1 MDE em Estudos Hidrológicos: Aspectos Conceituais
|
|
- Ruth Clara de Escobar Bergmann
- 7 Há anos
- Visualizações:
Transcrição
1 Estudo Orientado de Alexandre Copertino Jardim Novas Perspectivas em Modelos Digitais de Elevação (MDE) em Hidrologia Aplicada: Aspectos Conceituais e Computacionais. 1 MDE em Estudos Hidrológicos: Aspectos Conceituais 1.1 O Campo da Hidrologia A água é um recurso natural indispensável para a sobrevivência do homem e demais seres vivos da Terra. Porém este recurso é limitado e as ações do homem podem impactar na qualidade e disponibilidade da água. Por estes motivos surgiu a Hidrologia, uma ciência que estuda a ocorrência, circulação e distribuição da água na Terra (Tucci, 1993). Para apoiar tomadas de decisões de como utilizar os recursos hídricos, prevenção de desastres naturais, impactos das mudanças climáticas, entre outros, surgiram os modelos hidrológicos. Deste então, dois principais tipos de modelos hidrológicos podem ser distinguidos: modelos estocásticos (caixa preta), baseados em estatística para prever vazão de água de um rio dado a precipitação na área de sua bacia hidrográfica; ou modelos determinísticos (baseados na física), que utilizam equações matemáticas para simular os processos físicos da parte terrestre do ciclo da água (Prodanović et al., 2009). Com o avanço dos computadores e a maior disponibilidade de dados de sensoriamento remoto, os modelos hidrológicos determinísticos passaram a ser mais utilizados, principalmente para bacias de larga escala (Paiva et al., 2011). Os modelos hidrológicos determinísticos são mais conhecidos como modelos hidrológicos distribuídos, pois particionam a bacia hidrográfica em células. Para esses modelos a topografia é uma informação muito importante. A partir dos dados topográficos são extraídas as variáveis morfométricas, a delimitação da bacia, as redes de drenagem e outros atributos hidrológicos, como por exemplo, índice topográfico (Quinn et al. 1995) e HAND (Rennó et al. 2008). Para estudar as bacias hidrográficas comuns nos países da América do Sul, são utilizados os modelos distribuídos de larga escala (Paiva et al. 2011). Para esses modelos de larga escala os dados de topografia normalmente são obtidos através de técnicas de sensoriamento remoto. Este trabalho considera a América do Sul de um modo geral, e o Brasil em particular, como cenários importantes para o desenvolvimento de estudos hidrológicos. Essa região impõem desafios associados ao tamanho das áreas das bacias hidrográficas de seus rios, muitas vezes com mais de 10 mil quilômetros quadrados (Collischonn et al. 2007). Para o estudo dessas grandes regiões é impossível extrair os dados de topografia de forma tradicional, utilizando instrumentos em terra. A solução mais usual é obter a topografia de forma sistemática com o uso instrumentos aerotransportados. 1.2 Modelos Digitais de Elevação Modelos hidrológicos requerem uma representação computacional da topografia do terreno para serem desenvolvidos. Essa representação computacional é chamada de modelo digital de terreno. O termo modelo digital de terreno geralmente é atribuído a Miller; Laflamme (1958) que definiram: Modelo digital de terreno é uma simples representação estatística da superfície continua do terreno por um grande número de pontos selecionados, com as coordenadas X, Y e Z conhecidas, num arbitrário sistema de coordenadas. Desde então algumas diferenças podem ser notadas nas definições de termos relacionados à modelo digital de terreno. El- Sheimy et al. (2005) define, entre outros, os dois termos mais utilizados: Modelo Digital de Elevação (MDE) e Modelo Digital de Terreno (MDT) e as diferenças entre eles. 1
2 Modelo Digital de Elevação ou MDE (em inglês Digital Elevation Model DEM) refere-se à elevação como a distância vertical (altura) medida entre um Datum de referência e a elevação absoluta dos pontos do terreno. Essa elevação absoluta inclui os objetos existentes na superfície como copas de árvores e telhados. São normalmente derivados de satélites, o que possibilita cobrir grandes áreas. Modelo Digital de Terreno ou MDT (em inglês Digital Terrain Modeling) é mais genérico que o MDE, pois envolve outras características geográficas como rios e linhas de cume além da altimetria. Normalmente refere-se à altitude do solo sem contar os objetos existentes na superfície, e são derivados da digitalização de mapas topográficos. Um MDT pode ser utilizado para espacializar outras grandezas, como por exemplo, temperatura. O MDE é o principal componente de um MDT e um subconjunto do mesmo (Li et al. 2010). No entanto MDE é mais aplicável a modelos hidrológicos, uma vez que atributos hidrológicos podem ser derivados da altimetria. Existe uma grande quantidade de áreas da ciência que podem utilizar MDE em seus estudos, como engenharia civil, ciências da terra (hidrologia), planejamento e gestão de recursos, sensoriamento remoto e aplicações militares Construção de Modelos Digitais de Elevação O terreno é modelado por uma superfície contínua contendo infinitos pontos. No entanto somente uma amostra finita dessa superfície pode ser processada por computadores na