Compreender a anlise de sobreposio - overlay analysis ArcGIS 10 Anlise de sobreposio em Spatial Analyst um grupo de metodologias aplicadas a seleo do local

l ideal ou modelagem adequada. uma tcnica para a aplicao de uma escala de valores comuns s diversas entradas e diferentes para criar uma anlise integrada. Modelos adequados identificam os locais melhores ou mais preferidos para um fenmeno especfico. Tipos de problemas abordados pela anlise de adequao incluem: - Onde localizar um conjunto habitacional novo? - Quais os melhores locais para o habitat de uma capivara? - Onde o crescimento econmico mais provvel de ocorrer? - Onde so os locais que so mais suscetveis a deslizamentos de terra? Anlise de sobreposio, muitas vezes requer a anlise de muitos fatores diferentes. Por exemplo, a escolha do local para o desenvolvimento de novas habitaes significa avaliar coisas como custo do terreno, proximidade de servios existentes, a inclinao (declividade do terreno) e a frequncia das cheias. Esta informao existe em rasters diferentes, com escalas de valores diferentes: valores em Reais, distncias, graus, e assim por diante. Voc no pode adicionar um raster do custo da terra (em Reais) para uma varredura de distncia de utilitrios (metros) e obter um resultado significativo. Alm disso, os fatores em sua anlise no pode ser igualmente importante. Pode ser que o custo da terra mais importante na escolha de um local do que a distncia para linhas de servio pblico. O que mais importante para voc decidir? Mesmo dentro de um nico raster, voc deve priorizar valores. Alguns valores em um determinado raster pode ser ideal para seus objetivos (por exemplo, declives de 0-5 graus), enquanto outros podem ser bons, outros ruins, e outros ainda inaceitveis. A seguir so listados os passos gerais para a realizao de anlise de sobreposio: - Definir o problema. - Quebrar o problema em submodelos. - Determinar camadas significativas. - Reclassificar ou transformar os dados em uma camada. - Peso das camadas de entrada. - Adicionar ou combinar as camadas.

- Analisar. Passos 1-3 so passos comuns para quase todos os problemas espaciais a resolver e so particularmente importantes na anlise de sobreposio. 1. Definir o problema Definindo o problema um dos aspectos mais difceis do processo de modelagem. O objectivo geral tem de ser identificado. Todos os aspectos das etapas restantes do processo de modelagem de sobreposio tem de contribuir para este objectivo geral. Os componentes relacionados com o objectivo deve ser definidos. Alguns dos componentes podem ser complementares, e outros competitivos. No entanto, uma definio clara de cada componente e como eles interagem deve ser estabelecida. No s importante identificar qual o problema, um claro entendimento precisa ser desenvolvido para definir quando o problema for resolvido, ou quando o fenmeno est satisfeito. Na definio do problema, as medidas especficas devem ser estabelecidas para identificar o sucesso dos resultados a partir do modelo. Por exemplo, ao identificar a melhor localizao para um restaurante, o objetivo geral pode ser para ganhar dinheiro. Todos os fatores que so identificados no modelo deve ajudar a rea do restaurante a ser rentvel. 2. Quebrar o problema em submodelos A maioria dos problemas de sobreposio so complexas, e recomendado voc dividilas em submodelos para maior clareza, de organizar seus pensamentos, e de forma mais eficaz a resolver o problema de sobreposio. Por exemplo, um modelo de adequao para identificar o melhor local para um resort pode ser dividido em uma srie de submodelos para ajudar a rea do resort a ser rentvel. O submodelo primeiro pode ser um submodelo de identificao de locais que tm uma grande variedade de terreno favorvel para atividades recreacionais e de turismo. Garantir que as pessoas podem atingir a rea do resort pode ser capturado em um submodelo de acessibilidade. Includo no submodelo pode ser acesso de grandes cidades, bem como o acesso rodovirio local. Um submodelo custo pode identificar os locais que seriam ideais para construir. Este submodelo pode identificar encostas menos declivosas, bem como aqueles prximos a energia eltrica e abastecimento de gua como sendo favorvel. Certos atributos ou camadas podem estar em submodelos mltiplos. Por exemplo, encostas ngremes podem ser favorveis no submodelo terreno, mas prejudicial para o custo para a construo de submodelo.

