Viabilidade Do Uso de Imagens de Satélite
Viabilidade Do Uso de Imagens de Satélite
Viabilidade Do Uso de Imagens de Satélite
Italo Ferreira
Jéssica Gripp
Juliette Zannetti
VIÇOSA
MINAS GERAIS – BRASIL
2015
1. Introdução
2. Levantamentos Batimétricos
3. SR Aplicado à Batimetria
4. Objetivos
5. Caracterização da Área de Estudo
6. Metodologia
7. Resultados e Discussão
8. Conclusão
9. Referências Bibliográficas
2
O conhecimento do relevo submerso é de essencial importância em
diversas áreas do conhecimento.
3
O Brasil possui um extenso litoral e a maior rede hidrográfica do
globo, com rios que se destacam pela profundidade, largura e
extensão.
Comprimento da costa: ~ 8.000 km
4
Conhecemos melhor a Topografia da superfície de Marte do que o
Relevo Submerso!
5
As profundidades dos corpos aquáticos, indispensáveis para a
representação dos relevos submersos, são obtidas através dos
LEVANTAMENTOS BATIMÉTRICOS.
6
O que é Batimetria?
7
Para medição da profundidade utilizam-se, preferencialmente,
sistemas acústicos, como ecobatímetros monofeixe (SBES) e
multifeixe (MBES).
8
Para medição da profundidade utilizam-se, preferencialmente,
sistemas acústicos, como ecobatímetros monofeixe (SBES) e
multifeixe (MBES).
9
Sistemas baseados em ondas eletromagnéticas, apesar da difícil
penetração em meios aquáticos, também são utilizados.
10
Radar Altimétrico
Um mapeamento batimétrico em
escala global através de uma
pesquisa sistemática (SBES e
MBES) levaria cerca de 200 anos.
Neste sentido pode-se recorrer aos
radares altimétricos.
Ex.: Topex/Poseidon.
(Fonte: http://www.gebco.net/)
12
Usado para georreferenciar as
profundidades.
13
Sondagem batimétrica tradicional Precisa, porém
dispendiosa e demorada.
LiDAR batimétrico Precisão razoável para águas rasas,
rápido, porém, extremamente caro: $10.000/hora (Fugro BV).
14
Neste sentido, vários autores realizaram estudos propondo
metodologias visando a obtenção da profundidade através de
imagens de satélites que proporcionam um melhor custo-benefício
quando comparado às sondagens batimétricas e ao LiDAR, pois esta
metodologia permite cobrir grandes áreas de forma rápida e a
baixo custo.
Ex.: Krug & Noernberg (2007); Gao (2009); Cheng et al. (2015) e
Gautam et al. (2015).
15
Krug & Noernberg (2007) avaliaram o potencial da geração de
mapas batimétricos de águas rasas com o uso de imagens de
satélites pelo Índice de Diferença Normalizada da Água
(NDWI, do Inglês: Normalized Difference Water Index).
Gao (2009) fez um resumo dos métodos, precisões e
limitações da extração de batimetria por sensoriamento
remoto, concluindo que o método passivo, com o uso de imagens
de satélites, é mais flexível, podendo mapear uma enorme área
muito rapidamente, mas sendo limitado a águas rasas.
16
Cheng et al. (2015) combina imagens hiperespectrais e dados
de sonar, propondo dois métodos, um de redução dimensional
nas imagens e outro de interpolação dos dados do sonar,
concluindo que o primeiro método alcança melhores resultados
sendo bem mais preciso.
Gautam et al. (2015) realizam um estudo para quantificar o
impacto da urbanização sobre as águas superficiais de
Bangalore, Índia, calculando diversos índices de banda para
extração de água, incluindo o NDWI.
17
Com o objetivo de avaliar o uso do sensoriamento remoto para
a obtenção da profundidade de águas rasas, esse estudo utiliza
imagens Rapideye para extração da batimetria de uma das
lagoas da Universidade Federal de Viçosa utilizando o índice
NDWI.
18
Projeção cartográfica UTM/zona 23s
Sistema geodésico SIRGAS 2000.
19
Lagoa 1
Lagoa 2
20
Levantamento
Aquisição das
batimétrico monofeixe
imagens de satélite
das lagoas 1 e 2
Equação de correlação
(dados da lagoa 1)
21
Extração da batimetria Análise estatística através
através da regressão de pontos de checagem |
encontrada na primeira Estimativa de acurácia do
etapa (XYZimagem) modelo proposto
23
No NDWI às feições na água são delineadas e realçadas em
uma imagem de satélite utilizando a radiação refletida nas
regiões do infravermelho próximo (DN5) e do verde visível
(DN2)
Aumenta a presença das feições de água, e
𝐷𝑁2 − 𝐷𝑁5
𝑁𝐷𝑊𝐼 =
𝐷𝑁2 + 𝐷𝑁5
24
A coleta dos dados batimétricos foi realizada em 2010 e seguiu
as recomendações de IHO (2008).
O processamento, bem como a análise seguiu a metodologia
proposta por Ferreira et al. (2015).
25
Os dados esparsos de profundidade do levantamento
batimétrico referente à Lagoa 1 (Pontos selecionados de forma
aleatória), foram correlacionados com o NDWI visando-se
gerar uma equação de correlação para a extração da
batimetria.
A regressão encontrada através dos dados da lagoa 1 foi
utilizada para extrair a batimetria da lagoa 2 (XYZimagem).
