Documente Academic
Documente Profesional
Documente Cultură
Discente:
ngela Leite
Docentes:
Ana Teodoro
Lia Duarte
ndice
Introduo ..................................................................................................................................... 3
Objetivos ....................................................................................................................................... 3
Metodologia .................................................................................................................................. 4
Resultados ................................................................................................................................... 10
Discusso dos Resultados............................................................................................................ 12
Concluso .................................................................................................................................... 12
ndice de Tabelas
Tabela 1: Matriz de Erro, exatido do utilizador e do produtor .................................................. 10
ndice de Figuras
Figura 1: Imagem de Satlite de Viana do Castelo, no ano de 2009 (Cor Falsa, RGB 432)......... 7
Figura 2: Imagem de Satlite de Viana do Castelo, no ano de 2009 (Cor Verdadeira, RGB 321) 8
Figura 3: Matriz de Erro .............................................................................................................. 10
Figura 4: Mapa do Uso do Solo de Viana do Castelo, em 2009 ................................................. 11
Introduo
O presente trabalho foi desenvolvido no mbito da unidade curricular de Anlise Espacial
Avanada, onde foi proposto aos alunos a realizao de um mapa de ocupao do solo, de uma
rea litoral de Portugal Continental ao nosso critrio, resultante da aplicao de um algoritmo de
classificao supervisionada a uma imagem de satlite, em que tambm nos foi dada a escolha de
imagens referente aos seguintes anos: 2003, 2007, 2009 e 2011.
Neste sentido, em toda a extenso deste projeto foi utilizado o Software o Quantum GIS
v2.10.1. mesmo para a seleo da rea de estudo, sendo que esta centra-se em Viana do Castelo e
suas respeitantes freguesias. Relativamente imagem de satlite escolhida, referente ao ano de
2009 e contm 7 bandas de uma imagem Landsat 5 TM, sendo que a Banda 1 = Blue; Banda 2 =
Green; Banda 3 = Red; Banda 4 = Near-Infrared; Banda 5 = Short-wave Infrared; Banda 6 =
Thermal Infrared; Banda 7 = Short-wave Infrared.
Portanto, para a realizao deste trabalho necessrio ter alguns conhecimentos do Software
em questo, para alm de que tambm necessrio ter conhecimentos na rea da Deteo Remota
e conceitos de processamento digital de imagem.
Objetivos
Com a realizao deste trabalho pretende-se principalmente obter um Mapa do Uso do
Solo de acordo com as classes da nomenclatura da Corine Land Cover resultante de uma
classificao supervisionada sendo que os algoritmos deste tipo de classificao procedem a uma
anlise espetral das caractersticas dos elementos da imagem, e a informao numrica sobre os
pixis das reas de treino (zonas onde a classe conhecida) nas diferentes bandas, usada para
treinar o algoritmo a reconhecer, para cada classe, as zonas da imagem com propriedades
espetrais semelhantes. Com base nessa informao, o algoritmo pode proceder classificao de
toda a imagem.
A classificao supervisionada encontra-se dividida em trs mtodos:
Mtodo da distncia mnima (resulta bem quando tenho valores muito diferentes,
mais simples, mais rpido, mas onde ocorre mais erros): este o mtodo mais
simples, onde em primeiro lugar, determinado, o valor espetral mdio, em cada
banda, de cada classe. Depois para cada pixel calculada a sua distncia ao valor
mdio de cada classe, sendo classificado como pertencente classe qual
corresponde uma distncia mnima. O mtodo eficiente para classes bem definidas
espetralmente, espacialmente separadas umas das outras, e com pequena varincia.
As bandas;
Metodologia
O trabalho foi desenvolvido no sistema de projeo WGS 84 UTM Zona 29N (EPSG:
32629) e comecei por definir a rea de trabalho, exportando-a atravs de uma shapefile de
Portugal Continental, fornecida pela Docente, atravs da ferramenta Guardar como onde
escolhemos apenas salvar o que est selecionamos anteriormente pela seleo por atributos e
escolhemos o mesmo sistema de projeo, ficando desta forma com uma shapefile denominada
de Viana do Castelo.
consideram-se mtodos mais simples, como o DOS (Dark Object Subtration), que foi proposto
por Chavez (1988), em que pressupe que as partes mais escuras de uma imagem (gua, estruturas
artificiais) devem ser pretas (numa determinada banda), se no o so deve-se aos efeitos da
disperso atmosfrica, utiliza o histograma de frequncia de DN de alguma banda da imagem,
procurando o DN mais baixo que indique a resposta espetral do objeto e so excludos, por
exemplo, fatores externos como condies atmosfricas e visibilidade horizontal, considerando
desta forma, somente a disperso atmosfrica na imagem.
Portanto vamos proceder realizao da correo radiomtrica, sendo que esta consiste
na radincia medida por um sensor, relativa a um dado objeto, influenciada pelas condies de
iluminao da respetiva cena, pelas condies atmosfricas, pelo campo de viso e pelas
caractersticas dos instrumentos de medida. Deste modo, necessrio efetuar a calibrao da
imagem de modo a estabelecer uma relao entre o DN que o sensor registou e o fluxo energtico
que recebeu em todos os pixis da imagem, ou seja, converter o DN de cada pixel em valores
absolutos.
Logo, acedi a bandset > pre-processing > landsat, selecionei o diretrio onde se
encontram as bandas oriundas do clip e o diretrio do ficheiro .MTL, ativei Apply DOS1
atmospheric correction, a opo Create Virtual Raster e em Create Band set e por fim,
Perform conversion para fazer a converso das bandas.
