Efeitos da generalização cartográfica em extração de rede de drenagem gerada de forma automática

Effects of cartographic generalization on automated drainage network extraction

Auteurs

Mots-clés :

Escala, Efeito Dossel, Rio Formoso, Sensoriamento Remoto

Résumé

Através de Modelos Digitais de Elevação (MDE), é possível realizar a extração automática de rede de drenagem, que além de ser um procedimento rápido, é base para a geração de outros dados em estudos hidrológicos. Entretanto, com o avanço das geotecnologias e aumento de produtos disponíveis digitalmente, muitos dados são gerados de maneira automática desprezando-se características de amostragem dos dados. Neste trabalho, as características de amostragem consideradas para a rede de drenagem foram duas: escala de visualização e influência do MDE. Para isto, foram utilizados três MDEs: ASTER-GDEM, TOPODATA e SRTM-4; e cinco escalas de representação: 1/50.000, 1/100.000, 1/150.000, 1/200.000 e 1/450.000. A rede de drenagem foi analisada em duas perspectivas: por amostras e por análise da população. De acordo com a análise com base na escala, os resultados mais satisfatórios foram na escala de 1/450.000, sendo esta a escala onde os MDEs apresentaram maior taxa de precisão (delineamento compatível a canais hídricos). Nas escalas maiores (1/50.000 e 1/100.000) os desacertos entre extração automática e canal hídrico são mais perceptíveis ao olho humano, o que influenciou na avaliação de áreas com resultado satisfatório para delineamento de cursos d’água. Na análise populacional o fator escala foi desconsiderado e o SRTM-4 foi o MDE que obteve maior precisão: 73% de regularidade com os cursos d’água.

Effects of cartographic generalization on automated drainage network extraction

 Abstract: Through Digital Elevation Models (DEM) it is possible to perform the automatic drainage network extraction, which besides being a fast procedure it is the basis for generating other data in hydrological studies. However, with the advancement in the geotechnology and the increase in available digital products, many data are automatically generated disregarding data sampling characteristics. In this work, the sampling factor considered for the drainage network were two: scale representation and DEM influence. In order to do this, three DEMs were selected: ASTER-GDEM, TOPODATA and SRTM-4; and five scale representations: 1/50,000; 1/100,000; 1/150,000; 1/200,000 and 1/450,000. The drainage network was analyzed in two ways: by samples and by population analysis. According to the analysis by samples, the most satisfactory results were in the 1/450,000 scale, in which the DEMs demonstrated a higher accuracy rate (compatible design to water channels). In the larger scales (1/50,000 and 1/100,000) the mismatches between automatic extraction and watercourse are more perceptible to the human eye, which influenced the evaluation of areas with satisfactory results for watercourse delineation. In the population analysis, the scale factor was disregarded and the SRTM-4 was the DEM that obtained greater accuracy: 73% of regularity with watercourses. 

Keywords: Scale; Canopy effect; Formoso River; Remote Sensing.

Efectos de la generalización cartográfica en la extracción de la red de drenaje generada automáticamente

Resumen: A través de los Modelos Digitales de Elevación (MDE), es posible realizar la extracción automática de la red de drenaje, que además de ser un procedimiento rápido, es la base para la generación de otros datos en estudios hidrológicos. Sin embargo, con el avance de las geotecnologías y el aumento de los productos disponibles en formato digital, se generan muchos datos  automaticamente, sin tener en cuenta las características del muestreo de estos datos. En este trabajo, las características de muestreo consideradas para la red de drenaje fueron dos: escala de visualización e influencia del MDE. Para esto, se utilizaron tres MDE: ASTER-GDEM, TOPODATA y SRTM-4; y cinco escalas de representación: 1 / 50,000, 1 / 100,000, 1 /150,000, 1 / 200,000 y 1 / 450,000. La red de drenaje se analizó desde dos perspectivas: por muestras y por análisis de población. Según el análisis basado en la escala, los resultados más satisfactorios se dieron en la escala 1 / 450,000, que es la escala donde los MDE tuvieron la mayor tasa de precisión (diseño compatible con los canales de la red de drenaje). En escalas cartográficas mayores (1 /50,000 y 1 / 100,000) los desajustes entre la extracción automática y el canal de agua son más notorios para el ojo humano, lo que influyó en la evaluación de áreas con resultados satisfactorios para la delineación de cursos de agua. En el análisis de la población no se tuvo en cuenta el factor de escala y el SRTM-4 fue el MDE que obtuvo la mayor precisión: 73% de regularidad con los cursos de agua.