construção de MDE (David F. 2007). Esses pontos amostrais podem ser adquiridos através de diferentes métodos: Tradicional levantamento de campo, feito com instrumentos como teodolito e GPS. Digitalização de mapas cartográficos. Instrumentos aerotransportados. Cada método possui suas vantagens e desvantagens. O levantamento de campo é mais preciso do que outros métodos, porém é mais custoso e por isso é aplicado somente a pequenas áreas. A digitalização de mapas topográficos pode ser automatizada pelo processo de escaneamento de mapas, mas a precisão final está relacionada com a qualidade dos mapas e também não abrange grandes áreas. Instrumentos aerotransportados são os mais indicados para grandes áreas onde se aplicam os modelos hidrológicos de larga escala, mesmo sendo menos precisos que o levantamento de campo. Os instrumentos aerotransportados podem estar em aviões ou satélites. Podem ser sensores ópticos (passivos), quando é usado fotogrametria para calcular as altitudes; ou sensores ativos como, radar e laser. Normalmente dados derivados de instrumentos em aviões são mais precisos, porém mais custosos e ainda podem não cobrir totalmente a área de uma bacia hidrográfica de larga escala. Já os dados topográficos derivados de satélites cobrem uma área maior, são menos custosos e têm maior disponibilidade. Por isso são amplamente utilizados em modelos hidrológicos de larga escala. Depois de amostrado um conjunto de pontos, o dado deve ser espacializado para toda a superfície de interesse utilizando técnicas de interpolação, e representados em uma estrutura de dados conveniente. Duas estruturas de dados são mais comumente utilizadas: grades regulares (matriz) ou rede irregular de triângulos (em inglês Triangulated Irregular Network TIN). Na grade regular os valores de altimetria são descritos em uma matriz de m linhas e n colunas igualmente espaçada a um ponto de origem (georreferenciado). Cada célula (i, j) da matriz, 0 i m-1, 0 j n-1, armazena o valor de altimetria z do terreno naquele ponto. O valor z é 2
3 referente a uma altimetria base, como o nível médio dos mares, e corresponde à altimetria do centro da célula. Na rede irregular de triângulos os valores de altimetria são descritos em uma estrutura de rede tipo arco e nó. Cada nó é composto pelas coordenadas x, y e z dos pontos amostrais relativos a um ponto de origem. Os nós são então conectados por linhas (arestas) para formar triângulos. Cada estrutura tem suas vantagens e desvantagens. A principal vantagem da rede irregular de triângulos é poder utilizar mais pontos amostrais nas áreas de maior interesse para aplicação e menos pontos onde esse interesse é menor. Essa estratégia objetiva a economia de memória e espaço de armazenamento. A grade regular tem como principal vantagem ser mais simples computacionalmente tornando o processamento dessa estrutura de dados mais rápido. A rede irregular de triângulos ainda tem a vantagem de conseguir representar máximos e mínimos do terreno, dado que seus pontos podem ser amostrados em qualquer lugar; já na grade regular os máximos e mínimos, na maioria das vezes, podem não estar localizados nos centros das células. No entanto, para grandes áreas, os pontos amostrais são adquiridos de forma sistemática por instrumentos aerotransportados, pois, como já foi dito antes, o levantamento de campo não é aplicável. Normalmente esses pontos são igualmente espaçados, o que torna mais viável utilizar a estrutura de grade regular por se parecer mais com a estrutura dos pontos assim amostrados. Normalmente modelos de terrenos que usam a representação de rede irregular de triângulos utilizam mais pontos amostrais onde o terreno tem maior variação, ou seja, onde a declividade é maior, e menos pontos onde o terreno tem menos variação, ou seja, mais plano. Isto é feito com o interesse de representar melhor áreas com grandes variações e evitar redundância de dados nas áreas com menos variações. Para a hidrologia o interesse é justamente o contrário. Onde o terreno tem maior declividade (maior variação) é mais fácil saber para onde a água flui, portanto não há necessidade de muitos pontos amostrais. No caso de áreas mais planas (menor variação) é mais difícil calcular para onde a água flui por isso há interesse de maior número de pontos amostrais nessas áreas (David F. 2007). Como os dados não são produzidos especialmente para hidrologia esse é um problema de comum ocorrência em modelos de terrenos representados por rede irregular de triângulos. Os algoritmos que processam os MDE utilizados em modelos hidrológicos de larga escala geralmente são computacionalmente complexos e requerem muito tempo de processamento. Devido ao baixo custo de armazenamento, o grande volume de dados que em geral envolve o uso de MDE não impõe restrições relevantes. Além disso, normalmente as fontes de dados globais disponibilizam o DEM na estrutura de grade regular. Por essas razões a estrutura de grade regular é mais comumente utilizada em modelos hidrológicos de larga escala. Uma das fontes de dados amplamente utilizadas em modelos hidrológicos de larga escala é o SRTM. Falar do SRTM? Sim ou Não. 1.3 GIS e Hidrologia Como visto antes, os modelos hidrológicos de larga escala dependem de DEM e de outros dados georreferenciados, como por exemplo, uso e cobertura do solo e dados meteorológicos. Esses dados são providos por diferentes agências públicas e geralmente estão em diferentes sistemas de coordenadas e escalas. Por isso esses dados requerem algum pré-processamento (como reprojeção, por exemplo) antes de serem utilizados na modelagem hidrológica. Para realizar esses processamentos existem os Sistemas de Informação Geográfica (SIG). Um SIG é sistema computacional que permite a manipulação, análise, integração e representação de informações que possuem uma localização espacial (dados georreferenciados). 3
