Outras camadas SIG

Nesta página disponibilizo algumas camadas utilizáveis em sistemas de informação geográfica.

I. Um conjunto de camadas hidrológicas para a Península Ibérica

Descrição metodológica:

As variáveis hidrológicas que aqui se apresentam foram obtidas com base no modelo digital do terreno (MDT) produzido pela Shuttle Radar Topography Mission (SRTM), versão 4.1 (Jarvis et al. 2008). Tais variáveis hidrológicas foram calculadas usando o programa TAUDEM 5.06 (Terrain Analysis Using Digital Elevation Model; Tarboton 1997; Tarboton 2012), executado diretamente a partir da linha de comandos do programa informático R, versão 3.0.1 de 16-05-2013 (R Core Team 2013a). O programa TAUDEM foi compilado num servidor com 16 núcleos virtuais e 32 GB de RAM (processador Intel® Xeon® E5-2690, 20 MB de memória cache, até 3.8 GHz), o que permitiu realizar todos os cálculos para a Península Ibérica, à resolução de 35 m (paralelizando os processos pelos 16 núcleos); tal seria impraticável num computador pessoal. Para efeitos de visualização, importação de dados, projeção entre sistemas de coordenadas distintos e manuseamento de dados georreferenciados foram ainda utilizados os pacotes: lattice 0.20-9 (Sarkar 2008), permute 0.7-0 (Simpson 2012), foreign 0.8-55 (R Core Team 2013b), raster 2.1-49 (Hijmans 2013), rgdal 0.8-10 (Bivand et al. 2013) and sp 1.0-11 (Pebesma and Bivand 2005; Bivand et al. 2008). O pacote rgdal usou as bibliotecas GDAL versão 1.10.0 (24-04-2013) e PROJ4 versão 4.8.0 (06-03-2012) [PJ_VERSION: 480].

Apresenta-se, de seguida, a lista das variáveis geográficas e hidrológicas aqui disponibilizadas que foram desenvolvidas com 35 m de resolução. Entre parêntesis encontra-se a unidade do valor guardado em cada célula.

altitude_35: Altitude (m). Projeção do MDT para o sistema de coordenadas ETRS89 - LAEA, com interpolação bilinear para 35 m de resolução.

alti_fel_35: Altitude hidrologicamente corrigida (m), eliminando as bacias endorreicas.

flow_dir_d8: Direção do fluxo do escoamento (1 a 8), segundo o método hidrológico D8.

slope_gr_d8: Declive segundo o método hidrológico D8 (adimensional: queda em m, a dividir pela distância também em m).

cont_are_d8: Área de contribuição para a célula segundo o método hidrológico D8 (número de células; i.e. número de células que drena para a célula avaliada).

long_pat_d8: Comprimento do caminho mais longo (m), para montante, seguindo a rede hidrográfica obtida pelo método hidrológico D8.

tot_lpat_d8: Comprimento total de toda a rede hidrográfica (m), obtida pelo método hidrológico D8, a montante da célula avaliada.

grid_ord_d8: Ordem de Strahler obtida segundo o método hidrológico D8 (escala de Strahler).

flow_dir_di: Direção do fluxo do escoamento segundo o método hidrológico DInf (radianos).

slope_gr_di: Declive da célula segundo o método hidrológico DInf (adimensional: queda em m, a dividir pela distância também em m).

cont_are_di: Área de contribuição para a célula segundo o método hidrológico DInf (número de células*35).

slop_are_in:Índice de declive-área (resulta da razão entre o declive e área de contribuição da célula), usando o declive DInf e a área de contribuição DInf.

co_are_d8wP: Área de contribuição para a célula, segundo o método hidrológico D8, pesada pela precipitação total anual média (mm; i.e. corresponde ao somatório da precipitação anual média de todas as células que drenam para a célula avaliada).

co_are_d8wS: Área de contribuição para a célula, segundo o método hidrológico D8, pesada pela precipitação estival acumulada média, i.e. de junho, julho e agosto (mm; corresponde ao somatório da precipitação estival acumulada média de todas as células que drenam para a célula avaliada).

co_are_d8wIo: Área de contribuição para a célula, segundo o método hidrológico D8, pesada pelo índice ombrotérmico anual (mm/°C; corresponde ao somatório do índice ombrotérmico anual de todas as células que drenam para a célula avaliada).

co_are_d8wIos3: Área de contribuição para a célula, segundo o método hidrológico D8, pesada pelo índice ombrotérmico estival, i.e. relativo a junho, julho e agosto (mm/°C; corresponde ao somatório do índice ombrotérmico estival de todas as células que drenam para a célula avaliada).