 Palabras clave: Escala; Efecto de dossel; Formoso Rio; Detección Remota.

Biographies de l'auteur

  • Luciana Escalante Pereira, Universidade Federal De Mato Grosso do Sul

    Graduada em Gestão ambiental. Mestre em Doutora em Tecnologias Ambientais da Universidade Federal de Mato Grosso do Sul.

  • César Claudio Cáceres Encina, Universidade Federal De Mato Grosso do Sul

    Possui graduação em Ciências Biológicas (2012), mestrado em Biologia Vegetal (2015) e doutorado em tecnologias ambientais (2021) pela Universidade Federal de Mato Grosso do Sul (UFMS). Atua no Laboratório de Geoprocessamento para Aplicações Ambientais da UFMS. Tem experiência na identificação de fitofisionomias e uso aplicado de Geoprocessamento com ênfase na análise da cobertura vegetal.

  • Antonio Conceição Paranhos Filho, Universidade Federal de Mato Grosso do Sul

    É Professor Titular da UFMS. Geólogo pela UFPR (1991), possui Mestrado (1996) e Doutorado (2000) em Geologia Ambiental pela UFPR - Foi Bolsista CAPES de Doutorado Sanduíche na Universidade de Siena (Itália, em Sistemas de Informação Geográfica e Cartografia Digital). Desenvolveu seu estágio de Pós-Doutorado no IGc da USP (2011 - bolsista PDS-CNPq) onde também obteve sua Livre Docência em 2015. É orientador de Mestrado e Doutorado. Atualmente coordena o LabGis - Laboratório de Geoprocessamento para Aplicações Ambientais da FAENG-UFMS. Atua e já atuou em colegiados de programa de pós-graduação, bem como de graduação, além de já ter atuado na administração universitária (Coordenação do PIBIC Institucional. Coordenador de Pesquisas da PROPP-UFMS, entre outros). Tem atuado como Consultor ad hoc para o CNPq, CAPES, FAPs e várias revistas científicas. Atualmente é Bolsista em Produtividade do CNPq (PQ-1D), desde 2019. Tendo sido Bolsista PD-2 de 2013 a 2019. Possui experiência em Geotecnologias aplicadas às Geociências, à Saúde e ao Meio Ambiente, com ênfase em Geologia Ambiental. 

Références

ABRAMS, M.; HOOK, S.; RAMACHANDRAN, B. ASTER Users Handbook. Jet Propulsion Laboratory, California Institute of Technology, v.2, p.135, 2002. Disponível em: < https://lpdaac.usgs.gov/documents/262/ASTER_User_Handbook_v2.pdf>. Acesso em Julho de 2014.

AKRAM, F.; RASUL, M. G.; KHAN, M. M. K.; AMIR, M. S. I. I. Automatic delineation of drainage networks and catchments using DEM data and GIS capabilities: a case study. In: AUSTRALASIAN FLUID MECHANICS CONFERENCE LAUNCESTON, 18., Launceston, UTAS, 2012, p. 3-7.

CORDEIRO, G. M. Cronologia de alguns conceitos e fatos importantes da estatística. 2006. Disponível em: < www.im.ufrj.br/~flavia/mad236/cronologiaGauss.doc>. Acesso em agosto de 2014.

D’ALGE, J. C. L.; GOODCHILD, M. F. Generalização Cartográfica, Representação do Conhecimento e SIG. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 8., Salvador, BA, 1996. Anais do VIII Simpósio Brasileiro de Sensoriamento Remoto. São José dos Campos, SP: Instituto Nacional de Pesquisas Espaciais, INPE, 1996. p. 453-457.

ESRI. ArcMap. (2012). V.10.1. USA. DVD ROM.

