Geovisualização Multivariada I NFORMÁTICA APLICADA AO PLANEJAMENTO TERRITORIAL Carolina Moutinho Duque de Pinho [email protected]Vitor Vieira Vasconcelos [email protected]CS3406 - Informática Aplicada ao Planejamento Territorial Novembro de 2017 Aula 7
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Geovisualização Multivariada
INFORMÁTICA APLICADA AOPLANEJAMENTO TERRITORIALCarolina Moutinho Duque de [email protected]
O que nós já vimos até agora• Cartografia temáticaoPadrões espaciaisoTeoria das CoresoMétodos de ClassificaçãooMapas: Coropléticos Símbolos Proporcionais Densidade de Pontos Fluxos Cartogramas Kernel Proximidade Interpolação
Geovisualização Multivariada
• Conceitos• Teoria das cores para geovisualização multivariada
• Mapas bivariados• Mapas com 3 ou mais variáveis• Análise Exploratória Espacial
• Mapas para Ver GPS de carro Panfletos Mapas para crianças
• Mapas para Ler Artigos e livros Projetos Técnicos Mapas para pessoas
mais velhasVisualização rápida
Menos elementos (comunicação seletiva)
Boa memorização
Cores Saturadas
Cores Quentes
Relembrando
Exploração de dados
Mais classes, elementos, informações
Pior memorização
Cores Pastéis
Cores Frias ou Neutras
Visualização Multivariada
Que mapas multivariados nós já vimos?Símbolos Proporcionais Multivariados
HARRIES, K. Mapping Crime: Principle and Practice, December 1999. In: https://www.ncjrs.gov/html/nij/mapping/toc.html
Proporção de pessoas seminstrução ou que completaram menosde um ano de estudo(%)
Total de pessoassem instrução ouque completarammenos de um ano de estudo
População com Insuficiência Alimentar
Maia, Alexandre Gori, and Antonio Marcio Buainain. "Pobreza objetiva e subjetiva no Brasil." Confins. Revuefranco-brésilienne de géographie/Revista franco-brasilera de geografia 13 (2011).
Que mapas multivariados nós já vimos?Densidade de Pontos + Classes por Cor
Que mapas multivariados nós já vimos?Fluxos + Coroplético
Miro (2014) Imigrantes Brasileiros: principais fluxos atuais. Em: http://outroverde.blogspot.com.br/2014/06/imigrantes-brasileiros-principais.html
Henning, B.D. (2009) Mapping a (un)happy humanity: a new perspective on our planet’s well-being. http://www.viewsoftheworld.net/data/2009_CWIPP_Poster.pdf
GELMAN, A. 2009. Hard sell for Bayes. Statistical Modeling, Causal Inference, and Social Science. Em: http://andrewgelman.com/2009/07/15/hard_sell_for_b/
• Extrínsicao Percebidas de formas distintaso Comparar diferentes padrões
• Intrínsecao Percebidas de forma conjuntao Comparar relação entre as variáveis
População com Insuficiência Alimentar
Slocum, T. A., McMaster, R. B., Kessler, F. C., & Howard, H. H. (2009). Thematic cartography and geovisualization. New Jersey, NJ: Prentice Hall
Combinação Intrínseca
Slocum, T. A., McMaster, R. B., Kessler, F. C., & Howard, H. H. (2009). Thematic cartography and geovisualization. New Jersey, NJ: Prentice Hall
HachuraBivariada
Pode seradicionada a uma camadacoroplética(3ª variável)
VisualizaçãoMultivariada
Quais padrõesespaciaispodemos
perceber nestemapa?
