Mapeamento do uso do solo para manejo de propriedades rurais

Transcrição

1 1/55 Mapeamento do uso do solo para manejo de propriedades rurais Prática Eng. Allan Saddi Arnesen Eng. Frederico Genofre Eng. Marcelo Pedroso Curtarelli

2 2/55 Conteúdo programático: Capitulo 1: Conceitos básicos de cartografia e SIG; Capitulo 2: Fundamento de Sensoriamento Remoto; Capitulo 3: Aquisição de imagens e processamento de dados; Capitulo 4: Técnicas de classificação de imagens e processamento digital; Capiutlo 5: Mapeamento do uso do solo para o manejo de propriedades rurais; Capitulo 6: Validação, extração de informações e estimativas de áreas de produção.

3 3/55 Tópicos abordado neste capitulo: Classificação de imagens: técnicas manual, não-supervisionada e supervisionada; Estudo de caso para exercícios práticos: município de Chavantes - SP; Exercício 1 Classificação manual; Exercício 2 Classificação não supervisionada; Exercício 3 Classificação supervisionada.

4 4/55 Classificação de imagens Classificação é o processo de extração de informação de imagens para reconhecer objetos e mapear áreas da superfície terrestre que correspondem aos temas de interesse; As técnicas de classificação de imagens consideram os dados espectrais dos pixels de imagens de sensoriamento remoto; Cada pixel contém coordenadas espaciais (x e y) e uma espectral (z) para uma imagem de n bandas, existem n níveis de cinza associados a cada pixel sendo um para cada banda espectral; Classes áreas que possuem características espectrais semelhantes.

5 5/55 Técnicas de classificação de imagens Classificação Manual: Baseada diretamente no conhecimento do analista dos alvos mapeados; Requer tempo de edição manual realizada pelo analista; Digitalização/vetorização e atribuição de classes aos polígonos Interpretação visual da imagem de satélite

6 6/55 Técnicas de classificação de imagens Classificação não supervisionada: Reconhecimento da assinatura espectral das classes é realizada por um algoritmo, sem que o usuário realize a coleta de amostras (treinamento não supervisionado); Os pixels dentro de uma área de treinamento são submetidos a um algoritmo de agrupamento que agrupa os dados; O algoritmo assume que cada grupo representa a distribuição de probabilidade (características estatísticas) de uma classe.

7 7/55 Técnicas de classificação de imagens Classificação supervisionada: Etapa de treinamento supervisionada pelo analista: reconhecimento da assinatura espectral das classes; O analista deve identificar áreas representativas das classes na imagem; É importante que as amostras sejam homogêneas, mas ao mesmo tempo incluam a variabilidade espectral da classe.

8 8/55 Estudo de caso para exercícios práticos Objetivo: fazer um mapeamento do uso do solo em uma área predominantemente agrícola; Área de estudo: Município de Chavantes SP Classes: Agricultura (cultivo de cana-de-açúcar, principalmente); Pastagem; Área urbana; Corpos d água; Floresta.

9 9/55 Estudo de caso para exercícios práticos Mapa do cultivo Chavantes Fonte: Área piloto para exercícios

10 10/55 Exercício 1 Classificação manual Digitalização/ vetorização dos polígonos de tipos de uso do solo Atribuição de classes de uso do solo aos polígonos

11 11/55 Ativação da Barra de Ferramentas Editor Clicar com o botão direito sobre a área cinza Clique sobre os três pontos e arraste até a área cinza para fixar esta barra de ferramentas

12 12/55 Adição da imagem Landsat-8 (recorte) Insira o arquivo: L8_recorte Procure o arquivo na pasta Landsat-8 > Class_manual

13 13/55 Criação de um shapefile de Classificação Manual Na Catalog Window Adicione um novo shapefile, clicando com o botão direito sobre o nome da pasta Classificação>Classificação_manual

14 14/55 Criação de um shapefile de Classificação Manual Definir o nome do shapefile Projected Coordinate Systems > UTM > WGS1984 > Southern Hemisphere > WGS 1984 UTM Zone 22S.prj

15 15/55 Vetorização dos polígonos de uso do solo Clique sobre o nome do shapefile e comece a desenhar os polígonos Selecione a Ferramenta Polygon

16 16/55 Vetorização dos polígonos de uso do solo Após digitalizar o primeiro polígono, utilize a ferramenta Auto Complete Polygon para desenhar os polígonos adjacentes Comece e termine o desenho dentro do primeiro polígono (para finalizar clique duas vezes)

17 17/55 Vetorização dos polígonos de uso do solo Para alterar a forma de preenchimento/contorno dos polígonos, clique duas vezes sobre o quadrado da simbologia do shapefile Selecione a opção Hollow (sem preenchimento e com contorno preto de espessura 0,4).

18 18/55 Vetorização dos polígonos de uso do solo Utilizar a ferramenta Edit Tool para selecionar os polígonos

19 19/55 Vetorização dos polígonos de uso do solo Com o polígono selecionado, clique na ferramenta Cut Polygon e então Desenhe o corte no polígono selecionado, iniciando e terminando fora do polígono. Clique duas vezes para finalizar o corte

20 20/55 Exportação da classificação para o Google Earth Selecione a ferramenta Layer To KML (Conversion Tools > To KML)

21 21/55 Exportação da classificação para o Google Earth Selecionar o arquivo no local salvo no computador

22 22/55 Verificação do resultado da classificação no Google Earth Escolha da imagem (diferentes datas disponíveis)

23 23/55 Atribuição de classes - edição das tabelas de atributos e volta ao ArcGIS, editar a Tabela de Atributos (Attribute Table). Para isso, clique com o otão direito sobre o nome do shapefile da classiifcação e selecione Open Attribute Table.