4 Apesar dessa relação entre SIG e modelagem hidrológica ambos têm sido desenvolvidos em paralelo ao longo dos anos de forma pouco acoplada (Sui; Maggio 1999). Isso se deve ao fato do SIG ter suas raízes na cartografia computacional e processamento digital de imagem. Ao passo que a modelagem hidrológica requer alguns processamentos que não existem em SIG convencionais, como por exemplo, definir as direções locais de fluxo de um DEM (será mais bem explicado adiante). Existem duas estruturas de dados básicas em SIG: matricial e vetorial (citar Goodchild). Em geral os dados matriciais são usados para representar fenômenos que variam continuamente no espaço como, por exemplo, temperatura, umidade e altimetria. Por sua vez os dados vetoriais são usados para representar objetos como, por exemplo, rios e lagos, ou divisão política de um país. Ambas as representações são baseadas no espaço geométrico Euclidiano e invariante no tempo, o que dificulta a representação de fenômenos que variam ao longo do tempo e têm uma relação topológica que não é representada naturalmente pelo espaço Euclidiano (Kumar et al. 2010). Por essas razões surge a necessidade de integrar SIG com modelos hidrológicos. Existem quatro abordagens para integrar SIG e modelos hidrológicos (Sui; Maggio 1999): incorporar o SIG na modelagem hidrológica; incorporar a modelagem hidrológica no SIG; acoplamento fraco e; acoplamento forte. Incorporar o SIG na modelagem hidrológica: objetiva embutir funcionalidades de SIG nos modelos hidrológicos. Não é restrito às estruturas de nenhum SIG e é capaz de incorporar os últimos avanços na modelagem hidrológica. No entanto requer muito esforço de programação, e manipulação e visualização de dados não são comparados ao potencial de um SIG proprietário. Incorporar a modelagem hidrológica no SIG: objetiva embutir o modelo hidrológico em um SIG. Tem a vantagem de usufruir todas as funcionalidades do SIG. Normalmente os modelos incorporados são simples e não podem ser modificados ou adaptados para se adequar a diferentes cenários e disponibilidade de dados. Isto torna difícil a calibração e validação do modelo. Acoplamento fraco: modelos hidrológicos e SIG são integrados através de intercâmbio de dados. Minimiza esforços de programação, mas a conversão de dados pode ser tediosa e sujeita a erros. Geralmente envolve SIG, programas do modelo hidrológico e pacotes estatísticos. É o mais utilizado atualmente. Acoplamento forte: alguns SIG permitem adicionar funcionalidades através da programação de macros e linguagens scripts. Tem a vantagem de usufruir todas as funcionalidades do SIG. Porém essas macros e linguagens script podem não ser poderosas o suficiente para desenvolver modelos sofisticados e normalmente têm menor desempenho computacional. Atualmente GIS e modelos hidrológicos são utilizados juntos, e com acoplamento fraco por causa das diferenças fundamentais na representação espacial dos dados e estrutura de dados envolvidos. Normalmente dados de origens diferentes são pré-processados em SIG para terem a mesma resolução e recorte espacial. A seguir utilizando programas especialmente desenvolvidos (normalmente em FORTRAN) são geradas as entradas dos modelos hidrológicos (normalmente arquivos texto). Os resultados são analisados posteriormente em pacotes estatísticos como o R DEM em Hidrologia O DEM é normalmente o primeiro dado a ser levado em conta quando se deseja fazer modelagem hidrológica. A partir dele podem ser extraídos vários atributos hidrológicos, como declividade, índice topográfico (Quinn et al. 1995), direções de fluxo, redes de drenagem e outros. No entanto os DEM atualmente disponíveis não foram criados especialmente para modelagem hidrológica, o que torna necessário o pré-processamento do dado. 4
