Atlas do Desenvolvimento Humano no Brasil (PNUD)

Atlas do Desenvolvimento Humano no Brasil engloba o Atlas do Desenvolvimento Humano nos Municípios e o Atlas do Desenvolvimento Humano nas Regiões Metropolitanas. O Atlas é, uma plataforma de consulta ao Índice de Desenvolvimento Humano Municipal (IDHM) de 5.565 municípios brasileiros, 27 Unidades da Federação (UF), 21 Regiões Metropolitanas (RM) e 3 Regiões Integradas de Desenvolvimento (RIDE) e suas respectivas Unidades de Desenvolvimento Humano (UDH). O Atlas traz, além do IDHM, mais de 200 indicadores de demografia, educação, renda, trabalho, habitação e vulnerabilidade, com dados extraídos dos Censos Demográficos de 1991, 2000 e 2010. Na seção de download podem ser encontradas as Bases de Dados, públicações em português, inglês e esoanhol, além de Análises e Notas Metodológicas.

Concebido como uma ferramenta simples e amigável de disponibilização de informações, o Atlas Brasilfacilita o manuseio de dados e estimula análises. A ferramenta oferece um panorama do desenvolvimento humano e da desigualdade interna dos municípios, estados e regiões metropolitanas. A relevância do Atlas do Desenvolvimento Humano nos Municípios vem justamente da capacidade de fornecer informações sobre a unidade político-administrativa mais próxima do cotidiano dos cidadãos: o município. Por sua vez, o Atlas do Desenvolvimento Humano nas Regiões Metropolitanas permite conhecer as desigualdades a nível intramunicipal, entre “bairros” de uma mesma região metropolitana.

Entre os indicadores disponíveis está o Índice de Gini. Um instrumento usado para medir o grau de concentração de renda. Ele aponta a diferença entre os rendimentos dos mais pobres e dos mais ricos. Numericamente, varia de 0 a 1, sendo que 0 representa a situação de total igualdade, ou seja, todos têm a mesma renda, e o valor 1 significa completa desigualdade de renda, ou seja, se uma só pessoa detém toda a renda do lugar.

Fonte: Programa das Nações Unidas para o Desenvolvimento, Instituto de Pesquisa Econômica Aplicada, Fundação João Pinheiro.

Acesse: http://www.atlasbrasil.org.br/

Transformação de Coordenadas

Para a confecção de um mapa é necessário estabelecer a superfície de referência que a será utilizada para representar a superfície terrestre no modelo matemático. Sobre esta superfície, são necessárias as seguintes informações: as dimensões do elipsóide de referência melhor adaptado à região a ser mapeada (raio do equador e raio polar), a sua orientação no espaço e a origem do sistema de coordenadas geodésicas referenciadas a esta superfície. Com este conjunto de informações é estabelecido o datum horizontal. (Fonte: Teixeira, F.A.P, 2008)

O datum é o produto de um conjunto de informações (as dimensões do elipsóide de referência melhor adaptado à região a ser mapeada – raio do equador e raio polar – , a sua orientação no espaço e a origem do sistema de coordenadas geodésicas referenciadas a esta superfície)que busca o elipsóide de melhor ajuste e varia de acordo a localização da área a ser mapeada, por essa razão que cada região tende a adotar um datum específico. No Brasil, até o final da década de 1970, utilizava-se o elipsóide Internacional de Hayford e, Córrego Alegre-MG, como a origem das coordenadas. A partir de 1977, passou-se a adotar o SAD-69 (Datum Sul-Americano), que apresenta o vértice Chuá-MG como a origem das coordenadas, e como elipsóide de referência o recomendado pela União Astronômica Internacional, homologado em 1967 pela Associação Internacional de Geodésia. Com o advento do GPS, tem sido comum o emprego do datum planimétrico global WGS-84, cujo elipsóide é adotado para o mapeamento global. (Fonte: Teixeira, F.A.P, 2008)

Conversor da Engenharia Cartográfica da UFRGS

Atualmente, o Datum definido pelo IBGE é o SIRGAS 2000. Estas questões já foram abordadas nas seguintes postagens:

https://sosgisbr.com/2018/06/05/transformacoes-de-datum/

https://sosgisbr.com/2011/06/23/reprojetar-dados-wag-84-sirgas-sad-69-com-projecoes-customizadas/

A transformação de coordenadas é uma operação que deve garantir a concordância entre os diferentes sistemas. O site da UFRGS oferece oito tipos de conversão que podem ser feitas ponto a ponto e em lotes.