Instituto Nacional de Pesquisas Espaciais. INPE. RESOURCESAT-1 LISS3 Bandas 2, 3 e 4. São José dos Campos Imagem de Satélite. Órbita 321 ponto 093. Disponível em:

< http://www.dgi.inpe.br/CDSR/>. Acesso em Junho de 2012.

KENWARD, T.; LETTENMAIER, D. P.; WOOD, E. F.; FIELDING, E. Effects of digital elevation model accuracy on hydrologic predictions. Remote Sensing of Environment, v.7, n.3, p.432-444, 2000.

MONTGOMERY, D. R.; FOUFOULA-GEORGIOU, E. Channel network source representation using digital elevation models. Water Resources Research, v.29, n.12, p.3925-3934, 1993.

National Aeronautics and Space Administration. NASA. Shuttle Radar Topography Mission: the mission to map the world. Jet Propulsion Laboratory, California Institute of Technology. 2009. Disponível em: <http://www2.jpl.nasa.gov/srtm/>. Acesso em Maio de 2013.

O'CALLAGHAN, J. F.; MARK, D. M. The extraction of drainage networks from digital elevation data. Computer vision, graphics, and image processing, v.28, n.3, p. 323-344, 1984.

PATEL, A.; KATIYAR, S. K.; PRASAD, V. Performances evaluation of different open source DEM using Differential Global Positioning System (DGPS). The Egyptian Journal of Remote Sensing and Space Science, v.19, n.1, p.7-16, 2016.

REINOSO-GORDO, J. F.; IBÁÑEZ, M. J.; ROMERO-ZALIZ, R. Parallelizing drainage network algorithm using free software: Octave as a solution. Mathematics and Computers in Simulation, v.137, p. 424-430, 2017.

SHIMAKURA, S. E. Teorema Central do Limite. 2009. Disponível em: <http://leg.ufpr.br/~silvia/CE001/node38.html>. Acesso em agosto de 2014.

TARBOTON, D. G.; BRAS, R. L.; RODRIGUEZ-ITURBE, I. On the extraction of channel networks from digital elevation data. Hydrological Processes, v.5, n.1, p.81–100, 1991. doi:10.1002/hyp.3360050107

TERUYA JUNIOR, H.; LASTORIA, G.; PARANHOS FILHO, A.C.; DALMAS, F.B.; CORREA, L.C. Mapeamento das APP's de hidrografia e declividade como subsídio a gestão da Bacia Hidrografia do Rio Formoso (Mato Grosso do Sul). Revista Geociências, v. 15, n.2, p.128-140, 2016.

TRIBE, A. Automated recognition of valley lines and drainage networks from grid digital elevation models: a review and a new method. Journal of Hydrology, v.139, n.1-4, p.263-293, 1992.

United States Geological Survey. USGS. Digital Elevation Model. 2003. Disponível em:<http://geography.wr.usgs.gov/sfcreek/dem.html>. Accesso em Setembro de 2012.

VALERIANO, M. M.;ROSSETTI, D. F. Topodata: Seleção de coeficientes geoestatísticos para o refinamento unificado de dados SRTM. INPE, São José dos Campos, 2010. Disponível em: <http://mtc-m16d.sid.inpe.br/col/sid.inpe.br/mtc-m19@80/2010/05.10.18.35/doc/publicacao.pdf>. Acesso em Março de 2015.

VALERIANO, M. M.; ROSSETTI, D. F. Topodata: Brazilian full coverage refinement of SRTM data. Applied Geography, v.32, n.2, p.300-309, 2012.

YANG, W.; HOU, K.; YU, F.; LIU, Z.; SUN, T. A. Novel algorithm with heuristic information for extracting drainage networks from raster DEMs. Journal Hydrology and Earth System Sciences, v.7, p.441-459, 2010.

WANG, X.; YIN, Z. Y. A comparison of drainage networks derived from digital elevation models at two scales. Journal of Hydrology, v.210, n.1-4, p.221-241, 1998.

Téléchargements

Publiée

2024-05-31

Comment citer

Efeitos da generalização cartográfica em extração de rede de drenagem gerada de forma automática: Effects of cartographic generalization on automated drainage network extraction. (2024). Élisée - Revista De Geografia Da UEG, 13(01), e1312404. //www.revista.ueg.br/index.php/elisee/article/view/14720