feições pequenas. As características geométricas são desprezadas Ex: poços, postes, edifícios Linhas: representação de objetos em que o comprimento é muito superior à largura Ex: rios, rodovias Polígonos: região limitada por poligonal fechada. Representa a forma e a localização de feições homogéneas. Ex: estados, talhões, pedologia

10 A escolha por um dos modelos (matricial ou vetorial) A escolha por um ou outro destes métodos apresenta cada vez menos relevância, 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.

11 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).

12 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

13 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 têm capacidade para trabalhar com os dois modelos em simultâneo, pode-se utilizar a informação que interessa de cada um deles.

14 Representar uma carta de declives, que modelo de dados usar? Modelo matricial

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

16 A representação vetorial é composta por pontos, linhas e polígonos (áreas) e a matricial por células (pixeis). Matricial Vectorial Mundo real

17 Dados vetoriais vs matriciais Área de estudo dividida em um grupo de células regulares Vetorial Matricial Ponto Linha Polígono

18 Conversão das imagens (vetorial em matricial)

19 Smoothing (conversão de raster em vetorial) antes depois Ponto central da célula

20 Conversão das imagens Vetorial para Matricial Matricial para Vetorial

21 (1) (2)

22

23 ... raster surface (pixels)... vectorial surface (isolines) Corn (kg ha-1) Corn (kg ha-1)

24 Classificação automática Generalização Vectorização Fl Fl Ag Fl Urb Ard Ag Landsat-5 TM RGB 743 Junho, 1990 agrícola ardido floresta urbano 1: Área mínima - 25 ha

25 Conversão das imagens (*) Resolução da imagem matricial (raster) antes depois

26 Caraterísticas dos dados matriciais Discretos (1) Contínuos (1) Dados discretos Números inteiros Com tabela de atributos Dados contínuos Pontos 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.

27 As superfícies discretas não são previsíveis. São um número finito de localizações traduzidas por dados. Ex. Casas de um bairro (1) Superfícies discretas vs Superfícies contínuas As superfícies contínuas são previsíveis. São um número infinito de localizações que têm valores únicos. Ex. Cotas topográficas (2) A representação vectorial é a mais indicada para dados discretos. A representação matricial é a mais indicada para dados contínuos.

28 Categóricos (discretos) Utilizações Contínuos Uso e cobertura do solo Espécies dominantes Tipo de solo Categoria de risco de poluição Índice NDVI Riqueza de espécies Concentração de K Densidade de poluentes

29 Dados categóricos Tabela de atributos (1)

30 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 a localização dos dados e seus valores. DOQs ou DRGs podem ser apresentados em segundo plano para localizar dados ou verificar os seus valores. Estas tecnologias têm vindo a substituir os livros de campo e respetivos registos manuais, o que facilita a integração dos dados nas bases de dados e reduz os erros humanos. Os equipamentos portáteis de recolha da informação são ainda bastante caros mas os PDAs não PDA com o programa ArcPad.

31 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

32 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.

33 Formas de analisar os dados (dados vs representação geográfica) Análise tradicional (Dados espaciais - Estatística não espacial) Análise de mapas Dados espaciais - Geoestatística Ajuste dos dados segundo uma curva standard normal Dados de campo Interpolação de dados espaciais Tendência central Média = 22.0 SD = Objetos espaciais discretos (Geral) Distribuição espacial contínua (Detalhe) Identificação de uma tendência central Mapeamento da variação

34 MAPEAMENTO DA VARIAÇÃO - INTERPRETAÇÃO DOS RESULTADOS VERIFICAÇÃO in loco DAS CAUSAS DA BAIXA PRODUTIVIDADE Infestação de plantas daninhas Mancha de solo Má drenagem do solo

35

36 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 para determinar relações de proximidade entre dados georeferenciados. 2- Análise de sobreposição: Consiste na integração de diferentes camadas de dados; exemplo a criação de cartas de potencial 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).

37 Análise de proximidade: Buffer Analysis Análise de proximidade onde uma zona envolvente (buffer zone) é criada para se proceder a uma pesquisa Ponto: - Círculo - Quadrado Linha: - Zona envolvente da linha (Line Buffer) Polígono: - Interior - Exterior

38 Nos GIS a vizinhança é definida como o campo de uma célula e suas semelhanças com as células que estão na sua periferia. (*) A 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.

39 Análise de proximidade (interpolação de dados) Os valores em posições discretas são dados pontuais Superfícies contínuas podem ser obtidas de dados pontuais por interpolações.

40 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 que esteja relacionada com a distância (a IDW não é "ridge preserving") - os melhores resultados da IDW são obtidos quando a amostra é suficientemente densa em relação ao local onde se está a fazer a simulação. Se a amostra é pouco densa ou muito irregular, os resultados podem não ser suficientemente representativos da superfície desejada. - Interpolação de dados por Kriging: - é um processo de interpolação que estima uma superfície de um conjunto de pontos com valores de z - considera uma correlação espacial entre os pontos - o Kriging é baseado na teoria da variação regional que assume que a variação espacial é um fenómeno representado por valores de z com um output homogéneo segundo uma dada superfície, ou seja, os mesmos padrões de variação podem ser observados em toda a superfície.

41 Theissen Dados discretos (1) Ex semelhante ao que se faz na vinha

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

43 Interpolação de dados por Kriging

44 Comparação gráfica das duas interpolações Dados originais Interpolação de dados em função do inverso da distância. Interpolação de dados por Kriging

45 Comparação espacial dos resultados das interpolações Comparando as superfícies obtidas por interpolação IDW, em relação à média, observam-se grandes diferenças nos valores estimados em cada local (-16.6 a 80.4 ppm) Comparando os valores interpolados da superfície por IDW em relação aos valores interpolados por Kriging observam-se pequenas diferenças nos valores estimados em cada local (-13.3 a 11.7 ppm)

46 Mapeamento da interpolação espacial dos dados da distribuição geográfica Fósforo (P) de um campo de milho Data Spikes Data Spikes (1) IDW Surface IDW Surface

47 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 das áreas vizinhas

48 Geostatística - obter variogramas (1) que descrevam em modelos matemáticos a distribuição espacial de variáveis com interesse. - analisar quais, e em que grau de complexidade, as variáveis determinantes do rendimento das culturas que podem ser ajustadas a modelos teóricos que melhor expliquem o seu comportamento espacial. - identificar e sistematizar procedimentos que facilitem a obtenção de modelos teóricos para reconstrução de superfícies como, por exemplo, por krigagem. - mede a variação do valor de uma variável em relação às restantes da mesma amostragem.

49 2- Análise de sobreposição (overlay) Tipo de floresta A A sobreposição é uma operação que consiste no agrupamento (merged) de regiões geográficas para formar um novo conjunto em que as características daquelas são partilhadas. C Proprietário B 1 2 Como funciona? - os layers (camadas) são combinados para formar multi-camadas; a informação final é derivada na análise da relação entre os dados originais. C1 A1 A2 B2 C3 C4 B4 Combinação tipo de floresta - proprietário B1

50 GIS Functions: Buffer, Clip, Reselect + purple

51 Operações vetoriais Junção de polígonos Recortar um tema baseado em outro Interseção de temas União de temas

52 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).

53 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).

54 Ficheiros para aplicação variada de fatores de produção

55 Agrupar valores em classes Operações matriciais 9 classes 5 classes

56 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 presentacao_OCUPACAO DO SOLO - CARTOGRAFIA TEMÁTICA DE OCUPAÇÃO DO SOLO

57 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

58 Links:

59 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:

60 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

61