Spatial Analyst

Extenso ArcGIS Spatial Analyst
Apostila de ArcGIS Extenso ArcGIS Spatial Analyst
Lio 1: Spatial Analyst

O que ArcGIS Spatial Analyst e o tipos de anlises que voc pode fazer. O que so anlise e modelagem espacial. Como configurar seu ambiente de anlise. Como converter entre dados de feio e raster. Como reclassificar seus dados.
Formatos de Dados Espaciais
Realidade (Uma rodovia)
Formatos Vetoriais Representaes discretas da realidade
X,Y
X,Y X,Y X,Y
Formatos Raster Usa clulas quadradas para modelar a realidade
Linhas
X,Y
85
Colunas
Imagens Raster
Imagens raster no ArcGIS so camadas que parecem mais fotografias, do que desenhos cartogrficos que so associados com camadas de pontos, linhas ou polgonos baseadas em shapefiles. Camadas de imagem so na verdade mais usadas para representar fotografias areas, documentos escanerizados, fotos de cmeras digitais, imagem gravada por satlites orbitando a Terra, e outros tipos de materiais fotogrficos. Os dados representados em uma camada de imagem so baseados em arquivos fonte em quaisquer formatos de arquivos raster de propsito geral (incluindo BMP, GIF, PNG, TIFF, CIB, JPG e MrSID) bem como em formatos (tais como NTIF, ADRG, CADRG, BIL/BIP/BSQ, ERMapper, IMAGINE, e ARCSDE-Raster) que so mais especificamente orientados para aplicaes geogrficas. A geometria cartogrfica de uma imagem definida no em termos de coordenadas X,Y formando pontos, linhas, ou polgonos mas em termos do que so chamados pixels ou clulas Cada pixel uma poro quadrada particular de um retngulo como indicado aqui em azul. Dentro daquele retngulo, todos os pixels so do mesmo tamanho e orientao, e cada um ocupa uma posio nica dentro de um padro regular de colunas verticais (em cinza claro) e linhas horizontais (em cinza escuro).
Na imagem mostrada abaixo h aproximadamente 100 colunas e 80 linhas de pixels que so apresentadas em variadas cores que sugerem as condies do local e as margens opostas de um trecho de um rio em particular. A cor de cada pixel em uma imagem determinada de acordo com um ou mais valores inteiros associados com aquele pixel. Cada um desses nmeros indica a intensidade de vermelho, verde, ou azul na cor final do pixel. A figura em cor verdadeira mostrada direita referida como uma imagem multi-banda.
86
Extenso ArcGIS Spatial Analyst

Extenso de processamento de raster para o ArcGIS Ela possui ferramentas para realizar uma ampla variedade de anlises espaciais, e especificamente adequada para anlise de superfcies. Usada para Criar Dados Identificar Relacionamentos Espaciais Posicionar Locais Adequados Encontrar caminhos Funcionalidades de modelagem e anlise raster abrangentes Requer licena separada do ESRI
Funcionalidades do Spatial Analyst

Converte feies vetoriais (ponto, linha, ou polgono) para grades. Calcula distncia de cada clula para objetos de interesse (similar a buffers) Gera mapas de densidade de feies de ponto Cria superfcies contnuas de feies de ponto espalhadas Deriva curvas de nvel, declividade, mapas de aspecto, e relevo sombreado para essas feies. Realiza anlises discretas clula por clula e mapas baseados em clulas Executa simultaneamente consultas Booleanas e clculos algbricos em mltiplas camadas raster Realiza anlises de vizinhana e de zona. Realiza classificao e exibio de raster Usa dados de diferentes formatos de imagem
Anlise espacial
87
Se voc quiser resolver questes tais como encontrar o melhor posicionamento para uma nova loja ou identificar corredores para uma nova via, voc pode usar um processo conhecido como anlise espacial. Anlise espacial envolve examinar os padres geogrficos em seus dados e observar relacionamentos entre feies. Os mtodos reais que voc usa podem ser muito simples s vezes s de fazer um mapa voc est fazendo uma anlise ou mais complexa, envolvendo modelos que imitam o mundo real combinando muitas camadas de dados. importante notar que anlise espacial no leva sempre a uma resposta definitiva; pelo contrrio, voc pode ter muitas solues alternativas.
Modelagem espacial
Modelos abstraem e simplificam sistemas complexos para torn-los mais fceis de entender. Muitos tipos de modelos so usados em GIS, inclusive modelos de processo como aqueles que modelam eroso do solo ou medem a interao espacial entre clientes e pontos de varejo. Os modelos mais comuns, porm, so aqueles que ajudam voc a localizar algo. Esses so modelos de adequabilidade.
Aqui um raster de solo foi criado a partir de uma camada vetorial de solo e um raster de declividade foi derivado de uma superfcie de elevao. Ambos foram reclassificados para uma escala comum e ento combinados em um mapa de posies adequadas.
Modelando Problemas Espaciais

Por que Modelar? Ajuda entender e resolver problemas complexos Simplifica a realidade Combina camadas geogrficas para responder questes
88
Tipos de Modelos
Dados raster e sistemas de coordenadas

Como dados vetoriais, conjuntos de dados raster no so muito teis a menos que eles sejam registrados (alinhados) uns aos outros atravs de um sistema de coordenadas comum. Antes mesmo que voc possa realizar operaes bsicas como juntar ou sobrepor, voc precisa associar o conjunto de dados raster paisagem. O ArcGIS oferece dois mtodos para mudar os vrios parmetros do sistema de coordenadas dos seus dados, inclusive a projeo do mapa. Mudana de sistema de coordenadas on-the-fly O ArcGIS Spatial Analyst pode combinar mltiplos rasters em diferentes projees (sistemas de coordenadas) e gerar ainda um resultado em outra projeo realizando uma rpida projeo-on-the-fly. Voc pode especificar a projeo que deve ser usada para criar o raster de sada como uma das propriedades da anlise configuradas no dilogo Opes. Projeo-on-the-fly no funcionar para rasters que no tenham informaes sobre projeo armazenadas neles.
89
Mudana de sistema de coordenadas permanente O ArcToolbox prov ferramentas para alterar permanentemente a projeo de mapa e outros parmetros de sistema de coordenadas para um conjunto de dados fonte. Por exemplo, se voc receber um conjunto de dados que no tem a mesma projeo de mapa que seu banco de dados, voc pode usar o ArcToolbox Project Wizard para alterar a projeo de mapa do novo conjunto de dados para ficar igual ao seu banco de dados.
Rasters de sada
Operaes do Spatial Analyst criam rasters de sada em formato ArcInfo GRID, o qual pode ser temporrio ou permanente. Nomes de grades tm certos limites eles devem ter doze ou menos caracteres, no podem ter brancos, e devem apenas conter caracteres A-Z e 0-9. Grades temporrias A menos que voc nomeie uma grade de sada, ela criada com o status de temporria. Isso significa que ela automaticamente excluda se voc sair do ArcMap sem salvar seu trabalho, ou se voc remover a camada correspondente da Tabela de Contedos do ArcMap. A grade temporria ser armazenada no diretrio de trabalho que voc especificou nas opes de anlise e ser dado um nome padro, como Calc1. Uma camada com um nome padro ser criada na Tabela de Contedo. Voc pode tornar uma grade temporria em permanente clicando com o boto direito na camada na Tabela de Contedos e escolhendo Tornar Permanente no menu de contexto que aparece. Grades permanentes A maioria dos dilogos do Spatial Analyst tem controles que permitem voc a nomear a grade de sada e escolher o diretrio no qual ela ser criada. Alm disso, muitos dilogos permitem voc especificar o formato de sada GRID, TIFF, ou ERDAS Imagine. Nomear uma grade de sada a torna permanente.
Barra de Ferramentas Spatial Analyst
Configurando o ambiente de anlise

90
A maioria das operaes do Spatial Analyst resulta na criao de um novo raster de sada, geralmente uma grade. As configuraes que voc selecionou no dilogo Opes de Anlise controlam a geometria da grade de sada (tamanho da clula, extenso, mscara de processamento, e projeo). Voc pode tambm configurar o diretrio de trabalho, onde as grades de sada sero criadas por default. Mesmo que todas essas configuraes tenham valores default, uma boa idia configurlas antes de realizar uma anlise. Enquanto as configuraes do ambiente de anlise so usadas automaticamente quando um novo raster criado, algumas funes permitem voc definir certas configuraes como tamanho de clula. O tamanho da clula Voc pode especificar o tamanho das clulas de sada, que pode ser diferente dos rasters de entrada. A extenso Voc pode configurar a largura e a altura do raster de sada, que pode tambm ser diferente dos rasters de entrada. Uma camada de ajuste associada com a extenso pode ajustar a fronteira da extenso especificada para se tornar igual a outra camada raster ou vetorial. A mscara Voc pode especificar uma mscara de processamento (tanto uma camada raster quanto vetorial) para identificar clulas que sero configuradas para NoData na sada. A projeo Voc pode configurar a projeo do raster de sada para ser igual a uma camada adicionada anteriormente, ou projeo da estrutura de dados do ArcMap, que voc tambm pode configurar. O diretrio de trabalho Voc pode especificar o caminho para um diretrio onde novos dados de sada sero criados. Se voc no incluir um caminho nos nomes, o Spatial Analyst assume que quaisquer conjuntos de dados referenciados pelo seu nome de origem, em oposio aos seus nomes de camadas, existem no diretrio de trabalho. Isso afeta principalmente na entrada de dados nas expresses de lgebra de Mapas entradas na Calculadora Raster.
Preparando para anlise espacial

