Efeito de Diferentes Resoluções Espaciais de Modelos Digitais de Elevação na Estimativa de Perda de Solo

Detalhes bibliográficos
Autor(a) principal: Santos, José Augusto Nascimento dos
Data de Publicação: 2020
Outros Autores: Almagro, André, Colman, Carina Barbosa, Godoi, Raquel, Siqueira, Paula Prado, Oliveira, Paulo Tarso Sanches de
Tipo de documento: Artigo
Idioma: por
Título da fonte: Anuário do Instituto de Geociências (Online)
Texto Completo: https://revistas.ufrj.br/index.php/aigeo/article/view/37432
Resumo: A Equação Universal de Perda de Solo Revisada (RUSLE) é um dos modelos mais utilizados para a estimativa de risco de erosão do solo. Entre as camadas de entrada que têm o maior impacto na modelagem da perda de solo está o comprimento e o ângulo de inclinação combinados (fator LS) que descreve o efeito da topografia na erosão do solo. Neste estudo, calculamos o fator LS com base em Modelos Digitais de Elevação (MDE) de diferentes resoluções espaciais para uma bacia tropical. O cálculo do fator LS foi realizado usando a ferramenta LS-TOOL, que incorpora um algoritmo de fluxo múltiplo e contribui para uma estimativa precisa da acumulação de fluxo. O conjunto de dados do fator LS foi calculado usando MDEs com variação de 5 a 90 m de resolução espacial para toda Bacia do Guariroba, resultando em diferentes delineamentos de áreas com risco de erosão do solo em comparação com conjuntos de dados de baixa resolução. Essa abordagem combinada do uso de ferramentas de software de Sistema de Informações Geográficas com MDEs de diferentes resoluções mostra que a aplicabilidade de MDEs de média resolução, fornecidos gratuitamente, não comprometem a estimativa da perda média de solo.
id UFRJ-21_f73cf5b1e25e2d2717c30a3e0fcc2f87
oai_identifier_str oai:www.revistas.ufrj.br:article/37432
network_acronym_str UFRJ-21
network_name_str Anuário do Instituto de Geociências (Online)
repository_id_str
spelling Efeito de Diferentes Resoluções Espaciais de Modelos Digitais de Elevação na Estimativa de Perda de Solofator topográfico; fator LS; RUSLEA Equação Universal de Perda de Solo Revisada (RUSLE) é um dos modelos mais utilizados para a estimativa de risco de erosão do solo. Entre as camadas de entrada que têm o maior impacto na modelagem da perda de solo está o comprimento e o ângulo de inclinação combinados (fator LS) que descreve o efeito da topografia na erosão do solo. Neste estudo, calculamos o fator LS com base em Modelos Digitais de Elevação (MDE) de diferentes resoluções espaciais para uma bacia tropical. O cálculo do fator LS foi realizado usando a ferramenta LS-TOOL, que incorpora um algoritmo de fluxo múltiplo e contribui para uma estimativa precisa da acumulação de fluxo. O conjunto de dados do fator LS foi calculado usando MDEs com variação de 5 a 90 m de resolução espacial para toda Bacia do Guariroba, resultando em diferentes delineamentos de áreas com risco de erosão do solo em comparação com conjuntos de dados de baixa resolução. Essa abordagem combinada do uso de ferramentas de software de Sistema de Informações Geográficas com MDEs de diferentes resoluções mostra que a aplicabilidade de MDEs de média resolução, fornecidos gratuitamente, não comprometem a estimativa da perda média de solo.Universidade Federal do Rio de JaneiroSantos, José Augusto Nascimento dosAlmagro, AndréColman, Carina BarbosaGodoi, RaquelSiqueira, Paula PradoOliveira, Paulo Tarso Sanches de2020-08-21info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufrj.br/index.php/aigeo/article/view/3743210.11137/2020_2_460_468Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 460_468Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 460_4681982-39080101-9759reponame:Anuário do Instituto de Geociências (Online)instname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJporhttps://revistas.ufrj.br/index.php/aigeo/article/view/37432/20528/*ref*/Alewell, C.; Borrelli, P.; Meusburger, K. & Panagos, P. 2019. Using the USLE: Chances, challenges and limitations of soil erosion modelling. International Soil and Water Conservation Research, 7: 203–225. Almagro, A.; Oliveira, P.T.S.; Nearing, M.A. & Hagemann, S. 