A precipitação utilizada no cálculo das áreas de contribuição co_are_d8wP, co_are_d8wS, co_are_d8wIo e co_are_d8wIos3, resultaram da fusão dos trabalhos de Nicolau (2002) e de Gonzalo Jiménez (2010). A temperatura utilizada no cálculo das áreas de contribuição co_are_d8wIo e co_are_d8wIos3 foi a disponibilizada por (Hijmans et al. 2005; Hijmans et al. 2006).

Descarregar ficheiros:

As ligações que se seguem permitem descarregar as camadas SIG descritas como ficheiros ZIP com até 1.4 GB. Cada ficheiro descompactado (GeoTIFF), ocupa até 4 GB.

II. Uma classificação do material parental do solo para Portugal continental

Versão 1.0, 12 jun 2016

Descrição metodológica:

A textura e riqueza do solo encontra-se fortemente relacionada com a composição química e com a textura/tamanho das partículas do material parental, bem como com outros fatores relevantes, tais como o clima, a biota etc.

Com o intuito de se obter um mapa dos tipos de material parental do solo, cada unidade geológica (litologias e formações) do Mapa Geológico de Portugal 1:500 000 (Serviços Geológicos de Portugal, 1992) foi reclassificada em sete classes que cruzam a riqueza em bases e a textura potenciais dos solos derivados de cada uma dessas unidades/formações, tendo em conta o contexto pedogenético de Portugal continental. Para se posicionar cada uma das litologias/formações nas novas classes usou-se informação geral sobre a riqueza em SiO2, K e Ca das diferentes litologias/formações bem como informação sobre a sua textura/ tamanho das partículas constituintes.

A lista que se segue descreve sucintamente as sete classes de riqueza-textura potencial, usadas para classificar o material parental do solo em Portugal continental:

siliceous light (siliciosa-ligeira): tipos de rocha/formações constituídas sobretudo por sílica, pobres (a muito pobres) em bases, que originam solos de textura muito ligeira (sobretudo areias ou solos arenosos).

siliceous loamy (siliciosa-franca): tipos de rocha/formações muito ricas em sílica, com presença abundante de feldspatos alcalinos usualmente ricos em K, pobres em Ca, que tendem a originar solos com textura (ligeira a) franca.

siliceous heavy (siliciosa-pesada): tipos de rocha/formações ricas em sílica, moderadamente ricas (a pobres) em bases (K e Ca), muito ricas em argilas e/ou limo (tal como uma parte considerável dos metassedimentos portugueses), que originam solos com textura (franca a) pesada (i.e. limosa ou argilosa).

intermediate loamy (intemédia-franca): tipos de rocha/formações moderadamente ricas em sílica, geralmente pobres em K, ricas em Ca (e.g. nas rochas ígneas, pela presença de feldspatos da série da plagióclase ou, em metassedimentos, pela presença de camadas carbonatadas), que originam solos com textura, sobretudo, franca.

basic heavy (básica-pesada): tipos de rocha/formações pobres em sílica, geralmente pobres em K, muito ricas em Ca (e.g. nas rochas ígneas, pela presença de feldspatos da série da plagióclase ou, nas rochas metamórficas ou sedimentares, pela presença de carbonato de cálcio), originando solos com textura (franca a) pesada.

basic very heavy (básica-muito pesada): tipos de rocha/formações pobres em sílica, geralmente pobres em K, muito ricas em Ca, Mg e argila, originando solos com textura muito pesada.

ultramafic heavy (ultramáfica pesada): tipos de rocha/formações muito pobres em sílica, geralmente pobres em K (com exceções conhecidas), com conteúdo variável em Ca, usualmente muito ricas em Mg e Fe e, de forma distintiva, contento níveis Ni e Cr que chegam a ser tóxicos para as plantas. Originam, geralmente, solos com textura pesada.

