Mais

Gerando contornos do DEM usando GDAL?

Gerando contornos do DEM usando GDAL?


Acabamos de receber um grande conjunto de DEMs em funcionamento e gostaria de gerar contornos a partir deles. Os DEMs têm resolução de 1m e tamanho de 1kmx1km.

Saída de gdalinfo:

Driver: AAIGrid / Arc / Info Arquivos de grade ASCII: 380000_6888000_1k_1m_DEM_ESRI.asc O tamanho é 1000, 1000 O sistema de coordenadas é "Origem = (380000.000000000000000,6888000.000000000000000) Tamanho do pixel = (1.000000000000000, -1.000000000000000) Coordenadas do canto esquerdo superior 6888.000.000, 6888.000. Esquerda (380000.000, 6887000.000) Superior direita (381000.000, 6888000.000) Inferior direita (381000.000, 6887000.000) Centro (380500.000, 6887500.000) Banda 1 Bloco = 1000x1 Tipo = Float32, ColorInterp = Indefinido NoData Value = -9999

Eu sei que posso usar gdal_contour para gerar os contornos (minha postagem do blog sobre o assunto), mas estou me perguntando o que alguns Melhores Práticas para gerar contornos são.

Existem regras que você deve seguir para obter o máximo dos contornos, mas não inventar coisas ou perder muitas informações?

Digamos que eu queira gerar três conjuntos de contornos:

  • 250mm
  • 1m
  • 5m

Há algo que devo fazer no DEM antes de cada conjunto?

A pós-suavização das linhas é um bom caminho a seguir ou a suavização do raster é uma opção melhor?


As regras cartográficas para representar o relevo como contornos são apresentadas no famoso livro de Imhof sobre representação em relevo, capítulo C. Algumas dessas regras são fornecidas nesta página da Wikipedia. A principal recomendação ao simplificar os contornos para preservar as características principais do terreno.

Suavizar os contornos de forma independente não impede que eles se sobreponham: É aconselhável alisar primeiro o DTM. Uma suavização gaussiana tradicional com um parâmetro adequado dependendo da resolução alvo permite apagar os pequenos detalhes. Uma desvantagem é que a suavização do DTM preenche os vales e depressões e aplaina as cristas e picos. Usar o algoritmo de filtro duplo-peucker como neste artigo pode ser uma solução. Existem também vários métodos baseados no uso de algoritmos de suavização de contorno restringidos pela rede de drenagem ou por um esqueleto. Finalmente, para evitar que os contornos se sobreponham em partes desleixadas, é possível apagá-los localmente ou também deformá-los.


Eu quero apoiar o comentário de @whuber. A análise quantitativa é sempre melhor a partir de um DEM diretamente e a análise visual geralmente é melhor quando feita a partir de um Hillshade em vez de contornos.

Para responder à pergunta diretamente: No ArcGIS, eu usaria Focal Statistics ou Aggregate [Spatial Analyst Toolbox] para suavizar as linhas de contorno resultantes. Como os contornos são um recurso de análise visual, a quantidade de suavização varia de acordo com a sua necessidade. Portanto, você terá que experimentar e ver o que funciona melhor para o seu projeto.

Suavizar as linhas depois de gerá-las funciona, mas é um pouco desajeitado em comparação com modificar o raster primeiro. Uma limpeza pós-geração de contorno que costumo fazer é selecionar as linhas de um determinado comprimento (por exemplo, <3 m de comprimento) e excluí-las. Isso livra os dados de pequenos pedaços "ruidosos" de contornos fechados (ou seja, pequenos loops) que provavelmente não refletem o caráter real da superfície sendo modelada pelos contornos.

Outras coisas que você pode observar [usuários do ArcGIS] são:

Fazer um mosaico raster e / ou mosaico raster de estatísticas focais e usar um modelo para gerar contornos para todo o conjunto de dados.

Fazendo contornos 3D para uso em AutoCAD.

Cuidado com as áreas de dados DEM incomuns (por exemplo, grandes extensões de terreno baixo que precisam de intervalos de contorno diferentes para representar com precisão a superfície, áreas de vegetação densa que dão valores falsos de Terra Nua, áreas de relevo vertical - penhascos, etc).


