Vale de Catmandu - Vista geral com imagens ópticas - continuação
| | Classificação não supervisionada de Catmandu | | Classificação de imagens multiespectrais Trabalho de preparação
O objectivo do exercício que se segue consiste em aprender mais acerca de Catmandu utilizando a classificação de imagens. Podes pensar que é apenas uma questão de premir um botão, mas não é o caso. O exercício exige pesquisa, conhecimentos e precisão.
Nos exercícios que se seguem, serão aplicados diferentes métodos de classificação. O objectivo consiste em compreender os princípios da classificação de imagens e comparar os resultados produzidos por diferentes métodos.
A classificação é uma ferramenta muito útil para recuperar informações para planeamento, controlo e actualizações cartográficas. Trata-se de uma forma comparativamente económica e simples para obter informações relativamente à cobertura territorial, ao uso do solo e às alterações territoriais, especialmente em áreas remotas ou inacessíveis. Contudo, mesmo em locais bastante conhecidos do mundo, as imagens de satélite fazem parte das nossas vidas quotidianas. Basta pensar na previsão meteorológica apresentada diariamente na televisão e nas frequentes animações que se criam com as nuvens. Um bom exemplo relativamente à utilização de classificações é a União Europeia.
Os agricultores são monitorizados por satélites e as classificações apresentam os lotes de terreno utilizados e em pousio ao Ministério da Agricultura. São atribuídos subsídios proporcionais aos terrenos não utilizados. Mas quem melhor que os satélites para monitorizar as declarações dos agricultores?
As imagens de satélite e os mapas de classificação também são utilizados na cartografia. Basta pensar na precisão com que são desenhados os limites de florestas nos mapas topográficos. Estes mapas são criados a partir de imagens de satélite e dos respectivos produtos de processamento de imagens.
Qualquer classificação digital, quer seja supervisionada ou não, é apenas uma base para ulterior adaptação. Não existe forma de produzir uma classificação precisa e útil sem a introdução manual. O processamento de informações levado a cabo pelo cérebro humano permite a aplicação de procedimentos mais complexos do que um programa informático. Existem muitas relações complexas entre diferentes tipos de superfícies que não estão abrangidas por diferenças espectrais ou geométricas.
Devido à enorme complexidade envolvida, nos exercícios que se seguem, apenas somos capazes de produzir classificações de Catmandu de alto nível. Começaremos por um exercício manual para realçar o método de funcionamento e para obter uma vista geral dos tipos de superfície da cidade. Para além disso, poderás obter um interessante mapa desenhado à mão a que podes chamar o teu trabalho pessoal.
Este mapa será sobreposto por uma classificação digital, de modo a comparar os resultados da classificação manual e da classificação digital de baixo nível. Para que seja possível sobrepor a nossa classificação manual à imagem classificada digitalmente, o mapa desenhado à mão tem de ser georreferenciado. A forma mais simples de o fazer consiste em incluir pontos de controlo terrestre (Ground Control Points) na imagem de cores falsas 4, 5 ,3 e copiá-los para o papel vegetal.
Abre a imagem Kathmandu_Landsat_Band_453.tif produzida no exercício Combinação de cores falsas no LEOWorks.
Vamos utilizar a GIStool no LEOWorks para incluir os pontos de controlo terrestre (Ground Control Points). Amplia a imagem até que a mesma preencha o ecrã. Em seguida, selecciona GIS a partir da barra de ferramentas. É apresentado um menu. Selecciona File>New Theme, atribui o nome 'GCP' ao tema e selecciona 'Polyline'. Para começares a desenhar, selecciona Edit>Start Edit.
Desenha 8 marcas de registo, uma em cada canto da imagem e as outras nas margens entre os cantos da imagem.
Selecciona Edit>Stop Edit para interromper o desenho. Guarda o tema 'GCP' na pasta Catmandu.
Imprime a imagem. Seleccione Imprimir... Altere a escala para 100000 e imprima a imagem.
Classificação manual
Sobrepõe uma folha de papel vegetal à impressão. Certifica-te de que ambos os papéis estão bem sobrepostos, de modo a que nenhum deles escorregue.
Em primeiro lugar, pega num lápis preto e copia as marcas de registo para o papel vegetal.
O passo seguinte consiste em classificar a imagem. De um modo geral, podes seleccionar classes à tua escolha. No entanto, as indicações que se seguem destinam-se a ajudar-te a seleccionar classes úteis:
| | | Classificação de alto nível manual de Catmandu. | Classes de alto nível
- Rios
- Áreas densamente edificadas
- Áreas menos edificadas
- Pistas de aeroporto
- Floresta e vegetação
- Prados e terrenos de cultivo
È necessario utilizzare materiale supplementare, come immagini ad alta risoluzione, mappe delle città o ricerche personali nei settori di interesse per produrre una classificazione utile e accurata.
La mappa di Katmandu può essere trovata facilmente in http://maps.google.com.
Faz download de Imagens Proba como um ficheiro ZIP.
Para imagens de alta resolução, a ESA fornece as imagens do projecto PROBA relativas a Catmandu. A resolução no solo das imagens corresponde a 5 metros.
A nave espacial do projecto para autonomia a bordo (Project for On-Board Autonomy, Proba) da ESA é um dos pequenos satélites mais avançados que alguma vez viajaram pelo espaço. Lançada em 2002, esta missão de demonstração de tecnologia efectua orientação, navegação e controlo autónomos, bem como agendamento a bordo e gestão de recursos de carga útil. A respectiva carga útil inclui um gerador compacto de imagens multiespectrais e uma câmara de alta resolução utilizada para adquirir dados de observação da Terra
Para mais informação consulta o website Proba da ESA. | | Classificação não supervisionada de Catmandu utilizando uma imagem térmica | | Caso tenhas dificuldade em localizar os rios, utiliza a imagem térmica Kathmandu_Landsat_2001_Band_61.tif. A água aquece muito mais lentamente do que o solo e aparece mais escura numa imagem térmica que mede a temperatura da Terra.
A imagem térmica tem de ser aperfeiçoada para obter uma visualização mais clara da área na imagem. Selecciona
Enhance>Interactive Stretching. É apresentado um histograma. Desloca a barra esquerda azul de Input Histogram para o ponto inicial esquerdo de Input Histogram. Em seguida, desloca a barra direita vermelha para o ponto inicial direito de Input Histogram e clica Apply.
Nesta altura, deves dispor de bom material em quantidade suficiente para classificar a imagem de cores falsas. Utiliza diferentes cores e texturas para detectar e preencher os diferentes elementos da imagem. Não é necessário ser exaustivo. Este exercício serve para compreender o método de classificação.
Para utilizares o desenho novamente mais tarde, digitaliza-o e guarda-o como 'HLC_Kathmandu.tif' na tua pasta Catmandu.
Quantas pistas tem o aeroporto?
Qual é o nome da(o) (centro da) cidade a sul?
Qual é o nome do principal rio que atravessa a cidade de sudoeste para este?
Por que motivo os prados e terrenos de cultivo nas imagens de 2001 são difíceis de identificar?
Que objecto topográfico é o mais densamente florestado?
Num mapa de Catmandu, tenta determinar a utilização dos prados a este do centro da cidade de Catmandu.
|