3. Determine camadas significativas Os atributos ou camadas que afectam cada submodelo precisam ser identificados. Cada fator de captura e descreve um componente dos fenmenos do submodelo de definio. Cada fator contribui para os objetivos do submodelo, e cada submodelo contribui para o objectivo global do modelo de sobreposio. Todos e nicos factores que contribuem para a definio do fenmeno deve ser includa no modelo de sobreposio. Para certos fatores, as camadas podem ter de ser criadas. Por exemplo, pode ser mais desejvel estar mais perto de uma estrada principal. Para identificar a distncia de cada clula de uma estrada, a distncia euclidiana pode ser executada para criar o raster distncia. 4. Reclassificao / transformao Diferentes sistemas numricos no podem ser diretamente combinados de forma eficaz. Por exemplo, a adio de inclinao para o uso da terra produziria resultados sem sentido. Os quatro principais sistemas de numerao so: - Razo (Ratio) - Relao da escala de razo que existe em um ponto de referncia, normalmente zero, e os nmeros dentro da escala so comparveis. Por exemplo, os valores de elevao so nmeros de razo, e uma altura de 50 metros metade da altura de 100 metros. - Intervalar (Interval) - Os valores em uma escala de intervalo so relativas uma em relao outra. No entanto, no h um ponto de referncia comum. Por exemplo, uma escala de pH de tipo de intervalo, e quanto maior for o valor (superior ao valor neutro de 7), mais alcalino ele , e quanto menor o valor (inferior a 7), mais cido . No entanto, os valores no so totalmente comparveis. Por exemplo, um pH de 2, no duas vezes mais cida como um pH de 4. - Ordinal - Uma escala ordinal estabelece a ordem como quem chegou em primeiro, segundo e terceiro em uma corrida. Ordem estabelecida, mas os valores de ordem atribudos no podem ser diretamente comparados. Por exemplo, a pessoa que ficou em primeiro lugar no era necessariamente duas vezes mais rpido que a pessoa que ficou em segundo lugar. - Nominal - No h nenhuma relao entre os valores atribudos na escala nominal. Por exemplo, na utilizao do solo os valores, que so valores nominais, no podem ser comparados uns com os outros. Um uso da terra que 8 provavelmente no o dobro do uso da terra com valor 4. Devido s gamas de valores cada camada de entrada pode ter diferentes potenciais e diferentes tipos de sistemas de numerao. Antes de os fatores mltiplos poderem ser combinados para anlise, cada um deles deve ser reclassificado ou transformado para uma escala de proporo comum.

