Concurso Público para Pesquisador do IMB
Instituto Mauro Borges de Estatísticas e Estudos Socioeconômicos Classificação
25. A classificação de imagens, a partir do uso de algoritmos de classificação, permite a criação de imagens virtuais da área para a realização de um posterior cruzamento das informações obtidas, ou mesmo para a elaboração de mapas temáticos. Sobre os
algoritmos de classificação de imagens é INCORRETO afirmar que:
a) Os métodos do paralelepípedo, da distância mínima e da máxima verossimilhança são algoritmos de classificação
supervisionada.
b) O método da máxima verossimilhança (MAXVER) baseia-se na escolha de áreas que possam ser representativas de determinadas feições conhecidas. Este método utiliza a média e a covariância
dos pixels amostrados, sendo calculada a probabilidade de um pixel externo a essas amostras pertencer a elas.
c) Para utilizar o método MAXVER é necessário adquirir
amostras (polígonos delimitadores) para cada uma das classes
consideradas. Posteriormente, o método define a probabilidade
de um dado pixel externo aos polígonos amostrados pertencer
às suas respectivas classes e gera um mapa temático com as
classes específicas.
d) O método da distância mínima trabalha com uma área
quadrada representativa, definida pelo menor e pelo maior valor
de pixels contidos em um agrupamento pré-escolhido. Esses
pixels, definidos por um polígono qualquer, representarão uma
determinada classe presente em uma imagem.
e) Os métodos não-supervisionados classificam os pixels de
forma automática por meio de uma padronização de sua
28. O desenvolvimento de relações funcionais entre as características da vegetação (principalmente culturas agrícolas) e dados coletados
remotamente tem sido meta de muitos profissionais dos setores agrícola e florestal.
Para minimizar a variabilidade causada por fatores externos, a
reflectância espectral tem sido transformada e combinada em vários índices de vegetação; os mais comumente empregados utilizam a
informação contida nas refletâncias de dosséis referentes às regiões do vermelho e do infravermelho próximo.
Objetivando calcular o Índice de Vegetação por Diferença Normalizada (IVDN), um técnico em geoprocessamento utilizou-se da técnica de tratamento digital de imagens denominada operações aritméticas. A operação aritmética específica para a determinação mencionada foi: a) Razão de bandas. d) Realce de bandas.
b) Adição de bandas. e) Adição de bandas. c) Subtração de bandas.
29. O TDI (Tratamento Digital de Imagens) tem como objetivo facilitar e/ou melhorar a extração de informações das imagens e consequentemente a classificação de padrões homólogos. A
classificação pode ser alcançada utilizando-se métodos
supervisionados e não-supervisionados. Sobre esses métodos, é INCORRETO afirmar:
a) Numa classificação supervisionada, é obrigatório um treinamento prévio (aquisição de amostras).
b) Numa classificação não-supervisionada, o algoritmo de classificação dispensa a fase de treinamento.
c) Um mesmo algoritmo pode classificar de forma supervisionada e não supervisionada, pois o que diferencia um método do outro é apenas a etapa de treinamento.
d) Os algoritmos supervisionados podem ser do tipo pixel e por região.
e) MaxVer e K-médias são algoritmos de classificação
59) Produtos do Sensoriamento Remoto tem aplicações em
diversas áreas do conhecimento. Sobre essas aplicações, é correto afirmar:
A Dados de sensoriamento remoto são capazes de avaliar a ⇒ saúde e a diversidade da vegetação.
B Atualmente inexistem métodos de sensoriamento remoto que ⇒ possam ser aplicados ao estudo da água.
C Na análise da dinâmica de um ecossistema é necessário ⇒
monitorar a vegetação através do tempo e identificar as mudanças que estejam ocorrendo. Para esses tipos de análises através do sensoriamento remoto, são necessários dados principalmente com alta resolução espacial.
D O sensoriamento remoto é incapaz de fornecer informações ⇒ sobre a composição química de rochas e minerais da superfície da terra.
● 57) Sobre o Sensoriamento Remoto na Paisagem Urbana é correto afirmar, exceto:
● A Dados de sensores remotos podem auxiliar na tarefa de criação ⇒ de um inventário de localização, tipo, condição e número de
residências em um bairro, por exemplo.
● B A identificação de uma faixa de pedestres em uma via urbana ⇒ com aproximadamente 6m de comprimento e 2m de largura só é possível em uma fotografia aérea de grande escala. As imagens de satélite disponíveis atualmente ainda não oferecem tal possibilidade. ● C Técnicas de sensoriamento remoto podem fornecer estimativas ⇒
populacionais, e em muitos casos podem ter mais precisão que contagens feitas de forma amostral, em campo.
● D Instalações públicas, como palácios de governo e monumentos ⇒ nacionais são relativamente fáceis de serem identificados em dados de sensores remotos de alta resolução espacial.
● E Imagens de sensoriamento remoto de alta resolução podem ⇒ auxiliar muito aos gestores públicos, por exemplo, na elaboração do plano diretor de um município.
MNT e interpolação
Apresente o valor de x que será interpolado na grade
abaixo, conforme o raio do desenho e os valores das
amostras, para os interpoladores vizinho mais próximo,
média simples e média ponderada pelo inverso do
quadrado da distância. Não é necessário fazer o cálculo,
apenas deixe a operação indicada.
Ponto Distância 10 85 7 50 18 67 15 23 11 57 20 96 19 91
[FCC - Analista Ambiental (SEMA MA)/Geoprocessamento/2016]
Um Modelo Numérico de Terreno − MNT é uma representação matemática computacional da distribuição de um fenômeno espacial que ocorre dentro de uma região da superfície
terrestre. Com relação ao MNT,
● a) não é usado para análises de corte-aterro para projeto de
estradas e barragens.
● b) o processo de geração de um modelo numérico de terreno
pode ser dividido em 2 etapas: a primeira é a aquisição das amostras ou amostragem e a segunda é a geração do modelo propriamente dito ou interpolação.
● c) só pode ser representado por equações analíticas jamais
por uma rede (grade) de pontos.
● d) não pode ser obtido a partir de pontos coletados em campo. ● e) não serve para representar dados geofísicos.