Antes de voc realizar qualquer anlise em seus dados, voc deve configurar suas opes de anlise. Essas opes permitem voc a controlar o diretrio de sada para seus resultados, bem como a extenso da anlise e o tamanho da clula. Voc pode tambm aplicar uma mscara de anlise em um conjunto selecionado de clulas.
Extenso da Anlise
91
Voc pode configurar a largura e a altura do raster de sada, que pode ser diferente dos rasters de entrada. Uma camada de ajuste associada extenso pode ajustar a fronteira da extenso especificada para ser igual de outra camada raster ou vetorial.
Raster de Entrada Extenso da Anlise
Tamanho da Clula
Voc pode especificar o tamanho das clulas de sada, que pode ser diferente dos rasters de entrada.
Raster de Entrada Tamanho da Clula da Anlise
Mscara de Anlise
Voc pode especificar uma mscara de processamento (tanto uma camada raster ou vetorial) para identificar clulas que sero configuradas para NoData na sada.
92
Raster de Entrada
Mscara de Anlise
Raster de Sada
Convertendo dados
Convertendo feies para um raster Voc pode converter feies de ponto, linha, e polgono a partir de qualquer tipo de arquivo para um raster usando tanto campos de texto quanto numricos. Se voc usar um campo de texto, o Spatial Analyst atribue a cada texto nico no campo um valor nico no raster de sada. Ele ento adiciona um campo tabela do raster de sada para armazenar o valor do texto original das feies. Quando voc converte pontos, o Spatial Analyst atribui a cada clula o valor do ponto encontrado dentro dela. A clulas que no contm um ponto atribudo o valor NoData. Se mais de um ponto encontrado em uma clula, clula dado o valor do primeiro ponto encontrado. Quando voc converte linhas, o Spatial Analyst atribui a cada clula o valor da linha que ela intercepta. s clulas que no so interceptadas por uma linha atribudo o valor NoData. Se mais que uma linha intercepta uma clula, clula atribudo o valor da primeira linha encontrada ao processar. Quando voc converte polgonos, o Spatial Analyst atribui a cada clula o valor do polgono que contm o centride da clula.
Feies Vetoriais de Ponto para Raster
93
Feies Vetoriais de Linha para Raster
Feies Vetoriais de Polgono para Raster

94
Convertendo dados
Convertendo um raster para feies Ao converter um raster para feies de ponto, o Spatial Analyst cria um ponto para cada clula que no seja NoData. As coordenadas do ponto so do centride da clula. Ao converter um raster representando feies lineares para feies de linha, o Spatial Analyst cria linhas a partir de clulas de mesmo valor encadeadas de forma que as linhas passam atravs do centro das clulas. Ao converter um raster representando reas, o Spatial Analyst constri feies de polgono a partir de grupos de clulas de mesmo valor conectadas. As linhas de fronteira so criadas a partir de bordas de clulas externas.
Raster para Feies Vetoriais de Ponto
95
Raster para Feies Vetoriais de Linha
Raster para Feies Vetoriais de Polgono

96
Reclassificando dados raster

Reclassificao o processo de reatribuir um valor, uma faixa de valores, ou uma lista de valores em um raster para novos valores de sada. Uma razo configurar valores especficos para NoData para exclu-los da anlise. Outras razes so para alterar valores em resposta a novas informaes ou esquemas de classificao, ou para substituir um conjunto de valores com um conjunto associado (por exemplo, para substituir valores representando tipos de solo com valores de pH). Uma outra razo ainda atribuir valores de preferncia, prioridade, sensibilidade, ou critrios similares a um raster.
97
Reclassificando dados de categoria

Com dados de categoria, valores podem ser reclassificados com uma mudana de valor um a um. Por exemplo, ao realizar uma anlise do habitat de um animal, os valores em um raster de uso do solo, cada um representando um tipo diferente de uso do solo, precisa ser alterado para uma faixa preferencial de alto, mdio e baixo (e.g. valores 1, 2, e 3). Os tipos de solo mais preferidos pelo animal so reclassificados para valores mais altos e aqueles menos preferidos para valores mais baixos. Por exemplo, floresta reclassificado para 3, pasto para 2, e terrenos de baixa densidade residencial para 1. reas onde nenhum animal selvagem em seu perfeito estado mental iria, como reas urbanas e industriais seriam reclassificados para NoData.
Raster de entrada discreto Raster reclassificado
Reclassificao de dados de categoria envolve substituir valores individuais em novos valores. Por exemplo, valores de uso do solo podem ser reclassificados em valores de preferncia baixo (1), mdio (2), e alto (3). Aos valores de uso do solo no desejados na anlise dado o valor NoData.
Reclassificando dados contnuos

Com dados contnuos, faixas de valores podem ser reclassificados em um nmero especfico de grupos. Nessa anlise hipottica do habitat de um animal, a segunda
98
camada no modelo de adequabilidade baseada na preferncia do animal por locaes distantes de estradas. Um mapa de distncia (dados contnuos) criado a partir de uma camada de estradas existentes. Ao invs de reclassificar individualmente cada um dos milhares valores de distncia em uma escala de preferncia do animal de 1 a 3, os valores podem ser divididos em 3 grupos. O mais distante grupo recebe o mais alto valor de preferncia do animal, um valor de 3, e o mais prximo grupo, o valor de 1.
Raster de entrada contnuo Raster reclassificado
Reclassificao de dados contnuos envolve substituir uma faixa de valores com novos valores. Por exemplo, um raster destacando distncia de estradas pode ser reclassificado em trs zonas de distncia.
Reclassificando Dados
Reclassificao um processo importante quando voc precisa combinar dados dissimilares usando uma escala comum de valores. No modelo de habitat do animal, rasters adicionais de tipo de solo, declividade, aspecto, e vegetao podem tambm ser reclassificados em uma escala de adequabilidade de 1 a 3. Esses rasters, que originalmente abrigam valores pertencentes a diferentes escadas de medida, puderam ento ser adicionados para encontrar o local mais adequado. Quando voc usa a funo Reclassificar na barra de ferramentas do Spatial Analyst, voc tem a opo de salvar uma tabela de remapeamento. Isso facilita a aplicao da mesma classificao em seus dados posteriormente.
Sumrio
ArcGIS Spatial Analyst permite voc a resolver problemas espaciais atravs de uma ampla variedade de ferramentas e anlise espacial. Anlise espacial um processo usado para analisar condies geogrficas baseadas em relacionamentos espaciais dos eventos geogrficos. Um modelo espacial metodologia ou um conjunto de procedimentos que simulam condies do mundo real usando os relacionamentos espaciais de feies geogrficas. Voc aprendeu a importncia de configurar o ambiente de anlise, um pr-requisito para converter dados ou realizar qualquer anlise raster. A geometria da grade de sada (tamanho da clula, extenso, mscara de anlise, e projeo) controlada pelas configuraes que voc faz no dilogo de Opes de Anlise. Uma mscara de anlise define reas onde a anlise deve ser realizada. Valores NoData na mscara se tornam NoData no raster de sada. Dados de feio podem ser convertidos para um raster e vice versa. Ao converter feies para um raster, a extenso da anlise e a mscara de anlise influenciam o raster de sada. Voc pode reclassificar seus dados para substituir valores baseados em novas informaes ou em entradas de grupo. Voc pode tambm reclassificar valores para
99
uma escala comum, configurar certos valores para NoData, ou configurar clulas NoData para um valor.
100
Lio 2: Analisando Superfcies

Gerar curvas de nvel Criar relevos sombreados Calcular declividade Calcular aspecto Calcular viewshed
Visualizando dados de superfcie

Relevos sombreados e curvas de nvel ajudam voc a visualizar dados de superfcie tridimensionais em um ambiente bidimensional. Mapas de relevo sombreado so talvez a maneira mais realista de representar um mundo tridimensional em um ambiente bidimensional. Realiza o sombreamento ilumina feies de superfcie baseadas na posio de um a fonte de luz imaginria, lanando sombras que tornam as feies de superfcie reconhecveis. Curvas de nvel so a forma mais familiar de representar dados de superfcie. Enquanto curvas de nvel no representam visualmente feies topogrficas to bem quanto o sombreamento, com interpretao cuidadosa e experiente, curvas de nvel podem prover muitas informaes.
Anlise de Superfcie Relevo Sombreado

Sombreamento uma tcnica usada para criar uma viso realista de terreno criando uma superfcie tridimensional a partir de uma exibio bidimensional do mesmo. Sombreamento cria uma iluminao hipottica de uma superfcie configurando uma posio para uma fonte de luz e calculando um valor de iluminao para cada clula baseado na orientao da clula em relao luz, ou baseado na declividade e aspecto da clula.
101
Configuraes de Sombreamento
As duas configuraes mais importantes no Sombreamento so Azimute e Altitude. Elas controlam a posio do sol que usado para iluminar a superfcie. O azimute a direo angular do sol, enquanto que a altitude a elevao do sol sobre o horizonte. Alterar o azimute expe clulas diferentes, enquanto que alterar a altitude torna as sombras mais longas ou mais curtas. Nesse passo, o sol foi posicionado na configurao default de azimute 315 graus (noroeste), e altitude de 45 graus (metade do percurso at mximo). A USGS sugere que sombreamentos criados para fins cartogrficos devem sempre ter o sol posicionado a noroeste.
102
Sombreamento calcula iluminao da superfcie como valores de 0 a 255 baseados em uma direo do sol dada (azimute) e certa altitude acima do horizonte (altitude).
Alterando o Azimute
103
Sombreamento
Relevos sombreados so geralmente usados para produzir mapas que tenha apelo visual. Usados como um fundo, relevos sombreados provm um relevo sobre o qual voc pode desenhar dados raster ou dados vetoriais.
Esse mapa do Monte Santa Helena mostra como a elevao pode ser combinada com o sombreamento para criar um mapa que exiba elevao e a forma da superfcie simultaneamente.
104
Exemplo de Sombreamento
Efeitos Visuais
Use a Opo de Exibio Transparente nas Propriedades da Camada Raster para sobrepor uma imagem raster sobre uma imagem de Relevo Sombreado para criar um efeito colorido 3D.
Sumrio sobre Relevo Sombreado