Escalas comuns podem ser pr-determinadas, tal como 1 a 9 ou uma escala de 1 a 10, com o valor mais elevado, mais favorveis, ou a escala pode ser em uma escala de 0 a 1, que define a possibilidade de pertencer a um conjunto especfico. 5. Peso Certos fatores podem ser mais importantes para o objectivo global do que outros. Se for este o caso, antes os fatores so combinados, os fatores podem ser ponderados com base na sua importncia. Por exemplo, na construo do submodelo para a localizao dos resorts, os critrios de declive de uma encosta pode ser duas vezes mais importante que o custo de construo, como a distncia de uma estrada. Portanto, antes de combinar as duas camadas, os critrios de inclinao deve ser multiplicado por duas vezes, tanto quanto a distncia para estradas. 6. Adicionar / Combinar Na anlise de sobreposio, desejvel que se estabelea a relao de todos os fatores de entrada em conjunto para identificar os locais desejveis que satisfaam os objectivos do modelo. Por exemplo, as camadas de entrada, uma vez que, ponderados apropriadamente, podem ser adicionados em conjunto num modelo de sobreposio aditiva ponderada. Nesta abordagem de combinao, presume-se que as mais favorveis aos fatores e o mais desejvel a localizao, assim o ser. Assim, quanto maior o valor do raster de sada resultante, a localizao mais desejvel ocorrer. Outras abordagens de combinao pode ser aplicadas. Por exemplo, em uma anlise lgica fuzzy overlay, as abordagens combinao exploram a possibilidade de filiao de um local para vrios conjuntos. 7. Analisar A etapa final do processo de modelagem para voc analisar os resultados. Ser que os possveis locais ideais sensivelmente atendem os critrios? Pode ser benfico no s para explorar as melhores localizaes identificadas pelo modelo, mas tambm para estudar os locais de segundo e terceiro mais favorveis. Os locais identificados devem ser visitados. Voc precisa validar o que voc acha que est l realmente l. As coisas poderiam ter mudado desde que os dados para o modelo foi criado. Por exemplo, os pontos de vista podem ser um dos critrios de entrada para o modelo, o melhor a vista, a mais preferida localizao. A partir dos dados de entrada de elevao, o modelo identificou os locais com os melhores pontos de vista, no entanto, quando um dos locais favorveis visitado, descobriu-se que uma construo foi construda em frente da localizao, obstruindo a vista. Tomando a entrada a partir de todos os passos acima, num local est seleccionado.

Sobreposio Ponderada - Weighted Overlay (Spatial Analyst) ArcGIS 10 Resumo Sobreposies rasters vrias usando uma escala de medida comum e pesos cada um de acordo com sua importncia.

Na ilustrao, os dois rasters de entrada foram reclassificados para uma escala de medida comum de 1 a 3. Cada raster atribuda uma influncia percentual. Os valores de clulas so multiplicadas por sua influncia em percentagem, e os resultados so adicionados em conjunto para criar o raster de sada. Por exemplo, considere a clula superior esquerda. Os valores para as duas entradas tornar-se (2 x 0,75) = 1,5 e (3 x 0,25) = 0,75. A soma de 1,5 e 0,75 de 2,25. Porque o raster de sada de sobreposio ponderada inteiro, o valor final arredondado para 2. Uso Todos os rasters de entrada devem ser inteiro. Uma varredura de ponto flutuante deve ser primeiro convertido para um raster inteiro antes de poder ser utilizado em Sobreposio ponderada. As ferramentas de reclassificao fornecer uma maneira eficaz de fazer a converso. A cada classe de valor em um raster de entrada atribudo um novo valor com base em uma escala de avaliao. Estes novos valores so reclassificaes dos valores originais de varredura de entrada. Um valor restrito usado para reas que voc deseja excluir da anlise. Cada raster de entrada ponderado de acordo com sua importncia ou sua influncia em por cento. O peso uma percentagem relativa, e a soma dos pesos de influncia por cento tem de ser igual a 100. Alterando as escalas de avaliao ou as influncias percentuais podem mudar os resultados da anlise de sobreposio ponderada. Como a sobreposio ponderada funciona A ferramenta de sobreposio ponderada aplica uma das abordagens mais utilizadas para anlise de sobreposio para resolver problemas multicritrio como a seleo local e modelos de adequao. Numa anlise de sobreposio ponderada, cada um dos passos da anlise de sobreposio gerais so seguidas.