Existe uma maneira fácil de usar gdal_contour. Depois de definir todas as opções na janela de diálogo, você pode editar a linha de comando e, em vez do "intervalo -i", pode usar níveis fixos "níveis -fl". Como mostra a imagem abaixo. Você pode verificar outras opções aqui http://www.gdal.org/gdal_contour.html


GRAM ++ tem uma funcionalidade rica para suportar: preparação de banco de dados espacial por importação de dados de formatos GIS populares, edição de março e digitalização na tela de documentos digitalizados, análise usando ferramentas como análise vetorial, TIN, análise de rede permitindo a exibição de mapas, consultas, geração de gráficos estatísticos, cálculo de distâncias, geração de mapas temáticos, modelagem de terreno e geração de contornos, caminho mais curto e problema de alocação espacial, GRAM ++ também possui funcionalidade raster igualmente rica. A análise raster permite a álgebra do mapa, sobreposição do mapa, armazenamento em buffer, reagrupamento, análise de bacias hidrográficas, análise zonal / focal / local, modelagem de terreno permite construir DEM de contornos ou alturas de pontos, visibilidade, plotagem de perfil, declive / aspecto / relevo. O processamento de imagem oferece suporte a uma variedade de recursos populares, como aprimoramento e filtragem de imagem, transformação de componente principal, aritmética de banda, rede neural para análise de imagens de sensoriamento remoto que podem levar à criação de bancos de dados GIS.

Atualmente, o GRAM ++ também oferece suporte a um utilitário de estatísticas básicas para derivar vários parâmetros estatísticos, como média, mediana, modo, assimetria, curtose, etc. GRAM ++ tem ferramentas poderosas de composição de mapas para compor mapas de qualidade cartográfica para tipos raster e vetoriais.


Reivindicações

1. Sistema de controle de sistema de acesso ao espectro (SAS) de um primeiro SAS, caracterizado pelo fato de que compreende:

circuitos de processamento configurados para: em uma linha radial por base de linha radial, definir pontos de análise de propagação para pelo menos uma linha radial para cada linha radial, determinar dados de elevação de terreno para um ponto de análise de propagação na linha radial correspondente a uma distância radial máxima, onde os dados de elevação do terreno são determinados usando elevações do terreno, para pontos de elevação do terreno em uma linha radial, obtidos de um banco de dados externo para cada linha radial, determinar pontos de contorno e ao determinar os pontos de contorno, gerar um perímetro de zona de proteção em torno de um rádio, onde o o circuito de processamento é ainda configurado para regular a transmissão de um ou mais outros rádios no perímetro da zona de proteção, de modo que um nível de interferência de um ou mais outros rádios dentro de uma zona de proteção não exceda um primeiro nível de limiar e um sistema de comunicações acoplado ao circuitos de processamento em que o sistema de comunicações é configurado para ser acoplado ao da externo tabase e pelo menos um rádio.

2. Sistema de controle SAS, de acordo com a reivindicação 1, caracterizado pelo fato de que o sistema de comunicações é configurado para ser acoplado a pelo menos um de: pelo menos um sistema de capacidade de detecção ambiental (ESC) e pelo menos um outro SAS.

3. Sistema de controle SAS, de acordo com a reivindicação 1, caracterizado pelo fato de que determinar os dados de elevação do terreno compreende estimar uma elevação do terreno para um ponto de elevação do terreno em uma linha radial usando duas ou mais elevações do terreno obtidas a partir do banco de dados externo.

4. Sistema de controle SAS, de acordo com a reivindicação 1, caracterizado pelo fato de que determinar os dados de elevação do terreno compreende calcular uma posição lateral de cada ponto de elevação do terreno em cada linha radial usando uma posição lateral R0,0 do rádio, uma distância incremental entre os pontos de elevação do terreno em cada linha radial e uma das fórmulas de Vincenty.

5. Sistema de controle SAS, de acordo com a reivindicação 1, caracterizado pelo fato de que definir os pontos de análise de propagação compreende selecionar (N + 1) * (360 / m) pontos de análise de propagação, em que m é um ângulo incremental e N é um número de pontos de análise de propagação ao longo de cada linha radial.

6. Método, configurado para ser realizado por um sistema de controle de sistema de acesso ao espectro (SAS) de um SAS, caracterizado pelo fato de que compreende:

definindo pontos de análise de propagação para a linha radial Rp determinando dados de elevação do terreno para um ponto de análise de propagação na linha radial Rp a uma distância máxima, onde os dados de elevação do terreno são gerados usando elevações do terreno, para pontos de elevação do terreno na linha radial Rp, obtidos a partir de um banco de dados externo determinando um ponto de contorno para a linha radial Rp e ao determinar pontos de contorno para linhas radiais M, gerando um perímetro de zona de proteção em torno de um rádio, onde a transmissão de um ou mais outros rádios no perímetro de zona de proteção é regulada de modo que um nível de interferência no rádio de um ou mais outros rádios dentro da zona de proteção não excede um primeiro nível de limite em que o sistema de controle SAS é configurado para ser acoplado a pelo menos um rádio.

7. Método, de acordo com a reivindicação 6, caracterizado pelo fato de que a geração do perímetro da zona de proteção compreende ainda a filtragem passa-baixa do perímetro da zona de proteção.