105
Ao criar um relevo sombreado cartogrfico, voc deve colocar uma fonte de luz no quadrante noroeste (superior esquerdo) do mapa para lanar uma sombra em baixo do objeto (e.g., montanha). O olho tende a ver objetos melhor quando a sombra lanada embaixo deles; posicionando a fonte de luz em qualquer outro lugar cria um efeito visual que faz morros parecer buracos. Os valores retornados pelo sombreamento podem ser considerados uma medida relativa de luz incidente. Se voc est posicionando uma fazenda ou painis solares, por exemplo, voc pode querer encontrar encostas bem iluminadas para eles. Sempre use posies reais do sol para relevos sombreados analticos.
Curvas de Nvel
Uma curva de nvel uma linha conectando pontos de valor de superfcie igual. Curvas de nvel revelam a taxa de mudana em valores ao longo de uma rea para fenmenos espacialmente contnuos. Curva de nvel cria um shapefile de feies de linha.
Curvas de nvel podem ser usadas para representar superfcies. Uma curva de nvel uma linha seguindo um valor igual.
Curvas de nvel so desenhadas em um intervalo que voc especifica. O intervalo simplesmente a alterao em valor z entre as curvas de nvel. Por exemplo, um mapa de curva de nvel de precipitao com um intervalo de curva de nvel de 10 mm teria curvas de nvel de 10, 20, 30, e assim sucessivamente. Qualquer ponto em uma curva de nvel em particular tem o mesmo valor, enquanto que pontos entre duas curvas de nvel tm um valor entre os valores das linhas em cada lado dele. O intervalo determina o nmero de linhas que estaro em um mapa e a distncia entre elas. Quanto menor o intervalo, mais linhas sero criadas no mapa. Voc pode tambm especificar uma curva de nvel de base, que a posio de incio. Uma curva de nvel base no a curva de nvel mnima, mas se refere ao ponto inicial a partir do qual as curvas de nvel iro acima ou abaixo, baseadas no intervalo de curva de nvel. Por exemplo, a curva de nvel base pode ser configurada para 0 e o intervalo pode ser configurado para 10. A curva de nvel resultante seria -20, -10, 0, 10, 20 e 30. Usando uma linha grossa para cada quarto ou quinto intervalo facilita a leitura dos valores. Por exemplo, se o intervalo de 10 metros, voc pode usar linhas grossas para valores de 50, 100 e 150 metros.
Gerando Curvas de Nvel
106
Exemplos de Curvas de Nvel

Curvas de nvel podem representar muitos tipos de dados. Linhas conectando pontos de superfcie ou amostras de valor igual so conhecidas como isolinhas. As seguintes so todas exemplos de diferentes tipos de isolinhas: Isobricas: Presso baromtrica igual Isocrnicas: Conectam linhas de tempo igual Isohlicas: Durao igual de luz solar Isoietas: Precipitao igual Isossmicas: Intensidade de choque de terremoto Isotrmicas: Temperatura igual Isognicas: Magnetismo igual
Declividade
Declividade a inclinao de uma superfcie ou parte de uma superfcie. Por ser tipicamente aplicada topografia, declividade pode ser til ao analisar outros tipos de superfcies. Por exemplo, quando a declividade calculada para uma superfcie de precipitao, ela mostra a voc reas onde a precipitao est mudando quo rapidamente elas esto se alterando (declives mais acentuados representam alterao mais rpida). Voc pode aplicar o clculo de declividade em anlise de eroso ou local de construo. Declividade calculada como a taxa mxima de alterao em valores entre cada clula e seus vizinhos. Declividade pode ser expressa tanto como graus (e.g., 45 graus) ou percentual (e.g., 50%). Graus so comumente usados em aplicaes cientficas, enquanto percentual comumente usado em estudos de transporte (e.g., Cuidado: Declive de 6% frente!).
107
Declividade uma medida da inclinao de uma superfcie e pode ser expressa tanto em graus como em percentual de declividade. Nesse exemplo, as clulas vermelhas mostram reas escarpadas e clulas verdes mostram reas planas.
Clculos de Declividade
Para calcular a declividade percentual, divida a diferena de elevao (conhecido como distncia vertical - DV) entre dois pontos, pela distncia entre eles (conhecido como distncia horizontal - DH), e ento multiplica o resultado por 100. Para calcular o grau de declividade, imagine DV e DH como catetos de um tringulo retngulo, ento o grau de declividade o ngulo oposto ao DV. Uma vez que o grau de declividade igual tangente da frao DV/DH, ele pode ser calculado como o arcotangente de DV/DH. Medidas de declividade em graus podem aproximar 90 graus e medidas de declividade em percentual pode aproximar ao infinito.
DV
DH
O diagrama acima mostra como calcular matematicamente tanto o grau de declividade quanto o percentual de declividade
Gerando Rasters de Declividade
108
Aspecto
Aspecto identifica a orientao ou direo de encosta. Aspecto a direo de declive de uma clula em relao aos seus vizinhos. Os valores de clula em uma grade de aspecto so direes angulares variando de 0 a 360. Norte 0 em uma direo horria, 90 leste, 180 sul, e 270 oeste. s clulas de grade de entrada que tem declividade 0 (reas planas) atribudo o valor -1.
Aspecto a direo angular para a qual uma seo da superfcie est apontando. Nesse exemplo, vermelho representa encostas faceando o norte e amarelo representa encostas faceando o leste.
Uma clula com um valor de aspecto de 90 est faceando o leste. Se voc caminhasse descendo esse morro, voc estaria andando para leste. Essa clula receberia muito sol
109
de manh na medida em que o sol se eleva, e menos sol noite porque o sol se pe no oeste.
Gerando Rasters de Aspecto
Viewshed
O viewshed identifica as clulas em um raster de entrada que podem ser vistas a partir de um ou mais pontos ou linhas de observao. Cada clula no raster de sada recebe um valor que indica quantos pontos de observadores podem ver a posio. Se voc tem apenas um ponto de observador, a cada clula que pode ser vista a partir do ponto do observador dado um valor de 1. A todas as clulas que no podem ser vistas a partir do ponto do observador dado o valor 0. A classe de feio de Pontos de Observador pode conter pontos ou linhas. Os ns e vrtices de linhas sero usados como pontos de observao.
Anlise de Viewshed
110
Anlise de viewshed calcula a rea sobre uma superfcie visvel a partir de um ou mais pontos de observao. Parmetros podem ser tipicamente configurados para controlar o campo de viso vertical e horizontal, a altura do observador e clulas de alvo, e o raio de viso.
Anlise do Raster Viewshed
Parmetros opcionais de viewshed

SPOT define uma altura absoluta para o observador (por exemplo, 3000 metros para um avio). Se nenhum campo SPOT for usado, aos pontos de observao so dados a elevao encontrada no ponto. OFFSETA adiciona uma altura de offset ao ponto de observao. OFFSETB adiciona uma altura de offset a todas as clulas no observadoras quando elas esto sendo analisadas para visibilidade. AZIMUTH1 e AZIMUTH2 configuram os ngulos horizontais iniciais e finais para limitar a anlise, que procede no sentido horrio de AZIMUTH1 para AZIMUTH2. Valores so especificados em graus de 0 a 360, com 0 sendo norte. Os defaults so 0 e 360 (raster de entrada inteiro). Um valor de AZIMUTH1 de 0 usado com um valor de AZIMUTH2 de 90 confinaria o campo do observador para nordeste.
111
VERT1 e VERT2 configuram ngulos acima e abaixo do horizonte (respectivamente) para limitar a visibilidade. ngulos positivos esto acima do horizonte e valores negativos esto abaixo dele. Os defaults so 90 para VERT1 e -90 para VERT2. RADIUS1 e RADIUS2 limitam a distncia visvel de cada ponto de observao. reas for a da distncia de pesquisa RADIUS2 ou dentro da distncia de pesquisa RADIUS1 no podem ser vistos. Os defaults so 0 a infinito.
Sumrio
Spatial Analyst contm ferramentas de visualizao de superfcie para criar relevos sombreados e curvas de nvel. Sombreamento uma tcnica de visualizao que calcula iluminao de superfcie como valores de 0 a 255 baseados no ngulo e elevao da fonte de luz. Curvas de nvel uma tcnica de visualizao que cria linhas conectando pontos de valor igual. Outras ferramentas do Spatial Analyst para derivar informaes de dados de superfcie so declividade, aspecto, e viewshed. Declividade uma medida de inclinao de uma superfcie e pode ser medida tanto em graus quanto em percentuais de declividade. Aspecto uma medida da orientao de uma superfcie relativa ao norte. Ele medido como uma direo angular de 0 a 360, exceto para reas planas, s quais atribudo valor de -1. Viewshed um tipo de anlise de visibilidade que determina a visibilidade de cada clula a partir de um ou mais pontos de observao.
112
Lio 3: lgebra de Mapas

lgebra de Mapas uma linguagem computacional de alto nvel usada para realizar anlise espacial cartogrfica usando dados raster. De uma forma mais simples, lgebra de Mapas matemtica aplicada a rasters, uma prtica que possvel porque rasters so geograficamente cadeias de nmeros referenciados. Se voc empilhar rasters um sobre o outro com se eles fossem um sanduche matemtico, voc pode realizar de aritmtica simples aos mais sofisticados algoritmos com eles.
Voc provavelmente sabe mais sobre operadores de lgebra de Mapas do que voc pensa. Operadores da lgebra de mapas so geralmente os mesmos operadores encontrados em calculadoras cientficas. Os operadores mais usados (aritmticos, relacionais, Booleanos, e lgicos) so tambm os mais simples. Os dois menos usados so os combinatrios e de bit. Construir expresses de lgebra de Mapas Usar operadores de lgebra de Mapas Usar funes de lgebra de Mapas Realizar processamento condicional Trabalhar com NoData (dados nulos)
Como funciona lgebra de Mapas?

lgebra de Mapas usa expresses (como na matemtica) contendo operadores e funes com dados raster. Operadores da lgebra de Mapas, que so relacionais, Booleanos, lgicos, combinatrios, e de bit, funcionam com uma ou mais entradas para desenvolver novos valores. Funes realizam tarefas especficas, tais como calcular declividade a partir de elevao, e elas geralmente retornam valores numricos. Voc no tem que ser um programador para saber como usar operadores e funes efetivamente, voc s tem que ser ensinado a us-los.
lgebra de Mapas
lgebra de Mapas uma linguagem computacional de alto nvel usada para realizar anlise espacial cartogrfica usando dados raster.
113
De uma forma mais simples, lgebra de Mapas matemtica aplicada a rasters, uma prtica que possvel porque rasters so geograficamente cadeias de nmeros referenciados. Se voc empilhar rasters um sobre o outro com se eles fossem um sanduche matemtico, voc pode realizar de aritmtica simples aos mais sofisticados algoritmos com eles.
Operadores Aritmticos da lgebra de Mapas

