[Talk-br] Vetorização de matas no OSM com Sentinel-2

Paulo Carvalho paulo.r.m.carvalho em gmail.com
Quinta Setembro 13 17:05:38 UTC 2018


Em qui, 13 de set de 2018 às 13:08, Sérgio V. <svolk2 em hotmail.com> escreveu:

> Bom dia pessoal, Paulo e Gerald, obrigado pelos aportes!
> Tenho muito interesse em que se possa aprimorar o processo, e/ou
> facilitar, onde possível e necessário.
> -Gerald, baixei o artigo, vou olhar mais a fundo, exigirá mais tempo.
> -Paulo, infelizmente não apareceu a imagem exemplo que vc enviou, o
> talk-list não exibe imagem, só link. Se puder mandar em link (tipo
> imgur.com:  https://i.imgur.com/n3LV9qJ.jpg), seria ótimo.
>

Sem figuras?  Precisamos sair da década de 1990!  Aqui, é a figura 11 desse
artigo:
https://www.researchgate.net/publication/249553119_Optimizing_4D_fluid_imaging



> Estou tomando muito em consideração as suas colocações técnicas.
>
> Claro, quando cruzei B11+((1-NDVI)*4000), o objetivo foi arrastar pra fora
> tudo que não é mata, na Mata Altlâtica.Serviu ali.
>

Ok.


> Não serviu nos outros biomas. Foquei só em forest e wood. Que já me
> pareceu bem identificável pelo B11, só que no B11 mistura perto de valores
> de água, e é mais afetado por sombra. Por isso a de filtra pelo NDVI o que
> não é matas. Usei só B11 e NDV( (B04 e B08). Não cruzei com a imagem RGB
> (TCI). Só usei ela pra observar.
>

Quando teu problema começa a "pedir um monte de IF's" trata-se de um
problema de tomada de decisão de múltiplas variáveis.  Neste caso, a
decisão é classificar cada pixel da imagem.  Se tu tentares escrever IF's
dentro de IF's para 6 variáveis, vai complicar.  Na prática é um problema
intratável diretamente.  Para esse tipo de problema deve-se usar um
algoritmo de classificação desses já sugeridos.  Comece pelo crossplot B11
versus NDVI.  O que ele mostra?  Não tentemos abordar tudo isso de uma
vez.  Baby steps...