5 Normalmente o primeiro processamento realizado em um DEM é a extração automática da rede de drenagem. As redes de drenagens são sistemas naturais ou artificiais compostos de canais conectados entre si capazes de drenar água superficial. É um conceito fundamental em Hidrologia e a base de modelos hidrológicos. O primeiro algoritmo de extração de redes de drenagem foi proposto por O Callaghan; Mark (1984). Para facilitar o entendimento e evitar ambiguidade de conceitos (ficará mais claro adiante) cada célula do MDE será chamada de pixel de agora em diante. O algoritmo consiste de três principais passos: 1. Definir as direções de fluxo para cada pixel; 2. Calcular a área de contribuição para cada pixel e; 3. Com base em um limiar de área de contribuição extrair a rede de drenagem. O primeiro passo é definir as direções de fluxo para cada pixel. Cada pixel deve drenar água para um de seus oito vizinhos: Norte, Nordeste, Leste, Sudeste, Sudoeste, Oeste, Noroeste (Figura 1), o que origina no nome do algoritmo D8. Figura 1 - Oito possíveis direções de fluxo. Cada pixel deve ter somente uma direção de fluxo (caminho único). Para isso é necessário calcular a declividade entre o pixel e seus vizinhos. A direção é então definida para o vizinho que teve a menor declividade. O resultado é uma matriz com as mesmas dimensões do MDE, chamada de matriz de direções de fluxos. Cada pixel dessa matriz tem um código correspondente a sua direção de fluxo. Podem ocorrer células em que seja impossível determinar a direção de fluxo. Isto acontece em áreas planas onde a altimetria dos pixels vizinhos são todas iguais ou em mínimos locais onde a altimetria da célula é menor do que a altimetria dos seus vizinhos. A esses pixels que não possuem direção de fluxo definida chamamos de fossos. Os fossos que se encontram nas bordas do MDE não trazem problemas para a modelagem hidrológica. Já os fossos internos devem ser corrigidos a fim de produzir um MDE hidrologicamente coerente. Para isso o MDE é alterado e é desejável que um número mínimo de pixels seja alterado. Quanto menos alterações do MDE original mais características hidrológicas são preservadas. Duas abordagens são mais comumente utilizadas correção de fossos de um MDE: preenchimento (Jenson; Domingue 1988) ou cavar (Jones 2002). Na técnica de preenchimento a altimetria do fosso é elevada até que o pixel não seja mais fosso e passe a ter uma direção de fluxo definida. Na técnica de cavar é cavado um caminho do fosso até um pixel que tenha altimetria menor que o fosso, chamado pixel de saída. Em ambas as abordagens os produtos finais são a matriz de direções de fluxo sem fossos e um MDE hidrologicamente coerente. A técnica de preencher fossos parece inicialmente que altera uma menor quantidade de pixels do MDE. Porém ao corrigir um fosso outro pixel vizinho pode se tornar fosso tendo que ser corrigido no próximo passo. Isto pode alterar muitos pixels do MDE. Essa abordagem tente a suavizar o MDE removendo feições e características que podem ser importantes para estudos hidrológicos. Por outro lado a técnica de cavar pode ser mais custosa computacionalmente devido ao algoritmo para encontrar o pixel de saída. Existem casos em que cavar altera mais pixels do que simplesmente preencher o fosso. Portanto uma 5
6 abordagem que combine as duas técnicas pode ser mais eficiente. A correção do MDE é o processamento mais custoso da preparação do MDE para modelagem hidrológica. Depois de definida as direções de fluxo de um MDE é preciso calcular área de contribuição de cada pixel. A área de contribuição de um pixel é toda a área que drena para aquele pixel. Ou seja, é o número de pixels que seguindo a direção de fluxo chegam até o pixel onde está sendo calculada a área de contribuição. O resultado é uma matriz com as mesmas dimensões que o MDE, chamada de matriz de área de contribuição. A área de contribuição também pode ser calculada em unidades de área (exemplo km²). Basta somar as áreas dos pixels drenam até o pixel onde esta sendo calculada a área de contribuição. A Figura 2 mostra o cálculo da área de contribuição em número de pixels. Figura 2 - Área de contribuição. As setas em azul são as direções de fluxo de cada pixel. O último passo para extrair a rede de drenagem é definir um limiar de área de contribuição. Dessa forma todo pixel da matriz de área de contribuição que for maior que o limiar é considerado como parte da rede de drenagem. Na Figura 3 todo pixel com área de contribuição maior que 5 foi marcado como pertencente a rede de drenagem (borda azul). Figura 3 - Cálculo da rede de drenagem. Os pixels com borda azul pertencem à rede de drenagem. Essas três etapas básicas: definir as direções de fluxo, calcular a área de contribuição e extrair a rede de drenagem; são comuns para os modelos hidrológicos. Podem existir ou modificações nessas etapas que não fazem parte do escopo deste trabalho. Deste ponto em diante os processamentos que evolvem MDE podem seguir dois caminhos diferentes, dependendo de como a área (bacia) de estudo é subdividida (discretizada): em grade regular (Collischonn et al. 2007) ou em mini bacias (Paiva et al. 2011). Em ambas as abordagens as subdivisões são chamadas de células do modelo onde os processos hidrológicos são representados. Uso do solo, vegetação e outras características são agrupados em unidades de resposta hidrológica e atribuídas as células dos modelos. 6