A tabela que se segue (em inglês) apresenta uma caracterização detalhada das referidas classes, nomeadamente apresentando o conteúdo relativo em SiO2, K e Ca, o valor central da textura potencial dos solo associados e os tipos de rocha/formações que foram incluídas em cada classe (sobretudo tendo em conta o contexto das principais formações geológicas de Portugal continental).

II. A classification of soil parent material for mainland Portugal

Version 1.0, June 12, 2016

Methods:

Soil richness and texture is greatly related to the chemical composition and texture/grain size of the parent material, as well as, other important factors such as climate, biota, etc.

In order to obtain a map of soil parent material types, each geological map unit (rock types and formations) of the Portuguese Geological Map 1:500 000 (Serviços Geológicos de Portugal, 1992) was reclassified into seven classes, which cross the potential base richness and potential texture of soils derived from such rock types/formations, within the pedogenetic context of mainland Portugal. To position each rock type/formation in each class we used general information on the richness in SiO2, K and Ca of the different rock types/formations and also information on texture/grain size of each unit.

The following list, describes shortly the seven potential richness-textural classes used to classify mainland Portuguese soil parent material:

siliceous light: rock types/formations mainly constituted by silica, poor (to very poor) in bases, which originate very light textured soils (mainly sands and sandy soils).

siliceous loamy: rock types/formations very rich in silica, with abundant alkali feldspars usually rich in K, poor in Ca, which tend to originate (light textured to) loamy soils.

siliceous heavy: rock types/formations rich in silica, moderately rich (to poor) in bases (K and Ca), very rich in clay and/or silt (as a considerable part of the Portuguese metasediments), which originate (loamy to) heavy textured soils (i.e. silty or clayish).

intermediate loamy: rock types/formations moderately rich in silica, generally poor in K, rich in Ca (e.g. coming from feldspars from the plagioclase series in igneous rocks or carbonated layers in metasediments), which originate mainly loamy soils.

basic heavy: rock types/formations poor in silica, generally poor in K, very rich in Ca (e.g. coming from feldspars from the plagioclase series in igneous rocks or from calcium carbonate in metamorphic or sedimentary rocks), originating (loamy to) heavy textured soils.

basic very heavy: rock types/formations poor in silica, generally poor in K, very rich in Ca, Mg and clay, originating very heavy textured soils.

ultramafic heavy: rock types/formations very poor in silica, generally poor in K (with known exceptions), variable content in Ca, usually very rich in Mg and Fe and distinctively containing Ni and Cr attaining toxic levels to plants. Generally originate heavy textured soils.

The following table presents a detailed characterization of those classes, namely the relative content in SiO2, K and Ca, central associated potential soil texture and rock types/formations included in each class (mainly in view of the context of mainland Portugal geologic principal features).

Referências/References:

Bivand R, Keitt T, Rowlingson B (2013) rgdal: Bindings for the Geospatial Data Abstraction Library.

Bivand RS, Pebesma EJ, Gomez-Rubio V (2008) Applied spatial data analysis with R. Springer, New York

Gonzalo Jiménez J (2010) Diagnosis Fitoclimática de la España Peninsular. Hacia un modelo de clasificación funcional de la vegetación y de los ecosistemas peninsulares españoles, 1a Ed. Organismo Autónomo de Parques nacionales, Ministerio de Medio Amiente y Medio Rural y Marino de España

Hijmans RJ (2013) raster: Geographic data analysis and modeling.

Hijmans RJ, Cameron SE, Juan L. Parra, et al (2006) WORLDCLIM. http://www.worldclim.org/. Accessed 31 May 2009

Hijmans RJ, Cameron SE, Parra JL, et al (2005) Very High Resolution Interpolated Climate Surfaces for Global Land Areas. Int J Climatol 25:1965–1978. doi: 10.1002/joc.1276

Jarvis A, Reuter HI, Nelson A, Guevara E (2008) Hole-filled SRTM for the globe Version 4, available from the CGIAR-CSI SRTM 90m Database (http://srtm.csi.cgiar.org). http://www.cgiar-csi.org/data/srtm-90m-digital-elevation-database-v4-1. Accessed 9 Apr 2014

Nicolau R (2002) (Maria Rita Rodrigues Carmona Nicolau) Modelação e Mapeamento da Distribuição Espacial de Precipitação - Uma Aplicação a Portugal Continental. Tese de doutoramento/Ph.D. thesis, Universidade Nova de Lisboa - Faculdade de Ciências e Tecnologia

Pebesma EJ, Bivand RS (2005) Classes and methods for spatial data in R.