8. Método, de acordo com a reivindicação 6, caracterizado pelo fato de que determinar os dados de elevação do terreno compreende:

estimar uma elevação do terreno para um ponto de elevação do terreno na linha radial Rp usando duas ou mais elevações do terreno obtidas do banco de dados externo.

9. Método, de acordo com a reivindicação 8, caracterizado pelo fato de que estimar a elevação do terreno compreende a interpolação da elevação do terreno usando as duas ou mais elevações do terreno obtidas do banco de dados externo.

10. Método, de acordo com a reivindicação 6, caracterizado pelo fato de que determinar os dados de elevação do terreno compreende calcular uma posição lateral de cada ponto de elevação do terreno na linha radial Rp usando uma posição lateral de um rádio R0,0, uma distância incremental entre os pontos de elevação do terreno no radial linha Rp, e uma das fórmulas de Vincenty.

11. Método, de acordo com a reivindicação 6, caracterizado pelo fato de que definir os pontos de análise de propagação compreende:

selecionando (N + 1) * (360 / m) pontos de análise de propagação, onde m é um ângulo incremental e N é um número de pontos de análise de propagação ao longo de cada linha radial Rp.

12. Método, de acordo com a reivindicação 11, caracterizado pelo fato de que compreende ainda determinar N tomando um valor inteiro de um quociente de uma distância radial máxima Rmax dividido por uma distância incremental entre os pontos de análise de propagação na linha radial Rp.

13. Um produto de programa que compreende um meio legível por processador não transitório no qual as instruções do programa são incorporadas, em que as instruções do programa são configuradas, quando executadas por pelo menos um processador programável de um sistema de controle do sistema de acesso ao espectro (SAS) de um SAS, para fazer com que o pelo menos um processador programável:

definir pontos de análise de propagação para a linha radial Rp determinar dados de elevação do terreno para um ponto de análise de propagação na linha radial Rp a uma distância máxima, onde os dados de elevação do terreno são gerados usando elevações do terreno, para pontos de elevação do terreno na linha radial Rp, obtidos a partir de um banco de dados externo determina um ponto de contorno para a linha radial Rp e ao determinar pontos de contorno para linhas radiais M, gerando um perímetro de zona de proteção em torno de um rádio, onde a transmissão de um ou mais outros rádios no perímetro de zona de proteção é regulada de modo que um nível de interferência no rádio de um ou mais outros rádios dentro de uma zona de proteção não excede um primeiro nível de limite em que o sistema de controle SAS é configurado para ser acoplado a pelo menos um rádio.

14. Produto de programa, de acordo com a reivindicação 13, caracterizado pelo fato de que gerar o perímetro da zona de proteção compreende ainda um filtro passa-baixo do perímetro da zona de proteção.

15. Produto de programa, de acordo com a reivindicação 13, caracterizado pelo fato de que determinar os dados de elevação do terreno compreende:

estimar uma elevação do terreno para um ponto de elevação do terreno na linha radial Rp usando duas ou mais elevações do terreno obtidas do banco de dados externo.

16. Produto de programa, de acordo com a reivindicação 15, caracterizado pelo fato de que estimar a elevação do terreno compreende a interpolação da elevação do terreno usando duas ou mais elevações do terreno obtidas do banco de dados externo.

17. Produto de programa, de acordo com a reivindicação 13, caracterizado pelo fato de que determinar os dados de elevação do terreno compreende:

calcular uma posição lateral de cada ponto de elevação do terreno na linha radial Rp usando uma posição lateral de um rádio R0,0, uma distância incremental entre os pontos de elevação do terreno na linha radial Rp e uma das fórmulas de Vincenty.

18. Produto de programa, de acordo com a reivindicação 13, caracterizado pelo fato de que definir os pontos de análise de propagação compreende:

selecionando (N + 1) * (360 / m) pontos de análise de propagação, onde m é um ângulo incremental e N é um número de pontos de análise de propagação ao longo de cada linha radial Rp.

19. Produto de programa, de acordo com a reivindicação 18, caracterizado pelo fato de que as instruções do programa são ainda configuradas para fazer com que o pelo menos um processador programável determine N tomando um valor inteiro de um quociente de uma distância radial máxima Rmax dividido por uma distância incremental entre os pontos de análise de propagação em uma linha radial Rp.

20. Sistema de controle SAS, de acordo com a reivindicação 1, caracterizado pelo fato de que a determinação do ponto de contorno compreende:

para cada ponto de análise de propagação, combine uma posição lateral do ponto de análise de propagação para uma posição lateral mais próxima de um ponto de elevação do terreno na linha radial obter elevações dos dados de elevação do terreno para um subconjunto de pontos de elevação do terreno na linha radial correspondente a cada ponto de análise de propagação na linha radial e determinar um ponto de análise de propagação na linha radial mais próximo do rádio a partir do qual a linha radial se projeta, onde um nível de potência estimado está abaixo de um segundo nível de limiar.

