1 / 39

PÓS GRADUAÇÃO EM ENGENHARIA CIVIL E AMBIENTAL

PÓS GRADUAÇÃO EM ENGENHARIA CIVIL E AMBIENTAL. ANÁLISES ESPACIAIS. Iana Alexandra Alves Rufino Professor Adjunto – UFCG (Engenheira Civil, Mestre em Arquitetura, Doutora em Recursos Naturais). O que são Análises Espaciais ?.

Télécharger la présentation

PÓS GRADUAÇÃO EM ENGENHARIA CIVIL E AMBIENTAL

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. PÓS GRADUAÇÃO EM ENGENHARIA CIVIL E AMBIENTAL ANÁLISES ESPACIAIS Iana Alexandra Alves Rufino Professor Adjunto – UFCG (Engenheira Civil, Mestre em Arquitetura, Doutora em Recursos Naturais)

  2. O quesãoAnálisesEspaciais? O que distingue um SIG de outros tipos de sistemas de informação são as funções que realizam análises espaciais. Tais funções utilizam os atributos espaciais e não espaciais da base de dados e buscam fazer simulações (modelos) sobre os fenômenos do mundo real, seus aspectos ou parâmetros.

  3. O quesãoAnálisesEspaciais? Existem diferentes técnicas de análise espacial que permitem a produção de novos mapas a partir de dados já existentes. Estas análises também são chamadas de inferências espaciais. Inferência Espacial pode ser entendida como a geração de planos de informação a partir de dados existentes, onde: Saída = ƒ(dados de entrada)

  4. Funções/OperaçõesEspaciais Funções de Medida • A possibilidade de calcular os parâmetros mensuráveis dos objetos espaciais é considerada uma das capacidades analíticas de maior importância de um SIG pelas possibilidades de aplicação das mesmas; • Dentre as principais funções de medida podem ser citadas as medidas de comprimento, área e volume;

  5. Funções/OperaçõesEspaciais Funções de Reclassificação • Pode ser baseado em atributos temáticos ou nas propriedades topológicas (contingência, adjacência, interseção, etc.) dos objetos em uma determinada camada temática; • A reclassificação pode simplificar ou generalizar a informação; • Permitequediferentesusuários, utilizando-se de um mesmobanco de dados, produzaminformaçõesespacializadas de acordo com osrespectivosinteresses;

  6. Funções/OperaçõesEspaciais Funções de Reclassificação

  7. Funções/OperaçõesEspaciais Funções de Reclassificação

  8. Funções/OperaçõesEspaciais Funções de Reclassificação

  9. Funções/OperaçõesEspaciais FunçõesEscalares • Este tipo de operação faz uso de uma constante (escalar) e uma operação aritmética (adição, subtração, multiplicação, exponenciação, etc.); • O tema de saída contém novos valores de atributos resultantes do tipo de operação aritmética e do valor da constante utilizada.

  10. Funções/OperaçõesEspaciais FunçõesEscalares

  11. Funções/OperaçõesEspaciais Funções de Sobreposição (Overlay) • A sobreposição é uma das funções mais utilizadas em um SIG; • Dependendo da natureza dos dados, as operações de sobreposição podem ser efetuadas utilizando-se de operadores lógicos, aritméticos, probabilísticos, ou difusos (lógica fuzzy);

  12. Funções/OperaçõesEspaciais Funções de Sobreposição (Overlay) • Nos sistemas raster a sobreposição de grades geram uma nova grade com um atributo resultante que dependerá do tipo de operador (lógico ou matemático) utilizado; • Em sistemas vetoriais a sobreposição de camadas apresenta uma complexidade adicional pois afeta tanto o componente espacial como o não espacial da informação;

  13. Funções/OperaçõesEspaciais Funções de Sobreposição (Overlay)

  14. Funções/OperaçõesEspaciais Funções de Sobreposição (Overlay)

  15. Funções/OperaçõesEspaciais Funções de Sobreposição (Overlay)

  16. Funções/OperaçõesEspaciais Funções de Sobreposição (Overlay) Diagrama de Venn mostrando os resultados da aplicação de operadores de lógica booleana para dois ou mais conjuntos (Burrough & McDonnell, 1998).

  17. Funções/OperaçõesEspaciais Funções de Vizinhança - Este tipo de operação designa valores para uma localização de acordo com as características de uma área vizinha; - Pelo menos três parâmetros tem que ser especificados: . A localização dos elementos de referência . A localização da região de interesse (por exemplo a área em torno dos elementos de referência) e . A função segundo a qual a consulta deve ser realizada (um raio de 10m, distantes mais de 5m, etc)

  18. Funções/OperaçõesEspaciais Funções de Vizinhança Incluem: • Procedimentos de busca • Procedimentos de cálculo de superfícies (cálculo de declividades, direção de fluxo, visibilidade, bacias hidrográficas, volumes, iluminação, etc.) - Procedimentos de interpolação (estimativa de valores desconhecidos de uma variável concreta em localizações concretas a partir de valores conhecidos em localizações vizinhas).