7 Modelos hidrológicos de larga escala particionado em grade regular Para os modelos hidrológicos de larga escala particionados em grade regular, é impraticável utilizar a resolução de cada célula do modelo igual a melhor resolução do MDE atualmente disponíveis (Paz et al. 2006). No entanto degradar a resolução do MDE antes de calcular as direções de fluxo para cada célula do modelo não é a melhor abordagem. A abordagem mais correta é definir as direções de fluxo na melhor resolução espacial possível definida pelo MDE e depois degradar essas direções de fluxo utilizando um algoritmo chamado Upscaling (O Donnell et al. 1999). A Figura 4 explica porque simplesmente degradar o MDE antes de gerar as direções de fluxo para cada célula do modelo hidrológico não é uma boa abordagem. Nas figuras (a) e (b), as são observados o MDE original em tons de cinza e a rede de drenagem em azul, ambos com resolução de 90 metros. As setas representam as direções de fluxo para um modelo hidrológico com células de 900 metros de resolução. Na figura (a) as direções de fluxo (setas em laranja) foram obtidas degradando o MDE, a figura (b) as direções de fluxo (setas em azul claro) foram obtidas usando o algoritmo de Upscaling. É possível observar que as direções de fluxo obtidas pelo Upscaling (setas em azul claro figura (b)) acompanham melhor a rede de drenagem. Figura 4 Direções de fluxo originadas (a) do MDE degradado 10 vezes (b) do MDE original e depois degradada 10 vezes utilizando o algoritmo de Upscaling. A principal vantagem de particionar a bacia hidrográfica em uma grade regular é fácil integração com outros dados utilizados na modelagem, como por exemplo, tipos de solo e uso e cobertura do solo. Isto acontece devido a esses dados serem normalmente representados por grades regulares. O mesmo acontece no acoplamento de modelos hidrológicos e modelos atmosféricos que, por sua vez também utilizam células retangulares Modelos hidrológicos de larga escala particionado em mini bacias Para os modelos hidrológicos de larga escala particionados em mini bacias é necessário dois processamentos para definir as células do modelo: segmentar a drenagem e calcular a bacia de cada segmento da drenagem. Para segmentar a drenagem é 7
8 Na divisão segundo as confluências, percorre-se a rede de drenagem de montante para jusante e, para cada confluência encontrada, identificam-se e delimitam-se as mini-bacias correspondentes às áreas contribuintes incrementais das seções dos rios imediatamente a montante da confluência Explicar lá encima um pouco sobre o modelo hidrológico ser dividido em células (volumes finitos eu acho ou diferenças finitas) Falar do multicaminhos. 8
9 Referencias COLLISCHONN, W.; ALLASIA, D.; SILVA, B. C. D. A.; CARLOS, E. M.; TUCCI, CARLOS E M. The MGB-IPH model for large-scale rainfall runoff modelling The MGB-IPH model for large-scale rainfall runoff modelling. Hydrological Sciences Journal des Sciences Hydrologiques, v. 52, n. 5, p , DAVID F., P. D. M. Digital Elevation Model Technologies and Applications: The Dem Users Manual EL-SHEIMY, N.; VALEO, C.; HABIB, A. Digital Terrain Modeling: Acquisition, Manipulation And Applications JENSON, S. K.; DOMINGUE, J. O. Extracting Topographic Structure from Digital Elevation Data for Geographic Information System Analysis., v. 54, n. 11, p , JONES, R. Algorithms for using a DEM for mapping catchment areas of stream sediment samples. Computers & Geosciences, v. 28, n. 9, p , Disponível em: < KUMAR, M.; BHATT, G.; DUFFY, C. J. An object-oriented shared data model for GIS and distributed hydrologic models. International Journal of Geographical Information Science, v. 24, n. 7, p , Disponível em: < Acesso em: 8/5/2013. LI, Z.; ZHU, Q.; GOLD, C. Digital Terrain Modeling: Principles and Methodology MILLER, C. L.; LAFLAMME, R. A. The digital terrain model - Theory and application. Photogrammetric Engineering,, n. 24, p , 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 , Disponível em: < Acesso em: 10/5/2013. O DONNELL, G.; NIJSSEN, B.; LETTENMAIER, D. P. A simple algorithm for generating streamflow networks for grid-based, macroscale hydrological models., v. 1275, n. June 1998, p , PAIVA, R. C. D.; COLLISCHONN, W.; TUCCI, CARLOS E.M. Large scale hydrologic and hydrodynamic modeling using limited data and a GIS based approach. Journal of Hydrology, v. 406, n. 3-4, p , Elsevier B.V. Disponível em: < Acesso em: 6/3/2013. PAZ, A. R.; COLLISCHONN, W.; LOPES DA SILVEIRA, A. L. Improvements in large-scale drainage networks derived from digital elevation models. Water Resources Research, v. 42, n. 8, p. n/an/a, Disponível em: < Acesso em: 6/3/
10 PRODANOVIĆ, D.; STANIĆ, M.; MILIVOJEVIĆ, V.; SIMIĆ, Z.; ARSIĆ, M. DEM-Based GIS Algorithms for Automatic Creation of Hydrological Models Data. Journal of the Serbian Society for Computational Mechanics, v. 3, n. 1, p , QUINN, P. F.; BEVEN, K. J.; LAMB, R. THE ln ( a / tanp ) INDEX : HOW TO CALCULATE IT A N D HOW TO USE IT WITHIN THE TOPMODEL FRAMEWORK., v. 9, n. April 1994, p , RENNÓ, C. D.; NOBRE, A. D.; CUARTAS, L. A. et al. HAND, a new terrain descriptor using SRTM- DEM: Mapping terra-firme rainforest environments in Amazonia. Remote Sensing of Environment, v. 112, n. 9, p , Disponível em: < Acesso em: 27/2/2013. SUI, D. Z.; MAGGIO, R. C. Integrating GIS with hydrological modeling: practices, problems, and prospects. Computers, Environment and Urban Systems, v. 23, n. 1, p , Disponível em: < TUCCI, CARLOS E.M. Hidrologia Ciência e Aplicação. UFRGS,
O algoritmo para extraça o automa tica de drenagem do TerraHidro
