UNIVERSIDADE FEDERAL DE VIÇOSA

PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL

ÁREA DE CONCENTRAÇÃO EM INFORMAÇÕES ESPACIAIS

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.

Algumas destas áreas podem ser destacadas:

 Estabelecimento e manutenção de hidrovias (navegação

marítima ou fluvial);
 Obras civis (barragens, pontes, portos);
 Locação de cabos e dutos;
 Prospecção de recursos minerais;
 Monitoramento de assoreamento de reservatórios
(abastecimento ou geração de energia), etc.

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

 Vias interiores navegáveis: ~ 40.000 km

 Número de ilhas: > 2.658 (1:1.000.000)

 Área da Amazônia Azul ~ 4.500.000

km²

 12% da água doce disponível no globo 

aumento de 6% quando se considera
apenas as águas superficiais

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?

O Levantamento Batimétrico têm por objetivo realizar

medições de profundidades associadas a uma posição na
superfície.

As profundidades são utilizadas

para construir e atualizar plantas
batimétricas, cartas náuticas e
Modelos Digitais de Profundidade.

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).

 Radar Altimétrico  Apenas para estudos de reconhecimento

em águas muito profundas.

Por exemplo, uma montanha no fundo do oceano com

2000 m de altura produzirá uma depressão na
superfície do mar de, aproximadamente, 20 cm de
altura.

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.

O NDWI deriva do índice de vegetação NDVI e foi

proposto por McFeeters em 1996.

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

Correção geométrica Processamento dos

das imagens dados

Extração do índice Geração do arquivo

NDWI das lagoas 1 e XYZbat para as lagoas
2 1e2

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

Modelagem geoestatística | Geração

do MDP | avaliação dos resultados

Estimativa do grau de assoreamento atual da lagoas, calculo de

volumes de armazenamento, atualização das curvas de
capacidade (CAV), etc.
 Neste estudo foi utilizada uma imagem Rapideye referente ao
dia 03 de setembro de 2011 onde, em um primeiro instante, foi
necessário realizar a correção geométrica.
 Posteriormente procedeu-se com a extração do índice NDWI
das lagoas 1 e 2.

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

 Elimina a influência do solo e vegetação terrestre.

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).

 Os levantamentos foram conduzidos a bordo da lancha EAM-01

do Departamento de Engenharia Civil da Universidade Federal
de Viçosa e coletou dados batimétricos através de um
ecobatímetro monofeixe.

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.

IVT95%  1,96   Aleatórios

2
  Sistemáti
2
cos

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

X (m) Y(m) Zimagem (m)

721655,892 7702697,191 1,723
721653,766 7702697,186 1,725
721652,655 7702697,155 1,729
721650,568 7702696,979 1,885
721649,577 7702697,381 1,890

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

 É aproximadamente normal (Teste univariado Shapiro-Wilk) .

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

Acurácia (m) (95%) 0,372

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.

 Todavia, tomando o arquivo XYZbat como referência, a acurácia

teórica do modelo proposto, ao nível de confiança de 95%
(1,96σ), é de, aproximadamente, 37,0 cm, que, para
levantamentos batimétricos para fins de reconhecimento ou
estudos ambientais, é mais que suficiente.

36
 Por fim, geraram-se os Modelos Digitais de Profundidade:
 MDPimagem;

 MDPbat, e

 Um MDP de discrepâncias, visando-se espacializar as incertezas.

37
  Modelagem Geoestatística:

MDPimagem MDPbat Condição ideal

Modelo teórico do
Stable (1,658984) Stable (1,557901) -
semivariograma

Efeito pepita (m²) 0,079 0,000 Próximo de zero

Patamar (m²) 0,783 0,511 Estimar a variância amostral

Variância amostral 0.769 0,540 Próximo de zero

Alcance (m) 37,062 70,854 -

RMS – validação
0,386 0,163 Próximo de zero
cruzada (m)

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.

 No geral, as profundidades apresentadas no MDPimagem foram

sempre maiores que aquelas fornecidas pela batimetria
convencional.

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

Artigo encontra-se em fase de submissão à RBRH – Revista

Brasileira de Recursos Hídricos.

45
"...Restará sempre muito o que fazer”
46