Prática de Visualização Multivariada
Compare os dois mapas
Slocum, T. A., McMaster, R. B., Kessler, F. C., & Howard, H. H. (2009). Thematic cartography and geovisualization. New Jersey, NJ: Prentice Hall
CombinaçãoIntrínseca
Glifos Bivariados
Pode ser adicionado a umacamada coroplética
(3ª variável)
Combinação Intrínseca
Slocum, T. A., McMaster, R. B., Kessler, F. C., & Howard, H. H. (2009). Thematic cartography and geovisualization. New Jersey, NJ: Prentice Hall
RetângulosBivariados
• Facilidade:o Interpretar correlação
positiva ou negativaentre as variáveis
o Tendência geral ao longodo mapa (2 variáveisjuntas)
• Dificuldade:o Comparação entre
variação de uma únicavariável entre regiões
o Confunde com mapa de simbolos proporcionaisde área
Combinação IntrínsecaGráfico de Estrelas
•Facilidade:◦ Comparação entre variáveis em
um único elemento◦ Noção de redução ou aumento
geral entre elementos
• Dificuldade◦ Comparação entre variação de
uma único variável entre regiões
Friendly, M. (2007). A.-M. Guerry's" Moral Statistics of France": Challenges for Multivariable Spatial Analysis. Statistical Science, 368-399. Em: http://projecteuclid.org/DPubS/Repository/1.0/Disseminate?view=body&id=pdfview_1&handle=euclid.ss/1199285037
Friendly, M. (2007). A.-M. Guerry's" Moral Statistics of France": Challenges for Multivariable Spatial Analysis. Statistical Science, 368-399. Em: http://projecteuclid.org/DPubS/Repository/1.0/Disseminate?view=body&id=pdfview_1&handle=euclid.ss/1199285037
BREWER, C. A. (1994). Color use guidelines for mapping. Visualization in modern cartography, 123-148.
Legendas bivariadascomo diagramas de dispersão
Leonowicz A.M., 2007. Choropleth maps as a method of representing geographical relationship. Phddissertation. Warsaw: Institute of Geography and Spatial Organization, Polish Academy of Sciences. Em: http://www.geo.unizh.ch/~annal/Choropleth%20maps.html
Prática de Mapas Bivariados• No ArcMap, abra os shapefiles “para_eleicoes.shp” e “legenda_bivariada_para.shp”
• O shapefile de legenda foi criado desenhando quadrados e depoisconvertendo em shapefile: “Drawing”->”Convert Graphics to Features”…, como fizemos nalegenda de mapas depontos
Prática de Mapas Bivariados• Abra as tabelas de cada um dos shapefiles
5000
15000
500000
Tota
l de
Voto
s
% de Votos para Dilma0.1 0.5 0.9
Prática de Mapas Bivariados• Clique duplo na camada “para_eleicoes”-> Aba “Symbology”• “Quantities”-> “Graduated colors”• “Value” -> “perc_dilma”• “Classes” = 3• Clique em cada item em “Symbol” e escolha Azul, “50% Gray” e Vermelho fortes• Clique nos 2 primeiros itens em “Range” e escolha os limites “0.4”” e “0.6”
•Aba “Display” -> Transparent: “50%”
• Duplo clique na camada “legenda_bivariada_para” -> Aba “Symbology”• Ícone “Import” -> Selecione o layer “para_eleicoes” e OK
• Clique com o botão direito na camada“eleicoes_para” -> “Copy”
• Clique em Layers -> “Paste layer(s)”
• Renomeie a nova camada para “eleicoes_para_total”
• Copie e cole também a camada“legenda_bivariada_para” e renomeie para “legenda_bivariada_para_total”
• Rearraje as camadas na ordem ao lado
Prática de Mapas Bivariados
Prática de Mapas Bivariados• Clique duplo na camada “para_eleicoes_total”-> Aba “Symbology”• “Value” -> “total voto”• Clique em cada item em “Symbol” e escolha Branco, “50% Gray” e Preto• Clique nos 2 primeiros itens em “Range” e escolha os limites “10000” e “20000”• Aba “Display” -> Transparent: “50%”
Legenda Sequencial
• Duplo clique na camada “legenda_bivariada_para_total” -> Aba “Symbology”• Ícone “Import” -> Selecione o layer “para_eleicoes_total” e OK
• “Value Field” = “total_voto”• Aba “Display” = “Transparent”: “50%”
Martin E. Elmer. Symbol considerations for bivariate thematic mapping. Diploma thesis, University of Wisconsin-Madison, 2012.
Mapas coropléticos trivariados
100% Agricultura
100% Floresta100% Urbano
ROBINSON, A.H. et al. 1995. Elements of Cartography. 6th edition. Willey.BREWER, C. A. (1994). Color use guidelines for mapping. Visualization in modern cartography, 123-148.