2017. Projected climate change impacts in rainfall erosivity over Brazil. Scientific Reports, 7: 1–12 Almagro, A.; Thomé, T.C.; Colman, C.B.; Pereira, R.B.; Marcato Junior, J.; Rodrigues, D.B.B. & Oliveira, P.T.S. 2019. Improving cover and management factor (C-factor) estimation using remote sensing approaches for tropical regions. International Soil and Water Conservation Research, 7: 325–334. Amundson, R.; Berhe, A.A.; Hopmans, J.W.; Olson, C.; Sztein, A.E. & Sparks D.L. 2015. Soil and human security in the 21st century. Science, 348: 647–653. Anache, J.A; Bacchi, C.G.V & Alves Sobrinho, T. 2015. Perdas de solo e produção de sedimentos em bacia hidrográfica: Uma abordagem distribuída. In: ANAIS DO ENCONTRO NACIONAL DE ENGENHARIA DE SEDIMENTOS. Vitória, 2018. Resumos expandidos, Vitória/ES. p. 1-12. Boyce, R.C. 1975. Sediment routing with sediment delivery ratios. In present and prospective technology for predicting sediment yields and sources. U.S. Department of Agriculture Technical Bulletin. p. 168-179. Carvalho, N.O. 2008. Hidrossedimentologia prática. Rio de Janeiro: CPRM, 600p. Colman, C.B.; Garcia, K.M.P.; Pereira, R.B.; Shinma, E.A.; Lima, F.E.; Gomes, A.O & Oliveira, P.T.S. 2018. Different approaches to estimate the sediment yield in a tropical watershed. Revista Brasileira de Recursos Hídricos, 23(47): 1-9. Durigon, V.L.; Carvalho, D.F.; Antunes, M.A.H.; Oliveira, P.T.S. & Fernandes, M.M. 2014. NDVI time series for monitoring RUSLE cover management factor in a tropical watershed. International Journal of Remote Sensing, 35: 441–453. Liu, H.; Kiesel, J.; Hörmann, G. & Fohrer, N. 2011. Effects of DEM horizontal resolution and methods on calculating the slope length factor in gently rolling landscapes. Catena, 87(3): 368-375. Lu H.; Moran C.J.; Prosser I.P.; Raupach M.R.; Olley J. & Petheram C. 2003. Hillslope erosion and sediment deli-very: A basin wide estimation at medium catchment scale. CSIRO Land and Water, 3: 12-14. McCool, D.K.; Brown, L.C. & Foster, G.R. 1987. Revised slope steepness factor for the Universal Soil Loss Equation. Transactions of the ASAE, 30: 1387–1396. McCool, D.K., Foster, G.R., Mutchler, C.K. & Meyer, L.D. 1989. Revised slope length factor for the Universal Soil Loss Equation. Transactions of the ASAE, 32: 1571–1576. Moore, I.D.; Grayson, R.B. & Ladson, A.R. 1991. Digital terrain modelling: a review of hydrological, geomorphological, and biological applications. Hydrological processes, 5(1): 3-30. Nearing, M.A. 1997. A Single, Continuous Function for Slope Steepness Influence on Soil Loss. Soil Science Society of America Journal, 61: 917–919. O’loughlin, F.E.; Paiva, R.C.D.; Durand, M.; Alsdorf, D.E. & Bates, P.D. 2016. A multi-sensor approach towards a global vegetation corrected SRTM DEM product. Remote Sensing of Environment, 182: 49-59. Oliveira, J.A.; Dominguez, J.M.L.; Nearing, M.A. & Oliveira, P.T.S. 2015. A GIS-based procedure for automatically calculating soil loss from the Universal Soil Loss Equation: GISus-M. Applied Engineering in Agriculture, 31(6): 907-917. Oliveira, P.T.S.; Oliveira, D.B.B.; Alves Sobrinho, T.; Panachuki, E. & Wendland, E. 2013. Use of SRTM Data to calculate the (R)USLE topographic factor. Acta Scientiarum Technology, 35: 507-513. Oliveira, P.T.S.; Rodrigues, D.B.B.; Alves Sobrinho, T.; Carvalho, D.O. & Panachuki, E. 2012. Spatial variability of the rainfall erosive potential in the Estate of Mato Grosso do Sul, Brazil. Engenharia. Agrícola, 32(1): 69-79. Oliveira, P.T.S.; Wendland, E. & Nearing, M.A. 2013. Rainfall erosivity in Brazil: A review. Catena, 100: 139-147. Panagos, P.; Borrelli, P.; Meusburger, K.; Alewell, C.; Lugato, E.; Montanarella, L. 2015. Estimating the soil erosion cover-management factor at the European scale. Land Use Policy, 48: 38–50. Pandey, A.; Chowdary, V.M. & Mal, B.C. 2007. Identification of critical erosion prone areas in the small agricultural watershed using USLE, GIS and remote sensing. Water Resources Management, 21(4): 729–746. Sharpley, A.N. & Williams, J.R. 1990. EPIC - Erosion/Productivity Impact Calculator: 1. Model Documentation. U.S. Department