Mapeamento e classificação de áreas úmidas usando Topographic Wetness Index (TWI) a partir de modelos digitais de elevação, na bacia hidrográfica do Rio Gravataí: Rio Grande do Sul, Brasil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/214172 |
Resumo: | Áreas Úmidas (AUs) cobrem aproximadamente 6% da superfície terrestre, são ecossistemas produtivos importante no ciclo global de carbono, regulação climática e ciclagem de nutrientes. Apesar dessa importância, historicamente sofrem com impactos negativos, e sua conversão para áreas agrícolas ou urbanas. Os Modelos Digitais de Elevação (MDEs) podem ser úteis na pesquisa hidrológica para delinear áreas de captação, identifi car padrões de drenagem e de escoamento, particularmente em áreas de topografi a plana, onde informações de relevo úteis para identifi car as AUs são difíceis de obter. Além disso, as áreas de depressões no MDE podem ser zonas úmidas características da paisagem. Assim, este trabalho tem por objetivo comparar o Topographic Wetness Index (TWI) obtido a partir de quatro MDEs (Alos Palsar I DEM-12,5 m; Aster GDEM-30 m; SRTM-30 m; SRTM-90 m) para mapear e classifi car AUs em uma bacia hidrográfi ca localizada no Rio Grande do Sul. Foram coletadas 4.000 amostras de tipos de AUs (planície inundável, banhados, campos úmidos, depressões, lavouras de arroz) e 4.000 amostras em áreas não úmidas (campos e fl orestas de terra fi rme), nos compartimentos da paisagem associados aos depósitos de sistemas holocênicos, depósitos de turfeira, depósitos de planície de inundação, e depósitos aluvionares e canal fl uvial. Foram extraídos valores de TWI para cada amostra nos quatro MDEs. A classifi cação das amostras para defi nição de um limiar foi a partir do método Classifi cation and Regression Trees (CART). Os resultados mostram que os TWIs extraídos dos MDEs Aster GDEM 30 m e SRTM 30 m apresentaram as maiores acurácias para delimitar as AUs, 71,9% e 75,1%, respectivamente. Estes MDES foram os mais efi cientes na relação espacial com a ocorrência dos solos de caráter hidromórfi co, na área correspondente ao Sistema Banhado Grande. Esses resultados são confi rmados quando comparados ambos MDEs com as unidades espaciais geológicas, relativas a ambientes de depósitos lagunar, fl uvial e paludial na área de estudo. O TWI gerado a partir do MDE de maior resolução espacial (Alos Palsar I) apresentou um maior detalhamento dos canais de drenagem associados à agricultura do arroz irrigado, porém não delimitou com precisão as diferentes unidades espaciais características de AUs. Conclui-se que o TWI extraído dos MDEs Aster GDEM e SRTM 30 m podem ser aplicados com precisão superior a 70% para o mapeamento de AUs em áreas de topografi a semelhante. |
id |
UFRGS-2_059bfc90594b54879f85912d0dc9184b |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/214172 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Guasselli, Laurindo AntônioSimioni, João Paulo DelapasseLaurent, François2020-10-15T04:05:09Z20201519-1540http://hdl.handle.net/10183/214172001116537Áreas Úmidas (AUs) cobrem aproximadamente 6% da superfície terrestre, são ecossistemas produtivos importante no ciclo global de carbono, regulação climática e ciclagem de nutrientes. Apesar dessa importância, historicamente sofrem com impactos negativos, e sua conversão para áreas agrícolas ou urbanas. Os Modelos Digitais de Elevação (MDEs) podem ser úteis na pesquisa hidrológica para delinear áreas de captação, identifi car padrões de drenagem e de escoamento, particularmente em áreas de topografi a plana, onde informações de relevo úteis para identifi car as AUs são difíceis de obter. Além disso, as áreas de depressões no MDE podem ser zonas úmidas características da paisagem. Assim, este trabalho tem por objetivo comparar o Topographic Wetness Index (TWI) obtido a partir de quatro MDEs (Alos Palsar I DEM-12,5 m; Aster GDEM-30 m; SRTM-30 m; SRTM-90 m) para mapear e classifi car AUs em uma bacia hidrográfi ca localizada no Rio Grande do Sul. Foram coletadas 4.000 amostras de tipos de AUs (planície inundável, banhados, campos úmidos, depressões, lavouras de arroz) e 4.000 amostras em áreas não úmidas (campos e fl orestas de terra fi rme), nos compartimentos da paisagem associados aos depósitos de sistemas holocênicos, depósitos de turfeira, depósitos de planície de inundação, e depósitos aluvionares e canal fl uvial. Foram extraídos valores de TWI para cada amostra nos quatro MDEs. A classifi cação das amostras para defi nição de um limiar foi a partir do método Classifi cation and Regression Trees (CART). Os resultados mostram que os TWIs extraídos dos MDEs Aster GDEM 30 m e SRTM 30 m apresentaram as maiores acurácias para delimitar as AUs, 71,9% e 75,1%, respectivamente. Estes MDES foram os mais efi cientes na relação espacial com a ocorrência dos solos de caráter hidromórfi co, na área correspondente