O ideal que houvesse um comando MDS implementado no QGis. Se não houver,
provavelmente será necessário implementá-lo como um script Python.
Mas esses métodos são bem eficazes e universais. Vale a pena o
investimento. Uma vez dominado, pode-se utilizá-lo para classificar um
número irrestrito de
Ok, vou 1o. listar e traduzir os passos do método pra ver como fazer no QGIS
como vc indicou. Vou procurar focar em 2 variáveis, B11 x NDVI (ou B11 e EVI2),
acho que simplifica e basta por EVI e NDVI serem muito parecidos.
Esta semana vai me apertar o trabalho, então acho que só vou poder
Oi, tinha um erro na minha descrição do procedimento MDS:
3) Computar a matriz B, cujos elementos bij = *-*1/2 * ( dij^2 - di.^2 -
d.j^2 + d..^2 ), onde (esqueci do sinal de menos antes do 1/2)
bij = elemento da matriz B
dij = elemento da matriz de dessemelhanças
di.^2 = média dos elementos do
Oi, o método MDS pode ser implementado como um script em Python (acedito
que o QGis tenha um console Python) caso o QGis não tenha MDS diretamente.
Se tiveres o SciPy e o NumPy disponíveis no console do QGis, é viável fazer
no Python (teste com os comandos import scipy e import numpy). Quanto aos
Ok, vou testar.
A curva do arco de parábola ali é o crossplot de EVI2 x NDVI.
Na verdade fiz 4 crossplot
B11xNDVI, B11xEVI2; EVI2xNDVI,
e o 3V B11xNDVIxEVI2. B11 no eixo x.
O que exibe ali na figura é estes 2 últimos.
Só coloquei B11 com NDVI e EVI2 pra ver qual melhor, sendo base de informação
Sérgio, vi um arco de parábola no teu último gráfico. Acredito que tenhas
feito isso para poder usar três variáveis (combinando duas) no crossplot
2D. Para combinar múltiplas variáveis em duas coordenadas para ver um
crossplot, use MDS: https://en.wikipedia.org/wiki/Multidimensional_scaling
