Re: [Talk-br] Vetorização de matas no OSM com Sentinel-2
Valeu, vou pesquisar. Tamo chegando lá. - - - - - - - - - - - - - - - - Sérgio - http://www.openstreetmap.org/user/smaprs De: Paulo Carvalho Enviado: sábado, 15 de setembro de 2018 19:53 Para: OSM talk-br Assunto: Re: [Talk-br] Vetorização de matas no OSM com Sentinel-2 MDS (multi dimensional scaling) também ajuda na análise multidimensional. Veja se o QGis tem MDS. Em sáb, 15 de set de 2018 às 19:51, Paulo Carvalho mailto:paulo.r.m.carva...@gmail.com>> escreveu: Oi, Sérgio, o caminho é esse mesmo. Mas estás usando três variáveis: B11, NDVI e EVI2. Em rigor seria necessário um crossplot 3D, mas aí a análise visual começa a complicar. Nesse ponto eu usaria um dendrograma para analisar as classes. O QGis tem dendrograma? Em sáb, 15 de set de 2018 às 12:29, Sérgio V. mailto:svo...@hotmail.com>> escreveu: Ok, agora entendi esse negócio de manter as variáveis disponíveis sem fundir em uma. Valeu! -O NDVI distingue bem vegetal do que não é, e as classes de vegetal em diferentes graus de clorofila nas folhas, isto é crescimento, atividade vegetal. Mas nas matas densas tem mata nativa + mata plantada (pinus principalmente no RS). Mata plantada tem sempre atividade mais alta e valores mais altos de NDVI. Mata nativa já mistura: tem áreas e indivíduos com ambos estados, em crescimento e em estagnação/maturidade, mas tende a menor atividade de crescimento. Assim NDVI não distingue estas 2 dentro da mata ou em contato de bordas. Mas em imagem hi-res do Bing já é fácil distinguir uma da outra. Existe esta distinção de área de mata nativa separada de área de mata plantada. -O B11 distingue muito bem uma da outra, aproximadamente por volta do valor 1000: ~200 a 1000 (mais escuro) mata planta; ~1000 a 1600 (mais claro) mata nativa. Porém não distingue bem água/rio/sombra que fica entre ~0 a 300. Afeta um tanto pelas sombras em encostas, onde baixa o valor. Do que entendi, assim, usando ao mesmo tempo as 2 variáveis, uma poderia fazer o recorte onde a outra ainda mistura alguma coisa, uma apara as arestas da outra. Abaixo segue crossplot e mapa, coloridos na mesma base, as cores de NDVI para 12 classes. EVI2 é quase igual a EVI e a NDVI. Mas dizem que EVI e EVI2 são melhores para matas densas. NDVI pra vegetação em geral. "EVI (Enhanced Vegetation Index) - In areas of dense canopy where the leaf area index (LAI) is high, the NDVI values can be improved by leveraging information in the blue wavelength. " (https://www.sentinel-hub.com/develop/documentation/eo_products/Sentinel2EOproducts) "...contrary to that notion the Amazon forest does exhibit distinct growth during the dry season..." (https://en.wikipedia.org/wiki/Enhanced_vegetation_index - # Application of EVI...) A ver o que acham. https://i.imgur.com/9dBhNjC.jpg Obrigado! - - - - - - - - - - - - - - - - Sérgio - http://www.openstreetmap.org/user/smaprs De: Paulo Carvalho mailto:paulo.r.m.carva...@gmail.com>> Enviado: sexta-feira, 14 de setembro de 2018 18:14 Para: OSM talk-br Assunto: Re: [Talk-br] Vetorização de matas no OSM com Sentinel-2 O problema, Sérgio, quando se usa uma fórmula, efetivamente estás resumindo duas variáveis a uma variável só. Pela forma da mancha no crossplot B11 versus NDVI, a correlação entre elas não é linear, ou seja, elas não informam a mesma coisa. Pelo contrário, temos que aumentar a dimensionalidade. Seria importante vermos como os pontos se agrupam. Talvez haja até bem mais do que duas classes. Em sex, 14 de set de 2018 às 17:10, Sérgio V. mailto:svo...