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:
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.
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.
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.
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.
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 geoespaciaisproduzidos pelo INEA, entre os temas tratados estão as grandes áreas de biodiversidade, áreas protegidas, monitoramento e uso do solo, recursos hídricos, bases cartográficas.
O MapBiomas é uma iniciativa multi institucional envolvendo universidades, ONGs e empresas de tecnologia que se uniram para contribuir com o entendimento das transformações do território brasileiro a partir do mapeamento anual da cobertura e uso do solo. Fonte: MapBiomas
COBERTURA E USO DO SOLO – Encontre informações de cobertura e uso do solo anual do Brasil entre 2000 e 2016
MUDANÇAS – Encontre informações sobre as mudanças do território nos últimos 17 anos.
NÚMEROS – Navegue pelas estatísticas de cobertura e uso do solo do Brasil.
QUALIDADE DOS DADOS – Análise da acurária dos mapas do MapBiomas
A análise de acurácia é a principal forma de avaliação da qualidade do mapeamento realizado pelo Mapbiomas. Além de dizer qual a taxa de acerto geral, a análise de acurácia também revela estimativas das taxa de acerto e de erro para cada classe mapeada. O MapBiomas avaliou a acurácia global e para cada classe cobertura para cada ano entre 2000 e 2016.