O algoritmo para extraça o automa tica de drenagem do TerraHidro Trabalho de Análise Espacial 2012 Alexandre Copertino Jardim 1 Introdução O TerraHidro é um aplicativo geográfico em desenvolvimento para
Leia maisMNT: MODELAGEM NUMÉRICA DE TERRENOS
MNT: MODELAGEM NUMÉRICA DE TERRENOS LEB 450 Topografia e Geoprocessamento II Prof. Carlos A. Vettorazzi 1. Introdução MODELO : Representação da realidade sob a forma material (representação tangível) ou
Leia maisPMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO
UNIVERSIDADE DE SÃO PAULO Escola Politécnica Departamento de Engenharia de Minas e de Petróleo PMI Graduação em Engenharia de Petróleo PMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO SISTEMAS DE INFORMAÇÕES
Leia maisModeloDigital de Superfície-MDS
INSTITUTO FEDERAL DE CIÊNCIA E TECNOLOGIA DE SC CAMPUS FLORIANÓPOLIS DEPARTAMENTO ACADÊMICO DE CONSTRUÇÃO CIVIL CURSO TÉCNICO DE AGRIMENSURA ModeloDigital de Superfície-MDS e introdução ao formato raster
Leia maisSISTEMAS DE INFORMAÇÕES GEOGRÁFICAS Aula 5. SIG- Eng. Cartográfica Prof. Luciene Delazari
SISTEMAS DE INFORMAÇÕES GEOGRÁFICAS Aula 5 SIG- Eng. Cartográfica Prof. Luciene Delazari MODELAGEM DIGITAL DE SUPERFÍCIES Os modelo digitais de superficie (Digital Surface Model - DSM) são fundamentais
Leia maisMODELO DIGITAL DE TERRENO I
Geoprocessamento Graduação em Geografia 4º ano / 1º Semestre Profa. Dra. Fernanda Sayuri Yoshino Watanabe Departamento de Cartografia fernanda.watanabe@unesp.br 2019 MODELO DIGITAL DE TERRENO I MODELO
Leia maisPROGRAMA ANALÍTICO E EMENTA DE DISCIPLINA DA PÓS GRADUAÇÃO
Semestre Letivo PROGRAMA ANALÍTICO E EMENTA DE DISCIPLINA DA PÓS GRADUAÇÃO Duração em Semanas I ( X ) II 17 IDENTIFICAÇÃO Disciplina Código Simulação Hidrológica Departamento Sigla da Unidade Engenharia
Leia maisModelagem Numérica do Terreno. Prof. Maria Isabel C. de Freitas Adaptado de INPE - DPI
Modelagem Numérica do Terreno Prof. Maria Isabel C. de Freitas Adaptado de INPE - DPI Modelagem Numérica de Terreno - MNT MNT (Modelo Númérico do Terreno) ou DTM (Digital Terrain Model): representa matematicamente
Leia maisGEOPROCESSAMENTO. Bases conceituais e teóricas. Prof. Luiz Henrique S. Rotta
1 GEOPROCESSAMENTO Bases conceituais e teóricas Prof. Luiz Henrique S. Rotta GEOPROCESSAMENTO Disciplina do conhecimento que utiliza técnicas matemáticas e computacionais para o tratamento da informação
Leia maisMapas e suas representações computacionais
Mapas e suas representações computacionais Tipos de dados: diversos tipos de dados são utilizados em SIG e suas representações computacionais. Mapas temáticos Descrevem de forma qualitativa, a distribuição
Leia maisSamuel Beskow Professor, CDTec/Engenharia Hídrica-UFPel
XIII Seminário Nacional de Gestão e Uso da Água IV Reunião de Estudos Ambientais II Encontro Nacional de Engenharia Hídrica Samuel Beskow Professor, CDTec/Engenharia Hídrica-UFPel hidrográficas usando
Leia maisPARÂMETROS TOPOGRÁFICOS DERIVADOS DO RELEVO E UTILIZADOS NA CARATERIZAÇÃO DE BACIAS HIDROGRÁFICAS
PARÂMETROS TOPOGRÁFICOS DERIVADOS DO RELEVO E UTILIZADOS NA CARATERIZAÇÃO DE BACIAS HIDROGRÁFICAS Elisabete S. V. Monteiro*, João L. M. P. de Lima** e Cidália C. Fonte*** * Instituto Politécnico da Guarda;
Leia mais3 REPRESENTAÇÃO DA SUPERFÍCIE TOPOGRÁFICA
3 REPRESENTAÇÃO DA SUPERFÍCIE TOPOGRÁFICA A representação da superfície topográfica adotada na Cartografia Convencional pode fazer uso de curvas de nível, pontos cotados, cores hipsométricas e sombreado.
Leia maisMODELAGEM DE SUPERFÍCIES. Prof. Dr. Cristiano Zerbato
MODELAGEM DE SUPERFÍCIES Prof. Dr. Cristiano Zerbato Introdução MODELO DIGITAL DO TERRENO: DTM - DIGITAL TERRAIN MODEL: Termo introduzido em 1958, por Miller e La Flame. Modelo Digital de Terreno MDT Digital
Leia maisModelos Numéricos de Terreno. Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo
Modelos Numéricos de Terreno Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo Conteúdo programático e Objetivos Conceito de MNT, MDT e MDE; Principais fontes de dados; Exemplos de aplicações;
Leia maisConjunto de técnicas (ou tecnologias) ligadas à informação espacial, que engloba a coleta, tratamento e análise de dados.
Thaís Celina Conjunto de técnicas (ou tecnologias) ligadas à informação espacial, que engloba a coleta, tratamento e análise de dados. Topografia; Fotogrametria; Cartografia; SIG. Coleta Armazenamento
Leia maisSISTEMAS DE INFORMAÇÃO GEOGRÁFICA SIG FORMATOS DE REPRESENTAÇÃO DE DADOS FORMATO VETORIAL
FORMATO VETORIAL 1 FORMATO VETORIAL Formato que utiliza como primitivas Pontos, Linhas e Polígonos, baseadas em equações matemáticas para representar imagens na computação gráfica Primitivas: elementos
Leia maisPARTE 2 INTRODUÇÃO AO SIG/GIS. Mundo Real. Curso de Geoprocessamento: Prof. Alzir Felippe B. Antunes
PARTE 2 INTRODUÇÃO AO SIG/GIS Mundo Real Camadas de Informações Estrutura dos Dados Geográficos Organização lógica dos dados para preservar sua integridade e facilitar o seu uso. Vetorial Raster ou Matricial
Leia mais9º Encontro Técnico DER-PR
Técnicas de Sensoriamento Remoto aplicadas a rodovias. 9º Encontro Técnico DER-PR Sensoriamento Remoto É definido como, o conjunto de técnicas e equipamentos, utilizados para obter informações sobre um