@hotmail.com>> escreveu: Ok, ainda vou ver como fazer pra "definir a marca do crossplot para um único pixel" A coisa que me intriga ainda é que estava reexaminando as imagens e histogramas, nos pontos onde há certeza das 2 classes, wood e forest, que pode ser confirmada na alta resolução do Bing. E os histogramas me parecem ainda indicar que apontam para a confirmação da formulação empírica / gambiarra B11 x ((1-NDVI)*4000), nos valores de classes e diferenciação de: 1)wood (mais velha, pouco menos úmida, menos ativa em clorofila) 2)forest (mais jovem, mais úmida, mais ativa em clorofila) 3)o que não é nenhum dos 2 e pode ser retirado de vetorização (para "null"). Imagens junto com histogramas correspondentes do caso B11 x ((1-NDVI)*4000): https://i.imgur.com/4uKNw1r.jpg É a mesma área que peguei como exemplo desde o início, porque tem todos os tipos que poderiam interferir, e dá pra examinar se o resultado distingue bem wood e forest do resto: wood; forest; river; pond; campos ralos; farmland; estradas; ... Nos histogramas, no NDVI, as forest ocupam sempre os níveis mais altos, de vegetação crescendo ativamente; como próprio do NDVI; enquanto as wood variam mais no espectro: há área velhas e algumas em crescimento. Então há mistura das 2 classes. Já no B11 se destacam bem claramente entre si: uma não invade a margem de
Re: [Talk-br] Vetorização de matas no OSM com Sentinel-2
MDS (multi dimensional scaling) também ajuda na análise multidimensional. Veja se o QGis tem MDS. Em sáb, 15 de set de 2018 às 19:51, Paulo Carvalho < paulo.r.m.carva...@gmail.com> escreveu: > Oi, Sérgio, o caminho é esse mesmo. Mas estás usando três variáveis: B11, > NDVI e EVI2. Em rigor seria necessário um crossplot 3D, mas aí a análise > visual começa a complicar. Nesse ponto eu usaria um dendrograma para > analisar as classes. O QGis tem dendrograma? > > Em sáb, 15 de set de 2018 às 12:29, Sérgio V. > escreveu: > >> Ok, agora entendi esse negócio de manter as variáveis disponíveis sem >> fundir em uma. Valeu! >> -O NDVI distingue bem vegetal do que não é, e as classes de vegetal em >> diferentes graus de clorofila nas folhas, isto é crescimento, atividade >> vegetal. Mas nas matas densas tem mata nativa + mata plantada (pinus >> principalmente no RS). Mata plantada tem sempre atividade mais alta e >> valores mais altos de NDVI. Mata nativa já mistura: tem áreas e indivíduos >> com ambos estados, em crescimento e em estagnação/maturidade, mas tende a >> menor atividade de crescimento. >> >> Assim NDVI não distingue estas 2 dentro da mata ou em contato de bordas. >> Mas em imagem hi-res do Bing já é fácil distinguir uma da outra. Existe >> esta distinção de área de mata nativa separada de área de mata plantada. >> >> -O B11 distingue muito bem uma da outra, aproximadamente por volta do >> valor 1000: ~200 a 1000 (mais escuro) mata planta; ~1000 a 1600 (mais >> claro) mata nativa. Porém não distingue bem água/rio/sombra que fica entre >> ~0 a 300. Afeta um tanto pelas sombras em encostas, onde baixa o valor. >> >> Do que entendi, assim, usando ao mesmo tempo as 2 variáveis, uma poderia >> fazer >> o recorte onde a outra ainda mistura alguma coisa, uma apara as arestas >> da outra. >> >> >> Abaixo segue crossplot e mapa, coloridos na mesma base, as cores de NDVI >> para 12 classes. EVI2 é quase igual a EVI e a NDVI. Mas dizem que EVI e >> EVI2 são melhores para matas densas. NDVI pra vegetação em geral. >> >> >> "EVI (Enhanced Vegetation Index) - In areas of dense canopy where the >> leaf area index (LAI) is high, the NDVI values can be improved by >> leveraging information in the blue wavelength. " ( >> https://www.sentinel-hub.com/develop/documentation/eo_products/Sentinel2EOproducts >> ) >> >> >> "...contrary to that notion the Amazon forest does exhibit distinct >> growth during the dry season..." ( >> https://en.wikipedia.org/wiki/Enhanced_vegetation_index - # Application >> of EVI...) >> >> >> A ver o que acham. >> >> https://i.imgur.com/9dBhNjC.jpg >> >> >> Obrigado! >> >> - - - - - - - - - - - - - - - - >> >> Sérgio - http://www.openstreetmap.org/user/smaprs >> >> >> -- >> *De:* Paulo Carvalho >> *Enviado:* sexta-feira, 14 de setembro de 2018 18:14 >> *Para:* OSM talk-br >> *Assunto:* Re: [Talk-br] Vetorização de matas no OSM com Sentinel-2 >> >> O problema, Sérgio, quando se