R Core Team (2013a) R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria

R Core Team (2013b) foreign: Read Data Stored by Minitab, S, SAS, SPSS, Stata, Systat, dBase, ...

Sarkar D (2008) Lattice: multivariate data visualization with R. Springer, New York

Simpson GL (2012) permute: Functions for generating restricted permutations of data.

Tarboton DG (1997) A New Method for the Determination of Flow Directions and Contributing Areas in Grid Digital Elevation Models. Water Resour Res 33:309–319.

Tarboton DG (2012) TAUDEM: Terrain Analysis Using Digital Elevation Model.

As rochas ígneas foram posicionadas tendo em conta dados dos diagramas QAPF (Quartzo, feldspatos Alcalinos, Plagióclase e Feldspatoide) e do diagrama TAS (Alcali Total vs. Sílica) (Le Bas & Streckeisen, 1991; Le Maitre et al., 2004) e outra informação mineralógica específica de cada tipo de rocha/formação, recolhida em textos geológicos e afins. As rochas sedimentares e metamórficas foram posicionadas tendo em conta informação mineralógica específica de cada tipo de rocha/formação, recolhida em textos geológicos e afins.

O mapa contém ainda duas outras classes: 'alluvia' (aluviões) cuja classificação é complexa dada a variabilidade da sua composição química e granulometria, tendo-se mantido como uma classe à parte e; 'water' (água), correspondendo sobretudo a rios, estuários etc.

Clicando nos mapas em baixo abrirá o respetivo ficheiro JPG de maior resolução.

Igneous rocks were positioned using data from QAPF diagrams (Quartz, Alkali feldspar, Plagioclase and Feldspathoid) and from the TAS (Total Alkali vs. Silica) diagram (Le Bas & Streckeisen, 1991; Le Maitre et al., 2004) and other specific mineralogical information of each rock type/formation, gathered in geological and similar publications. Sedimentary and metamorphic rocks/formations were positioned following specific mineralogical information of the respective rock type/formation, gathered in geological and similar publications.

The map contains two other classes: 'alluvia' which are not easily classifiable within any of the defined classes, as their chemical composition and texture vary, and 'water', corresponding to rivers, estuaries, etc.

Clicking on the below maps will open the respective full resolution JPG.

After the reclassification, the new map was entered into a Geographical Information System (GIS) and orthoimagery was used to improve the map accuracy. In particular, using ESRI ArcMAP 10.0 SP5 Spatial Adjustment tools (rubersheet method) the obtained polygons were adjusted to the Portuguese official boundary (Direção-Geral do Território, 2011), a highly accurate dataset of the Portuguese border, as well as, adjusted to match natural boundaries when unequivocally recognized on the orthoimages provided by ESRI (ESRI basemaps, 50 cm resolution otrthoimages, coming from DGRF, collected from 2004 to 2006). Several natural boundaries between geological units could be recognized and were very useful to improve the map georeferencing, for instance:

i) boundaries between granitoid rocks and metassediments were sometimes recognizable in the orthoimages and particularly valuable in the centre and north of mainland Portugal.

ii) in the south, the transition between limestone and metassediments was often distinguishable in the orthoimages.

iii) ultramafic rocks, which are known to affect greatly the vegetation cover, allowed to add some correction points in the north-east of mainland Portugal, using the shift to other basic rocks.

iv) alluvial plains have usually dendritic shapes, matchable to the easily recognizable river networks; additionally, their limits are also identifiable straightforwardly in orthoimages, as they often produce clear-cut geomorphologic transitions to the surrounding hills. Therefore, almost all the patches corresponding to alluvial sediments produced georeferencing correction points.

In total 9875 (circa 25% on the border, 75% inland) control points were used to improve spatial accuracy of the produced dataset. Adjustments were slight (most, up to 600 meter) but significantly improved by the matching with natural shapes and the Portuguese border, thus certainly contributing to overall accuracy of the dataset. This spatial adjustment is, in practice, not much relevant at the 1:500 000 scale (recall that 600 m correspond to 1.2 mm in the printed map) but is of utmost importance if the researcher wants to cross the dataset with other data with high spatial accuracy (e.g. point data coming from global positioning devices).