21. Sistema de controle SAS, de acordo com a reivindicação 3, caracterizado pelo fato de que estimar a elevação do terreno compreende interpolar uma elevação do terreno usando as duas ou mais elevações do terreno obtidas do banco de dados externo.

22. Método, de acordo com a reivindicação 6, caracterizado pelo fato de que a determinação do ponto de contorno compreende:

para cada ponto de análise de propagação, combinando uma posição lateral do ponto de análise de propagação a uma posição lateral mais próxima de um ponto de elevação do terreno na linha radial, obtendo elevações dos dados de elevação do terreno para um subconjunto de pontos de elevação do terreno na linha radial Rp correspondente a cada ponto de análise de propagação na linha radial Rp e determinação de um ponto de análise de propagação na linha radial Rp mais próximo do rádio a partir do qual a linha radial Rp se projeta onde um nível de potência estimado está abaixo de um segundo nível de limiar.

23. Produto de programa, de acordo com a reivindicação 13, caracterizado pelo fato de que a determinação do ponto de contorno compreende:

para cada ponto de análise de propagação, combine uma posição lateral do ponto de análise de propagação para uma posição lateral mais próxima de um ponto de elevação do terreno na linha radial, obtenha elevações dos dados de elevação do terreno para um subconjunto de pontos de elevação do terreno na linha radial Rp correspondente a cada ponto de análise de propagação na linha radial Rp e determinar um ponto de análise de propagação na linha radial Rp mais próximo do rádio a partir do qual a linha radial Rp projeta onde um nível de potência estimado está abaixo de um segundo nível de limiar.


Em obsolescência

Eu amo o Mac, realmente amo. Se você olhar para o meu currículo, um dos meus primeiros empregos foi dar suporte técnico para ele, e eu tinha outro trabalho escrevendo software para ele. Foi divertido. No entanto, depois de dar suporte e programar tantos sistemas diferentes ao longo dos anos, tenho algumas ideias, e esta simplesmente aconteceu comigo.

Minha sogra tem um iMac que comprou há alguns anos, pelo que posso dizer & # 8217s um 04 ou o5. Ela adora e eu faço suporte técnico para ela, já que moro na mesma casa. Ela costumava ter uma impressora, mas ela parou de funcionar (isso é outra história), então fomos comprar uma impressora e não conseguimos encontrar uma que funcionasse com este modelo.

Veja, ele é um modelo PowerPC e executa o OS 10.5.8, e os fabricantes de impressoras não compilam ou testam drivers para o sistema operacional antigo em execução na arquitetura antiga.

Vamos comparar isso a um Intel P4 que comprei antes de ela comprar o Mac. Ele está atualmente na minha sala de estar, executando o Windows 7, tinha .NET 4 instalado e eu o uso regularmente para testar meu software GIS & # 8211 E pode imprimir em todas as minhas impressoras. Ele começou sua vida como uma máquina desktop de meu parceiro com SAS e análise numérica, tornou-se meu desktop de desenvolvimento de software, depois se tornou um servidor de arquivos e agora ainda serve como um centro de mídia e plataforma de teste.

Este computador está entrando em sua segunda década de uso.

Sei que a maioria das pessoas não pensa assim, mas se você estiver comprando um computador, pense em quanto tempo você vai adquiri-lo e que outras funções ele preencherá em sua vida. Usando alguns dos conceitos simples de reduzir, reutilizar e reciclar, planeje a vida útil do seu computador e compre algo que continuará a ser útil por muitos anos.


Um modelo de adequação agroflorestal integrado usando um sistema baseado em GIS

Escola Superior Agrária do Instituto Politécnico de Castelo Branco, Quinta da Senhora de Mércules Centro de Estudos de Recursos Naturais, Ambiente e Sociedade,, Quinta da Senhora de Mércules

Escola Superior Agrária do Instituto Politécnico de Castelo Branco, Quinta da Senhora de Mércules

Resumo:

Palavras-chave: Adequação do uso da terra, Processo de hierarquia analítica, Sistemas de informação geográfica, Multicritério análise

Introdução

O manejo agroforestal visa escolher os usos do solo de acordo com a aptidão do solo, contribuindo para um uso integrado e economicamente sustentável do solo. A expansão sem precedentes da necessidade humana de recursos requer uma abordagem às decisões relativas ao uso da terra que assegurem a manutenção da biodiversidade e a utilização sustentável dos recursos naturais para a prestação contínua de serviços ecossistêmicos.