  19. TIN_JP

  20. Funções/OperaçõesEspaciais Funções de Conectividade • Para uma estrutura vetorial a conectividade é usada para descrever a ligação entre dois pontos, linhas ou polígonos um para com o outro; • Nos dados em formato raster o mesmo termo é usado para definir ligações entre pixels, ou seja, o quanto dois ou mais pixels estão ou não conectados; • Estas operações podem incluir conceitos de proximidade, buffering, espalhamento, análise de redes, Custo espacial, traçado ótimo, etc;

  21. Funções de conectividade Operações de conectividade-Polígonos de Thiessen (Malczewski, 1999) Operações de Buffer/Análise de Proximidade

  22. Exemplos de Aplicações: CG • Problema • Selecionar todos os lotes desocupados (sem uso) no bairro da prata, que possuam uma declividade baixa e uma boa área útil para a implantação/construção de uma escola. Considerar: • Ocupação; • Área; • Declividade;

  23. Exemplos de Aplicações: CG Bairro da Prata Uso do Solo

  24. Exemplos de Aplicações: CG Bairro da Prata MDT-Altimetria

  25. Exemplos de Aplicações: CG Bairro da Prata Declividade em graus

  26. Exemplos de Aplicações: CG Bairro da Prata Lotes com declividade menor que 5 graus

  27. Exemplos de Aplicações: CG Bairro da Prata Lotes com declividade menor que 5 graus e Sem ocupação

  28. Exemplos de Aplicações: CG Bairro da Prata Lotes com declividade menor que 5 graus e sem ocupação e com área do Terreno maior que 50.000 m2

  29. Exemplos de Aplicações: JP • Problema: Identificação de zonas de maior risco de alagamento baseada nos impactos causados por problemas de drenagem para definir prioridades de ação na gestão municipal • Alternativas: • Considerar as áreas de declividades muito baixas (de difícil escoamento), que estejam muito próximas a algum curso d’água, ou lago, nas quais, as chances de um acúmulo de água são maiores; • Considerar como prioritárias as áreas mais ocupadas pela população, pois, certamente nestas áreas os problemas causados por um alagamento serão bem maiores tanto pelo número de pessoas atingidas, quanto pela impermeabilização que reduz a infiltração da água no solo;

  30. De cada plano de informação quais as áreas implicam em risco??? (baseado em conhecimento especializado) PREFERÊNCIAS PONDERAÇÕES Quais são as áreas de risco?? Planos de Informação: ESPACIALIZAÇÃO DE DADOS DE DIVERSAS FONTES Áreas de maior risco Exemplos de Aplicações: JP Representação Esquemática do Problema

  31. Exemplos de Aplicações: JP Elaboração dos Critérios para a Análise: Obtenção das declividades

  32. Exemplos de Aplicações: JP Elaboração dos Critérios para a Análise: Distância Mínima aos Corpos Hídricos

  33. Exemplos de Aplicações: JP Elaboração dos Critérios para a Análise:Ocupação Urbana Composição RGB e Classificação Automática de Padrões de uma imagem do sensor TM-LANDSAT de 04/08/2001

  34. Exemplos de Aplicações: JP • Análise Espacial • Cada mapa de entrada foi utilizado como uma evidência que recebeu um peso diferente dependendo da importância para com a hipótese em consideração; • O resultado deve ser um mapa com áreas que expressam um grau de importância relativa através dos valores numéricos de saída.

  35. 100 A D E Q U A Ç Ã O 0 2 85 DECLIVIDADES (%) Exemplos de Aplicações: JP • Fator de adequação 01: Áreas com declividades muito baixas • Quanto mais próximo do valor “2%” de declividade mais a área atende à avaliação “área com risco de alagamento” (maior adequação à hipótese formulada). • Desta forma o mapa de declividades foi reescalonado com valores contínuos de 0 a 100 segundo uma função monotonicamente decrescente.

  36. 100 A D E Q U A Ç Ã O 0 30 9000 DISTÂNCIAS (m) Exemplos de Aplicações: JP • Fator de adequação 02: Áreas muito próximas aos cursos d’água • áreas que estão a menos de 30 m de distância de qualquer corpo d’água, podem ser consideradas áreas de máximo risco de inundação ou alagamento. • a partir desta distância o risco diminui segundo uma função linear decrescente

  37. Exemplos de Aplicações: JP • Critério Restritivo: Áreas sem ocupação urbana • Restrições são critérios que limitam a análise, diferenciando as alternativas que são adequadas (que devem ser consideradas) das que não são adequadas (não devem ser consideradas sob condição alguma). • As áreas que não possuem nenhum tipo de equipamento urbano, mesmo que haja algum alagamento, não serão consideradas pela análise visto que não oferecerão grande risco à população. • Limitamos a análise então às áreas que apresentam ocupação urbana.

  38. Exemplos de Aplicações: JP Ponderação dos Critérios Considerando que a proximidade dos corpos hídricos tenha um peso maior do que a declividade na determinação de áreas de risco Recursos de ponderação dos critérios espaciais do MCDM/Arcview

  39. Escolha da Alternativa • Mais adequada • O plano de informação resultante desta avaliação se apresenta como uma medida de adequação às hipóteses formuladas agregada com valores de 0 a 100. • Esta imagem, por fim, foi reclassificada para assim permitir a priorização das áreas de acordo com níveis de risco calculados

More Related