Operadores aritmticos permitem adio, subtrao, multiplicao, e diviso. Por exemplo, trs rasters medindo trs diferentes tipos de risco de incndio poderiam ser adicionados para criar um raster de anlise de risco geral. Operadores aritmticos podem tambm ser usados para converter valores de uma medida para outra (e.g., ps x 0.3048 = metros).
1 2 3 4
x 2
2 6 4 8
Operadores relacionais da lgebra de Mapas

Operadores relacionais permitem voc a construir testes lgicos, retornando valores de verdadeiro (1) e falso (0). Por exemplo, esse tipo de operador pode ser usado para encontrar vegetao igual a floresta confera mista. Voc pode tanto usar o Operador Relacional (=, <, >) quanto a Abreviao (EQ, LT, GT).
114
1 2 3 4
EQ 0 0 0 1
Operadores Booleanos da lgebra de Mapas

Operadores Booleanos tais como e, ou, e no permitem voc a encadear testes lgicos. Como operadores relacionais, operadores Booleanos retornam valores verdadeiro ou falso. Por exemplo, voc poderia encontrar todas as declividades que so maiores que 45 graus e tm uma elevao maior que 5000 metros.
115
Declividade
Elevao
65 21 55 46
E
1 1 0 0
5500 6500 7500 4000
Operadores lgicos da lgebra de Mapas

Os operadores lgicos DIFF, IN, e OVER, tambm permitem voc a construir testes lgicos clula a clula, mas so implementados com regras especficas. A DIFF B: Se um valor de clula no raster A e raster B so diferentes, o valor de clula no raster A retornado. Se os valores de clula so os mesmos, o valor zero retornado. A IN {lista de valores}: Se um valor de clula no raster A est na lista de valores, o valor de clula no raster A retornado. Caso contrrio, NoData retornado. A OVER B: Se um valor de clula no raster A no igual a zero, o valor da clula no raster A retornado. Caso contrrio, o valor da clula no raster B retornado.
116
1 2 3 4
DIFF
1 0 0 4
5 2 3 5
Entendendo valores lgicos

Valores lgicos simplesmente lidam os valores verdadeiro e falso. Na lgebra de Mapas, qualquer valor de entrada no-zero considerado um verdadeiro lgico, e o zero, um falso lgico. Alguns operadores e funes da lgebra de Mapas avaliam valores de clula de entrada e retornam valores 1 lgicos (verdadeiro) e valores 0 lgicos (falso). Os operadores relacionais e Booleanos todos retornam valores lgicos.
117
Neste exemplo, clulas so avaliadas se seus valores so maiores que 15. O valor 1, ou verdadeiro lgico, atribudo a aquelas clulas que so maiores que 15. O valor 0, ou falso lgico, atribudo a todas outras clulas.
Operadores combinatrios da lgebra de Mapas

Operadores combinatrios combinam os atributos de mltiplos rasters de entrada. Esses operadores encontram todas as combinaes nicas de valores e atribuem um nico ID a cada um, que retornado grade de sada. O VAT de sada ter campos Value de todas as grades de entrada.
Operador CAND
Funes da lgebra de Mapas

O termo funes pode soar como linguagem de programador, mas mesmo sem voc perceber, voc provavelmente j as usou. No mdulo anterior, voc derivou rasters de relevo sombreado, declividade, e aspecto usando escolhas no menu Anlise de Superfcie. Essas escolhas so simplesmente dilogos que implementam funes da lgebra de Mapas programas que realizam tarefas especficas, tais como calcular a declividade.
118
Embora voc possa fazer muito atravs da interface do Spatial Analyst, muitas outras funes esto disponveis atravs da lgebra de Mapas. Funes so o maior elemento da linguagem da lgebra de Mapas, e h mais de cem delas. O sistema de ajuda online do ArcGIS prov uma lista de todas as funes e um tpico de ajuda para cada uma. Aqui onde voc pode encontrar uma descrio do que a funo faz, bem como sua sintaxe. A maioria da funcionalidade disponvel a partir da barra de ferramentas Spatial Analyst tambm est disponvel como funes da lgebra de Mapas.
Exemplos de Funes da lgebra de Mapas

ASPECT: identifica a direo de taxa mxima de alterao em valor z de cada clula. BOUNDARYCLEAN: suaviza a fronteira entre zonas expandindo e encolhendo a fronteira. CON: realiza uma ou mais avaliaes condicionais if/else. EQUALTO: avalia, clula por clula, o nmero de vezes em uma lista de argumentos que valores da grade de entrada so iguais ao valor especificado pelo primeiro argumento. GREATERTHAN: avalia, clula por clula, o nmero de vezes em uma lista de argumentos que valores da grade de entrada so maiores que o valor especificado pelo primeiro argumento. HILLSHADE: cria um relevo sombreado a partir de uma grade considerando o ngulo de iluminao do sol e sombras. INT: converte valores de entrada em ponto flutuante para valores inteiros atravs de truncamento. ISNULL: retorna 1 se o valor de entrada for NODATA, e 0 se no for. LESSTHAN: avalia, clula por clula, o nmero de vezes em uma lista de argumentos que valores da grade de entrada so menores que o valor especificado pelo primeiro argumento. MEAN: usa grades de entrada mltiplas para determinar o valor mdio clula por clula. MERGE: junta mltiplas grades de entrada, possivelmente no adjacentes, baseada em uma ordem de entrada. MOSAIC: junta mltiplas grades contnuas adjacentes e realiza a interpolao em reas de sobreposio. NIBBLE: substitui reas em uma grade correspondente a uma mscara, com os valores dos vizinhos mais prximos. REGIONGROUP: grava para cada clula na sada a identidade da regio conectada a qual ela pertence. Um nmero nico atribudo a cada regio. SETNULL: retorna NODATA se a avaliao da condio de entrada TRUE; se ela FALSE, retorna o valor especificado pelo segundo argumento de entrada. SLICE: fatia (ou muda) uma faixa de valores das clulas de entrada por faixas especificadas, zonas de rea igual, ou zonas com intervalos iguais. SLOPE: identifica a taxa de mxima alterao em valor z de cada clula. ZONALAREA: calcula a rea de cada zona na grade de entrada.
Construindo Expresses de lgebra de Mapas

Voc constri expresses na Calculadora Raster digitando diretamente na caixa de expresso, clicando camadas na lista Camadas, e clicando botes no teclado. Quando voc clica um elemento ele adicionado expresso na caixa de expresso. Se voc especificar um nome de grade de sada em sua expresso (e.g., NewElev = ), uma grade permanente ser criada em seu diretrio de trabalho. Se voc no especificar um nome de sada, uma grade ser escrita em seu diretrio de trabalho, mas a grade ser temporria. Grades de sada so tanto inteiras ou de ponto flutuante dependendo da expresso.
Calculadora Raster
119
Ajuda Construindo Expresses
120
Construindo Expresses de lgebra de Mapas
Construindo Funes de lgebra de Mapas
121
Sintaxe de Funo
Nome da Funo (Grade de Entrada, Parmetros) HillShade(<grade>, {azimute}, {altitude}, {ALL | SHADE | SHADOW}, {fator_z}) Azimute Default 315, Altitude - 45
122
HillShade (Elevation, 275, 70, ALL, 1) HillShade (Elevation, #, #, #, 2) Usa valores Default para # parmetros
Referncia Funcional do Spatial Analyst
Processamento condicional
Processamento condicional torna possvel a voc especificar que ao tomar, dependendo de condies. Voc pode especificar as condies que devem ser avaliadas como verdadeiras antes que uma ao deva ser tomada, bem como especificar aes apropriadas para tomar quando as condies so avaliadas como falsas. A declarao tradicional Se-Ento-Seno um exemplo de uma declarao condicional. Processamento condicional especialmente til para criar mscaras de anlise. Por exemplo, em uma anlise de preveno de incndios florestais, s reas de alto risco (true) pode ser atribudo o valor de 100, enquanto que s reas de risco menor (false) pode ser atribudo o valor de NoData.
123
Neste exemplo, cada clula de entrada testada para a condio de ter declividade menor que 15. Se o teste de clula for true, um valor de 100 atribudo clula de sada. Se o teste de clula for false, um valor de NoData atribudo clula de sada. O resultado pode ser usado como mscara de anlise para excluir reas indesejveis de uma anlise.
Sintaxe do Processamento Condicional

Con(<condio>, <expresso true>, <expresso false>
Essa declarao CON traduz como SE a clula estiver dentro da bacia E sua elevao menor ou igual a 790 metros, ENTO retorne um valor de 790; SENO retorne NoData.
Trabalhando com NoData