Some geological formations are composed of intricate layers of very different types of rocks (sometimes very thick) that might point to different main classes. In such cases, we kept such information by defining different levels of classes. Although it is difficult to determine which of those complex layers dominate in terms of outcropping matter, based mostly on geological literature, a first level of information was produced (Level 0) where only the dominant class is mentioned. In Level 1 we ascribed (when present) up to two classes to such complex formations (thus, including the co-dominant class). In Level 2 we ascribed all the occurring classes, preserving the original geological information.

File download:

All the presented information (maps, both in JPG and SHAPEFILE format and respective legends in MXD and LYR ESRI format) can be downloaded by clicking here:

Após a reclassificação, o novo mapa foi introduzido num Sistema de Informação Geográfica (SIG) e foram usadas ortoimagens para melhorar a georreferenciação das manchas originais. Especificamente, usando a ferramenta Spatial Adjustment (rubersheet method) do programa informático ESRI ArcMap 10.0 SP5 os polígonos obtidos foram ajustados à fronteira oficial de Portugal (Direção-Geral do Território, 2011), uma camada SIG de grande precisão e exatidão, bem como a fronteiras naturais sempre que inequivocamente detetadas nas ortoimagens fornecidas pela ESRI (ESRI basemaps, ortoimagens com 50 cm de resolução, recolhidas pela DGRF entre 2004 e 2006). Foram várias as fronteiras naturais entre unidades geológicas reconhecidas e que se revelaram importantes na melhoria da georreferenciação no mapa, tais como:

i) fronteiras entre rochas granitóides e metassedimentos que são, por vezes, reconhecíveis nas ortoimagens e particularmente úteis no centro e norte de Portugal continental.

ii) no Sul, a transição entre calcários e metassedimentos foi frequentemente distinguível nas ortoimagens.

iii) as rochas ultramáficas, conhecidas por afetar fortemente o coberto vegetal, permitiram adicionar pontos de correção no nordeste de Portugal continental, tendo em conta a fronteira para outras rochas básicas.

iv) as planícies aluviais possuem formas dendríticas identificáveis com a rede hidrográfica, o que permitiu correções ulteriores; adicionalmente, os seus limites são igualmente identificáveis nas ortoimagens, uma vez que produzem claras transições para as unidades das elevações envolventes. Assim sendo, praticamente todas as manchas correspondentes a sedimentos aluviais produziram pontos de correção da georreferenciação.

No total foram utilizados 9875 pontos de correção (circa 25% na fronteira e 75% no interior) na melhoria da georreferenciação do mapa produzido. Os ajustes são de pequena magnitude (a maioria até 600 m), mas melhorou consideravelmente a concordância com as formas naturais e com a fronteira de Portugal, melhorando assim a exatidão e precisão desta camada SIG. Na verdade, o ajuste espacial é praticamente irrelevante à escala 1:500 000 (600 m correspondem a 1.2 mm àquela escala de representação) mas é de uma importância crucial quando se pretende o cruzamento deste tipo de camadas com outros dados de elevada exatidão e precisão espacial (e.g. pontos obtidos com GPS).

Algumas formações geológicas são constituídas por camadas (por vezes muito espessas) com disposição complexa ou constituídas por tipos de rochas muito distintos, que correspondem a diferentes classes. Para salvaguardar a informação contida nestes casos específicos foram criados diferentes níveis de informação. Embora sendo por vezes muito difícil determinar qual das camadas geológicas é mais abundante entre os materiais emergentes, recorrendo a textos da especialidade e afins, foi produzido um primeiro nível de informação (Level 0) onde apenas se refere a classe dominante. No Level 1, sempre que necessário referem-se até duas classes (incluindo a classe codominante). No Level 2, são referidas todas as classes presentes, preservando a informação geológica original.

Descarregar ficheiros:

Toda a informação apresentada (mapas, quer no formato JPG, quer no formato SHAPEFILE, e respetivas legendas no formato MXD e LYR ESRI) podem ser descarregadas clicando aqui:

In this page I disclose some layers that can be used in geographical information systems.