Leia maisSISTEMAS DE INFORMAÇÃO GEOGRÁFICA (II)
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI
Leia maisBanco de Dados Geográficos
Banco de Dados Geográficos Valéria Gonçalves Soares Professora DIMAp/UFRN Conteúdo Bancos de Dados Geográficos 1. Conceitos e Definições Características Gerais 2. Modelos de Dados Geográficos Modelos de
Leia maisDADOS EM GEOPROCESSAMENTO
Universidade Federal de Campina Grande Centro de Tecnologia e Recursos Humanos Unidade Acadêmica de Engenharia Civil DADOS EM GEOPROCESSAMENTO Prof. Iana Alexandra Alves Rufino : dois grandes grupos Dados
Leia maisMapeamento de ambientes de terra firme do DSF BR-163 por um algoritmo descritor de terreno (HAND - Height Above the Neareast Drainage)
Mapeamento de ambientes de terra firme do DSF BR-163 por um algoritmo descritor de terreno (HAND - Height Above the Neareast Drainage) Taise Farias Pinheiro 1 Maria Isabel Escada 2 Camilo Rennó 2 1 Centro
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório III: Modelagem Numérica
Leia maisGeração de mapas de altitude por sensoriamento remoto. Imagens do Óptico Imagens InSAR
Geração de mapas de altitude por sensoriamento remoto Imagens do Óptico Imagens InSAR Geração de MNT Num passado não muito distante: Digitalizava-se as curvas de nível para então gerar imagem sintética
Leia maisINTRODUÇÃO AO SIG. Programa. Referências Bibliográficas. Prof. Luciene Delazari
INTRODUÇÃO AO SIG Prof. Luciene Delazari Programa 1. Conceitos básicos sobre Sistemas de Informação Geográfica 1.1. Conceitos 1.2 Geoprocessamento x SIG 1.3 Componentes de um SIG 1.4 Aplicações em Agronomia
Leia maisSISTEMAS DE INFORMAÇÕES GEOGRÁFICAS Aula 2. SIG- Eng. Cartográfica Prof. Luciene Delazari
SISTEMAS DE INFORMAÇÕES GEOGRÁFICAS Aula 2 SIG- Eng. Cartográfica Prof. Luciene Delazari Descrição de uma realidade com algum propósito Modelo MODELAR Termo geral para denotar o processo de construir representações
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório II: Cartografia em GIS/Registro
Leia maisGEOPROCESSAMENTO SIAD,
Aplicações do SIG GEOPROCESSAMENTO SIAD, 2005 SISTEMA DE INFORMAÇÕES GEOGRÁFICAS SIG é um sistema que engloba hardware, software, procedimentos e módulos, ou subsistemas, integrados e projetados para dar
Leia maisFUNDAMENTOS DE CARTOGRAFIA PARA GEOPROCESSAMENTO
FUNDAMENTOS DE CARTOGRAFIA PARA GEOPROCESSAMENTO ASPECTOS FUNCIONAIS Julio Cesar Lima d Alge Introdução Modelagem cartográfica álgebra de mapas Integração de dados Integração com Sensoriamento Remoto correção
Leia maisDADOS EM GEOPROCESSAMENTO
Universidade Federal de Campina Grande Centro de Tecnologia e Recursos Humanos Unidade Acadêmica de Engenharia Civil DADOS EM GEOPROCESSAMENTO Prof. Mauro Normando M. Barros Filho : dois grandes grupos
Leia maisGeoprocessamento. Aula 11 SIG: MDT, Matrizes, Algebra de Mapas. Junho de 2017 P ROFA. MARIANA A. G I ANNOT TI
Geoprocessamento Aula 11 SIG: MDT, Matrizes, Algebra de Mapas Junho de 2017 P ROF. JOSÉ ALBERTO QUINTA NILHA P ROFA. MARIANA A. G I ANNOT TI Estrutura da Aula 1. MDT / MDS / MDE 2. Álgebra de Mapas: Locais
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório I: Modelagem da Base
Leia maisDiscretização espacial de bacias hidrográficas
Discretização espacial de bacias hidrográficas CAMILO DALELES RENNÓ 1 JOÃO VIANEI SOARES 1 1 INPE - Instituto Nacional de Pesquisas Espaciais Caixa Postal 515-12201-097 - São José dos Campos - SP, Brasil
Leia maisPROCESSAMENTO DIGITAL DE IMAGENS
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI
Leia maisGeoprocessamento. Aula - 01/08/2016. Professor: Diogenes Carvalho Viana
Geoprocessamento Aula - 01/08/2016 Professor: Diogenes Carvalho Viana Ementa: Introdução ao Geoprocessamento. Característica dos SIGs. Dados Espaciais. Fontes de Dados. Bases digitais na Internet. Atlas
Leia maisO QUE É O TERRAHIDRO?
TerraHidro - Sistema para Modelagem Hidrológica Distribuída 10/ 06 / 2011 Conhecer Para Não Ignorar O Retorno O QUE É O TERRAHIDRO? História de construção do TerraHidro Tese Equipe de desenvolvimento Parceiros
Leia maisMODELO DIGITAL DE TERRENO II
Geoprocessamento Graduação em Geografia 4º ano / 1º Semestre Profa. Dra. Fernanda Sayuri Yoshino Watanabe Departamento de Cartografia fernanda.watanabe@unesp.br 2019 MODELO DIGITAL DE TERRENO II TRABALHANDO
Leia maisDelimitação de bacias via SRTM. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista Presidente Prudente
Delimitação de bacias via SRTM Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista Presidente Prudente 2014 AULA PRÁTICA Fonte de dados (1) The CGIAR Consortium for Spatial Information
Leia maisMODELO DIGITAL DE ELEVAÇÃO DA CIDADE DE PONTA GROSSA/PR
134 MODELO DIGITAL DE ELEVAÇÃO DA CIDADE DE PONTA GROSSA/PR RIBEIRO, Selma Regina Aranha VIRMOND, Rodolfo 1. Introdução; O relevo de uma paisagem visto em campo, mostra informações de certa forma limitadas,
Leia maisModelagem Numérica de Terreno: Teoria & Prática
Modelagem Numérica de Terreno: Teoria & Prática Flávia F. Feitosa Disciplina PGT 035 Geoprocessamento Aplicado ao Planejamento e Gestão do Território Aula disponível em: https://flaviafeitosa.wordpress.com/talksteaching/geopgt/