Tal como acontece com todas as anlises de sobreposio, na anlise de sobreposio ponderada, voc deve definir o problema, separar o modelo em submodelos, e identificar as camadas de entrada. Desde que os critrios das camadas de entrada sejam em diferentes sistemas de numerao, com intervalos diferentes, para combin-los em uma nica anlise, cada clula em cada critrio deve ser reclassificada numa escala de preferncia comum tal como 1 a 10, sendo 10 o mais favorvel. Uma preferncia atribudo na escala comum implica a preferncia do fenmeno para o critrio. Os valores so de preferncia em uma escala relativa. Isto , uma preferncia de 10 duas vezes mais preferido como uma preferncia de 5. A preferncia de valores no s devem ser atribudas em relao outra no interior da camada, mas devem ter o mesmo significado entre as camadas. Por exemplo, se um local para um nico critrio atribuda uma preferncia de 5, ele tem a mesma influncia no fenmeno como 5 em um segundo critrio. Por exemplo, em um modelo simples de adequao de habitao, poder ter trs critrios de entrada: declividade, orientao, distncia e s estradas. As inclinaes so reclassificadas numa escala de 1 a 10 com a baixa declividade sendo a menos dispendiosa: por conseguinte, eles so mais favorveis e so atribudos os valores mais elevados. Com encostas mais ngremes, eles so atribudos valores decrescentes, com as encostas mais ngremes sendo atribudo valor 1. Se faz o mesmo processo de reclassificao escala de 1 a 10 para o relevo de aspecto, com os aspectos mais favorveis, neste caso, os mais a sul, sendo atribudos os valores mais elevados. O processo de reclassificao mesmo aplicado para a distncia do critrio estradas. Os locais mais prximos para as estradas so mais favorveis, uma vez que so menos caros para construir, porque eles tm um acesso mais fcil e exigem caladas mais curtos. Um local atribudo um valor de 5 a adequao da camada encosta reclassificada ser duas vezes mais dispendioso de construir-se como uma inclinao atribuda um valor de 10. A localizao atribuda uma adequao de 5 na camada de inclinao reclassificada ter o mesmo custo de uma 5 atribuda na distncia reclassificada para a camada de estradas. Cada um dos critrios na anlise de sobreposio ponderada no podem ser iguais em importncia. Voc pode ponderar os critrios importantes mais do que os outros critrios. Por exemplo, no nosso modelo de adequao da amostra de habitao, voc pode decidir, por causa de efeitos de longo prazo de conservao, que os melhores aspectos so mais importantes do que os custos de curto prazo associados com a inclinao e distncia para critrios de estradas. Portanto, voc pode ponderar os valores de aspecto como duas vezes mais importante do que a inclinao e distncia para critrios das estradas. Os critrios de entrada so multiplicados pelos pesos e depois somados. Por exemplo, no modelo de adequao de habitao, o aspecto multiplicado por 2 e os trs critrios so adicionados em conjunto, ou representadas de outro modo, (2 aspecto *) + + declive distncia para estradas.

O passo final do processo de anlise de sobreposio de validar o modelo para se certificar de que o modelo indica se a um local realmente existe. Uma vez que o modelo validado, um local selecionado ea casa construda. Usando a ferramenta Sobreposio ponderada A ferramenta Sobreposio ponderada permite implementar vrios dos passos no processo de anlise geral de sobreposio dentro de uma nica ferramenta. A ferramenta combina os passos seguintes: Reclassifica os valores nos rasters de entrada em uma escala comum de avaliao da adequao e preferncia de risco, ou alguma escala semelhante de unificador; Multiplica os valores das clulas de cada raster de entrada em peso dos rasters "de importncia; Adiciona os valores das clulas resultantes juntos para produzir o raster de sada; A ferramenta s aceita rasters inteiros como entrada, como uma varredura de uso da terra ou tipos de solo. Rasters contnuos (de ponto flutuante) devem ser reclassificados para o nmero inteiro antes que eles possam ser usados. Geralmente, os valores de rasters contnuas so agrupados em intervalos, como por inclinao ou sadas da distncia Euclidiana. Cada faixa deve ser atribudo um valor nico que possa ser usado na ferramenta Sobreposio ponderada. A ferramenta permite Reclassificar rasters a ser reclassificados. Voc pode deixar o valor atribudo a cada intervalo (mas observe o intervalo de valores para que o novo valor corresponda) e atribuir pesos para os valores das clulas na ferramenta de sobreposio ponderada posteriormente, ou voc pode atribuir pesos no momento da reclassificao. Com a escala de avaliao correta escolhido, basta adicionar o raster para sobreposio ponderada. As clulas do raster j estaro definidas de acordo com a adequao ou a preferncia de risco, ou alguma escala semelhante unificadora. As miras de sada podem ser ponderados por importncia e adicionado para produzir uma sada de varredura. Se a ferramenta de Sobreposio ponderado foi usada para modelar a adequao (para localizar reas adequadas), os valores mais elevados indicam geralmente que a localizao mais adequado. Se a ferramenta foi usada para gerar uma superfcie de custo (para descobrir o quanto isso vai custar para viajar atravs da paisagem, por exemplo), os altos valores geralmente indicam maiores custos de viagem. Voc deve entender os valores de escala que se aplicam a rasters de entrada para que voc saiba o que os valores na sada raster querem dizer. Os passos para a execuo da ferramenta de sobreposio ponderada Os passos para executar a ferramenta Sobreposio ponderada so os seguintes: - Selecione uma escala de avaliao.