of Agriculture Technical Bulletin, 768: 235p. USDA. 1972. United States Department of Agriculture. Sedimentation, Chapter 6, Sediment Sources, Yields, and Delivery Ratios. National Engineering Handbook, p. 6-11. Vanoni, V.A. 1975. Sedimentation Engineering. Manuals & Reports on Engineering Practice, ASCE. New York, USA, 54p. Wilson, J.P.; Lam, C.S. & Deng, Y. 2007. Comparison of the performance of flow‐routing algorithms used in GIS‐ based hydrologic analysis. Hydrological processes, 21(8): 1026-1044. Wischmeier, W.H. & Smith, D.D. 1978. Predicting rainfall erosion losses – A guide to conservation planning. Washington, USDA, 58p. Zhang, H.; Yang, Q.; Li, R.; Liu, Q.; Moore, D.; He, P.; Ritsema, C.J. & Geissen, V. 2013. Extension of a GIS procedure for calculating the RUSLE equation LS factor. Computers & Geosciences, 52: 177-188.Copyright (c) 2020 Anuário do Instituto de Geociênciashttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccess2020-09-21T10:59:44Zoai:www.revistas.ufrj.br:article/37432Revistahttps://revistas.ufrj.br/index.php/aigeo/indexPUBhttps://revistas.ufrj.br/index.php/aigeo/oaianuario@igeo.ufrj.br||1982-39080101-9759opendoar:2020-09-21T10:59:44Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.none.fl_str_mv Efeito de Diferentes Resoluções Espaciais de Modelos Digitais de Elevação na Estimativa de Perda de Solo
title Efeito de Diferentes Resoluções Espaciais de Modelos Digitais de Elevação na Estimativa de Perda de Solo
spellingShingle Efeito de Diferentes Resoluções Espaciais de Modelos Digitais de Elevação na Estimativa de Perda de Solo
Santos, José Augusto Nascimento dos
fator topográfico; fator LS; RUSLE
title_short Efeito de Diferentes Resoluções Espaciais de Modelos Digitais de Elevação na Estimativa de Perda de Solo
title_full Efeito de Diferentes Resoluções Espaciais de Modelos Digitais de Elevação na Estimativa de Perda de Solo
title_fullStr Efeito de Diferentes Resoluções Espaciais de Modelos Digitais de Elevação na Estimativa de Perda de Solo
title_full_unstemmed Efeito de Diferentes Resoluções Espaciais de Modelos Digitais de Elevação na Estimativa de Perda de Solo
title_sort Efeito de Diferentes Resoluções Espaciais de Modelos Digitais de Elevação na Estimativa de Perda de Solo
author Santos, José Augusto Nascimento dos
author_facet Santos, José Augusto Nascimento dos
Almagro, André
Colman, Carina Barbosa
Godoi, Raquel
Siqueira, Paula Prado
Oliveira, Paulo Tarso Sanches de
author_role author
author2 Almagro, André
Colman, Carina Barbosa
Godoi, Raquel
Siqueira, Paula Prado
Oliveira, Paulo Tarso Sanches de
author2_role author
author
author
author
author
dc.contributor.none.fl_str_mv
dc.contributor.author.fl_str_mv Santos, José Augusto Nascimento dos
Almagro, André
Colman, Carina Barbosa
Godoi, Raquel
Siqueira, Paula Prado
Oliveira, Paulo Tarso Sanches de
dc.subject.por.fl_str_mv fator topográfico; fator LS; RUSLE
topic fator topográfico; fator LS; RUSLE
description A Equação Universal de Perda de Solo Revisada (RUSLE) é um dos modelos mais utilizados para a estimativa de risco de erosão do solo. Entre as camadas de entrada que têm o maior impacto na modelagem da perda de solo está o comprimento e o ângulo de inclinação combinados (fator LS) que descreve o efeito da topografia na erosão do solo. Neste estudo, calculamos o fator LS com base em Modelos Digitais de Elevação (MDE) de diferentes resoluções espaciais para uma bacia tropical. O cálculo do fator LS foi realizado usando a ferramenta LS-TOOL, que incorpora um algoritmo de fluxo múltiplo e contribui para uma estimativa precisa da acumulação de fluxo. O conjunto de dados do fator LS foi calculado usando MDEs com variação de 5 a 90 m de resolução espacial para toda Bacia do Guariroba, resultando em diferentes delineamentos de áreas com risco de erosão do solo em comparação com conjuntos de dados de baixa resolução. Essa abordagem combinada do uso de ferramentas de software de Sistema de Informações Geográficas com MDEs de diferentes resoluções mostra que a aplicabilidade de MDEs de média resolução, fornecidos gratuitamente, não comprometem a estimativa da perda média de solo.