De acordo com a FAO (1976), a adequação é uma medida de quão bem as qualidades de uma unidade de terra correspondem aos requisitos de uma forma particular de uso do solo. O processo de classificação de aptidão fundiária consiste na avaliação e agrupamento de áreas específicas do solo em termos de sua aptidão para um uso definido.

A avaliação da adequação do local é inerentemente um problema multicritério. Ou seja, a análise de aptidão da terra é um problema de avaliação / decisão que envolve vários fatores. Em geral, um modelo genérico de adequação do local / terreno pode ser descrito como:

Onde S = medida de adequação x1., X2,…, xn = são os fatores que afetam a adequação do local / terreno.

A análise de decisão multicritério (MCDA) lida essencialmente com decisões complexas que envolvem uma grande quantidade de informações, vários resultados alternativos e vários critérios para avaliar esses resultados. As técnicas de MCDA podem ser usadas para identificar uma única opção preferida, para classificar opções, para listar uma série de opções para mais

investigação, ou simplesmente para distinguir alternativas aceitáveis ​​de inaceitáveis ​​(Collins et al. 2001 Malczewski 2004). Assim, a avaliação multicritério é usada para resolver problemas de decisão espacial derivados de múltiplos critérios. Ao integrar as técnicas de avaliação com o GIS, os fatores influentes são avaliados e decisões mais precisas podem ser tomadas (Parimala & amp Lopez 2012).

O processo de hierarquia analítica (AHP) é um dos métodos mais amplamente usados ​​de análise espacial multicritério, foi desenvolvido na década de 1970 por Thomas L. Saaty (Steiguer et al., 2003) e é considerado relevante para quase todas as aplicações de gestão de ecossistemas que requer a avaliação de vários participantes ou envolve processos complexos de tomada de decisão (Schmoldt et al. 2001, Reynolds & amp Hessburg 2005). Este processo é baseado na matemática e na psicologia e fornece um quadro abrangente e racional para a estruturação de um problema de decisão, permitindo a representação e quantificação dos seus elementos, relacionar esses elementos com objetivos gerais e avaliar soluções alternativas (Saaty, 1980).

O AHP atraiu a atenção de muitos pesquisadores principalmente por causa de suas propriedades matemáticas precisas, e os dados de entrada necessários são comparativamente fáceis de obter. Basicamente, ele usa o julgamento informado ou a opinião de especialistas para determinar o valor relativo ou a contribuição desses atributos e sintetizar uma solução. Segundo Roy (1996), é uma ferramenta matemática que permite comparar diferentes alternativas ou cenários, com base em diversos critérios, para auxiliar os tomadores de decisão na escolha de uma alternativa.

O AHP é baseado em três princípios principais, a saber, decomposição, julgamento comparativo e síntese de prioridades. Os princípios de síntese tomam as prioridades locais da escala de razão derivada em vários níveis da hierarquia e constroem um conjunto composto de alternativas para os elementos no nível mais baixo da hierarquia (Malczewski, 2004).

O AHP decompõe um problema, questão ou decisão, em todas as variáveis ​​que o constituem, num esquema de critérios e subcritérios e, a seguir, faz comparações aos pares entre eles (Antunes, 2012). A comparação entre os critérios é feita usando uma escala de 1 a 9, em que 1 é igualmente preferido e 9 é altamente preferido (Saaty, 1980). O AHP reverte as comparações em valores numéricos que podem ser processados ​​e comparados em toda a extensão do problema. O peso de cada fator permite a avaliação de cada um dos elementos dentro da hierarquia definida. Essa capacidade de conversão de dados empíricos em modelos matemáticos distingue o AHP de outras técnicas de tomada de decisão (Saaty, 1980).

A determinação dos pesos dos critérios é crucial na análise multicritério. O AHP é um método matemático adequado para esse fim na análise de problemas de decisão complexos (Saaty, 1980). Ele deriva os pesos por meio de comparações entre pares da importância relativa entre cada par de critérios. Por meio de uma matriz de comparação de pares, o AHP calcula o valor do peso para cada critério (wi) tomando o vetor próprio

correspondendo ao maior autovalor da matriz e, em seguida, normalizando a soma dos componentes para uma unidade. É necessário verificar a consistência da matriz após a obtenção dos valores de peso.

A consistência é avaliada com base em uma razão de consistência CR. A determinação do valor CR é crítica. O valor limite CR padrão de 0,10 tem sido amplamente utilizado como uma medida de consistência em um conjunto de julgamentos de aplicações de AHP na literatura. Se CR & lt0,10, a matriz de comparação de pares é considerada como tendo consistência aceitável e os valores de peso calculados são considerados válidos e podem ser utilizados.