Similar a valores lgicos, valores NoData tambm influenciam a avaliao de expresses. O valor NoData o nico valor no-zero que no interpretado como uma condio verdadeira. Esse valor especial indica que no h informaes associadas clula. Em geral, uma expresso de lgebra de Mapas retornar NoData para uma clula se qualquer uma das clulas de entrada correspondentes tiver NoData.
124
Em geral, expresses de lgebra de mapas atribuem o valor NoData clula de sada se qualquer clula de entrada correspondente for NoData.
Em poucas ocasies, NoData ser retornado quando a condio quando a condio de entrada avaliada como falsa. Por exemplo, a funo CON retornar NoData quando nenhum valor dado para o argumento falso. A maioria das funes ou expresses simplesmente ignoram clulas NoData, dificultando o teste de NoData ou a atribuio de NoData. As funes ISNULL e SETNULL possibilitam voc a realizar essas tarefas em lgebra de Mapas. A funo ISNULL testa a clula atual para ver se ela contm NoData e retorna tanto 1 ou 0 (verdadeiro ou falso). Ela normalmente usada em conjuno com a funo CON para substituir o valor NoData com alguma outra coisa. A funo SETNULL aplica um teste em na clula atual e, se o teste verdadeiro, substitui seu valor com NoData. Se o teste falso, ela grava os resultados da expresso para a clula.
Juntando Rasters
Use a funo MERGE quando voc precisar juntar dois ou mais rasters discretos. Use a funo MOSAIC quando voc precisar juntar dois ou mais rasters contnuos.
125
s vezes voc quer analisar uma rea que cai em mais de um raster. Para analisar a rea inteira, voc deve realizar os passos de sua anlise mltiplas vezes, uma para cada raster. Tal processo poderia consumir muito tempo e ser susceptvel a erros, especialmente se voc tem um grande nmero de rasters ou uma anlise de mltiplas etapas. Porm, combinando primeiro os rasters individuais para criar um nico raster maior, voc precisar apenas realizar as etapas de anlise uma vez. H poucas coisas que voc precisar checar antes que voc combine rasters. Primeiro, os rasters de entrada podem ser totalmente sobrepostos, parcialmente sobrepostos, perfeitamente adjacentes, ou inteiramente separados, desde que eles estejam no mesmo sistema de coordenadas. Segundo, os rasters de entrada devem ser do mesmo tipo. Por exemplo, voc pode combinar um raster de solo com um ou mais rasters de solos ou um raster de elevao com outro raster de elevao. Terceiro, voc precisa saber se voc est combinando rasters discretos ou contnuos, porque o mtodo usado para juntar cada tipo difere em como ele lida com reas onde os rasters de entrada se sobrepem.
Mosaico de Rasters
126
Mosaico usa um mtodo de mdia ponderada para calcular valores de clulas na rea sobreposta, tomando a entrada de duas ou mais grades de entrada.
Sumrio
Enquanto voc pode fazer muito a partir da interface do Spatial Analyst, a maior fora do Spatial Analyst encontrada na lgebra de Mapas, que voc pode acessar atravs do dilogo Raster Calculator. Voc pode construir uma expresso de lgebra de Mapas usando os botes e controles de dilogo, ou digitando diretamente na caixa de expresso. A expresso processa quando voc clica em Avaliar. lgebra de Mapa a linguagem de anlise para o Spatial Analyst. Tem uma sintaxe similar a qualquer lgebra. As entradas para uma expresso podem ser simples, como uma nica camada de raster ou shapefile, ou complexas, como uma expresso composta usando muitos operadores, funes, e dados de entrada. Com lgebra de Mapas, voc no acessa apenas funes no disponveis na interface, voc pode tambm construir expresses complexas e process-las com um nico comando. Por exemplo, voc pode calcular um seno de um conjunto de dados raster de entrada ou camada raster e adicion-lo a dois outros conjuntos de dados raster de entrada ou camadas raster. Entendendo as regras bsicas, voc ser apto a usar o Spatial Analyst de novas maneiras.
127
Lio 4: Interpolao

Os princpios bsicos de interpolao Como criar superfcies usando interpolao Como controlar pontos de amostra usando interpolao Como usar IDW, Spline, e Krigagem O que os interpoladores cobertos tm em comum
Introduo interpolao
Se voc est preocupado com a quantidade de chuva, concentraes de poluio, ou as diferenas em elevao, impossvel medir esses fenmenos em todos os pontos dentro de uma rea geogrfica. Voc pode, porm, obter uma amostra de medidas de vrias posies dentro da rea de estudo, ento, usando essas amostras, fazer inferncias sobre toda a rea geogrfica. Interpolao o processo que habilita voc a fazer tal inferncia. Com interpolao espacial, seu objetivo criar uma superfcie que modela os fenmenos amostrados da melhor maneira possvel. Para fazer isso, voc comea com um conjunto de medidas conhecidas e, usando um mtodo de interpolao, estimar os valores desconhecidos para a rea. Voc ento faz ajustes superfcie limitando o tamanho da amostra e controlando a influncia que os pontos de amostra tm sobre os valores estimados. A primeira suposio da interpolao espacial que pontos prximos uns dos outros so mais parecidos que aqueles mais distantes; portanto, quaisquer valores da posio devem ser estimados baseados em valores de pontos prximos.
Interpolar os valores dos pontos de amostra cria uma superfce. Como com todas as clulas, o valores desconhecido da clula azul clara no centro ser estimado baseado em valores dos pontos de amostra ao redor.
O que interpolao?
Interpolao o processo de estimar valores desconhecidos que caem entre valores conhecidos.
128
Nesse exemplo, uma linha estreita passa atravs de dois pontos de valor conhecido. Voc pode estimar o ponto de valor desconhecido porque ele parece estar no meio do caminho entre os outros dois pontos. O valor interpolado do ponto do meio poderia ser 9.5.
O que interpolao espacial?

Interpolao espacial calcula um valor desconhecido a partir de um conjunto de pontos de amostra com valores conhecidos que esto distribudos ao longo de uma rea. A distncia a partir da clula com valor conhecido s clulas de amostra contribui para a estimao do seu valor final.
O valor desconhecido da clula baseado nos valores dos pontos de amostra bem como a distncia relativa da clula a esses pontos de amostra.
Voc pode usar interpolao espacial para criar uma superfcie inteira a partir somente de um nmero pequeno de pontos de amostra; porm, quanto mais pontos de amostra melhor, se voc quer uma superfcie detalhada. Em geral, pontos de amostra devem ser bem distribudos ao longo da rea de estudo. Algumas reas, porm, podem requerer um grupo de pontos de amostra porque o fenmeno est se movendo ou concentrando naquela posio. Por exemplo, tentar determinar o tamanho e a forma de um morro pode requerer um grupo de amostras, enquanto que a superfcie relativamente plana da plancie ao redor pode requerer apenas uns poucos pontos.
Autocorrelao espacial
O princpio por trs da interpolao espacial a Primeira Lei da Geografia. Formulada por Waldo Tobler, essa lei determina que tudo esteja relacionado com o resto, mas coisas prximas so mais relacionadas que coisas distantes. A propriedade formal que mede o grau no qual coisas prximas e distantes esto relacionadas a autocorrelao espacial. De acordo com ela, se est chovendo onde
129
voc est, mais provvel que chova a 10 metros de voc, menos provvel estar chovendo do outro lado da cidade, e pode ainda estar claro e ensolarado a 20 km. A maioria dos mtodos de interpolao aplica autocorrelao espacial dando a pontos de amostra prximos mais importncia que aqueles mais distantes.
Neste grfico, os tringulos mais escuros indicam os pontos de amostras mais influenciadores.
Tamanho da amostra
A maioria dos mtodos de interpolao permite voc controlar o nmero de pontos de amostra usados para estimar valores de clula. Por exemplo, se voc limita sua amostra para cinco pontos, o interpolador usar o cinco pontos mais prximos para estimar valores de clula. A distncia para cada ponto de amostra variar dependendo da distribuio dos pontos. Se voc tem muitos pontos de amostra, reduzindo o tamanho da amostra que voc usa aumentar a velocidade do processo de interpolao porque um conjunto menor de nmeros ser usado para estimar cada valor de clula.
Quando o tamanho da amostra limitado a cinco pontos de amostra, como neste caso, apenas os cinco pontos mais prximos so usados no clculo do valor de clula estimado. Todos outros pontos so desconsiderados.
Raio do tamanho da amostra

Voc pode tambm controlar seu tamanho da amostra definindo um raio de pesquisa. O nmero de pontos de amostra encontrados dentro de um raio de pesquisa pode variar dependendo de como os pontos esto distribudos. Voc pode escolher usar alguns ou todas as amostras que caem dentro desse raio para calcular o valor da clula. O raio de
130
pesquisa varivel continuar a expandir at que o tamanho da amostra seja encontrado. Um raio fixo de pesquisa usar apenas as amostras contidas dentro dele, independente de quantas elas possam ser.
Se o raio de pesquisa nessa amostra for fixo, apenas os valores dos pontos de amostra dentro do raio iro ser usados para calcular o valor de clula estimado. Se o raio de pesquisa for varivel e o tamanho mnimo da amostra for 8, o raio de pesquisa expandir at que ele contenha oito pontos de amostra.
Barreiras de interpolao
As barreiras fsicas e geogrficas que existem na paisagem, como ribanceiras ou rios, apresentam um desafio particular ao tentar modelar uma superfcie usando interpolao. Os valores de cada lado de uma barreira que representa uma interrupo abrupta na paisagem so drasticamente diferentes.
Valores de elevao mudam repentinamente e radicalmente prximo de um limite de um penhasco. Quando voc interpola uma superfcie com esse tipo de barreira, voc no pode usar valores conhecidos na base do penhasco para estimar com exatido valores no topo do penhasco.
A maioria dos interpoladores tenta suavizar sobre essas diferenas incorporando e tirando a mdia de valores dos dois lados da barreira. O mtodo Inverso do Quadrado da Distncia permite voc incluir barreiras na anlise. A barreira previne de o interpolador usar pontos de amostra em um dos lados dela.
131
Quando voc usa uma barreira com interpolao, o valor de clula estimado calculado a partir de pontos de amostra de um lado da barreira.
Mtodos de interpolao
Inverso do Quadrado da Distncia (IDW) leva o conceito de autocorrelao espacial literalmente. Ele assume que quanto mais prximo o ponto de amostra estiver da clula cujo valor ser estimado, mais prximo o valor da clula se assemelhar ao valor do ponto de amostra. Spline virtualmente garante a voc uma superfcie suave. Imagine esticar uma folha de borracha de forma que ela passe atravs de seus pontos de amostra. Krigagem um dos mais complexos e poderosos interpoladores. Ele aplica sofisticados mtodos estatsticos que consideram as caractersticas nicas de seu conjunto de dados. Para usar a interpolao de Krigagem apropriadamente, voc deve ter um entendimento slido de conceitos e mtodos geoestatsticos.
Inverso do Quadrado da Distncia

