Automatização da geração de uma rede de drenagem a partir de um MDT em um ambiente SIG

Introdução

Uma variável fundamental no entendimento de simulação e previsão de processos hidrológicos é a rede drenagem. Com um adequado mapeamento dessas redes de drenagens, pode-se melhorar o monitoramento dos recursos hídricos, destacando a conservação das nascentes e as matas ciliares. A extração dessas redes de drenagem teve melhora com o avanço da tecnologia de sensores por radar, pois com esses equipamentos avançados obteve – se a representação do relevo de quase toda a superfície terrestre. Com esse modelo digital do terreno (MDT) e as ferramentas de sistemas de informações geográficas (SIG), a geração de rede de drenagens é possível. Assim esse trabalho tem por objetivo, desenvolver uma ferramenta que possibilite a otimização do processo de geração de redes de drenagens a partir de MDT.

Objetivos

Automatizar o processo de geração de redes de drenagens a partir de Modelo Digital do Terreno utilizando a ferramenta model builder disponível no Software ArcGIS 9.3 da ESRI. Após isto será compilado um material ilustrativo sobre este procedimento com a finalidade de divulgar a sua utilização, auxiliando assim o usuário nesta tarefa. Este material vai ser divulgado via internet.

Materiais e Métodos

Para essa automatização utilizou-se a ferramenta model builder do Software ArcGIS 9.3. Na automatização do processo para a geração de drenagens, foram utilizados aplicativos encontrados na extensão do ArcToolbox. A primeira ferramenta usada foi o fill, que remove pequenas imperfeições da imagem. Posteriormente foi simulada a direção pela qual a água seguiria nessa imagem, utilizando a ferramenta flow direction. Na etapa seguinte aplicou-se a ferramenta que possibilita acumular essas direções criadas anteriormente, a flow acumulation. Com o acumulo das direções de drenagens, o próximo passo é selecionar apenas o acumulo gerado e escolher a densidade de drenagens que a imagem final trará, para isso utilizou-se a ferramenta Con. Para finalizar o processo utilizou-se o aplicativo stream to feature, o qual possibilita a vetorização da imagem que contem o fluxo agrupado e a imagem fluxo de direção, assim elas se auxiliam na vetorização dessa direção.

Resultados

Ficou claro que com a utilização da ferramenta model builder pode-se automatizar o processo necessário para gerar as redes de drenagens dos Modelos Digitais do Terreno, deixando o mesmo mais rápido e fácil de executar. Para melhorar o entendimento deste processo, foi escrito um texto explicativo, em forma de manual técnico, sobre cada célula a ser preenchida, ao lado da entrada dos dados, facilitando assim o seu manuseio. O referido manual será disponibilizado no endereço eletrônico da área de geoprocessamento do Colégio Politécnico: http://www.ufsm.br/geoprocessamento.

Conclusão

Com isso a ferramenta model builder mostrou-se eficaz na automatização do processo de geração de redes de drenagens. Contribuindo para que outros usuários desfrutem do aplicativo construído e a perda de tempo para desenvolver as redes de drenagens seja menor.

Dendograma

Este recurso é utilizado para verificar as separabilidades entre classes na classificação supervisionada no ArcGIS.

Um Dendrograma (dendro = árvore) é um tipo específico de diagrama ou representação icónica que organiza determinados fatores e variáveis. Resulta de uma análise estatística de determinados dados, em que se emprega um método quantitativo que leva a agrupamentos e à sua ordenação hierárquica ascendente - o que em termos gráficos se assemelha aos ramos de uma árvore que se vão dividindo noutros sucessivamente. Isto é, ilustra o arranjo de agrupamentos derivado da aplicação de um "algoritmo de clustering"

O texto abaixo explica como é feito o cálculo estatístico

A dendrogram is a diagram that shows the attribute distances between each pair of sequentially merged classes. To avoid crossing lines, the diagram is graphically arranged so that members of each pair of classes to be merged are neighbors in the diagram.

The Dendrogram tool uses a hierarchical clustering algorithm. The program first computes the distances between each pair of classes in the input signature file. Then, it iteratively merges the closest pair of classes and successively merges the next closest pair of classes and the succeeding closest until the classes are all merged. After each merging, the distances between all pairs of classes are updated. The distances at which the signatures of classes are merged are used to construct a dendrogram.

When the Use variance in distance calculations option is unchecked (NO_STD), the distance d_mn between a pair of classes m and n is measured as a distance between their means.

When the Use variance in distance calculations option is checked (STD), the Dendrogram tool measures distances between pairs of classes based on their means and variances using the following formula:

where V is a variance of a class m or n in layer i.

The new statistics (means and variances) describing the merged class are based on the original mean and variance of the samples that comprise the merged class. Therefore, the merged class is produced using the pooled mean and variance. The two signatures that are used to create the merged class are replaced by a single signature of the combined class. The new mean signature is computed based on the locations in the multidimensional attribute space of all member cells of the merged class. The new signature retains the lower number of the two input classes for the merged class ID.

The value levels, or the distances at which each pair of classes is merged, can be interpolated using the scalebars of the dendrogram graph. Due to the limitation of the size of a character (the graphic's coarse resolution), the levels of merging are rounded for display. However, the precise values of the levels of merging are presented as DISTANCE in the table associated with the dendrogram.

Variances, not covariances, are used for distance computation after a pair of classes is merged. The algorithm used by Dendrogram does not use Mahalanobis distance to determine the distance between classes. Therefore, the distances between classes and the merged classes may not match the results from those grid functions that are based on Mahalanobis distance, such as EditSig, MLClassify, and ClassProb.

Example

In the following example, classes 3 and 5 are the nearest neighbors in attribute space; therefore, they are merged at level 3.443. This value indicates the relative degree of similarity, which can also be viewed as the distance in multidimensional space. The two classes are merged and treated as a single class. The statistics for the merged class and the distances from the merged class to the other classes are computed. The next two closest classes are then identified. The two candidates are classes 4 and 6. The distance between them is 3.609, and they are merged. The process iterates. All classes are sequentially merged into bigger classes until all classes are merged into a single class.

Input signature file = "isoclust12.gsg"

Output dendrogram file = "isodendro.txt"

Use variance in distance calculations = default

Line width of dendrogram = "78"

And the output dendrogram file would be:

Distances between pairs of combined classes (in the sequence of merging):

Remaining Merged Between-Class

Class Class Distance

----------------------------------

3 5 3.442680

4 6 3.608904

7 9 3.899360

2 7 3.795288

3 4 4.883098

2 8 6.073256

1 3 6.257798

1 2 9.450019

----------------------------------

Dendrogram of /discb/topdir/myspace/isoclust12.gsg

C DISTANCE

L

A

S 0 1.0 2.1 3.1 4.1 5.2 6.2 7.2 8.3 9.3

S |-------|-------|-------|-------|-------|-------|-------|-------|------

5 -------------------------|

|----------|

3 -------------------------| |

|----------|

6 ---------------------------| | |

|--------| |-------------------|

4 ---------------------------| | |

| |

1 -----------------------------------------------| |

|-

9 -----------------------------| |

| |

7 ---------------------------------------------| |

| | |

2 ------------------------------| |---------------------|

|

8 ---------------------------------------------|

|-------|-------|-------|-------|-------|-------|-------|-------|------

0 1.0 2.1 3.1 4.1 5.2 6.2 7.2 8.3 9.3