24 24/55 Atribuição de classes - edição das tabelas de atributos Clique em Table Options

25 25/55 Atribuição de classes - edição das tabelas de atributos Insira o nome da coluna ( Classe ) Selecione o tipo da variável (Text)

26 26/55 Atribuição de classes - edição das tabelas de atributos Comece a edição (Editor > Start Editing) Clique duas vezes na linha (sobre o quadrado cinza) Clique duas vezes sobre a célula da coluna Classe selecionada e escreva o nome da tipo de uso do solo

27 27/55 Atribuição de classes - edição das tabelas de atributos Faça isso para todos os polígonos do shapefile, atribuindo classes aos polígonos.

28 28/55 Atribuição de classes - edição das tabelas de atributos Clique em: Classe > = > Get Unique Values > nome de uma classe > Apply Clique em Table Options > Select By Attributes Aqui você poderá verificar erros de digitação

29 29/55 Atribuição de classes - edição das tabelas de atributos Clique em Show selected records para a tabela mostrar apenas as feições selecionadas e edite o texto da(s) célula(s) errada(s)

30 30/55 Atribuição de classes - edição das tabelas de atributos

31 31/55 Clique com o botão direito sobre o nome do shapefile > Properties Atribuição de classes - edição das tabelas de atributos Edite as cores da simbologia das classes Categories > Unique Values > Value Field (Classe) > Add All Values

32 32/55 Atribuição de classes - edição das tabelas de atributos

33 33/55 Vantagens e desvantagens da classificação manual Vantagens: O resultado da classificação manual pode ser o mais preciso dentre todas as técnicas disponíveis, desde que seja realizado em alto grau de detalhes; Desvantagens: Requer conhecimento prévio da área a ser mapeada; Requer muito tempo de digitalização dos polígonos e atribuição de classes aos polígonos.

34 34/55 Exercício 2 Classificação não supervisionada Definição dos parâmetros da classificação não supervisionada (treinamento não supervisionado e técnica Máxima Verossimilhança) Agrupamento de classes espectrais definidas pelo classificador

35 35/55 Seleção da ferramenta de classificação não supervisionada Selecione a ferramenta Iso Cluster Unsupervised Classification (No ArcToolbox: Spatial Analyst Tools > Multivariate)

36 36/55 Definição dos parâmetros da classificação não supervisionada Selecione a imagem Landsat 8 Determine o número de classes (faremos 3 testes: com 3, 5 e 7 classes) Escolha o local onde será salvo o arquivo raster da classificação Definição do tamanho mínimo da classe (número de pixels mínimo) Indica que uma célula será coletada para cálculo da estatística a cada bloco de n X n

37 37/55 Resultados da classificação não supervisionada 3 classes 5 classes 7 classes

38 38/55 Resultados da classificação não supervisionada 3 classes 5 classes

39 39/55 Resultados da classificação não supervisionada Imagem Landsat 8 7 classes

40 40/55 Verificação das classes atribuídas pelo classificador Selecione uma das classificações e desmarque as demais na Table of Contents, deixando apenas selecionada a imagem Landsat 8 Selecione a ferramenta Swipe Layer

41 41/55 Verificação do resultado da classificação não supervisionada Clique sobre a imagem e arraste para verificar o resultado da classificação comparado à imagem Landsat 8 Anote os números das classes que representam os tipos de uso do solo.

42 42/55 Reclassificação e agrupamento de classes Selecione a ferramenta Reclassify (Spatial Analyst Tools > Reclass)

43 43/55 Reclassificação e agrupamento de classes Exemplo:

44 44/55 Reclassificação e agrupamento de classes

45 45/55 Vantagens e desvantagens da classificação não supervisionada Vantagens: Não requer um conhecimento prévio da área de estudo; Desvantagens: A interpretação das classes espectrais deve ser realizada posteriormente; O analista tem pouco controle sobre a separação das classes.

46 46/55 Exercício 3 Classificação supervisionada Coleta de amostras - Etapa de treinamento do classificador pelo analista Classificação pela técnica da MaximoVerossimilhança - MaxVer

47 47/55 Classificação supervisionada barra de ferramentas Image Classification Ative a barra de ferramenta Image Classification Selecione a ferramenta Draw Polygon E comece a desenhar os polígonos de amostras

48 48/55 Coleta de amostras das classes desenho dos polígonos Depois de desenhar as amostras de uma classe, selecione todos os polígonos desenhados e clique no botão Merge

49 49/55 Salvar a assinatura espectral das classes Selecione a o ícone Create signature file para salvar as amostras coletadas das classes Escolha a pasta para salvar o arquivo

50 50/55 Classificação pela técnica da Máxima Verossimilhança

51 51/55 Classificação pela técnica da Máxima Verossimilhança Escolher o arquivo de assinatura espectral das classes Escolher a pasta para salvar o arquivo (resultado da classificação)

52 52/55 Verificação do resultado da classificação supervisionada Utilize a ferramenta Swipe Layer (barra de ferramentas Effects) para visualizar o resultado

53 53/55 Verificação do resultado da classificação supervisionada Verifique o resultado insatisfatório para a classe Área Urbana

54 54/55 Resultado da classificação supervisionada

55 55/55 Vantagens e desvantagens da classificação não supervisionada Vantagens: O analista pode definir as classes conforme seu conhecimento sobre a área; O número de classes espectrais do resultado do classificador será igual ao definido pelo analista; Desvantagens: O resultado da classificação é dependente das qualidade/representatividade das amostras coletadas na etapa de treinamento; Podem ocorrer confusões entre as classes, pois as classes são divididas com bases em seus atributos espectrais edições manuais posteriores podem ser necessárias.