A análise multicritério de decisão espacial tem sido amplamente aplicada em vários estudos em diferentes campos, muitos dos quais são publicados e foram citados por diversos autores como processos de tomada de decisão relevante. É o caso de Kangas et al. (2000) referindo-se ao uso de SIG no processo de tomada de decisão por meio da análise multicritério no planejamento de ações de conservação dos recursos florestais, permitindo ações orientadas pela determinação das áreas prioritárias.

Quinta-Nova e Roque (2014) desenvolveram um modelo baseado na análise espacial multicritério AHP para determinar os níveis de aptidão para usos agroflorestais da sub-região da Beira Interior Sul. Os critérios utilizados foram o potencial do solo, declividade e aspecto. Os autores observam que esta análise identificou as áreas onde o uso da terra deve ser objeto de conversão e / ou mudança de gestão.

Material e métodos

A região da Beira Baixa é uma divisão administrativa do leste de Portugal. A região cobre uma área de 4.614,6 km² e tem uma população de 84.046 habitantes. A área inclui quatro concelhos: Idanha-a-Nova,

Penamacor, Vila Velha de Ródão e Castelo Branco (Figura 1). Este território é ocupado principalmente por usos florestais e agroflorestais (60,8%) e agricultura (36,2%) (Figura 2).

Figura 1. Localização da área de estudo

Figura 2. Mapa de uso da terra (2007)

A Figura 3 apresenta a metodologia usada para determinar a adequação para usos agroflorestais do solo, nomeadamente floresta de produção, agricultura intensiva e agricultura extensiva / usos multifuncionais (agroflorestais).

Os conjuntos de dados espaciais para o estudo foram obtidos das seguintes fontes: • Quinto nível Corine Land Cover, banco de dados europeu de ocupação do solo (DGT).

• Shuttle Radar Topography Mission (SRTM) - Modelo Digital de Elevação (NASA e NSA). • Cartografia do solo (IHERA).

Figura 3. Fluxo de trabalho da metodologia

A classificação de aptidão agroflorestal resultou da integração de um conjunto de critérios biofísicos usando o software ArcGIS 10.2, com base nos requisitos de clima e solo das culturas e povoamentos florestais e as condições operacionais ótimas associadas aos diferentes usos. Procedeu-se ao geoprocessamento e à análise espacial de dados geográficos, nomeadamente solos, cota de forma a produzir as seguintes camadas: potencialidade do solo, declividade e aspecto.

Para definir o potencial do solo para diferentes culturas e povoamentos florestais, foi editada a tabela de atributos do tema do solo. Os solos foram reclassificados em classes de potencialidade mostradas na Tabela 1.

Tabela 1. Potencialidades do solo (UNESUL, 1996) Potencialidade

aula Características do solo Uso potencial

Diferentes tipos de solo que apresentam restrições de alta a muito alta para usos de produção devido à espessura do solo, vulnerabilidade à erosão ou pedregosidade. Com baixíssima fertilidade.

Floresta e matagal com funções de proteção e recuperação do solo. Em alguns casos, mais favorável, pastagem sob um “montado”

Solos de textura grossa, sem problemas severos de erosão, geralmente com fertilidade baixa a muito baixa.

Silvicultura (pinhais e sistema de montado), pastagens, vinhas. Em alguns casos, colheitas de cereais e horticultura se água e matéria orgânica estiverem disponíveis.

III Solos sem graves problemas de erosão. Com fertilidade média a baixa.

Culturas de cereais, horticultura, pomares e pastagens melhoradas. Silvicultura.

4 Solos sem problemas de erosão. Com fertilidade média a alta.

Culturas de cereais em modo intensivo, pomares, pastagens melhoradas e silvicultura. Solos adequados para olivais.

V Solo com alta fertilidade.

Bom para diferentes usos dependendo da drenagem, textura do solo e disponibilidade de água de irrigação: sistemas de irrigação. Silvicultura intensiva.

Afloramentos rochosos - Não apropriado

Áreas sociais Áreas urbanas e corpos d'água inadequados

A reclassificação dos solos na sua potencialidade baseia-se nas suas propriedades físicas e químicas, nomeadamente: textura, estrutura, capacidade de campo, reservas minerais, matéria orgânica, tipos de argila, capacidade de troca catiónica, grau de saturação, pH, etc. Os factores de a formação do solo (pedogênese) também tem importância para avaliar a fertilidade do solo (UNESUL, 1996).

Um modelo digital de elevação (DEM) foi gerado a partir de mapas de contorno com tamanho de pixel de 100 m. Em seguida, criamos camadas de classes de aspecto e inclinação do DEM. Essas camadas foram reclassificadas com base em sua importância como restrições aos usos agroflorestais. A inclinação é um fator limitante do uso do solo, afetando, por exemplo, o acesso às máquinas e a susceptibilidade à erosão do solo. O aspecto determina a quantidade de radiação solar incidente, influenciando o microclima.