> Tinha testado o "SemiAutomaticClassificationPlugin (SCP)"
> https://github.com/semiautomaticgit/SemiAutomaticClassificationPlugin
> Mas achei muito difícil, 200 páginas de manual. Não sou especialista
> nisto. O que obtive foi lendo um tanto, catando métodos, e adaptando ou
> inventando filtro conforme o necessário, como naquelas equações de
> ponderação, baseado em teste e observação dos resultados.
>
> Do ponto de vista prático, pensava ainda no seguinte: não tenho, a
> princípio, a pretensão de mapear todo tipo de landcover. Mas quem quiser,
> e a comunidade concordar, claro. Pensei nas matas, por serem os agregados
> de vegetação mais densos, como um obstáculo geográfico; e pouco são
> mapeadas, ou razoavelmente bem, até pelo trabalho que dá, e dependendo de
> conhecimento nem sempre muito preciso. Apesar de gostar de matas, acho que
> são elementos acessórios no OSM. Ainda assim importantes de constar, como
> base de localização, referência cartográfica. Não necessitam de enorme
> resolução. Talvez ainda se pudesse baixar a resolução resultante. A ver o
> que vocês acham, e a comunidade. Enfim, tenho uma preferência pessoal por
> matas. Mas nada impede que um método permita mapear o resto. O objetivo é
> prático, cartografar o que seja de interesse e conveniente para o OSM.
>
> Acredito sim que seria ótimo em termos de obtenção geral de informações
> poder até ampliar as classes possíveis de detectar, ou usar mais
> adequadamente se possível. É muito bem-vinda sua ideia de: "tem um ótimo
> potencial para criar um classificador automático ou supervisionado robusto
> e válido em qualquer lugar, o que reduziria MUITO a
> quantidade de trabalho manual." Seria ótimo! Não entendi todos os passos
> que vc sugeriu, sou um tanto leigo no assunto quando passa para nível mais
> profundo. Vou pesquisar ainda com mais tempo o que vc falou. Se tiver uma
> formulação para indicar, os índices e métodos melhores, etc,  para
> possibilidades de mapeamento assistido, será muito bem-vinda, ótima
> contribuição! Penso num método que seja relativamente fácil. Que quem
> desejar se aprofundar um pouco possa fazer no OSM.
>
> Seria bom se podermos encontrar meio para isso. Se quiser sugerir, podemos
> usar a mesma wiki para isso. Sobretudo afinamentos técnicos. O método tem
> objetivo de poder ser usado por qualquer um que tenha o interesse em se
> aprofundar pra mapear. Podemos usar a seção talk da mesma wiki, quem
> desejar contribuir, e ir afinando para imlplementar.
>
> https://wiki.openstreetmap.org/wiki/Talk:Vetoriza%C3%A7%C3%A3o_de_matas_com_Sentinel-2
> Obrigado antecipadamente pelas contribuições! Já registradas ali.
>
> Por outro lado, a pergunta que ainda faço é: acham que o que tem ali já
> apresentaria resultado mapeável para upload ao OSM? Ainda que se possa
> afinar mais coisas.
> Penso sobretudo para Mata Atlântica.
> Baixar mais da atual resolução? (~ 100nós/km2; curvas com 1nó/10m).
> Ou poderíamos antes afinar ou ampliar mais o método? Ou concomitantemente?
>
> Eu acho que o método (atual) apresentou bons resultados, sobretudo nas
> áreas de bioma Mata Atlântica.
> Onde pensava mais em usar pra mapear, pelos seguintes motivos:
> -é a área de mata mais próxima da área de maior ocupação humana no Brasil,
> a faixa de 200km do litoral; é a que mais se transita;
> -pode ser feita em tiles parciais; dificilmente uma área extrapola muito
> uma imagem;
> -já no bioma Amazônia não, área de mata extrapola muito uma imagem;
> precisaria fazer tudo junto, ou ir grudando as matas de cada tile, ou gerar
> mega multi-polígonos; eu deixaria pra outro momento, mas se alguém quiser
> abraçar esta área, mapear assistidamente, legal;
> -cerrado tem alguma mata densa, mais ciliar; mapeia rápido, acredito;
> porém é extenso.
> -caatinga tem pouca mata densa, não gera uma cobertura; ficaria mais pra
> "natural=scrub"; e cobre todo o terreno, quase homogeneamente; não como um
> destacado objeto geográfico; mas pode ser feito quem tiver interesse;
> -pantanal, ainda vou testar;
> -pampa, ainda vou testar; tem matas e campo que são mais próximos da Mata
> Atlântica, semelhantes ao exemplo testado; as matas são fáceis de marcar.
