Modelagem hidrológica auxiliada por geoprocessamento com … · Modelagem hidrológica auxiliada...

Modelagem hidrológica auxiliada por geoprocessamento com ArcGIS e HEC-GeoHMS

Dia 1:

Classificação dos usos da terra com ArcGIS

Vinícius B. P. Chagas e Camyla I. dos Santos

19 de outubro de 2017

Tópicos abordados

1 - Fundamentos dos usos de imagens de satélite

2 - Prática: Manipulação e interpretação de imagens

3 - Classificação de imagens em usos da terra

4 - Prática: Classificação

Australia

Rio Mississippi

Rio Ohio

Ibitinga, rio Tietê

Algeria, deserto do Saara. “Land of terror”

Mar de Bering

Las Vegas

Softwares para classificar imagens

Parte 1: Fundamentos

Sensoriamento remoto

• O que é Sensoriamento Remoto?

Sensoriamento Remoto é a ciência e a arte de obter informação acerca de um objeto, área ou fenômeno, através da análise de dados adquiridos por um dispositivo que não está em contato com o objeto, área ou fenômeno sob investigação.

Fundamentos

Sensoriamento remoto

• Os satélites podem ter sensores passivos ou ativos.

Fundamentos

Sensoriamento remoto Fundamentos

debor

Nota

Sensor passivo


Discretização da reflectância dos

alvos

Discretização da reflectância dos

alvos


• A reflectância é representada em níveis de cinza (NC)

Maior reflectância

↓ Maior NC

↓ Branco

Menor reflectância

↓ Menor NC

↓ Preto

O espectro eletromagnético Fundamentos

O espectro eletromagnético

• Alguns comprimentos de onda da radiação eletromagnética são absorvidas ou espalhadas pela atmosfera.

Fundamentos

debor

Nota

Vapor d'água e aerossóis que causam essa diferença entre amarelo e vermelho

• Cada alvo tem um nível de reflectância em cada comprimento de onda.

Curva espectral de alvos Fundamentos

• Cada alvo tem um nível de reflectância em cada comprimento de onda.

• A energia refletida pelos alvos podem ser representadas por curvas, denominadas:

Curva espectral de alvos


• Cada objeto tem uma assinatura e curva espectral.


• Curvas espectrais da água, vegetação, e solo exposto.


• Curvas espectrais da vegetação com diferentes conteúdos de umidade (WC, g/m²)


• A reflectância de cada faixa espectral é medida isoladamente.

• Estas faixas são chamadas de bandas.


• Cada banda gera uma imagem em níveis de cinza.


• Porém, o comportamento espectral dos alvos é alterado por fatores externos, como:

– Localização do alvo em relação ao sensor;

– Declividade do terreno;

– Iluminação;

– Atmosfera: aerossóis, umidade, nuvens.


• Existem dezenas de sistemas orbitais com dados disponíveis.

• A resolução espacial varia de centímetros a quilômetros.

• A quantidade de bandas varia de poucas unidades a dezenas.

Sistemas orbitais

• Mais conhecido e mais utilizado para uso da terra: Landsat.

• É operado pela USGS (Serviço Geológico dos EUA).

• É disponibilizado gratuitamente,

• E...

Sistemas orbitais

• Possui imagens desde 1972!

Landsat Sistemas orbitais

• Os sensores remotos orbitais possuem quatro características:

• Resolução espacial

• Resolução temporal

• Resolução espectral

• Resolução radiométrica


• Resolução espacial:

– Pixel de 30x30 metros.

– Cenas de ~170km por ~180km.


• Resolução temporal:

– As cenas tem uma nova imagem a cada 16 dias.

– As fotos são sempre tiradas as 10h da manhã.

– O Landsat 7 e o 8 revezam a cada 8 dias.


• Resolução radiométrica: é a capacidade do sensor em discriminar a intensidade de energia refletiva pelo objeto.

• Landsat 7: 8 bits

• Landsat 8: 16 bits


• Resolução radiométrica: é a capacidade do sensor em discriminar a intensidade de energia refletiva pelo objeto.

• Landsat 7: 8 bits = 28 níveis de cinza = 256 valores.

• Landsat 8: 16 bits = 216 níveis de cinza = 65536 valores.


• Nota: nem sempre é desejada uma maior resolução espacial e temporal!


• Resolução espectral: quantidade e faixa das bandas.


• Podemos atribuir a cada banda uma cor.

• A composição mais comum é RGB: red, green, blue.

Composição de bandas

Composição RGB

Parte 2 Prática: Aquisição, manipulação e

interpretação de imagens

Parte 3 Classificação dos usos da terra

• Classificação de imagens:

É a associação de seus pixels a um número finito de classes.

• Etapas:

1 - Determinação de um conjunto de critérios estatísticos.

2 - Atribuição dos pixels à classe que melhor satisfaz aos critérios.

Classificação de imagens

• A classificação pode ser:


Pixel a pixel ou

Por regiões

Supervisionada ou

Não-supervisionada

Debo

Highlight

Debo

Highlight

Debo

Sticky Note

Jeito mais usado: orientado-objeto (mais completo) No ArcGIS, só dá pra fazer supervisionada e pixel a pixel

• Exemplo com duas bandas do Landsat 7:


• Imagem com água e vegetação classificadas:


• Plot das duas bandas com os pixels classificados:


• Porém, se ainda não classificamos a imagem...

... como podemos definir os agrupamentos?


• Porém, se ainda não classificamos a imagem...

... como podemos definir os agrupamentos?


• Fazendo a amostragem de áreas que já sabemos sua classe.

• São chamadas de:

Áreas de treinamento

• Existem várias técnicas de classificação.


• O ArcGIS usa a Máxima-Verossimilhança:

Assume distribuição normal das áreas de treinamento.

Calcula a probabilidade de um pixel pertencer à classe.

• Mas existem dificuldades nesta classificação:

• Alguns alvos não são espectralmente distintos pelas bandas existentes no sensor.

• Ruídos são frequentes nas imagens.

• Os pixels são uma mistura de alvos.

• A atmosfera absorve alguns comprimentos de onda.

• A topografia interfere na reflectância.


• Passos para a classificação:

1) Definir quais classes usar;

2) Fazer a amostragem das áreas de treinamento;

3) Verificar os histogramas e scatterplots das áreas de treinamento;

4) Caso satisfeito com as classes definidas: classificar usando o método da Máxima-Verossimilhança.

Parte 4: Classificação da imagem

Etapas:

1) Definir quais classes usar;

2) Fazer a amostragem das áreas de treinamento;

3) Verificar os histogramas e scatterplots das áreas de treinamento;

4) Caso satisfeito com as classes definidas: classificar com o método da Máxima-Verossimilhança.

Modelagem hidrológica auxiliada por geoprocessamento com … · Modelagem hidrológica auxiliada...

Documents

Transcript of Modelagem hidrológica auxiliada por geoprocessamento com … · Modelagem hidrológica auxiliada...