IDW funciona melhor para conjuntos de pontos de amostra densos, igualmente espaados. Ele no considera tendncias nos dados, ento, por exemplo, se valores de uma superfcie real mudam mais na direo norte-sul do que na direo leste-oeste (por causa da declividade, vento, ou algum outro fator), a superfcie interpolada tirar uma mdia dessa peculiaridade ao invs de preserv-la. A interpolao IDW considera os valores dos pontos de amostra e a distncia separandoos da clula estimada. Pontos de amostra mais prximos da clula tem uma influncia maior no valor estimado da clula do que pontos de amostra que esto distantes. Inverso do Quadrado da Distncia no faz estimativas acima dos valores de amostra mximos ou abaixo dos mnimos. Para uma superfcie de elevao, isso tem o efeito de achatamento dos picos e vales (a no ser que os pontos altos e baixos faam parte da amostra). Uma vez que os valores estimados so mdios, a superfcie resultante no passar atravs dos pontos de amostra.
132
Cada um dos cinco pontos de amostra neste exemplo tem um valor e uma distncia diferentes da clula estimada.
Ajustando Configuraes de Potncia
Uma superfcie criada com IDW no exceder a faixa de valor dos pontos de amostra ou passaro atravs desses pontos. 133
A linha slida representa mais potncia e a linha tracejada representa menos potncia. Quanto maior a potncia, mais localizada ser o efeito de um ponto de amostra na superfcie resultante.
Voc pode ajustar a influncia relativa dos pontos de amostra. Em outras palavras, voc pode aumentar o poder que os valores dos pontos de amostra tm sobre o processo de interpolao. Poder aumentado significa que os valores de clula de sada se tornam mais localizados e menos rateados. Sua influncia, porm, cai rapidamente com a distncia. Diminuindo a potncia dos valores de ponto de amostra prov uma sada mais rateada porque pontos de amostra mais distantes se tornam mais e mais influenciadores at que todos os pontos de amostra tenham a mesma influncia.
O que acontece quando pontos de amostra influenciam fortemente valores de clulas estimados?
Pontos de amostra so ponderados de acordo com sua distncia da clula sendo avaliada. Aos pontos de amostras mais prximos dados maior peso do que pontos mais distantes. medida que aumenta a configurao de Potncia, a influncia de pontos de amostra cai mais rapidamente com a distncia. Os valores de clula de sada se tornam mais localizados e menos rateados. Uma configurao de potncia alta resultar em protuberncias e depresses na superfcie, que so localizadas ao redor das posies dos pontos de amostra.
Suavizando uma Superfcie IDW

Diminuindo a potncia suavizar uma superfcie IDW. Aumente o nmero de pontos de amostra usados na interpolao, ou use todos os pontos de amostra dentro de um raio e usa um raio maior.
Ajustando as Configuraes de Potncia

134
Potncia de 2
Potncia de 0.5
Determinao do tamanho do raio de pesquisa

Isso depende de seus dados de ponto de amostra. Se os pontos so distribudos igualmente, mas distantes um do outro, voc pode precisar usar um raio de pesquisa maior com um nmero menor de um nmero mnimo de pontos. Se os pontos so distribudos igualmente, mas prximos entre si, seu raio de busca pode ser menor, dependendo do que voc decidir para nmero mnimo de pontos. Se os pontos so prximos entre si em alguns lugares e distantes em outros, voc deve considerar usar um raio de pesquisa varivel. Voc pode visualmente experimentar com um raio de pesquisa criando um crculo grfico (veja a barra de ferramentas Draw) e configure a largura para duas vezes a distncia de raio. Mova o crculo para locais diferentes no mapa, contando o nmero de pontos de amostra contidos dentro dele. A partir disso voc deve estar apto a determinar o tamanho apropriado para um raio de pesquisa e qual o nmero mnimo de pontos de amostra deve ser.
135
Pontos chave do IDW

IDW um bom interpolador para um fenmeno cuja distribuio fortemente correlacionada com a distncia. Um exemplo clssico o rudo, que cai previsivelmente com a distncia. IDW funciona menos com fenmenos cuja distribuio depende de conjuntos complexos de variveis porque ele conta apenas com efeitos de distncia. Uma vantagem potencial do IDW que ele d a voc controle explcito sobre a influencia da distncia; uma vantagem que voc no tem com o Spline ou Krigagem. Voc pode criar uma superfcie mais suave diminuindo a potncia, aumentando o nmero de pontos de amostra usado, ou aumentando o raio de pesquisa. Para criar uma superfcie influenciada mais localmente, faa o oposto. Voc pode estar apto a melhorar a exatido de uma superfcie IDW usando camadas de linhas como barreiras. Em superfcies de elevao, barreiras podem representar mudanas abruptas na elevao, tais como penhascos.
Spline
Ao invs de tirar a mdia de valores, como o IDW faz, o mtodo de interpolao Spline acomoda uma superfcie flexvel, como se ela estivesse esticando uma folha de borracha ao longo de todos os valores de pontos conhecidos.
136
O mtodo Spline de interpolao estima valores desconhecidos dobrando a superfcie atravs de valores conhecidos.
Esse efeito de esticar til se voc quer valores estimados que estejam abaixo do mnimo ou acima dos valores mximos encontrados nos dados de amostra. Isso torna o mtodo de interpolao Spline bom para estimar os baixos e altos onde eles no esto includos nos dados de amostra.
Uma superfcie criada com interpolao Spline passa atravs de cada ponto de amostra e pode exceder a faixa de valor do conjunto de pontos de amostra.
Limitaes do Spline
Quando os pontos de amostra so prximos entre si e tem diferenas extremas em valor, a interpolao Spline no funciona bem. Isso porque Spline usa clculos de declividade (alterao pela distncia) para descobrir a forma da folha de borracha flexvel. Fenmenos que causam alterao de valores da superfcie repentinamente, tais como uma face do morro ou uma linha de falha, no so representados bem por uma superfcie curva suave. Em tais casos, voc pode preferir usar interpolao IDW, onde barreiras podem ser usadas para lidar com esses tipos de alteraes abruptas em valores locais.
Tipos de Spline
Regularizada e Tenso Uma Spline de Tenso mais achatada que uma Spline Regularizada dos mesmos pontos de amostra, forando a estimativa ficar mais perto dos dados da amostra. Voc pode dizer que o mtodo de Spline de Tenso produz uma superfcie mais rgida em carter, enquanto que o mtodo de Spline Regularizado cria uma que mais elstica.
Note que a curva de tenso mais achatada do que a curva regularizada. As estimativas so foradas a ficar mais prximas dos dados da amostra. Voc pode dizer que o mtodo de Spline de Tenso produz uma superfcie mais rgida em carter, enquanto que o mtodo de Spline Regularizado cria uma que mais elstica em carter. 137
Configuraes de Spline
Pesos de Spline
Spline Regular 0.1
Spline Regular 1
Tipos de Spline
138
Spline Regular 0.1
Spline Tenso 0.1
Spline Pontos chave

Uma vantagem do interpolador Spline que ele pode fazer estimativas fora da faixa de pontos de amostra de entrada. H dois tipos de interpolador Spline. O spline regularizado cria uma superfcie mais elstica. A spline de tenso cria uma superfcie menos flexvel.
Krigagem
Krigagem (como IDW) uma tcnica de mdia ponderada, exceto que a frmula de ponderao na Krigagem usa uma matemtica mais sofisticada. Krigagem mede distncias entre todos possveis pares de pontos (certo, todos eles) e usa essa informao para modelar a autocorrelao espacial para a superfcie particular que voc est interpolando. Em outras palavras, a Krigagem faz seus clculos para seus dados analisando todos os pontos de dados para descobrir o grau de autocorrelao.
Quando voc interpola uma superfcie usando Krigagem, a distncia e direo de cada par de pontos quantificada para prover informaes sobre a autocorrelao espacial do conjunto de pontos de amostra. A seguir, um modelo de melhor encaixe automaticamente aplicado aos dados e os valores desconhecidos so preditos. 139
Uma superfcie criada com krigagem pode exceder a faixa de valor dos pontos de amostra mas no passar atravs dos pontos.
Os aficionados em Krigagem consideram a superfcie krigada inicial um primeiro rascunho uma superfcie de teste com a qual eles comparam futuras interaes medida que eles buscam por uma superfcie perfeita. Influncias direcionais, tais como ventos e erros aleatrios, podem ser contados usando Krigagem, mas voc precisar de uma ferramenta estatstica tal como ArcGIS Geostatistical Analyst para visualizar essas tendncias.
Mtodos de Krigagem
Dois mtodos de Krigagem gerais e amplamente usados so a Krigagem Ordinria e Universal. Krigagem Universal assume que h uma tendncia nos dados. Por exemplo, voc pode saber que h um vento prevalecendo ou uma encosta de declividade suave ao longo da sua rea de estudo. Krigagem Ordinria assume que no h tendncia nos dados, que deve ser sua suposio padro de operao.
Configuraes da Krigagem
140
Mtodos de Krigagem
Krigagem Ordinria
Krigagem Universal
Qual Mtodo de Interpolao?

