Купить СНПЧ А7 Архангельск, оперативня доставка

Modelo Numérico do Terreno Obtido por Diferentes Métodos de Aquisição de Dados em Cartas Planialtimétricas

DOI: http://dx.doi.org/10.12702/II-SGEA-a39

 

downloadpdf

Ana P. Barbosa1, Alessandra F. Silva2 & Célia R. L. Zimback3

 

Resumo: O modelo numérico do terreno é importante para determinar a inclinação e capacidade de uso da terra. Por isso, foi desenvolvida uma proposta de métodos de aquisição de dados de elevação, que consideram um algoritmo eficiente para gerar um mapa de declividade. Objetivou-se obter um modelo de elevação digital sem vetorização das curvas de nível de cartas planialtimétricas. A área de aquisição dos dados de elevação encontra-se na cidade de São Manuel-SP. Os dados foram coletados em um programa por dois métodos: vetorização das curvas de nível (n=4708) e da aquisição de pontos de elevação nas curvas de nível com pontos de altitude máxima (n=750). Os dados de elevação foram analisados pela técnica geoestatística. Embora haja uma grande diferença no número de pontos coletados entre os métodos, os parâmetros do variograma foram semelhantes. Assim, pode-se utilizar a amostragem de pontos de elevação ao invés da vetorização das curvas em cartas planialtimétricas, já que os dados coletados na área são distribuídos de forma adequada, representando expressivamente a superfície do terreno.

Palavras-chave: interpolação; krigagem

 

Abstract: The digital model elevation is important to determining the slope and land use capacity. Therefore, it was developed a proposal of methods for acquisition of elevation data which consider an efficient algorithm to generate a slope map, thus, it was aimed to obtain a digital elevation model without the vetorization of the contours on planialtimetric charts. The area of elevation data acquision is in São Manuel city, São Paulo State. The data was collected in a program by two methods: level contour vetorization and the gathering of elevation points on the level contour with maximum elevation points. The elevation data was analyzed by geostatitics technics. Althought it has a wide difference in the number of collected points between methods, the variogram parameters were similar, this doesn’t justify the wide difficult vetorization of the planialtimetric charts, since the collected data points in the area will be distributed appropriately, they represented expressively the terrain surface.

Key words: interpolation, kriging.

 

1 Doutoranda em agronomia, FCA/ UNESP, Rua Manoel da Silva, 40, 18.609-500, Botucatu, SP, anap_barbosa@yahoo.com.br
2 Doutoranda em agronomia, FCA/ UNESP, Rua Humberto Milanesi, 159, Residencial Pimavera, 18.610-385, Botucatu, SP, alefagioli@hotmail.com
3 Prof. Adjunto do Departamento de Recursos Naturais, FCA/UNESP - Rua José Barbosa de Barros, 1780 CEP: 18610-307 Botucatu, SP – Brasil. Caixa-Postal: 237, czimback@gmail.com

 

Literatura Citada

ATKINSON P.M.; WEBSTER R.; CURRAN P.J.; Cokriging with airborne mss imagery. Remote Sensing Environment. v. 50, p. 335–345, 1994.

BURROUGH, P. Principles of Geographical Information Systems for Land Resources Assessment, Oxford, UK: Clarendon Press, NOTE: Still a classic source, A long-awaited second edition is now available although it seems considerably weaker, v. 12, 1986.

CHAPPELL A. Modelling the spatial variation of processes in the redistribution of soil: digital terrain models and 137Cs in southwest Niger, Geomorphology,. v. 17, p. 249–261, 1996.

CHAPPELL, A.; SEAQUIST J.W.; EKLUNDH L.R. Improving geostatistical noise estimation in NOAA AVHRR NDVI images, International Journal of Remote Sensing. v. 22, n. 6, p. 1067–1080, 2001.

EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária - Centro Nacional de Pesquisa de Solos. Sistema Brasileiro de Classificação de Solos. 2.ed. Rio de Janeiro, Embrapa, 2006. 374 p.

ERDOGAN, S. A comparision of interpolation methods for producing digital elevation models at the field scale. Earth Surf. Process. Landforms, v. 34, p. 366–376, 2009.

ERSKINE, R. H.; GREEN, T. R.; RAMIREZ, J. A.; MACDONALD, L. H. Digital Elevation Accuracy and Grid Cell Size: Effects on Estimated Terrain Attributes. Soil Sci. Soc. Am. J., v. 71, n. 4, p. 1371–1380, Jul–Aug., 2007.

GONÇALVES, M. de L. de A. M.; CARVALHO, C. A. P. Geração de Modelo Digital de Terreno a partir de mapas digitais 3D: estudo de caso visando garantir o contexto geomorfológico com redução dos dados amostrais, Bol, Ciênc, Geod,,Curitiba, v. 9, n. 1, p.105-119, 2003.

LEENAERS H.; OKX J.P.; BURROUGH P.A. Employing elevation data for efficient mapping of soil pollution on floodplains, Soil Use and Management. v. 6, n. 3, p. 105–114, 1990.

LEPSCH, I.F. Formação e Conservação dos Solos. Editora Oficina de Textos. São Paulo; 2002.178p.

LOURENÇO, R. W. Modelagem geoestatística por geoprocessamento em uma área da baixada santista. Rio Claro (SP), 2002, 213 p. Tese (Doutorado). Universidade Estadual Paulista “Júlio de Mesquita Filho”.

OLEA, R.A. Optimum Mapping Techniques Using Regionalized Variable Theory, Series on Spatial Analysis, n. 2, Kansas Geological Survey: Lawrence, 1975.

OLIVER M.A.; WEBSTER R.; Slocum K. Filtering SPOT imagery by kriging analysis, International Journal of Remote Sensing. v. 21, n. 4, p. 735–752, 2000.

ROBERTSON, G. P. GS+: Geoestatistics for the environmental sciences – GS+ User´s Guide. Plainwell, Gamma Desing Software, 2008. 152 p.

SISKA, P. P.; GOOVAERTS, P.; HUNG, I-K.; BRYANT, V. M. Predicting ordinary kriging errors caused by surface roughness and dissectivity, Earth Surf, Process, Landforms, v. 30, p. 601–612, 2005.

VALERIANO, M. M. Mapeamento da declividade em microbacias com Sistemas de Informação Geográfica. Revista Brasileira de Engenharia Agrícola e Ambiental, v.7, n.2, p.303-310, 2003.

ZIMBACK, C.R.L. Análise espacial de atributos químicos de solos para fins de mapeamento da fertilidade.2001. 114 p. Tese (Livre-Docência em Levantamento do solo e fotopedologia), Faculdade de Ciências Agronômicas/UNESP, 2001.