Legenda Triangular (HSV)
Funciona para três variáveis que, somadas, sempre chegam a 100%
Aplicado para sistemas que trabalham com emissão de luzConversível ao HSV e CMY
RGB no Sensoriamento RemotoVe
rmel
hoVe
rde
Azul
Combinação RGB
Campus da UFABC SBC
Relação de coordenadas entre os sistemas
Vasconcelos, V. V., Koontanakulvong, S., Suthidhummajit, C., Junior, P. P. M., & Hadad, R. M. (2014). Analysis of spatial–temporal patterns of water table change as a tool for conjunctive water management in the Upper Central Plain of the Chao Phraya River Basin, Thailand. Applied Water Science, 1-18
Vasconcelos, V. V., Koontanakulvong, S., Suthidhummajit, C., Junior, P. P. M., & Hadad, R. M. (2014). Analysis of spatial–temporal patterns of water table change as a tool for conjunctive water management in the Upper Central Plain of the Chao Phraya River Basin, Thailand. Applied Water Science, 1-18
• Escolha o raster de saída(extensão .tif) e a pasta
• “OK”
• Repita o procedimentopara exporter rasters para “chik_hab” e “zica_hab”
• Opção no Qgis 2.8
• Abra a camada “ufaedes_utm.shp”
• Processar-> Caixa de Ferramentas-> GDAL/OGR-> Conversion->Rasterize (vector to raster)
Prática de Visualização Multivariada
• Selecione a camada“ufaedes_UTM.shp”
• Selecione o atributo “dengue_hab”
• Ajuste o tamanho do pixel para 1000 metros (Horizontal e Vertical)
• Escolha o tipo de raster como“Float64”
• Escolha o valor de Nodata como 0
• Em “Rasterized”, selecione a pasta e o nome do arquivo desaída (extensão .tif)
• “Run” e adicione o arquivo
• Faça o mesmo procedimento para osatributos chik_hab e zica_hab
(...)
• Menu “Raster” -> “Miscelânea” -> “Mosaico”Em “Arquivos de Entrada”, escolha os três rasters com dados de dengue,
chikungunya e zica por habitants
• Em “Arquivo de Saída”, escolha a pasta e o nome do arquivo RGB (extensão.tif)
• Selecione “Nenhum valor de dado” e escreva “0”
•Selecione “Camada acumulada”
Criação do raster RGB no QGis
Criação do Raster RGB no ArcMap• ArcToolbox -> “Data Management Tools” -> “Raster” -> “Raster Processing” -> “Composite Bands”
• Adicione os raster, na ordem da figura
• Grave em um arquivo de extensão “.tif”
Prática de Visualização Multivariada•Dê um clique duplo na camada gerada
• Aba “Symbology”, em “Stretch”-> “Type”, selecione “Histogram Equalize” (análogo à classificação de Quantil”, mas por área no raster)
Prática de Visualização Multivariada
Visualizaçãoaditiva (RGB)
Deng
ueCh
ikun
guny
aZi
ca
Interpreteos padrões
espaciais do mapa
Prática de Visualização Multivariada
Comparação
O que cada mapa permite analisar com mais facilidade ou dificuldade?
Prática de Visualização Multivariada• Duplo clique na camada raster
• Aba “Symbology” -> Marque “Invert” -> “Apply”
Prática de VisualizaçãoMultivariada
Dengue
Ausência de Casos
Dengue
Ausência de Casos
Visualizaçãosubtrativa (CMY)
Classes de distânciade fluxo
Kernel de
fluxos
Rae, A., 2009. From spatial interaction data to spatial interaction information? Geovisualisation and spatial structures of migration from the 2001 UK census. Computers, Environment and Urban Systems, 33(3), pp.161-178.
Mapas de Kernel + Fluxos
Migraçãointra-urbanaem Glascow
Mapa de Kernel do total de
imigrantesem cadadistrito
Rae, A., 2009. From spatial interaction data to spatial interaction information? Geovisualisation and spatial structures of migration from the 2001 UK census. Computers, Environment and Urban Systems, 33(3), pp.161-178.
Balanço líquido de migração
Rae, A., 2009. From spatial interaction data to spatial interaction information? Geovisualisation and spatial structures of migration from the 2001 UK census. Computers, Environment and Urban Systems, 33(3), pp.161-178.
Interpolaçãodo balançolíquido de imigrantesem cadadistrito
Geovisualização multivariada
• Exercício individual• Selecione um tema à sua escolha e analise as variáveis com as
técnicas de visualização multivariada• Utilize o QGis, ArcGis, Geoviz e/ou outros programas• Faça um relatório textual de no mínimo 1 página, de acordo
com o modelo de trabalho e atividades explicado na primeiraaula