No final do processo as bandas convertidas foram adicionadas no QGIS e um raster
(landsat.vrt) criado com a refletncia. Selecionei o mesmo, acedi s propriedades e em Style
selecionei a banda 4 (Near-Infrared) para a banda red, banda 3 (Red) para a banda green, and
band 2 (Green) para a banda blue, em que o resultado obtido teve a composio representada na
figura 1.
Para a definio dos inputs da classificao foi necessrio definir as bandas, neste caso
da banda 1 4, portanto removemos as restantes banda do projeto. Em bandset > select all >
add rasters to set, depois de ordenar as bandas de modo ascendente, em quick wavelenght
settings selecionei Landsast 4-5 TM de modo a que os centros dos comprimentos de onda de
cada banda sejam escolhidos automaticamente.
Figura 1: Imagem de Satlite de Viana do Castelo, no ano de 2009 (Cor Falsa, RGB 432)
Antes de criar a shapefile respeitante aos ROIs, definiu-se de novo a disposio das
bandas (321), figura 2, de modo a obtermos a cor verdadeira para facilitar a identificao das
classes.
Figura 2: Imagem de Satlite de Viana do Castelo, no ano de 2009 (Cor Verdadeira, RGB 321)
Para criar a shapefile de treino, no ROI creation cliquei no boto New shp e defini
onde quis gravar, obtendo desta forma a shapefile denominada de ROI. Em classification >
signature list file criou-se uma lista de assinaturas clicando no boto save.
nesta fase que foi determinado a escolha das ROIs, sendo que estes so polgonos
desenhados sobre reas homogeneas da imagem que representam classes de cobertura terrestre.e
podem ser tiradas manualmente ou com um processo de crescimento por regio (ou seja, a
segmentao de imagens com grupos de pixels semelhantes), devendo ter em conta a variabilidade
espectral de classes de cobertura terrestre.
O plugin calcula as assinaturas espectrais (que so usados pelos algoritmos de
classificao), considerando os valores de pixel no mbito de cada ROI e permite a definio de
um ID Macroclass (isto , MC ID) e uma identificao de classe (ou seja, C ID) para cada ROI
ou assinatura espetral, que so os cdigos de classes de cobertura terrestre de identificao.
Macroclasses permitem a classificao de materiais que tm diferentes assinaturas espetrais
(portanto, so processados individualmente), mas pertencem mesma classe de cobertura do solo
(assim o mesmo MC ID atribudo a esses pixels).
Neste caso, marcou-se apenas as mascroclasses sendo estas Territrios artificializados
MC ID = 1, reas agrcolas e agro-florestais MC ID = 2, Florestas e meios naturais e semi-naturais
MC ID = 3 e Corpos de gua MC ID = 5. Em cada ROI definida foi necessrio guardar a ROI,
portanto Save ROI to shapefile.
Se a Add sig. List est ativa ento a assinatura espetral calculada (a mdia dos valores
do pixel de ROI para todas as bandas) e adicionado tabela da lista das assinaturas. Depois na
tabela Signature list alterou-se as cores de modo a corresponder com as classes definidas,
selecionou-se todas as assinaturas e ativou-se spectral signature plot e na janela Spectral
Signature Plot, se a opo Plot est ativa representado o desvio padro das assinaturas.
No que diz respeito classificao no classification por baixo do classification preview
colocou-se Size = 500 e selecionou-se Spectral Angle Mapping algorithm em Classification
algorithm. O mtodo Spectral Angle Mapping algorithm calcula o angulo espectral entre as
assinaturas espectrais dos pixis da imagem e as assinaturas espectrais das reas de treino. Em
classification preview, clicou-se no boto +, depois na imagem e aps alguns segundos a
classificao apareceu, ativando a opo Macroclass ID a classificao aparece com as cores
definidas anteriormente. De modo a efetuar a classificao final, clicou-se no boto Perform
classification e selecionou-se o ficheiro de sada.
Para avaliar a exatido da classificao, em band set > selecione Post processing >
Accuracy, selecionou-se o resultado da classificao (class_final.tif), ao lado de Select the
classification to assess (ao clicar em Refresh list aparecer a lista dos raster) e selecionou-se a
shapefile da ROI ao lado de Select the reference shapefile.
Para obter a matriz de erro clicou-se no boto Calculate error matrix e selecionou-se a
diretoria onde a matriz de erro (ficheiro.csv) e o raster de erro foram guardados; a matriz de erro
ser mostrada, e o raster de erro ser mostrado no QGIS, mostrando os erros no mapa sendo que
cada valor deste raster representa uma classe de comparao entre classificao e shapefile de
referncia).
Resultados
A partir do Mapa da Uso do Solo (figura 4), posso concluir que tendo em conta as
macroclasses definidas, Viana do Castelo constituda maioritariamente por reas florestais e
agrcolas e uma percentagem mais pequena pertence ao tecido urbano.
Relativamente matriz de erro podemos ver que se obteve uma matriz de 99% preciso
global.
Referncia
classificao
1
2
3
5
Total
1
43
6
0
0
49
2
1
66
0
0
67
3
0
0
381
0
381
5 Total
0
44
0
72
0
381
9783
9783
9783
10280
10
11
Elementos da Diagonal
10273
10280
= 0,99
Concluso
A realizao deste trabalho foi um desafio pois foi a primeira fez que fiz um trabalho
completo com o software Quantum GIS, analisar imagens de satlite assim como, fazer uma
interpretao do uso do solo.
Portanto, este trabalho deveras importante e necessrio compreender vrias noes de
Deteo remota, processamento digital da imagem, como se aplica as correes radiomtricas e
atmosfricas, a importncia das mesmas para obter uma imagem de satlite de boa qualidade.
Em suma, para obter a classificao final do uso do solo com boa qualidade necessrio
ter extrema ateno aos resultados da matriz de erro.
12