O texto desta página, encontra-se em formato PDF, e pode ser acedido aqui.

Resumo

Criação de Perfis Topográficos e Curvas de Nível, através do uso de Python.

Dois exemplos são apresentados:

• Exemplo simples
• E um exemplo mais complexo

Ambos os exemplos, apresentam uma forma rápida e simples, de desenhar perfis em 3D e curvas de nível.

O código utilizado, foi adaptado do website Density and Contour Plots | Python Data Science Handbook e de um autor desconhecido.

Perfis Topográficos e Curvas de Nível

Existem vários softwares no mercado especializados em levantamentos topográficos e de modo nenhum, Python é um substituto para eles, no entanto, existem situações em que o uso de Python é justificado. No meu caso particular, não tenho nenhum software topográfico instalado nos meus computadores, mas se precisar de fazer um levantamento (simples), é bom saber que tenho uma ferramenta que o pode fazer. E o melhor de tudo, é grátis, sem ter que gastar centenas ou milhares, em licenças anuais.

Exemplo simples

Um exemplo básico que serve de introdução ao código. Para a criação de modelo topográfico, são necessárias 3 coordenadas para cada ponto. Neste caso, serão usados 15 pontos, com as coordenadas x, y e z.

x = [1000,1000,1000,1000,1000,5000,5000,5000,5000,5000,
     10000,10000,10000,10000,10000]
y = [13,21,29,37,45,13,21,29,37,45,13,21,29,37,45]
z = [75.2,79.21,80.02,81.2,81.62,84.79,87.38,87.9,88.54,
     88.56,88.34,89.66,90.11,90.79,90.87]

E a criação de um modelo 3D, é feito a partir das coordenadas previamente definidas:

fig = plt.figure(figsize=(13,6.5))
ax = fig.gca(projection='3d')
ax.plot_trisurf(x, y, z, cmap=cm.GnBu_r, linewidth=0.2)
ax.view_init(10, -110)
#label axes
ax.set_xlabel('x', fontsize=14)
ax.set_ylabel('y',fontsize=14)
ax.set_zlabel('z',fontsize=14)
plt.tight_layout()
plt.show()

Mas em vez de um perfil 3D, pode optar-se por um 2D. Usando os mesmos 15 pontos utilizadas na criação da imagem anterior:

def plot_contour(x,y,z,resolution = 50,contour_method='linear'):
    resolution = str(resolution)+'j'
    X,Y = np.mgrid[min(x):max(x):complex(resolution),   min(y):max(y):complex(resolution)]
    points = [[a,b] for a,b in zip(x,y)]
    Z = griddata(points, z, (X, Y), method=contour_method)
    return X,Y,Z

X,Y,Z = plot_contour(x,y,z,resolution = 50,contour_method='linear')

with plt.style.context("seaborn-white"):
    fig, ax = plt.subplots(figsize=(13,8))
    ax.scatter(x,y, color="black", linewidth=9, edgecolor="ivory", s=50)
    contours=ax.contourf(X,Y,Z,20, cmap='GnBu_r',origin="lower")
    plt.colorbar(contours, shrink=0.67,label="Altitude [m]")
    plt.clabel(contours, inline=True, fontsize=8, fmt='%.1f')

Assim, e de uma forma simples, é criado um modelo 2D, que através da utilização de cores, torna possível a identificação do comportamento topográfico.

Este será o tipo de modelo mais simples. No entanto, existe sempre a possibilidade da criação de modelos mais complexos¹.

criação de modelos complexos. No entanto, existe um limite (em tempo e custo) para quando deixa de ser vantajoso o desenvolvimento desse mesmo código em detrimento de software já existente.

Exemplo mais complexo

A base de dados encontra-se guardada em Dropbox, e é composta por 85 pontos.

Os primeiros 5 pontos, são apresentados na tabela seguinte.

A leitura da base de dados é feita através de Pandas: Python Data Analysis Library

df = pd.read_csv('https://www.dropbox.com/s/6dyfc4fl5slhgry/ZoneA.dat?raw=1',
                 sep=' ',
                 header=9,
                 usecols=[0, 1, 2],
                 names=['x', 'y', 'thick']
                )
df.rename(columns={'thick':'z'}, 
                 inplace=True)

Nota: Código completo no final deste post.

Uma vez obtida a informação da base de dados, é possível a representação das curvas de nível.

E usando a mesma base de dados, pode ser criado um modelo 3D.

fig = plt.figure(figsize=(15,7.5))
ax = fig.gca(projection='3d')
triang = mtri.Triangulation(df.x, df.y)
ax.plot_trisurf( triang ,df.z, cmap="gist_earth", linewidth=0.2,antialiased=True, shade=False)
ax.view_init(20, -75)
plt.title('Elevação 3D', fontsize=16)
#label axes
ax.set_xlabel('x', fontsize=14)
ax.set_ylabel('y',fontsize=14)
ax.set_zlabel('z',fontsize=14)
plt.tight_layout()
plt.show()

Assim, de uma forma simples e com uma dúzia de linhas de código, é possível a criação de modelos que podem ser facilmente incorporados em relatórios. Qualquer um dos modelos pode ser guardado como PDF, e para isso basta adicionar ao final do código: plt.savefig("nome.pdf")

Tudo nestas imagens pode ser alterado, desde orientação da imagem, cores, qualidade dos detalhes, texto, etc. Logicamente, uma maior complexidade, requer um maior número de linhas de código, mas se o principal objectivo é a criação de bons modelos da forma o mais simples possível, os dois exemplos em cima são um bom ponto de partida.

Código

Código completo usado neste post