O tipo de mtodo de interpolao que voc usa depender de muitos fatores. Ao invs de assumir que um mtodo de interpolao melhor que o outro, voc deve tentar mtodos de interpolao diferentes e comparar os resultados para determinar o melhor mtodo de interpolao para um dado projeto. Seu conhecimento do mundo real do assunto inicialmente afetar que mtodo de interpolao que voc usa. Se voc sabe que algumas das feies em sua superfcie excedem o valor z, por exemplo, e que o IDW resultar em uma superfcie que no excede o maior e o menor valor de z no conjunto de pontos de amostra, voc pode escolher o mtodo Spline.
141
Se voc sabe que a superfcie com Spline pode terminar com feies que voc sabe que no existem, porque a interpolao Spline no funciona bem com pontos de amostra que so prximos entre si e tm diferenas extremas de valor, voc pode decidir tentar o IDW. A qualidade de seu conjunto de pontos de amostra pode afetar sua escolha do mtodo de interpolao tambm. Se os pontos de amostra esto pobremente distribudos ou h poucos deles, a superfcie pode no representar o terreno verdadeiro muito bem. Se voc tem muitos poucos pontos de amostra, voc pode experimentar adicionando mais pontos de amostra em reas onde as o terreno muda abruptamente ou frequentemente, ento tente usar Krigagem.
Sumrio
Quando voc mede elevao, a profundidade de um poo, ou o nvel de rudo, voc faz essa medio em uma posio especfica. Uma camada de ponto pode representar um conjunto de medidas. A posio dos pontos e os valores dos pontos formam a base para interpolao. Interpolao um mtodo de estimar valores desconhecidos baseados em valores conhecidos. H mtodos diferentes de interpolao. A escolha de um mtodo de interpolao influenciada pelo seu conhecimento da superfcie que voc est modelando. Cada mtodo funciona diferentemente, mas a maioria utiliza o conceito de autocorrelao espacial; coisas prximas so mais parecidas que coisas distantes. IDW interpreta autocorrelao espacial de modo literal. Uma superfcie criada com IDW no excede a faixa de valor conhecida ou passa atravs de qualquer dos pontos de amostra. IDW um bom interpolador para fenmenos cuja distribuio fortemente correlacionada com a distncia, tal como o rudo. Em alguns casos, a acurcia de uma superfcie IDW pode ser melhorada usando camadas de linha como barreiras. O mtodo de interpolao Spline incorpora um modelo curvilneo como parte do clculo. Uma superfcie criada com Spline pode exceder a faixa de valor conhecida, mas deve passar atravs de todos os pontos de amostra. Krigagem um dos mais complexos interpoladores. Ele mede os relacionamentos entre todos os pontos de amostra e ento prediz o valor de clula. Uma superfcie criada com Krigagem pode exceder a faixa de valor conhecida, mas no passa atravs de quaisquer pontos de amostra.
142
Lio 5: Distncia e Densidade

Cria superfcies de distncia, direo e alocao em linha reta. Cria superfcies de distncia, direo e alocao de custo estimado. Realiza uma anlise de menor caminho Cria superfcies de densidade usando o mtodo simples Cria superfcies de densidade usando o mtodo kernel Cria superfcies de densidade usando atributos de feies
Superfcies de distncia
H dois tipos de superfcies de distncia raster: um que mede distncia euclidiana, e outro que mede distncia baseada no custo de viagem. Esses tipos de superfcies ajudaro voc a encontrar a posio mais prxima de algo ou o caminho menos custoso de chegar l. Todas as superfcies de distncia so calculadas baseadas em uma fonte, que a posio de algum objeto de interesse, tal como sua casa. Se h mais que uma fonte, como no caso de brigadas de bombeiro, o clculo baseado na mais prxima.
Funo de Distncia em Linha Reta

Uma superfcie de distncia em linha reta usada para encontrar a distncia mais prxima, uma linha reta, a partir de cada clula para a origem mais prxima. Similar ao uso de uma rgua para medir a distncia entre dois pontos em um pedao de papel, a funo de Distncia em Linha Reta mede a distncia entre clulas a partir do centro de cada clula na superfcie para o centro de uma clula de origem.
Nesse exemplo de uma superfcie de distncia em linha reta, h apenas uma posio de origem. Cada valor de clula indica a distncia at a origem. A distncia (x) da clula A para a origem medida ao longo de uma linha reta.
Uma superfcie de distncia em linha reta facilita encontrar a posio mais prxima de algo, tal como o hospital mais prximo. Enquanto pode haver mais de uma origem, cada valor de clula a distncia em linha reta para apenas uma origem, a mais prxima.
143
Se h mais que uma origem em uma superfcie de distncia em linha reta, valores de clula indicam a distncia para a origem mais prxima. Nesse caso, a clula A mais prxima da Origem 1, ento seu valor a distncia entre elas.
Funes de Alocao e Direo em Linha Reta

A funo de Alocao em Linha Reta cria uma superfcie onde a cada clula atribuda a origem mais prxima baseada na distncia em linha reta entre elas. Se h apenas uma origem, ento todas as clulas na superfcie so alocadas quela nica origem. Se h mais que uma origem, a superfcie particionada em reas de clulas adjacentes. Voc pode pensar nas reas particionadas como compartimentos dedicados a uma feio, tal como a posio e um hospital ou uma loja. O tamanho e a forma dos compartimentos so determinados pela proximidade das clulas s origens.
Se h mais que uma origem em uma superfcie de alocao em linha reta, ento s clulas atribuda a origem mais prxima. Mesmo se a distncia entre a clula e mais de uma origem forem as mesmas, clula atribuda apenas uma nica origem.
Os valores de clula em uma superfcie de direo em linha reta apontam o caminho de volta para a origem mais prxima, indicando a direo, em graus de azimute, de volta para a origem. Imagine um compasso, como o abaixo, andando sobre cada clula na superfcie. Se h mais que uma origem, o valor de clula a direo origem mais prxima.
144
Em uma superfcie de direo em linha reta, os valores de clula so baseados em graus de azimute. Com um valor de 360, norte o topo da superfcie.
Nesse grfico, origem 1 a origem mais prxima da clula A e, julgando pelo ngulo, est posicionada em uma direo em linha reta de 15 graus da clula A. Origem 2 fica em uma direo de 135 graus da clula B. Origem 3, 320 graus da clula C. As clulas de origem, em cinza, tm um valor de zero, ou nenhuma direo.
Opes de Distncia e Alocao em Linha Reta
145
Superfcie de Distncia em Linha Reta
Superfcie Direcional
Superfcie de Alocao
146
Pontos chave
Funes de Distncia em Linha Reta criam superfcies contnuas onde um valor de distncia atribudo a cada clula na superfcie. Funes de Distncia em Linha Reta usam medies Euclidianas: a distncia medida ao longo de uma linha reta, a partir do centro da clula at a origem mais prxima. Unidades de distncia so medidas em unidades de mapa. Se as unidades de mapa forem ps, ento o valor da distncia atribuda a cada clula ser tambm em ps. Valores de clulas em uma superfcie de direo em linha reta suprem direes angulares at a posio mais prxima de uma origem ou de origens. Valores de clula variam de 0 a 360 com norte sendo 360. Valores zero indicam nenhuma direo. Clulas de origem ou clulas que correspondem a posies de origem tm valores zero em uma superfcie de direo em linha reta. Voc pode criar uma superfcie de direo em linha reta quando voc cria uma superfcie de distncia em linha reta.
Superfcies de custo
Uma superfcie de custo representa algum fator ou combinao de fatores que afetam a viagem ao longo de uma rea. Por exemplo, terreno ngreme pode aumentar os custos de construo de estradas, ento a declividade do terreno um fator de custo. Valores de declividade percentuais por si s no indicam se custos so altos ou baixos. Para refletir o custo, ou para criar a superfcie de custo, voc deve transformar os valores de declividade para valores de custo, tais como dlares, ou ordenar os valores de declividade usando uma escala comum.
147
Uma forma de refletir o custo de deslocamento atravs de uma clula ordenar os valores de clula usando uma escala comum, (e.g., nmeros de 1 at 9). Uma ordem de 1 pode indicar que o custo de deslocamento atravs da clula muito baixo, enquanto que uma ordem de 9 pode significar que o custo de deslocamento atravs da clula muito alto. Uma rea particular pode ter muitas superfcies de custo: uma para cada fator. Por exemplo, se uma rea tem declividade e profundidade de neve como fatores afetando deslocamento atravs dela, ento a rea tem duas superfcies de custo. Para combinar duas superfcies de custo, os valores de ambas as superfcies de custo precisam ser ordenados em uma escala comum.
Quando voc usa valores ordenados em uma superfcie de custo, voc est criando uma faixa gerencivel de valores a partir dos quais voc pode distinguir o bom do ruim. Em outras palavras, o valor 9 no 9 vezes mais custoso que o valor 1. simplesmente o valor mais custoso.
Determinar quais fatores afetam custos e ordenar valores de superfcie de custo pode ser um processo muito dispendioso. Voc pode precisar consultar experts sobre quais custos podero ser, ou formar um consenso entre as partes. Tenha em mente que uma nica superfcie de custo final a entrada requerida para a funo de Distncia de Custo Estimado.
Criando uma Superfcie de Custo
148
Funo de Distncia de Custo Estimado

Superfcies de distncia e direo criadas com a funo de Distncia de Custo Estimado so usadas em uma anlise de caminho de custo mnimo. Com a exceo das superfcies de alocao de custo estimado, superfcies de custo estimado no so normalmente usadas diretamente na anlise; enquanto que superfcies de distncia em linha reta so frequentemente usadas. Superfcies de custo estimado no so geralmente usadas diretamente em anlise porque valores de clula em uma superfcie de distncia de custo estimado no so valores de distncia, mas custos estimados.
149
Para calcular os valores de clula em uma superfcie de custo estimado, a funo de Distncia de Custo Estimado avalia os vizinhos de cada clula, comeando com a origem, multiplica o custo mdio entre cada um pela distncia entre eles, e atribui a cada um das clulas vizinhas um valor de custo estimado. O processo move para a clula de mais baixo valor, avalia seus vizinhos com valores desconhecidos, e assim por diante.
Esse grfico ilustra o processo iterativo por trs da funo de Distncia de Custo Estimado.
Ao invs de uma direo angular, a cada valor de clula em uma superfcie de direo de custo estimado dado um nmero de cdigo que indica a direo da prxima clula de custo mnimo. O diagrama decodificador abaixo mostra a direo para a qual cada cdigo numrico aponta.
Se uma clula tem o valor de cdigo de 5, a prxima clula de custo mnimo de volta para a origem para a esquerda. Se o valor de custo 8, a prxima clula de custo mnimo de volta para a origem para direita superior.
Em uma superfcie de alocao criada com a funo de Distncia de Custo Estimado, a forma e o tamanho de seus compartimentos so determinados pelo custo de deslocamento a partir das clulas dentro dela para a prxima origem. Esse tipo de anlise seria til se voc tiver que considerar o tamanho de reas de servio baseado no custo de deslocamento por terra.
Criando Superfcies de Custo Estimado
150
Superfcies de Distncia e Direo de Custo Estimado
Anlise de menor caminho