usa uma fórmula, efetivamente estás >> resumindo duas variáveis a uma variável só. Pela forma da mancha no >> crossplot B11 versus NDVI, a correlação entre elas não é linear, ou seja, >> elas não informam a mesma coisa. Pelo contrário, temos que aumentar a >> dimensionalidade. Seria importante vermos como os pontos se agrupam. >> Talvez haja até bem mais do que duas classes. >> >> Em sex, 14 de set de 2018 às 17:10, Sérgio V. >> escreveu: >> >> Ok, ainda vou ver como fazer pra "definir a marca do crossplot para um único >> pixel" >> >> >> A coisa que me intriga ainda é que estava reexaminando as imagens e >> histogramas, nos pontos onde há certeza das 2 classes, wood e forest, que >> pode ser confirmada na alta resolução do Bing. >> >> E os histogramas me parecem ainda indicar que apontam para a confirmação da >> formulação empírica / gambiarra B11 x ((1-NDVI)*4000), nos valores de >> classes e diferenciação de: >> >> 1)wood (mais velha, pouco menos úmida, menos ativa em clorofila) >> >> 2)forest (mais jovem, mais úmida, mais ativa em clorofila) >> >> 3)o que não é nenhum dos 2 e pode ser retirado de vetorização (para >> "null"). >> >> >> Imagens junto com histogramas correspondentes do caso B11 x >> ((1-NDVI)*4000): >> >> https://i.imgur.com/4uKNw1r.jpg >> >> É a mesma área que peguei como exemplo desde o início, porque tem todos >> os tipos que poderiam interferir, e dá pra examinar se o >> resultado distingue bem wood e forest do resto: >> >> wood; forest; river; pond; campos ralos; farmland; estradas; ... >> >> Nos histogramas, no NDVI, as forest ocupam sempre os níveis mais altos, >> de vegetação crescendo ativamente; como próprio do NDVI; enquanto as >> wood variam mais no espectro: há área velhas e algumas em crescimento. >> Então há mistura das 2 classes. >> >> Já no B11 se destacam bem claramente entre si: uma não invade a margem de >> valores da outra. >> >> >> Se não fosse a água no B11 (~50a300) se misturar com forest(~150a1200), >> daria pra usar só B11. >> >> >> -No
Re: [Talk-br] Vetorização de matas no OSM com Sentinel-2
Oi, Sérgio, o caminho é esse mesmo. Mas estás usando três variáveis: B11, NDVI e EVI2. Em rigor seria necessário um crossplot 3D, mas aí a análise visual começa a complicar. Nesse ponto eu usaria um dendrograma para analisar as classes. O QGis tem dendrograma? Em sáb, 15 de set de 2018 às 12:29, Sérgio V. escreveu: > Ok, agora entendi esse negócio de manter as variáveis disponíveis sem > fundir em uma. Valeu! > -O NDVI distingue bem vegetal do que não é, e as classes de vegetal em > diferentes graus de clorofila nas folhas, isto é crescimento, atividade > vegetal. Mas nas matas densas tem mata nativa + mata plantada (pinus > principalmente no RS). Mata plantada tem sempre atividade mais alta e > valores mais altos de NDVI. Mata nativa já mistura: tem áreas e indivíduos > com ambos estados, em crescimento e em estagnação/maturidade, mas tende a > menor atividade de crescimento. > > Assim NDVI não distingue estas 2 dentro da mata ou em contato de bordas. > Mas em imagem hi-res do Bing já é fácil distinguir uma da outra. Existe > esta distinção de área de mata nativa separada de área de mata plantada. > > -O B11 distingue muito bem uma da outra, aproximadamente por volta do > valor 1000: ~200 a 1000 (mais escuro) mata planta; ~1000 a 1600 (mais > claro) mata nativa. Porém não distingue bem água/rio/sombra que fica entre > ~0 a 300. Afeta um tanto pelas sombras em encostas, onde baixa o valor. > > Do que entendi, assim, usando ao mesmo tempo as 2 variáveis, uma poderia fazer > o recorte onde a outra ainda mistura alguma coisa, uma apara as arestas > da outra. > > > Abaixo segue crossplot e mapa, coloridos na mesma base, as cores de NDVI > para 12 classes. EVI2 é quase igual a EVI e a NDVI. Mas dizem que EVI e > EVI2 são melhores para matas densas. NDVI pra vegetação em geral. > > > "EVI (Enhanced Vegetation Index) - In areas of dense canopy