|
|
Cairo - Exercícios usando dados do Landsat - Continuação 
Uma imagem normal do Landsat cobre uma área de aproximadamente 180 x 180 km². Os segmentos utilizados para os casos de estudos são mais pequenos, cobrindo 512 x 512 pixels.
A resolução da imagem pancromática é de 10 metros. Todas as outras imagens têm uma resolução de 30 metros. Isso significa que um pixel mostra um quadrado com uma área de 30 x 30 m².
Calcula a largura do segmento da imagem do Landsat Cairo_Landsat_2000_Band_321.tif usando esta informação.
Cálculo da superfície A medição das distâncias e circunferências é uma característica muito comum na utilização das imagens de satélite, sendo mais fácil e mais barato do que empregar geógrafos no campo. A selecção da combinação de bandas apropriada depende do objecto de interesse. A vegetação, por exemplo, vê-se melhor numa combinação de cores falsas de infravermelhos, porque as plantas reflectem muito mais radiação infravermelha do que luz visível. Por outro lado, as ilhas vêem-se melhor nas imagens de infravermelhos, porque a água em volta não reflecte a radiação infravermelha e, por isso, aparece preta. Abre o programa LEOWorks. Se ainda não tiveres feito o download das imagens do Cairo fá-lo agora. Selecciona Ficheiro>Abrir. Abre-se uma caixa de diálogo. Escolhe a pasta Cairo e selecciona a imagem Cairo_Landsat_2000_Band_4.tif. A imagem precisa de ser melhorada no que diz respeito ao brilho e contraste. Selecciona Melhorar>histograma de equalização. A imagem altera-se. Escolhe Imagem>Ferramenta de medição e selecciona Unidades>Metros. Não é necessário introduzir o tamanho do pixel porque o formato GeoTIFF usado para os dados já contém essa informação.
Desenha um polígono à volta da ilha do norte. Começa pelo lado sul, clicando no botão direito do rato. Desenha o polígono ao longo da linha de costa e fecha-o utilizando o botão esquerdo do rato.
Todas as informações são mostradas na caixa de diálogo, as distâncias de cada um dos vectores, o comprimento do polígono e a área da superfície. Converte m² em km². Compara a circunferência medida com as obtidas pelos teus colegas. Posição Cada pixel de uma imagem do Landsat é claramente definido pela sua posição x-y e pelo valor digital. Posições diferentes com o mesmo valor digital indicam objectos iguais. Não significa que têm de ser os mesmos, mas podem ser. Precisas de classificar os objectos para teres a certeza. Abre o programa LEOWorks. Se ainda não tiveres feito o download das imagens do Cairo fá-lo agora. Selecciona Ficheiro>Abrir. Abre-se uma caixa de diálogo. Escolhe a pasta Cairo e selecciona a imagem Cairo_Landsat_2000_Band_4.tif. A imagem precisa de ser melhorada no que diz respeito ao brilho e contraste. Selecciona Melhorar>histograma de equalização. A imagem altera-se. Localiza a posição do cursor (226, 196) -> (247).
Que tipo de objecto geográfico consegues identificar?
Que tipo de superfície indicam os valores digitais (por ex. 247)? Desloca a mira do rato através da imagem para comparar os diferentes valores digitais.
Por vezes, convém assinalar certas características, tais como as massas de água. As vantagens de uma imagem de infravermelhos para a determinação das superfícies da água pode fundir-se com a potência de visualização de uma imagem de cores reais usando uma sobreposição transparente. Abre o programa LEOWorks. Se ainda não tiveres feito o download das imagens do Cairo fá-lo agora. Selecciona Ficheiro>Abrir. Abre-se uma caixa de diálogo. Escolhe a pasta Cairo e selecciona a primeira imagem Cairo_Landsat_2000_Band_321.tif. Abre também Cairo_Landsat_2000_Band_4.tif. A imagem Cairo_Landsat_2000_Band_4.tif tem que ser aperfeiçoada no que diz respeito ao brilho e contraste. Selecciona (activa) a imagem Cairo_Landsat_2000_Band_4.tif e escolhe Melhorar>histograma de equalização. A imagem altera-se.
Abre Imagem>Sobreposição transparente e escolhe
As classes de utilização do solo anteriormente descritas são mais visíveis? Se sim, porquê?
Experimenta outras sobreposições transparentes. Por exemplo, assinala a vegetação ou as áreas densamente povoadas numa imagem de cores reais. Last update: 15 Maio 2013
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