As diferentes camadas foram classificadas em três níveis de adequação: baixa ou nenhuma adequação (1), média adequação (2) e alta adequação (3). Após a criação das camadas resultantes da reclassificação em níveis de adequação, a adequação geral para cada uso do solo foi realizada por meio de uma análise de decisão multicritério - o Analytic Hierarchy Process - AHP (Saaty, 1980).

O AHP é baseado em três princípios principais que são decomposição, julgamento comparativo e síntese de prioridades. A comparação de pares é a medição básica usada no procedimento AHP. Os princípios de síntese tomam as prioridades locais da escala de razão derivada nos vários níveis da hierarquia e constroem um conjunto composto de alternativas para os elementos no nível mais baixo da hierarquia (Malczewski 2004). O conceito fundamental do AHP consiste em proceder a partir de uma comparação par a par de critérios para avaliar os pesos que atribuem importância relativa a esses critérios. Este método é muito popular no cálculo do fator de ponderação.

A comparação par a par é realizada com base na escala de classificação proposta por Saaty (1980) mostrada na Tabela 2. Dois fatores são comparados usando a escala de classificação que varia de 1 a 9 em relação à sua importância relativa. Este parâmetro é calculado em relação a cada par com base na opinião de especialistas. A importância relativa entre cada critério é mostrada na Tabela 3.

Tabela 2. Escala de avaliação de pares Intensidade de Importância 1 3 5 7 9 2, 4, 6, 8 Descrição Importância igual de ambos os elementos Importância fraca de um elemento sobre outro Importância essencial ou forte de um elemento sobre outro Importância demonstrada de um elemento sobre outro Importância absoluta de um elemento sobre outro Valores intermediários entre dois julgamentos adjacentes

Tabela 3. Matriz de comparação de pares

Critério Adequação do solo Declive Aspecto

Adequação do solo 1 9 7

O software ArcGIS foi usado para processar a entrada onde a prioridade de cada fator é calculada usando os vetores próprios. Os pesos calculados usando AHP são mostrados na Tabela 4.

Critério Autovalores Autovetor de maior Valor próprio Pesos Adequação do solo 3,3974 0,9766 77,91% Declive -0,1987 0,2018 16,10% Aspecto -0,1987 0,075 5,99% [Razão de consistência CR = 0,3821]

Como conclusão das revisões de literatura e discussão com especialistas em ciências agrárias, um fator critério para áreas adequadas para floresta e agricultura, conforme mostrado na Tabela 5.

Tabela 5. Fator de critério e classificação

Critério Aulas Aptidão Produção floresta Intensivo agricultura Agricultura extensiva / Uso multifuncional Adequação do solo Classe I Classe II Classe III Classe IV Classe V Áreas sociais Afloramentos rochosos 1 3 3 2 2 1 1 1 2 2 3 3 1 1 2 3 3 2 2 1 1 Declive 0 - 3% 3% - 8% 8% - 16% 16% - 30% & gt 30% 3 3 2 2 1 3 3 2 2 1 3 3 3 2 1 Aspecto Plano Sul / Oeste Leste Norte 3 3 3 3 2 2 3 2 2 2 3 2 3 - alta adequação 2 - média adequação 1 - baixa adequação / sem adequação

Ao final, foi realizada uma análise espacial para confrontar o uso do solo com a potencialidade do solo. Por isso propósito, o comando ArcGIS combine foi usado. Este comando gera combinações de valores de dois camadas. A partir da análise da camada resultante, o grau de conformidade entre os usos do solo e a adequação do solo.

Resultados, Discussão e Conclusão

A fim de obter os mapas de declive e aspecto (Figura 4 e 5) do DEM, foi realizada uma análise de superfície.

A partir da reclassificação da camada de solo, obtém-se um mapa representativo de suas potencialidades (Figura 6). Este mapa permite identificar os usos florestais e agrícolas mais adequados aos diferentes solos e áreas não adequadas à produção.

Figura 6. Potencialidade do solo

Nos mapas a seguir, apresentamos os resultados do Processo de Hierarquia Analítica (Figura 7, 8 e 9)

Figura 7. Adequação para floresta de produção

Figura 9. Adequação para agricultura extensiva / uso multifuncional

A Figura 10 mostra o grau de concordância entre a potencialidade do solo e o uso da terra resultante da análise espacial usando ferramenta de combinação.

Figura 10. Adequação do solo vs. uso da terra

O uso de SIG para identificação e mapeamento da adequação do uso do solo foi verificado neste estudo. O GIS é uma das tecnologias mais utilizadas no mapeamento de adequação da terra. A metodologia apresentada neste artigo usa GIS e MCDA como uma ferramenta para auxiliar o processo de tomada de decisão com estudo de caso particular de localização de áreas adequadas para diferentes usos agroflorestais.