I. A set of hydrologic layers for the Iberian Peninsula

Methods:

The hydrologic variables here presented were obtained on the digital elevation model (DEM) produced by the Shuttle Radar Topography Mission (SRTM), version 4.1 (Jarvis et al., 2008). Such hydrologic variables were calculated for the Iberian Peninsula using TAUDEM 5.06 (Terrain Analysis Using Digital Elevation Model; Tarboton, 1997, 2012), executed from R Statistical Software command line, version 3.0.1 of 16-05-2013 (R Core Team, 2013a). TAUDEM was compiled in a server containing 16 virtual cores and 32 RAM GB (Intel® Xeon® E5-2690 central processing unit, 20 MB of cache memory, up to 3.8 GHz), allowing to perform all calculations for the Iberian Peninsula at a 35 m resolution (parallelizing the processes among the 16 cores); this would be impracticable on a common computer. For visualization purposes, data importing, projection between different coordinate systems and for the handling of georeferenced data, several packages were used: lattice 0.20-9 (Sarkar, 2008), permute 0.7-0 (Simpson, 2012), foreign 0.8-55 (R Core Team, 2013b), raster 2.1-49 (Hijmans, 2013), rgdal 0.8-10 (Bivand et al., 2013) and sp 1.0-11 (Pebesma & Bivand, 2005; Bivand et al., 2008). rgdal package relied on libraries GDAL version 1.10.0 (24-04-2013) and PROJ4 version 4.8.0 (06-03-2012) [PJ_VERSION: 480].

The following list presents all the geographic and hydrologic variables available for download and that were developed with 35 m resolution. The units of the value of each cell is written between the parentheses:

altitude_35: Altitude (m). Projection of the DEM to the ETRS89 - LAEA coordinate system, using bilinear interpolation to 35 m resolution.

alti_fel_35: Altitude hydrologically corrected (m), by removing pits.

flow_dir_d8: Flow direction (1 to 8) according to the D8 hydrologic mehtod.

slope_gr_d8: Slope, following the D8 hydrological method (dimensionless; drop in m, divided by the distance also in m).

cont_are_d8: Contributing area to each cell according to the D8 hydrological method (number of cells; i.e. the number of cells that drain into the assessed cell).

long_pat_d8: Length of the longest upslope flow path (m), following the hydrologic network obtained by the D8 hydrologic method.

tot_lpat_d8: Total length (m) of the upslope paths terminating at each cell, according to the D8 hydrologic method.

grid_ord_d8: Strahler stream order (Strahler scale), obtained following the D8 hydrologic method.

flow_dir_di: Flow direction (radians) according to the DInf hydrologic mehtod.

slope_gr_di: Slope, following the DInf hydrological method (dimensionless; drop in m, divided by the distance also in m).

cont_are_di: Contributing area to each cell according to the DInf hydrological method (number of cells*35).

slop_are_in:Slope-area index (the ratio between the slope and the contributing area of the cell), using DInf slope and DInf contributing area.

co_are_d8wP: Contributing area to each cell according to the D8 hydrological method, weighted by the average total annual precipitation (mm; i.e. it corresponds to the summation of the average total annual precipitation of all cells that drain into the assessed cell).

co_are_d8wS: Contributing area to each cell according to the D8 hydrological method, weighted by the average accumulated summer precipitation, i.e. from June, July and August (mm; it corresponds to the summation of the average accumulated summer precipitation of all cells that drain into the assessed cell).

co_are_d8wIo: Contributing area to each cell according to the D8 hydrological method, weighted by the annual ombrothermic index (mm/°C; i.e. it corresponds to the summation of the annual ombrothermic index of all cells that drain into the assessed cell).

co_are_d8wIos3: Contributing area to each cell according to the D8 hydrological method, weighted by the summer quarter ombrothermic index, i.e. relative to June, July and August (mm/°C; it corresponds to the summation of the summer quarter ombrothermic index of all cells that drain into the assessed cell).

Data on precipitation, used to compute co_are_d8wP, co_are_d8wS, co_are_d8wIo e co_are_d8wIos3, came from the merging of the works of Nicolau (2002) and Gonzalo Jiménez (2010). Data on temperature, used in the computation of co_are_d8wIo e co_are_d8wIos3, came from Hijmans et al. (2005; 2006).

File download:

In the following links the referred GIS layers can be downloaded as ZIP files of up to 1.4 GB. Each decompressed file (GeoTIFF) occupies up to 4 GB of disk space.