ao Sistema Banhado Grande. Esses resultados são confi rmados quando comparados ambos MDEs com as unidades espaciais geológicas, relativas a ambientes de depósitos lagunar, fl uvial e paludial na área de estudo. O TWI gerado a partir do MDE de maior resolução espacial (Alos Palsar I) apresentou um maior detalhamento dos canais de drenagem associados à agricultura do arroz irrigado, porém não delimitou com precisão as diferentes unidades espaciais características de AUs. Conclui-se que o TWI extraído dos MDEs Aster GDEM e SRTM 30 m podem ser aplicados com precisão superior a 70% para o mapeamento de AUs em áreas de topografi a semelhante.Wetlands (WT) cover approximately 6% of the surface of the Earth, are productive ecosystems important in the global carbon cycle, climate regulation and nutrient cycling. Despite this importance, they historically suff er negative impacts (e.g. conversion to urban or agricultural areas). Digital Elevation Models (DEMs) can be useful in hydrological research to delineate catchment areas and identify drainage and fl ow patterns, particularly in fl at areas, where useful relief information to identify WT is diffi cult to obtain. In addition, depressions in a DEM may be WT characteristic of the landscape. This work aims to compare the Topographic Wetness Index (TWI) obtained from four DEMs (Alos Palsar I DEM-12.5 m; Aster GDEM-30 m; SRTM-30 m; SRTM-90 m) in order to map and classify WT in a hydrographic basin located in Rio Grande do Sul state (Brazil). A total of 4,000 WT samples (fl oodplain, marshes, grasslands, depressions, rice fi elds) and 4,000 non-WT samples (terra fi rme fi elds and forests) were collected from landscape compartments associated with Holocene system, peat, fl oodplain, and alluvial and fl uvial channel deposits. TWI values were extracted for each sample in the four DEMs. Classifi cation of the samples to defi ne a threshold was based on the Clas sifi cation and Regression Trees (CART) method. The results show that the TWIs extracted from the DEMs Aster GDEM- 30 m and SRTM-30 m presented the highest accuracies to delimit the WT (71.9% and 75.1%, respectively). These DEMs were the most effi cient in the spatial relationship with the occurrence of hydromorphic soils in the Banhado Grande system. These results are confi rmed comparing both DEMs with geological spatial units, relative to environments of lagoon, fl uvial and paludial deposits in the study area. The TWI produced from the highest spatial-resolution DEM (Alos Palsar I) presented greater detail of the drainage channels associated with irrigated rice production; however, it did not precisely delimit the diff erent spatial units characteristic of WT. The study concludes that the TWI extracted from the DEMs Aster GDEM-30 m and SRTM-30 m can be applied with 70+% precision to WT mapping in similar topographical areas.application/pdfporRevista Brasileira de Geomorfologia. Vol. 21, n. 3 (jul./set. 2020), p. 639 - 659Sensoriamento remotoDecision TreeMapeamento e classificação de áreas úmidas usando Topographic Wetness Index (TWI) a partir de modelos digitais de elevação, na bacia hidrográfica do Rio Gravataí: Rio Grande do Sul, BrasilMapping and classification of wetlands using Topographic Wetness Index (TWI) from Digi-tal Elevation Models of the the Gravataí River Basin - Rio Grande do Sul state (RS), Brazil info:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001116537.pdf.txt001116537.pdf.txtExtracted Texttext/plain71732http://www.lume.ufrgs.br/bitstream/10183/214172/2/001116537.pdf.txtef1f44c80df93f5a7561dc87274931d2MD52ORIGINAL001116537.pdfTexto completoapplication/pdf7626889http://www.lume.ufrgs.br/bitstream/10183/214172/1/001116537.pdfa21ff20485cbfc6b95fe506f65e96c2dMD5110183/2141722020-10-16 04:10:39.185562oai:www.lume.ufrgs.br:10183/214172Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2020-10-16T07:10:39Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Mapeamento e classificação de áreas úmidas usando Topographic Wetness Index (TWI) a partir de modelos digitais de elevação, na bacia hidrográfica do Rio Gravataí: Rio Grande do Sul, Brasil |
dc.title.alternative.en.fl_str_mv |
Mapping and classification of wetlands using Topographic Wetness Index (TWI) from Digi-tal Elevation Models of the the Gravataí River Basin - Rio Grande do Sul state (RS), Brazil |
title |
Mapeamento e classificação de áreas úmidas usando Topographic Wetness Index (TWI) a partir de modelos digitais de elevação, na bacia hidrográfica do Rio Gravataí: Rio Grande do Sul, Brasil |
spellingShingle |
Mapeamento e classificação de áreas úmidas usando Topographic Wetness Index (TWI) a partir de modelos digitais de elevação, na bacia hidrográfica do Rio Gravataí: Rio Grande do Sul, Brasil Guasselli, Laurindo Antônio Sensoriamento remoto Decision Tree |
title_short |