26
Obtida a batimetria da lagoa 2 através da imagem, utilizaram-
se pontos de checagem para efetuar uma análise estatística do
modelo proposto.
Selecionaram-se pontos de forma aleatória para comparar as
profundidades extraídas da imagem (XYZimagem) com as
profundidades coletadas pelo sistema de sondagem (XYZbat).
Idealmente, a diferença entre as profundidades proveniente
de pontos homólogos deveriam ser nulas, entretanto, devido às
incertezas de ambos os processos, o resultado é um arquivo de
discrepâncias.
27
O arquivo de discrepâncias foi submetido, em um primeiro
instante, a uma análise exploratória dos dados de discrepâncias
(detecção de outliers, análise de independência e normalidade).
Amostra independente
e normal.
28
Os arquivos XYZbat e XYZimagem são nuvens de pontos que não
representam o relevo submerso de forma espacialmente
continua sendo necessário, antes de qualquer análise, o uso de
interpoladores para estimar o valor da profundidade em locais
não amostrados.
29
É sabido que existem mais de 40 métodos de interpolação
disponíveis na literatura, classificados em determinísticos e
probabilísticos (CURTARELLI, 2015; FERREIRA, 2015).
De acordo com Ferreira et al. (2013) os levantamentos
batimétricos apresentam características ideais para a
aplicação da geoestatística, sobretudo a interpolação,
denominada Krigagem. Isso se dá devido à natureza do estudo,
da variável (profundidade) e pela grande quantidade de pontos
amostrais.
30
Assim, com base na Krigagem Simples construíram-se os
Modelos Digitais de Profundidade (MDPs) que permitem, desde
a simples visualização tridimensional, até análises mais
complexas, como cálculos de volumes e geração de mapas de
declividade.
31
Visando extrair a batimetria a partir do modelo, utilizando o
índice NDWI, os valores digitais foram correlacionados com os
valores de profundidade obtidos através da sondagem
batimétrica, ambos da Lagoa 1.
Coef. de determinação
(R²) = 0,829 83% da
profundidade (y) pode
ser explicada pelo
modelo proposto (índice
NDWI).
32
Para cada pixel extraiu-se um valor de profundidade da lagoa
2, esta foi atribuída a sua respectiva coordenada planimétrica,
gerando ao final um arquivo XYZimagem com 7.605 pontos.
𝐷𝑁2 − 𝐷𝑁5
𝑍 = 2,1435 ∙ 𝑒𝑥𝑝(1,2302 ∙ ( )
𝐷𝑁2 + 𝐷𝑁5
33
Seguindo a metodologia proposta, na análise estatística
selecionaram-se no arquivo XYZimagem e no arquivo XYZbat 272
pontos homólogos (seleção aleatória), através destes pontos
foi gerado o arquivo de discrepâncias.
Realizada a análise exploratória, constatou-se que a amostra:
Não apresentou outliers (Gráfico boxplot);
É independente (Semivariograma), e
34
Para cada pixel extraiu-se um valor de profundidade, esta foi
atribuída a sua respectiva coordenada planimétrica, gerando ao
final um arquivo XYZimagem com 7.605 pontos.
Estatísticas Lagoa 2
Número de pontos 272
Média das discrepâncias (m) (efeito sistemático) -0,003
Desvio padrão das discrepâncias (m) (efeito aleatório) 0,190
35
A Tabela anterior indica que o viés da amostra é mínimo (cerca
de 3 mm), indicando a ausência de efeito sistemático.
Pode-se, então, afirmar que a amostra apresenta apenas
efeitos aleatórios.
36
Por fim, geraram-se os Modelos Digitais de Profundidade:
MDPimagem;
MDPbat, e
37
Modelagem Geoestatística:
Modelo teórico do
Stable (1,658984) Stable (1,557901) -
semivariograma
38
Mapa Batimétrico da lagoa 2 obtido por meio da equação de
correlação.
(MDPimagem)
39
Mapa Batimétrico da lagoa 2 obtido por meio do levantamento
batimétrico.
(MDPbat)
40
Percebe-se que as profundidades do MDPimagem variaram entre
0 m (borda) até 4,56 m.
Já a profundidade obtida pelo levantamento batimétrico
tradicional variou de 0 m a 3,43 m.
41
Mapa de discrepâncias.
42
A maioria das discrepâncias foram, em módulo, menores que 1
m, mostrando que o método é válido para algumas aplicações,
principalmente, em estudos ambientais.
As maiores discrepâncias ocorreram nas profundidades
maiores que 3 m e nas áreas onde não foi possível efetuar a
coleta de sondagens devido, principalmente, a baixa
profundidade (bordas) e a presença de vegetação (aguapés),
fatores que levaram a falhas na amostra de correlação e de
checagem. Outro condicionante neste estudo foi a alta
turbidez da água observada na área.
43
Os resultados obtidos mostraram-se confiáveis dentro do
limite de profundidade estabelecido, podendo prover uma
contribuição valorosa no conhecimento preliminar do relevo
subaquático da região de interesse, no entanto, o método
NDWI ainda requer testes a serem realizados em locais com
diferentes tipos de ambientes, a fim de validar a aplicabilidade
do mesmo.
44
Ferreira, Í. O.; Zanetti, J.; Gripp, J; Medeiros, N. G. Viabilidade
do uso de imagens de satélite Rapideye na determinação da
batimetria de águas rasas. 2015
45
"...Restará sempre muito o que fazer”
46