>
> Porcentagem da área do Brasil:
> Amazônia 49,29 %
> Cerrado 23,92%
> Mata Atlântica 13,04 %
> Caatinga 9,92 %
> Pampa 2,07 %
> Pantanal 1,76 %
>
> A ver o que acham.
>
> Obrigado,
>
>
>
> - - - - - - - - - - - - - - - -
>
> Sérgio - http://www.openstreetmap.org/user/smaprs
>
>
> ------------------------------
> *De:* Gerald Weber <gweberbh em gmail.com>
> *Enviado:* quinta-feira, 13 de setembro de 2018 10:06
> *Para:* OpenStreetMap no Brasil
> *Assunto:* Re: [Talk-br] Vetorização de matas no OSM com Sentinel-2
>
> Oi Sérgio
>
> iniciativa fantástica, por acaso vi este artigo hoje:
> Supervised Classification of Multisensor Remotely Sensed Images Using a
> Deep Learning Framework
> http://www.mdpi.com/2072-4292/10/9/1429
>
> talvez seja de interesse
>
> abraço
>
> Gerald
>
> Obs: cirei um alerta no Google Acadêmico para me avisar sobre artigos
> científicos onde aparece a palavra "OpenStreetMap"
>
> 2018-09-12 20:40 GMT-03:00 Sérgio V. <svolk2 em hotmail.com>:
>
> Prezados(as),
>
> venho aqui expor e submeter à apreciação da comunidade OSM no Brasil uma
> proposta de método de mapeamento de matas para o OSM (natural=wood e
> landuse=forest) , baseado em vetorização semi-automatizada de imagens do
> satélite Sentinel-2, para o que peço autorização para uso em mapeamento no
> OSM no Brasil.
>
> A proposta detalhada passo-a-passo encontra-se documentada na página wiki
> "Vetorização de matas com Sentinel-2":
>
> https://wiki.openstreetmap.org/wiki/Vetoriza%C3%A7%C3%A3o_de_matas_com_Sentinel-2
>
> Os testes já realizados (sem upload) encontram-se na página:
>
> https://wiki.openstreetmap.org/wiki/User:SergioAJV/Sentinel-2_vectorizing_tests
>
> O objetivo desta proposta, resumidamente, é contribuir com uma
> ferramenta para o mapeamento no OSM de grandes coberturas de matas.
>
> A justificativa consiste, basicamente, em que o método possibilita mapear
> grandes áreas de mata, de municípios ou regiões de interesse,
> adequadamente, mais rapidamente, e com melhor precisão geométrica do que o
> que comumente pode ser encontrado ou realizado em mapeamento exclusivamente
> manual e com as imagens disponíveis nem sempre atualizadas e que, de todo
> modo, não permitem escolha, como de épocas do ano mais propícias à
> identificação de vegetação.
>
> O método se destina a matas. Não se destina ao mapeamento de objetos
> pequenos. A resolução das imagens disponíveis é de 10 e 20m/pixel, e as geometrias
> resultantes da ordem de ~1nó/10m em curvas. Ainda assim maior do que se
> pode encontrar muitas vezes em mapeamento manual de "landcover", como
> matas. O processo pode gerar cerca de 100 a 150 nós por km2, em áreas com
> muita variedade de tipos de matas. O que significa cerca de 1.000.000 de
> nós a partir de 1 imagem Sentinel de 100x100km. Menos que isso em áreas
> mais homogêneas.
>
> O método exige o controle ativo dos parâmetros de distinção de classes de
> vegetação e demais elementos geográficos a partir das imagens de satélite,
> em todo o andamento do processo, até o resultado final na geração de
> vetores .osm.
> Exige certo tempo na aplicação dos passos, e sobretudo atenção, como na
> medição de valores de pixels para as classes de objetos, escolha de objetos
> para amostragem, bem como na verificação do resultado final. Não é um
> processo imediato. Ainda assim, permite grande ganho de tempo no mapeamento.
>
> Mais detalhes podem ser encontrados nas citadas páginas de documentação.
>
> Agradeço sua atenção e apreciação, acolhendo questões ou comentários no
> que desejarem e/ou julgarem necessário.
>
>
> - - - - - - - - - - - - - - - -
>
> Sérgio - http://www.openstreetmap.org/user/smaprs
>
> _______________________________________________
> Talk-br mailing list
> Talk-br em openstreetmap.org
> https://lists.openstreetmap.org/listinfo/talk-br
>
>
>
>
> _______________________________________________
> Talk-br mailing list
> Talk-br em openstreetmap.org
> https://lists.openstreetmap.org/listinfo/talk-br
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.openstreetmap.org/pipermail/talk-br/attachments/20180913/22ed64f2/attachment-0001.html>


Mais detalhes sobre a lista de discussão Talk-br