Acesse: http://www.ufrgs.br/engcart/Teste/transf_coord.php

Ou http://www.ufrgs.br/engcart/Teste/coord_exp.html para ler o texto publicado juntamente com as calculadoras

Você também pode conferir a Calculadora Geográfica do INPE na postagem: https://sosgisbr.com/2013/05/09/calculadora-geografica-inpe/

Foliômetro 2019 Labgis Uerj

O Foliômetro foi criado para apoiar simples consultas e estudos por meio de análise e exportação de dados geográficos sobre essa importante atividade cultural que são os blocos de rua da Cidade do Rio de Janeiro. Atenção: antes de ir para o seu bloco, confira se a programação do mesmo não sofreu alterações.

Foliômetro 2019

ACESSE: https://www.labgis.uerj.br/apps/foliometro/

Essa aplicação foi desenvolvida pelo Núcleo de Geotecnologias da Universidade do Estado do Rio de Janeiro – Sistema Labgis/UERJ. Para contatos, sugestões, erros e críticas, utilize o e-mail labgis@labgis.uerj.br.

Fonte de dados: Listagem de blocos da RioTur e Base de Arruamentos do Instituto Municipal de Urbanismo Pereira Passos.

LandViewer – EOS data Analytics / Novas Funções!

NOVAS FUNÇÕES DO LANDVIEWER QUE VOCÊ NÃO VAI QUERER PERDER

O LandViewer, um serviço em nuvem desenvolvido pela empresa com base nos EUA, EOS Data Analytics, é conhecido por fornecer acesso fácil a dados de satélites e dados analíticos em ritmo acelerado. Nos meses recentes, ele passou por diversas atualizações que expandiram o catálogo existente de imagens de satélites, introduziram mais ferramentas para análises e acrescentaram alguns outros bônus incríveis.

Uma plataforma única para exploradores de imagens

Ao final de 2018, dados aéreos e espaciais disponíveis para navegação, análise e download por meio do LandViewer incluíam imagens do Sentinel-2 and Sentinel-1 da ESA, Landsat 8 da NASA-USGS e missões anteriores, MODIS, CBERS-4 e NAIP. Esta ampla seleção de dados de observação da Terra cresceu ainda mais com a adição de imagens comerciais de alta resolução do Airbus, SpaceWill e SI Imaging Services.

O LandViewer evoluiu para uma única plataforma, onde, além de dados de fontes abertas, você pode explorar livremente o potencial de dados comerciais com cobertura global, períodos curtos de revisitação e resolução espacial de até 40 cm. O catálogo atual inclui imagens do Pléiades 1a/1b, SPOT 5, SPOT 6 e SPOT 7, juntamente com KOMPSAT-2, 3, 3A e SuperView, Gaofen 1, 2 e Ziyuan-3. Comparado a outros navegadores de imagens em alta resolução, o LandViewer vangloria-se de vantagens como prévia grátis, cálculo de preço automático por área selecionada e entrega rápida de imagem dentro de 3 dias úteis por meio da nuvem do EOS Storage.


Prévia de imagem coletada pelo KOMPSAT-3A acima do Aeroporto Internacional de Shanghai Hongqiao em 29 de outubro de 2018.

Observações de longo prazo com a Análise de Séries de Tempo

A abundância de dados disponíveis, como as imagens atualizadas semanalmente do Sentinel-2 e os dados históricos do Landsat, facilitou o monitoramento de mudanças em longos períodos de tempo. Mas quanto tempo levaria para selecionar e processar diversos anos de dados de satélites para obter uma perspectiva multitemporal? Você nunca saberá, porque a nova Análise de Séries de Tempo pegará todos os dados de detecção remota para você e entregará os resultados em um gráfico facilmente interpretável.


Gráfico de séries temporais do Sentinel-2 gerado para campos agrícolas do estado de Kansas.  

Tudo o que você precisa fazer é selecionar uma área de interesse (AOI), um conjunto de dados de satélite e um período de tempo entre 1 mês e 10 anos. O algoritmo pode pegar todas as imagens com nebulosidade mínima e calcular o NDVI, NDWI ou NDSI em apenas alguns momentos. Por padrão, o gráfico de Séries Temporais gerado contém linhas (representando os valores mín, máx, média e um desvio padrão) que podem ficar escondidos ou exibidos para a sua conveniência, e sempre que você observar um pico ou uma queda incomum nos valores, uma cena do satélite que representa parte da curva pode ser visualizada para estabelecer a causa. Os resultados podem ser baixados como uma imagem (.png) ou um arquivo .csv para Excel.