publishDate 2020
dc.date.none.fl_str_mv 2020-08-21
dc.type.none.fl_str_mv

dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://revistas.ufrj.br/index.php/aigeo/article/view/37432
10.11137/2020_2_460_468
url https://revistas.ufrj.br/index.php/aigeo/article/view/37432
identifier_str_mv 10.11137/2020_2_460_468
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://revistas.ufrj.br/index.php/aigeo/article/view/37432/20528
/*ref*/Alewell, C.; Borrelli, P.; Meusburger, K. & Panagos, P. 2019. Using the USLE: Chances, challenges and limitations of soil erosion modelling. International Soil and Water Conservation Research, 7: 203–225. Almagro, A.; Oliveira, P.T.S.; Nearing, M.A. & Hagemann, S. 2017. Projected climate change impacts in rainfall erosivity over Brazil. Scientific Reports, 7: 1–12 Almagro, A.; Thomé, T.C.; Colman, C.B.; Pereira, R.B.; Marcato Junior, J.; Rodrigues, D.B.B. & Oliveira, P.T.S. 2019. Improving cover and management factor (C-factor) estimation using remote sensing approaches for tropical regions. International Soil and Water Conservation Research, 7: 325–334. Amundson, R.; Berhe, A.A.; Hopmans, J.W.; Olson, C.; Sztein, A.E. & Sparks D.L. 2015. Soil and human security in the 21st century. Science, 348: 647–653. Anache, J.A; Bacchi, C.G.V & Alves Sobrinho, T. 2015. Perdas de solo e produção de sedimentos em bacia hidrográfica: Uma abordagem distribuída. In: ANAIS DO ENCONTRO NACIONAL DE ENGENHARIA DE SEDIMENTOS. Vitória, 2018. Resumos expandidos, Vitória/ES. p. 1-12. Boyce, R.C. 1975. Sediment routing with sediment delivery ratios. In present and prospective technology for predicting sediment yields and sources. U.S. Department of Agriculture Technical Bulletin. p. 168-179. Carvalho, N.O. 2008. Hidrossedimentologia prática. Rio de Janeiro: CPRM, 600p. Colman, C.B.; Garcia, K.M.P.; Pereira, R.B.; Shinma, E.A.; Lima, F.E.; Gomes, A.O & Oliveira, P.T.S. 2018. Different approaches to estimate the sediment yield in a tropical watershed. Revista Brasileira de Recursos Hídricos, 23(47): 1-9. Durigon, V.L.; Carvalho, D.F.; Antunes, M.A.H.; Oliveira, P.T.S. & Fernandes, M.M. 2014. NDVI time series for monitoring RUSLE cover management factor in a tropical watershed. International Journal of Remote Sensing, 35: 441–453. Liu, H.; Kiesel, J.; Hörmann, G. & Fohrer, N. 2011. Effects of DEM horizontal resolution and methods on calculating the slope length factor in gently rolling landscapes. Catena, 87(3): 368-375. Lu H.; Moran C.J.; Prosser I.P.; Raupach M.R.; Olley J. & Petheram C. 2003. Hillslope erosion and sediment deli-very: A basin wide estimation at medium catchment scale. CSIRO Land and Water, 3: 12-14. McCool, D.K.; Brown, L.C. & Foster, G.R. 1987. Revised slope steepness factor for the Universal Soil Loss Equation. Transactions of the ASAE, 30: 1387–1396. McCool, D.K., Foster, G.R., Mutchler, C.K. & Meyer, L.D. 1989. Revised slope length factor for the Universal Soil Loss Equation. Transactions of the ASAE, 32: 1571–1576. Moore, I.D.; Grayson, R.B. & Ladson, A.R. 1991. Digital terrain modelling: a review of hydrological, geomorphological, and biological applications. Hydrological processes, 5(1): 3-30. Nearing, M.A. 1997. A Single, Continuous Function for Slope Steepness Influence on Soil Loss. Soil Science Society of