Os valores a uma extremidade da escala representam um extremo de adequao (ou outro critrio), os valores do outro lado representam o outro extremo. A escala de avaliao padro de 1 a 9 em incrementos de 1 (menos adequado 1, sendo o mais apropriado 9). Se seus rasters de entrada j esto reclassificados para uma escala de medida comum, utilizando a ferramenta Reclassificar, importante selecionar uma escala de avaliao que coincide com a escala utilizada quando foi realizadas a reclassificao. Por exemplo, se rasters foram reclassificados utilizando uma escala de 1 a 10 (1 pelo menos aptas e 10 sendo o mais apropriado), uma escala de avaliao de 1 a 10 em incrementos de 1 indica-se a escala de avaliao em sobreposio ponderada. - Adicionar rasters. Clique no boto Add Raster para abrir a caixa de dilogo Adicionar Weighted Overlay. Clique na seta raster de entrada e clique em um raster, ou clique no boto para navegar at um raster de entrada e clique em Adicionar. Clique na seta Campo de entrada para alterar o campo se desejar. Clique em OK. A varredura adicionada tabela de sobreposio ponderada. Clique no boto Raster Adicionar novamente para entrar no raster seguinte, e assim por diante. Nota: Se o uso da terra uma de suas entradas, voc pode ter um campo de descrio que descreve cada tipo de uso da terra. Usando este campo em vez do campo Valor padro ser mais fcil para atribuir pesos para este raster. Nota: Apenas rasters discretos inteiros podem ser utilizados. Reclassificar rasters contnuas antes de adicion-los a sobreposio ponderada. - Definir valores de escala. Os valores de clulas para cada quadrcula de entrada na anlise so atribudos os valores da escala de avaliao. Isto torna possvel a realizao de operaes aritmticas em rasters que originalmente so detidos tipos diferentes de valores. Voc pode alterar os valores padro atribudos a cada clula de acordo com a importncia ou adequao. Por exemplo, uma varredura de uso da terra que adicionado tem valores que representam o tipo de uso da terra (Floresta = 7, gua = 3, a terra estril = 1, terra cultivada = 10). Para encontrar locais adequados sobre a qual construir, voc deve atribuir valores de escala, dependendo de qual tipo de uso da terra so mais adequados. Por exemplo, com uma escala de avaliao fixado em 1 a 9, 1, voc pode atribuir os valores da escala: mata = 3, gua = terra, restrito Estril = 9 terra, agrcola = 7. - Atribuir pesos para rasters de entrada. Cada raster de entrada pode ser ponderado, ou atribudo uma influncia percentual, com base em sua importncia. A influncia total para todos os rasters deve ser igual a 100 por cento. Por exemplo, pode ser mais importante para a construo de um centro comercial em solos que so estveis do que localizar em uma rea de shopping popular.