Esta metodologia permite a correta avaliação da aptidão natural do terreno, utilizando um conjunto de critérios biofísicos. Contribui, também, para a discussão sobre a adequação dos usos atuais e futuros levando em consideração a capacidade de suporte ambiental.

A implementação desta abordagem de análise de dados espaciais pode ser uma ferramenta útil para as partes interessadas no planejamento e gestão do uso da terra.

Reconhecimentos

This research was funding by FCT - Fundação para a Ciência e a Tecnologia in the aim of the PEst-OE/AGR/UI0681/2011 project.

References

Antunes, O.E.D., (2012). Análise Multicritério em SIG para Determinação de um Índice Espacializado de Pressão Antrópica Litoral. Casos de Espinho, Caparica e Faro. Dissertação de Mestrado em Gestão do Território. Área de Especialização em Deteção Remota e Sistemas de Informação Geográfica. Universidade Nova de Lisboa. Faculdade de Ciências Sociais e Humanas. Lisboa.

Collins, M. G., Steiner, F. R. & Rushman, M. J. (2001). Land-use suitability analysis in the United States: historical development and promising technological achievements. Environment Management. v. 28, n. 5, pp. 611-621.

FAO (1976). A framework for land evaluation. FAO Soils bulletin 32. Rome.

Kangas, J., Store, R.L., Leskinen, P., Mehtatalo, L. (2000). Improving the Quality of Landscape Ecological Forest Planning by Utilizing Advanced Decision-Support Tools. Forest Ecology and Management, Amsterdam, v.132, p.157-171.

Malczewski, J. (2004). GIS-based land-use suitability analysis: a critical overview. Progress in Planning, v. 62, n. 1, pp. 3-65.

Parimala, M. & Lopez, D. (2012). Decision making in agriculture based on land suitability – Spatial data analysis approach. Journal of Theoretical and Applied Information Technology, Vol. 46 No.1, pp. 17-23.

Quinta-Nova, L.C., Roque, N., (2014) Agroflorestal Suitability Evaluation of a Subregional Area in Portugal Using Multicriteria Spacial Analysis. Internacional Congress of Landscape Ecology – Understanding Mediterranean Landscapes Human vs. Nature, 23-25 October. Antalaya. Turquia.

Roy, B. (1996). Multicriteria methodology for decision aiding. Dordrecht. Kluwer Academic.

Reynolds, K.M. & Hessburg, P.F. (2005). Decision support for integrated landscape evaluation and restoration planning. Forest Ecology and Management 207: 263-278.

Saaty, T.L. (1980). The Analytical Hierarchy Process: Planning, Priority Setting, Resource Allocation. 1st Ed., McGraw-Hill, New York.

Schmoldt, D.L., Mendosa, G.A. & Kangas, J. (2001). Past Developments and Future Directions for the AHP in Natural Resources. In: D.L. Schmoldt, J. Kangas, G.A. Mendoza and M. Pesonen (eds.), The Analytic Hierarchy Process in Natural Resource and Environmental Decision Making, pp: 289-305. Kluwer Academic Publications, Dordrecht, The Netherlands.

Schmoldt, D.L. & Peterson, D.L. (1997). Using the Analytic Hierarchy Process for Decision-Making in Ecosystem Management. Analysis Notes of the W/O Ecosystems Management Analysis Centre, Fort Collins, Colorado, USA: Vol. 7, Issue 1: 17-22.

Steiguer, J. E., Liberti, L., Schuler, A., Hansen, B., (2003). Multi-Criteria Decision Models for Forestry and Natural. USDA Forest Service, Northeastern Research Station, pp. 8 16-23.

UNESUL (1996). Análise da evolução de uma área da Península de Setúbal na sequência de um processo de alteração de uso. Relatório final do projecto 16/94 do Programa estímulo à investigação no domínio do Ordenamento do território e do Desenvolvimento Urbano, Associação Universidade-Empresa do Sul, Évora.

Author Information

Escola Superior Agrária do Instituto Politécnico de Castelo Branco, Quinta da Senhora de Mércules,

6000 Castelo Branco, Portugal

Centro de Estudos de Recursos Naturais, Ambiente e Sociedade, Quinta da Senhora de Mércules, 6000 Castelo Branco, Portugal

Phone: +351272339900 Fax: +351272339901 Contact e-mail: [email protected]

Natália Martins Roque

Escola Superior Agrária do Instituto Politécnico de Castelo Branco, Quinta da Senhora de Mércules,


Assista o vídeo: GDAL Tutorial #2: Converting, Resampling, Reprojecting, Clipping