Análise de vegetação avançada com novos índices espectrais

Todo mundo que busca um olhar mais profundo em relação à cobertura de vegetação ficará satisfeito em descobrir os novos índices espectrais do LandViewer: SAVI, EVI, ARVI, GCI, SIPI e NBR. Esses índices podem complementar a análise NDVI ao fazer correções em relação a efeitos atmosféricos, topográficos ou influências de luminosidade de solo, dependendo da densidade da vegetação, clima e elevação da área de interesse. O índice NBR, por sua vez, é designado para destacar áreas queimadas em relação à vegetação saudável; enquanto a diferença entre os valores NBR antes do incêndio e os valores NBR pós incêndio podem ser aplicados para estimar a severidade da queimada.

O uso de diversos índices simultaneamente permite um melhor insight sobre a saúde da vegetação e ajuda a identificar vegetação estressada ou infectada em estágio precoce.


Análise SAVI derivada do Sentinel-2 de uma região agrícola árida na Arábia Saudita.

Cálculo de área e legenda intuitiva

Outra função do LandViewer, a legenda do índice é designada para resolver o problema da interpretação dos resultados do índice, um problema comum para os novos usuários. Agora, quando um índice espectral é aplicado sobre um território selecionado, o usuário pode visualizar uma legenda detalhada, onde cada classe marcada por cor contém uma curta descrição. Por exemplo, o cálculo de NDVI identificará e destacará as áreas como “vegetação densa”, “vegetação moderada”, “vegetação escassa”, “solo aberto” ou “sem vegetação”.

NDVI com legenda descritiva

Outra funcionalidade para a economia de tempo adicionada recentemente é que a área de cada classe dentro da legenda do índice espectral agora é calculada automaticamente, tanto em metros quadrados como em porcentagem.

E não se esqueça de usar a ferramenta de Área de Interesse (AOI) expandida, que permite o carregamento em massa de muitas AOIs e acelera o trabalho ao permitir a visualização simultânea e a mudança rápida de todas as AOIs no mapa para buscas de imagem e inscrição de nova cena.

Dados analíticos de zona avançados

Ao introduzir a função de Clusterização, os especialistas em detecção remota e desenvolvedores de software do EOS levaram a análise espaço-temporal a um novo nível. Com essa função, os usuários podem executar classificação de dados baseados em satélite sem supervisão de uma área de até 200 sq.km em até 19 agrupamentos (ou clusters). Esse processo envolve a definição de parâmetros customizados (tamanho/número de zonas) e aguardar alguns momentos para que o LandViewer construa uma imagem raster da área com agrupamentos marcados por cor, e uma camada de vetor contornando as fronteiras. Os dois resultados podem ser baixados.

Essa análise em escala pode providenciar vários insights em relação à agricultura, silvicultura, monitoramento costal e outras indústrias. Por exemplo, um fazendeiro pode fazer uso do conveniente mapeamento de zonas por cor dentro do campo com base nos valores NDVI para a navegação precisa no campo e a administração da safra.

De imagens estáticas a animações atraentes


Lapso de tempo do satélite Sentinel-2 da construção do Aeroporto de Istambul, de 2015 a 2018.

Não vamos esquecer que, além dos dados espectrais informativos contidos nos pixels das imagens de satélite, é divertido olhar para esses pixels. Com isso em mente, o LandViewer apresentou a função de Animação de Lapso de Tempo que permite que jornalistas e usuários ativos das redes sociais criem histórias animadas envolventes para compartilhar na Internet. Cada GIF pode conter até 300 cenas, com índices e combinações de banda aplicados.

Desde o desprendimento de icebergs à construção de novos estádios – as imagens de satélite são cheias de informações que valem à pena observar e compartilhar com o mundo, com a ajuda do LandViewer em eos.com/landviewer.

GEOINEA – Base de Dados Geoespaciais

O canal GEOINEA foi criado para otimizar o compartilhamento de geoinformações sobre o Estado do Rio de Janeiro.

Nele, você poderá visualizar, fazer download, consumir geoserviços e conhecer um pouco mais sobre os dados geoespaciais produzidos pelo INEA, entre os temas tratados estão as grandes áreas de biodiversidade, áreas protegidas, monitoramento e uso do solo, recursos hídricos, bases cartográficas.

ACESSE CLICANDO AQUI