where the > leaf area index (LAI) is high, the NDVI values can be improved by > leveraging information in the blue wavelength. " ( > https://www.sentinel-hub.com/develop/documentation/eo_products/Sentinel2EOproducts > ) > > > "...contrary to that notion the Amazon forest does exhibit distinct growth > during the dry season..." ( > https://en.wikipedia.org/wiki/Enhanced_vegetation_index - # Application > of EVI...) > > > A ver o que acham. > > https://i.imgur.com/9dBhNjC.jpg > > > Obrigado! > > - - - - - - - - - - - - - - - - > > Sérgio - http://www.openstreetmap.org/user/smaprs > > > -- > *De:* Paulo Carvalho > *Enviado:* sexta-feira, 14 de setembro de 2018 18:14 > *Para:* OSM talk-br > *Assunto:* Re: [Talk-br] Vetorização de matas no OSM com Sentinel-2 > > O problema, Sérgio, quando se usa uma fórmula, efetivamente estás > resumindo duas variáveis a uma variável só. Pela forma da mancha no > crossplot B11 versus NDVI, a correlação entre elas não é linear, ou seja, > elas não informam a mesma coisa. Pelo contrário, temos que aumentar a > dimensionalidade. Seria importante vermos como os pontos se agrupam. > Talvez haja até bem mais do que duas classes. > > Em sex, 14 de set de 2018 às 17:10, Sérgio V. > escreveu: > > Ok, ainda vou ver como fazer pra "definir a marca do crossplot para um único > pixel" > > > A coisa que me intriga ainda é que estava reexaminando as imagens e > histogramas, nos pontos onde há certeza das 2 classes, wood e forest, que > pode ser confirmada na alta resolução do Bing. > > E os histogramas me parecem ainda indicar que apontam para a confirmação da > formulação empírica / gambiarra B11 x ((1-NDVI)*4000), nos valores de > classes e diferenciação de: > > 1)wood (mais velha, pouco menos úmida, menos ativa em clorofila) > > 2)forest (mais jovem, mais úmida, mais ativa em clorofila) > > 3)o que não é nenhum dos 2 e pode ser retirado de vetorização (para > "null"). > > > Imagens junto com histogramas correspondentes do caso B11 x > ((1-NDVI)*4000): > > https://i.imgur.com/4uKNw1r.jpg > > É a mesma área que peguei como exemplo desde o início, porque tem todos os > tipos que poderiam interferir, e dá pra examinar se o resultado distingue > bem wood e forest do resto: > > wood; forest; river; pond; campos ralos; farmland; estradas; ... > > Nos histogramas, no NDVI, as forest ocupam sempre os níveis mais altos, > de vegetação crescendo ativamente; como próprio do NDVI; enquanto as wood > variam mais no espectro: há área velhas e algumas em crescimento. Então há > mistura das 2 classes. > > Já no B11 se destacam bem claramente entre si: uma não invade a margem de > valores da outra. > > > Se não fosse a água no B11 (~50a300) se misturar com forest(~150a1200), > daria pra usar só B11. > > > -No Cerrado, por exemplo, bastou usar só B11, não tem mata jovem/forest, > nem mais úmida, deu pra usar só B11: > > água no B11 (~50a600) ; wood(~1000a1300). > > É que também os tipos são de vegetação do Cerrado são diferentes, matas > mais secas, mais castigadas, do que as matas mais úmidas da Mata Atlântica. > Acho sempre vão
Re: [Talk-br] Vetorização de matas no OSM com Sentinel-2
Ok, agora entendi esse negócio de manter as variáveis disponíveis sem fundir em uma. Valeu! -O NDVI distingue bem vegetal do que não é, e as classes de vegetal em diferentes graus de clorofila nas folhas, isto é crescimento, atividade vegetal. Mas nas matas densas tem mata nativa + mata plantada (pinus principalmente no RS). Mata plantada tem sempre atividade mais alta e valores mais altos de NDVI. Mata nativa já mistura: tem áreas e indivíduos com ambos estados, em crescimento e em estagnação/maturidade, mas tende a menor atividade de crescimento. Assim NDVI não distingue estas 2 dentro da mata ou em contato de bordas. Mas em imagem hi-res do Bing já é fácil distinguir uma da outra. Existe esta distinção de área de mata nativa separada de área de mata plantada. -O B11 distingue muito bem