Integração Geoespacial¶
Objetivo¶
O protótipo passa a considerar uma camada adicional de contexto geoespacial para o modelo de compactação:
classe de uso e cobertura do solo do MapBiomas;
classe de uso e cobertura do solo ou classificação equivalente do BDC.
A meta não é consultar serviços remotos em campo, mas sim preparar bases locais para lookup rápido no computador de bordo.
Desenho recomendado¶
O fluxo operacional proposto é:
recortar previamente os rasters temáticos para a área operacional;
enriquecer trilhas GPS/RTK com as classes desses rasters;
persistir a tabela enriquecida para treino e inferência;
usar a classe local como feature auxiliar do modelo de compactação.
Papel do MapBiomas e do BDC¶
MapBiomas¶
fornece classe temática pronta de uso e cobertura do solo;
é a fonte mais direta para uma variável categórica estável;
tende a ser a melhor base inicial para distinguir ambientes de tráfego.
BDC¶
pode fornecer classificações próprias de uso/cobertura do solo;
permite evolução futura para mosaicos e séries temporais;
pode complementar o contexto do MapBiomas com outra coleção, resolução ou janela temporal.
Features geoespaciais sugeridas¶
mapbiomas_class_id_point
mapbiomas_class_id_mode
bdc_class_id_point
bdc_class_id_mode
mapbiomas_class_change
bdc_class_change
segment_length_m
cumulative_distance_m
Uso no modelo de compactação¶
As classes geoespaciais entram como variáveis auxiliares e não substituem as variáveis físicas e operacionais principais.
As features mais importantes continuam sendo:
umidade do solo;
carga por roda ou eixo;
pressão do pneu;
número de passadas;
profundidade de interesse;
tipo de solo e textura, quando disponíveis.
As classes de uso/cobertura ajudam a:
contextualizar o ambiente percorrido;
segmentar diferentes envelopes de operação;
aplicar calibrações distintas por ambiente.
Script de enriquecimento incluído¶
Foi adicionado o script:
src/enriquecer_uso_cobertura.py
Esse utilitário recebe um CSV de trajeto e rasters locais do MapBiomas e do BDC e devolve uma tabela pronta para alimentar o modelo.
Exemplo de execução:
python3 src/enriquecer_uso_cobertura.py \
--route-csv data/exemplo_rota_rtk.csv \
--output-csv outputs/rota_enriquecida.csv \
--x-col x_m \
--y-col y_m \
--route-crs EPSG:31983 \
--window-radius-m 15 \
--mapbiomas mapbiomas::data/mapbiomas_uso_cobertura_2024.tif \
--bdc bdc::data/bdc_lulc_2024.tif
Estratégia embarcada¶
pré-processar os rasters fora da operação;
manter apenas a área relevante no armazenamento local;
consultar a classe local por ponto ou por segmento;
alimentar o modelo sem dependência de rede.
Próxima evolução¶
O passo seguinte recomendado é conectar a tabela enriquecida ao simulador 3D para permitir:
parâmetros distintos de resistência por classe temática;
alertas de compactação ajustados ao ambiente;
análise comparativa entre trajetos em ambientes diferentes.