Se o caminho mais curto entre dois pontos uma linha reta, ento o menor caminho o caminho de menor resistncia. Anlises de menor caminho usam as superfcies de distncia e direo de custo estimado para uma rea para determinar uma rota de custo efetivo entre uma origem e um destino. Por exemplo, voc pode usar anlise de menor caminho para encontrar a rota mais barata para construir um cano ou a maneira mais rpida para fixar pontos de observao. Em uma anlise de menor caminho, os oito vizinhos de uma clula so avaliados e o caminho se move para a clula com o menor valor acumulado. O processo se repete at que a origem e o destino sejam conectados. O caminho completo representa a menor soma de valores de clula entre os dois pontos.
151
Qualquer combinao de origens e destinos pode ser parte de uma anlise de menor caminho. Por exemplo, voc pode encontrar o menor caminho a partir de uma origem para muitos destinos, ou a partir de muitas origens para um nico destino.
O menor caminho pode deslocar entre clulas em ambas as direes ortogonais e diagonais.
Esse exemplo tem uma origem e trs destinos. A anlise de menor caminho usa ambas as superfcies de distncia e direo de custo estimado para encontrar a rota de maior custo efetivo entre cada destino e a origem.
Encontrando o Caminho de Custo Estimado Mais Curto
152
Pontos Chave
Encontrar o caminho de menor custo ou mais curto a partir de uma posio a outra requer a criao de uma superfcie de custo total. Isso pode ser um processo dispendioso, dependendo de quantas variveis voc decide incluir na anlise. Em uma anlise de caminho de menor custo ou mais curto voc deve identificar pelo menos dois pontos ou posies: a origem e o destino. Antes de adicionar as superfcies de custo para criar a superfcie de custo total, voc deve reclassificar cada uma delas em uma escala comum. Clulas NoData sero excludas da anlise de caminho de menor custo ou mais curto. Antes que voc possa executar uma anlise de caminho de menor custo ou mais curto, voc deve criar uma superfcie de custo total. Isso geralmente a poro mais dispendiosa do processo porque voc deve determinar as variveis, colocar as camadas juntas, e ordenar os valores. Antes que voc possa executar uma anlise de caminho de menor custo ou mais curto, voc deve executar uma anlise de distncia de custo estimado sobre a superfcie de custo total para criar duas superfcies: uma superfcie de distncia de custo e uma superfcie de direo de custo. Uma superfcie de distncia de custo representa como os custos acumulam medida que voc se afasta da origem. Uma superfcie de direo de custo determina o rumo para a posio mais fcil (menos custosa) de volta a origem.
Superfcies de Densidade
Superfcies de densidade so boas para ilustrar concentraes de posies de ponto e linha. Por exemplo, se anualmente um relmpago atinge o topo de um monte mais frequentemente do que o vale abaixo, ento a densidade de relmpagos ser concentrada prxima do topo do monte.
153
Densidade um clculo da quantidade de algo por unidade de rea, tal como o nmero de relmpagos anuais por acre. Voc pode calcular a densidade de coisas contveis: objetos discretos ou eventos (e.g., negcios, rvores, roubos de carro, epicentros de terremoto) e seus atributos (e.g., empregados nos negcios, tipos de rvores, valor dos carros roubados, magnitude dos terremotos). A funo Densidade tem dois mtodos para calcular densidade: simples e kernel. Ambos os mtodos empregam uma vizinhana circular ou rea de pesquisa para realizar o clculo de densidade.
Clculos de densidade simples

O mtodo simples para criar uma superfcie de densidade usa uma rea de pesquisa circular, ou vizinhana, para calcular valores de clula. Em uma superfcie de densidade, valores de clula individuais so calculados dividindo o nmero de feies que caem dentro da rea de pesquisa (e.g., observaes) pelo tamanho da rea (e.g., 2,88 acres). O valor resultante ento atribudo clula. Cada clula na superfcie processada da mesma maneira. O tamanho do raio de pesquisa afeta o resultado de um clculo de densidade. Um raio de pesquisa maior produz uma superfcie mais suave porque um raio de pesquisa maior abrange mais pontos de dados.
Opes de Densidade
154
Clculo de Densidade Simples
Clculo de densidade kernel

Uma maneira mais sofisticada matematicamente para calcular uma densidade de superfcie usar o mtodo kernel. Ao aplicar o mtodo kernel, o Spatial Analyst desenha uma vizinhana circular ao redor de cada ponto de amostra (no cada clula) e ento aplica uma funo matemtica que vai de 1 na posio do ponto a 0 na fronteira da
155
vizinhana. Imagine o kernel como uma superfcie curva suave que ajustada sobre cada ponto.
Em clculos de densidade, o tamanho do kernel determinado pelo tamanho do raio de pesquisa que centralizado em um ponto de amostra. Quanto maior raio de pesquisa, mais achatado o kernel.
Quando uma funo kernel aplicada a cada ponto de dados, o efeito como o de uma superfcie de elevao, exceto que o valor da densidade para cada clula calculado adicionando os valores de todas as superfcies kernel onde eles sobrepem o centro da clula.
Se dois o mais kernels sobrepem no centro da clula, o valor para aquela clula a soma dos valores kernel sobrepostos dividido pela rea de cada raio de pesquisa. O valor de densidade relatado em unidades especficas, tais como quilmetros quadrados.
Densidades Kernel e Simples
156
Mtodo Kernel
Mtodo Simples
Usando atributos para calcular densidade

Algumas vezes pontos representam populaes ou o nmero de ocorrncias em uma posio especfica. Por exemplo, o nmero de pessoas em uma vila ou o nmero de roubos em lojas so atributos que so atribudos a pontos. Ao invs de calcular a densidade dos pontos, voc pode tambm calcular a densidade das populaes ou eventos que aqueles pontos representam. Os valores de clula para uma superfcie de densidade kernel so determinados encontrando a soma de valores de atributo em kernels sobrepostos. Nesse caso, uma funo matemtica aplicada que vai do valor do atributo na posio do ponto at 0 na fronteira da vizinhana. Em ambas as situaes, a populao, no o nmero de ocorrncias, distribudo ao longo da superfcie.
157
Pontos Chave - Densidade

Superfcies de densidade revelam padres nos dados que podem no ser evidentes de outra forma. Mesmo embora um raio de pesquisa maior tenda a generalizar os dados, voc pode precisar aumentar o tamanho da vizinhana de pesquisa para encontra padres mais significativos. O mtodo kernel de anlise de densidade cria uma superfcie de densidade parecendo mais suave do que o mtodo simples. Superfcies de densidade so boas para mostrar onde feies de ponto so concentradas, mas voc pode tambm usar os atributos das feies de ponto para criar superfcies de densidade. Se o campo de atributo contvel, tal como o nmero de ocorrncias, voc pode usar esse campo como o campo de populao. Isso tem o efeito de ponderar as feies de ponto. Se o campo de atributo um cdigo, voc deve criar um conjunto selecionado e ento criar a superfcie de densidade. Nesse caso, voc no tem que usar um campo de populao, embora seja perfeitamente aceitvel se voc o fizer.
Sumrio
Voc pode usar a funo de Distncia em Linha Reta para criar superfcies de distncia, direo e alocao em linha reta. Voc pode usar a superfcie de distncia em linha reta para encontrar o objeto mais prximo. Os valores de clula em uma superfcie de direo em linha reta provem direes angulares para a origem mais prxima. Em uma superfcie de alocao em linha reta, as clulas so grupos baseados em sua proximidade at uma origem. A funo de Custo Estimado tambm prov superfcies de distncia, direo e alocao. A diferena que um ou mais fatores esto sendo considerados. Esses fatores afetam o custo de deslocamento atravs das clulas. Voc deve criar uma superfcie de custo antes que voc possa usar a funo de Custo Estimado. As superfcies de distncia e direo de custo estimado so entradas requeridas para anlise de menor caminho. Mais que uma origem pode ser usada em ambas as funes de distncia. Mltiplas origens e mltiplos destinos podem ser usados em uma anlise de menor caminho. H dois mtodos para criar superfcies de densidade, simples e kernel. No mtodo simples, a vizinhana de pesquisa aplicada a cada clula. No mtodo kernel, a vizinhana de
158
pesquisa aplicada s feies. O mtodo kernel tende a resultar em uma superfcie de densidade de aparncia mais suave. Ambos os mtodos so bons para descobrir padres em seus dados que no sejam imediatamente evidentes.
159

Spatial Analyst

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Spatial Analyst

Transféré par

Droits d'auteur :

Formats disponibles

Extenso ArcGIS Spatial Analyst

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Lio 1: Spatial Analyst

Formatos de Dados Espaciais

Realidade (Uma rodovia)

Formatos Vetoriais Representaes discretas da realidade

X,Y X,Y X,Y

Formatos Raster Usa clulas quadradas para modelar a realidade

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Extenso ArcGIS Spatial Analyst

Funcionalidades do Spatial Analyst

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Modelando Problemas Espaciais

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Dados raster e sistemas de coordenadas

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Barra de Ferramentas Spatial Analyst

Configurando o ambiente de anlise

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Preparando para anlise espacial

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Feies Vetoriais de Ponto para Raster

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Feies Vetoriais de Linha para Raster

Feies Vetoriais de Polgono para Raster

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Raster para Feies Vetoriais de Ponto

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Raster para Feies Vetoriais de Linha

Raster para Feies Vetoriais de Polgono

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Reclassificando dados raster

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Reclassificando dados de categoria

Reclassificando dados contnuos

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Lio 2: Analisando Superfcies

Visualizando dados de superfcie

Anlise de Superfcie Relevo Sombreado

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Sumrio sobre Relevo Sombreado

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Gerando Curvas de Nvel

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Exemplos de Curvas de Nvel

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Gerando Rasters de Declividade

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Gerando Rasters de Aspecto

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Anlise do Raster Viewshed

Parmetros opcionais de viewshed

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Apostila de ArcGIS Extenso ArcGIS Spatial Analyst

Lio 3: lgebra de Mapas

Como funciona lgebra de Mapas?