uma da outra, aproximadamente por volta do valor 1000: ~200 a 1000 (mais escuro) mata planta; ~1000 a 1600 (mais claro) mata nativa. Porém não distingue bem água/rio/sombra que fica entre ~0 a 300. Afeta um tanto pelas sombras em encostas, onde baixa o valor. Do que entendi, assim, usando ao mesmo tempo as 2 variáveis, uma poderia fazer o recorte onde a outra ainda mistura alguma coisa, uma apara as arestas da outra. Abaixo segue crossplot e mapa, coloridos na mesma base, as cores de NDVI para 12 classes. EVI2 é quase igual a EVI e a NDVI. Mas dizem que EVI e EVI2 são melhores para matas densas. NDVI pra vegetação em geral. "EVI (Enhanced Vegetation Index) - In areas of dense canopy where the leaf area index (LAI) is high, the NDVI values can be improved by leveraging information in the blue wavelength. " (https://www.sentinel-hub.com/develop/documentation/eo_products/Sentinel2EOproducts) "...contrary to that notion the Amazon forest does exhibit distinct growth during the dry season..." (https://en.wikipedia.org/wiki/Enhanced_vegetation_index - # Application of EVI...) A ver o que acham. https://i.imgur.com/9dBhNjC.jpg Obrigado! - - - - - - - - - - - - - - - - Sérgio - http://www.openstreetmap.org/user/smaprs De: Paulo Carvalho Enviado: sexta-feira, 14 de setembro de 2018 18:14 Para: OSM talk-br Assunto: Re: [Talk-br] Vetorização de matas no OSM com Sentinel-2 O problema, Sérgio, quando se usa uma fórmula, efetivamente estás resumindo duas variáveis a uma variável só. Pela forma da mancha no crossplot B11 versus NDVI, a correlação entre elas não é linear, ou seja, elas não informam a mesma coisa. Pelo contrário, temos que aumentar a dimensionalidade. Seria importante vermos como os pontos se agrupam. Talvez haja até bem mais do que duas classes. Em sex, 14 de set de 2018 às 17:10, Sérgio V. mailto:svo...@hotmail.com>> escreveu: Ok, ainda vou ver como fazer pra "definir a marca do crossplot para um único pixel" A coisa que me intriga ainda é que estava reexaminando as imagens e histogramas, nos pontos onde há certeza das 2 classes, wood e forest, que pode ser confirmada na alta resolução do Bing. E os histogramas me parecem ainda indicar que apontam para a confirmação da formulação empírica / gambiarra B11 x ((1-NDVI)*4000), nos valores de classes e diferenciação de: 1)wood (mais velha, pouco menos úmida, menos ativa em clorofila) 2)forest (mais jovem, mais úmida, mais ativa em clorofila) 3)o que não é nenhum dos 2 e pode ser retirado de vetorização (para "null"). Imagens junto com histogramas correspondentes do caso B11 x ((1-NDVI)*4000): https://i.imgur.com/4uKNw1r.jpg É a mesma área que peguei como exemplo desde o início, porque tem todos os tipos que poderiam interferir, e dá pra examinar se o resultado distingue bem wood e forest do resto: wood; forest; river; pond; campos ralos; farmland; estradas; ... Nos histogramas, no NDVI, as forest ocupam sempre os níveis mais altos, de vegetação crescendo ativamente; como próprio do NDVI; enquanto as wood variam mais no espectro: há área velhas e algumas em crescimento. Então há mistura das 2 classes. Já no B11 se destacam bem claramente entre si: uma não invade a margem de valores da outra. Se não fosse a água no B11 (~50a300) se misturar com forest(~150a1200), daria pra usar só B11. -No Cerrado, por exemplo, bastou usar só B11, não tem mata jovem/forest, nem mais úmida, deu pra usar só B11: água no B11 (~50a600) ; wood(~1000a1300). É que também os tipos são de vegetação do Cerrado são diferentes, matas mais secas, mais castigadas, do que as matas mais úmidas da Mata Atlântica. Acho sempre vão apresentar valores um tanto diferentes tendendo pro mais seco. https://wiki.openstreetmap.org/wiki/User:SergioAJV/Sentinel-2_vectorizing_tests#Cerrado_.28vetorizado_e_100.25_validado_para_OSM.29 -Já na Amazônia, úmida mas também com áreas de mata velha, a ponderação teve que ser não x4000, mas x500, para B11 + ((1- NDVI ) * 500 ):