- Executar a ferramenta Sobreposio ponderada. Os valores de clulas de cada raster de entrada so multiplicados por peso do raster (ou influncia percentual). Os valores de clulas resultantes so adicionados para produzir o raster de sada final. - Usando Restrito e NoData para o valor de escala A definio de um valor de escala de Restricted atribui um valor para a clula em resultado de sobreposio de sada ponderado que o valor mnimo da escala de avaliao conjunto, menos 1. Se no houver entradas para sobreposio ponderada com clulas de NoData, voc poderia usar NoData como o valor da escala para excluir determinados valores. No entanto, mais seguro, e essencial, se voc tem clulas NODATA em qualquer de suas entradas, para uso restrito. Potencialmente voc poderia ter um resultado de sobreposio ponderada que contm clulas de NoData que vm de uma ou mais das entradas (NoData em qualquer entrada igual NoData no resultado) e reas restritas que voc propositadamente excluiu. Valores NODATA e restrita no devem ser confundidas. Cada um serve a um propsito especfico. Pode haver reas de NoData onde voc no conhece o valor, que na verdade so reas adequadas. Se voc usar, em vez de NoData Restrito para excluir os valores das clulas certas, e no h NoData em uma ou mais entradas, voc no vai saber se uma clula de NoData significa a rea com uso restrito ou se no havia dados de entrada disponveis naquele local . Tome cuidado com Restrito para o valor de escala na criao de uma superfcie de custo. Uma vez que o uso restrito d um valor para a clula que o valor mnimo da escala de avaliao, menos 1, as suas reas restritas aparecero para ser dado o menor custo, quando so efectivamente excludos da anlise. Em vez disso, voc deve atribuir um alto custo ou definir o valor da escala de NoData para reas que voc deseja excluir da anlise. Um exemplo de superposio ponderada utilizando a ferramenta Sobreposio ponderada No exemplo a seguir, um local para um novo parque urbano est sendo escolhido. Trs fatores sero considerados: uso da terra, densidade populacional e distncia de parques existentes. O objetivo encontrar uma rea de uso do solo adequado, como terrenos baldios, em um bairro de alta densidade populacional para fornecer espao verde em reas congestionadas que j no so servidos por um parque existente.

Entrada de uso da terra

Entrada de densidade populacional Distncia a entrada dos parques

Os rasters de entrada para a sobreposio ponderada so exibidos na imagem acima. Eles so (da esquerda para a direita) o uso da terra, a densidade populacional e distncia para os parques.

O modelo de sobreposio ponderada apresentado na imagem abaixo como um processo em ModelBuilder:

Superposio modelo ponderado

Cada classe de valor em cada quadrcula de entrada atribudo um valor novo e reclassificados em uma escala de avaliao de 1 a 5, em que 1 representa o menor aptido e 5 o mais elevado. Por exemplo, no raster de uso da terra, terrenos baldios altamente adequado, enquanto reas comerciais no o so. No raster densidade de populao, os valores so elevados de aptido para reas de alta densidade e baixo em reas de baixa densidade. No entanto, para raster de parques, os aumentos de adequao com a distncia dos parques existentes, pois as reas existentes que estejam distantes dos parques so mal servidas. Qualquer classe tambm pode ser atribudo um valor limitado, o que significa que a rea correspondente no aceitvel ou no podem ser usados. As reas restritas so excludas da anlise. Na varredura de uso da terra, por exemplo, os aeroportos e os corpos d'gua so restritos. Cada um dos trs rasters de entrada ento pesado. Nesta sobreposio ponderada, o uso da terra tem uma influncia de 50 por cento, a densidade populacional uma influncia de 15 por cento, e a distncia dos parques, uma influncia de 35 por cento.

Raster de sada com reas adequadas

As reas mais adequadas so mostrados em vermelho. reas de laranja so a prxima, seguida pelo verde. reas azuis e roxas so menos adequados, e reas brancas so restritas. Modificando os valores de adequao ou as percentagens de influncia ir produzir resultados diferentes.