Mapeamento e classificação de áreas úmidas usando Topographic Wetness Index (TWI) a partir de modelos digitais de elevação, na bacia hidrográfica do Rio Gravataí: Rio Grande do Sul, Brasil |
title_full |
Mapeamento e classificação de áreas úmidas usando Topographic Wetness Index (TWI) a partir de modelos digitais de elevação, na bacia hidrográfica do Rio Gravataí: Rio Grande do Sul, Brasil |
title_fullStr |
Mapeamento e classificação de áreas úmidas usando Topographic Wetness Index (TWI) a partir de modelos digitais de elevação, na bacia hidrográfica do Rio Gravataí: Rio Grande do Sul, Brasil |
title_full_unstemmed |
Mapeamento e classificação de áreas úmidas usando Topographic Wetness Index (TWI) a partir de modelos digitais de elevação, na bacia hidrográfica do Rio Gravataí: Rio Grande do Sul, Brasil |
title_sort |
Mapeamento e classificação de áreas úmidas usando Topographic Wetness Index (TWI) a partir de modelos digitais de elevação, na bacia hidrográfica do Rio Gravataí: Rio Grande do Sul, Brasil |
author |
Guasselli, Laurindo Antônio |
author_facet |
Guasselli, Laurindo Antônio Simioni, João Paulo Delapasse Laurent, François |
author_role |
author |
author2 |
Simioni, João Paulo Delapasse Laurent, François |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Guasselli, Laurindo Antônio Simioni, João Paulo Delapasse Laurent, François |
dc.subject.por.fl_str_mv |
Sensoriamento remoto |
topic |
Sensoriamento remoto Decision Tree |
dc.subject.eng.fl_str_mv |
Decision Tree |
description |
Áreas Úmidas (AUs) cobrem aproximadamente 6% da superfície terrestre, são ecossistemas produtivos importante no ciclo global de carbono, regulação climática e ciclagem de nutrientes. Apesar dessa importância, historicamente sofrem com impactos negativos, e sua conversão para áreas agrícolas ou urbanas. Os Modelos Digitais de Elevação (MDEs) podem ser úteis na pesquisa hidrológica para delinear áreas de captação, identifi car padrões de drenagem e de escoamento, particularmente em áreas de topografi a plana, onde informações de relevo úteis para identifi car as AUs são difíceis de obter. Além disso, as áreas de depressões no MDE podem ser zonas úmidas características da paisagem. Assim, este trabalho tem por objetivo comparar o Topographic Wetness Index (TWI) obtido a partir de quatro MDEs (Alos Palsar I DEM-12,5 m; Aster GDEM-30 m; SRTM-30 m; SRTM-90 m) para mapear e classifi car AUs em uma bacia hidrográfi ca localizada no Rio Grande do Sul. Foram coletadas 4.000 amostras de tipos de AUs (planície inundável, banhados, campos úmidos, depressões, lavouras de arroz) e 4.000 amostras em áreas não úmidas (campos e fl orestas de terra fi rme), nos compartimentos da paisagem associados aos depósitos de sistemas holocênicos, depósitos de turfeira, depósitos de planície de inundação, e depósitos aluvionares e canal fl uvial. Foram extraídos valores de TWI para cada amostra nos quatro MDEs. A classifi cação das amostras para defi nição de um limiar foi a partir do método Classifi cation and Regression Trees (CART). Os resultados mostram que os TWIs extraídos dos MDEs Aster GDEM 30 m e SRTM 30 m apresentaram as maiores acurácias para delimitar as AUs, 71,9% e 75,1%, respectivamente. Estes MDES foram os mais efi cientes na relação espacial com a ocorrência dos solos de caráter hidromórfi co, na área correspondente ao Sistema Banhado Grande. Esses resultados são confi rmados quando comparados ambos MDEs com as unidades espaciais geológicas, relativas a ambientes de depósitos lagunar, fl uvial e paludial na área de estudo. O TWI gerado a partir do MDE de maior resolução espacial (Alos Palsar I) apresentou um maior detalhamento dos canais de drenagem associados à agricultura do arroz irrigado, porém não delimitou com precisão as diferentes unidades espaciais características de AUs. Conclui-se que o TWI extraído dos MDEs Aster GDEM e SRTM 30 m podem ser aplicados com precisão superior a 70% para o mapeamento de AUs em áreas de topografi a semelhante. |
publishDate |
2020 |
dc.date.accessioned.fl_str_mv |
2020-10-15T04:05:09Z |
dc.date.issued.fl_str_mv |
2020 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/other |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/214172 |
dc.identifier.issn.pt_BR.fl_str_mv |
1519-1540 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001116537 |
identifier_str_mv |
1519-1540 001116537 |
url |
http://hdl.handle.net/10183/214172 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.ispartof.pt_BR.fl_str_mv |
Revista Brasileira de Geomorfologia. Vol. 21, n. 3 (jul./set. 2020), p. 639 - 659 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/214172/2/001116537.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/214172/1/001116537.pdf |
bitstream.checksum.fl_str_mv |
ef1f44c80df93f5a7561dc87274931d2 a21ff20485cbfc6b95fe506f65e96c2d |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1815447721949003776 |