America Journal, 61: 917–919. O’loughlin, F.E.; Paiva, R.C.D.; Durand, M.; Alsdorf, D.E. & Bates, P.D. 2016. A multi-sensor approach towards a global vegetation corrected SRTM DEM product. Remote Sensing of Environment, 182: 49-59. Oliveira, J.A.; Dominguez, J.M.L.; Nearing, M.A. & Oliveira, P.T.S. 2015. A GIS-based procedure for automatically calculating soil loss from the Universal Soil Loss Equation: GISus-M. Applied Engineering in Agriculture, 31(6): 907-917. Oliveira, P.T.S.; Oliveira, D.B.B.; Alves Sobrinho, T.; Panachuki, E. & Wendland, E. 2013. Use of SRTM Data to calculate the (R)USLE topographic factor. Acta Scientiarum Technology, 35: 507-513. Oliveira, P.T.S.; Rodrigues, D.B.B.; Alves Sobrinho, T.; Carvalho, D.O. & Panachuki, E. 2012. Spatial variability of the rainfall erosive potential in the Estate of Mato Grosso do Sul, Brazil. Engenharia. Agrícola, 32(1): 69-79. Oliveira, P.T.S.; Wendland, E. & Nearing, M.A. 2013. Rainfall erosivity in Brazil: A review. Catena, 100: 139-147. Panagos, P.; Borrelli, P.; Meusburger, K.; Alewell, C.; Lugato, E.; Montanarella, L. 2015. Estimating the soil erosion cover-management factor at the European scale. Land Use Policy, 48: 38–50. Pandey, A.; Chowdary, V.M. & Mal, B.C. 2007. Identification of critical erosion prone areas in the small agricultural watershed using USLE, GIS and remote sensing. Water Resources Management, 21(4): 729–746. Sharpley, A.N. & Williams, J.R. 1990. EPIC - Erosion/Productivity Impact Calculator: 1. Model Documentation. U.S. Department of Agriculture Technical Bulletin, 768: 235p. USDA. 1972. United States Department of Agriculture. Sedimentation, Chapter 6, Sediment Sources, Yields, and Delivery Ratios. National Engineering Handbook, p. 6-11. Vanoni, V.A. 1975. Sedimentation Engineering. Manuals & Reports on Engineering Practice, ASCE. New York, USA, 54p. Wilson, J.P.; Lam, C.S. & Deng, Y. 2007. Comparison of the performance of flow‐routing algorithms used in GIS‐ based hydrologic analysis. Hydrological processes, 21(8): 1026-1044. Wischmeier, W.H. & Smith, D.D. 1978. Predicting rainfall erosion losses – A guide to conservation planning. Washington, USDA, 58p. Zhang, H.; Yang, Q.; Li, R.; Liu, Q.; Moore, D.; He, P.; Ritsema, C.J. & Geissen, V. 2013. Extension of a GIS procedure for calculating the RUSLE equation LS factor. Computers & Geosciences, 52: 177-188.
dc.rights.driver.fl_str_mv Copyright (c) 2020 Anuário do Instituto de Geociências
http://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2020 Anuário do Instituto de Geociências
http://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.source.none.fl_str_mv Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 460_468
Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 460_468
1982-3908
0101-9759
reponame:Anuário do Instituto de Geociências (Online)
instname:Universidade Federal do Rio de Janeiro (UFRJ)
instacron:UFRJ
instname_str Universidade Federal do Rio de Janeiro (UFRJ)
instacron_str UFRJ
institution UFRJ
reponame_str Anuário do Instituto de Geociências (Online)
collection Anuário do Instituto de Geociências (Online)
repository.name.fl_str_mv Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)
repository.mail.fl_str_mv anuario@igeo.ufrj.br||
_version_ 1797053535807864832

Registros relacionados