Leia maisEngEnhArIA CaRToGRáFiCa Cartografia I 2º ano. Introdução aos Sistemas de Informações Geográficas - Parte I
EngEnhArIA CaRToGRáFiCa Cartografia I 2º ano Introdução aos Sistemas de Informações Geográficas - Parte I Prof. João Fernando Custodio da Silva Mariana Dias Chaves Gilberto Câmara http://www.dpi.inpe.br/gilberto/livro/introd/
Leia maisProfa. Dra. Fernanda Sayuri Yoshino Watanabe
Geoprocessamento Graduação em Geografia 4º ano / 1º Semestre Profa. Dra. Fernanda Sayuri Yoshino Watanabe Departamento de Cartografia fernanda.watanabe@unesp.br 2019 Profa. Dra. Fernanda Sayuri Yoshino
Leia maisProtótipo de Sistema de Controle de Balanço Hídrico para apoio à outorga integrado a um Sistema de Informações Geográficas
Protótipo de Sistema de Controle de Balanço Hídrico para apoio à outorga integrado a um Sistema de Informações Geográficas Bruno Collischonn Especialista em Recursos Hídricos da Agência Nacional de Águas
Leia maisGEOPROCESSAMENTO. MNT - Modelo Numérico de Terreno. Prof. Luiz Rotta
1 GEOPROCESSAMENTO MNT - Modelo Numérico de Terreno Prof. Luiz Rotta MNT Um Modelo Numérico de Terreno (MNT) é uma representação matemática computacional da distribuição de um fenômeno espacial que ocorre
Leia maisREDEFINIÇÃO DOS LIMITES DAS SUB-BACIAS HIDROGRÁFICAS DO ESTADO DO MATO GROSSO DO SUL COM O AUXÍLIO DE TÉCNICAS COMPUTACIONAIS
REDEFINIÇÃO DOS LIMITES DAS SUB-BACIAS HIDROGRÁFICAS DO ESTADO DO MATO GROSSO DO SUL COM O AUXÍLIO DE TÉCNICAS COMPUTACIONAIS JÚLIO CÉSAR DALLA MORA ESQUERDO 1 JOÃO DOS SANTOS VILA DA SILVA 2 RESUMO: As
Leia maisLaboratório 3 Modelagem Numérica de Terreno
Introdução ao Geoprocessamento (SER-300) Docentes responsáveis: Antônio Miguel Vieira Monteiro e Claudio Barbosa Laboratório 3 Modelagem Numérica de Terreno Professor Responsável pelo Laboratório: Carlos
Leia mais6 MATERIA IS UTILIZADOS E PREPARO DOS DADOS
6 MATERIA IS UTILIZADOS E PREPARO DOS DADOS 6.1 DADOS Os dados utilizados nos experimentos são provenientes da Carta Topográfica Morretes-PR, SG22-X-D-II-3, de escala 1:50.000, que representa a região
Leia mais3 Sistema de Informação geográfica
3 Sistema de Informação geográfica 3.1 Introdução Também conhecidas como "geoprocessamento", as geotecnologias são o conjunto de técnicas computacionais para coleta, processamento, análise e compartilhamento
Leia maisOttobacias 2012_v.1.1. Programa para delimitação e subdivisão de bacias hidrográficas segundo o método de Otto Pfafsteter MANUAL DO USUÁRIO
Ottobacias 2012_v.1.1 Programa para delimitação e subdivisão de bacias hidrográficas segundo o método de Otto Pfafsteter MANUAL DO USUÁRIO Eng. Dante Gama Larentis Porto Alegre, junho de 2013. 1 ÍNDICE
Leia maisDisciplina Geoprocessamento Aplicadoao Planejamento
Mestradoem Territorial e Desenvolvimento Sócio-Ambiental MPPT Disciplina Geoprocessamento Aplicadoao Prof a. MarianeAlvesDalSanto Prof. Francisco Henrique de Oliveira EMENTA Conceitos e fundamentos do
Leia maisDELIMITAÇÃO DE MICROBACIAS HIDROGRÁFICAS COM BASE EM MODELO DIGITAL DE ELEVAÇÃO
DELIMITAÇÃO DE MICROBACIAS HIDROGRÁFICAS COM BASE EM MODELO DIGITAL DE ELEVAÇÃO Orlando Marcos Santos Veroneze¹; Joelson Gonçalves Pereira² UFGD/FCBA Caixa Postal 533, 79.804-970 Dourados MS, E-mail: marcos.veroneze@yahoo.com
Leia maisModelo Digital do Terreno. Modelação do Relevo. Representação. Representação. Grandezas que se pode obter. Dados altimétricos: amostragem
Sistemas de Informação Geográfica Modelação do Relevo. Modelo Digital do Terreno. Representação 3. Declive, Orientação, Curvatura 4. Caracterização morfológica. TIN Redes irregulares trianguladas 6. Isolinhas
Leia maisModelo Digital do Terreno. Modelação do Relevo. Representação. Representação
Sistemas de Informação Geográfica Modelação do Relevo. Modelo Digital do Terreno. Representação 3. Declive, Orientação, Curvatura 4. Caracterização morfológica 5. TIN Redes irregulares trianguladas 6.
Leia maisSILVA, Roberto Valmir da Bolsista CNPq Doutorando em Engenharia Ambiental pela UFSC
AVALIAÇÃO DO ÍNDICE TOPOGRÁFICO (ln(a/tan β )) PARA DIFERENTES RESOLUÇÕES ESPACIAIS SILVA, Roberto Valmir da Bolsista CNPq Doutorando em Engenharia Ambiental pela UFSC roberto@ens.ufsc.br VESTENA, Leandro
Leia maisEXTRAÇÃO AUTOMÁTICA DE PARÂMETROS FÍSICOS DE BACIAS HIDROGRÁFICAS A PARTIR DO MNT PARA UTILIZAÇÃO EM MODELOS HIDROLÓGICOS
EXTRAÇÃO AUTOMÁTICA DE PARÂMETROS FÍSICOS DE BACIAS HIDROGRÁFICAS A PARTIR DO MNT PARA UTILIZAÇÃO EM MODELOS HIDROLÓGICOS Diogo Costa Buarque 1, Adriano Rolim da Paz 1 & Walter Collischonn 2 RESUMO ---
Leia maisGeoprocessamento GEOMÁTICA SIG SIG
GEOMÁTICA Geomática - Ciência e tecnologia para obtenção, análise, interpretação, distribuição e uso da informação espacial. Abrangência: Geoprocessamento SIG Sensoriamento Remoto GPS Cartografia Automatizada
Leia maisAnálise hidrológica e delimitação automática de Bacias Hidrográficas no município de Jaú - SP. Vanessa Durante Polonio 1
Embrapa Informática Agropecuária/INPE, p. 937-945 Análise hidrológica e delimitação automática de Bacias Hidrográficas no município de Jaú - SP Vanessa Durante Polonio 1 1 Faculdade de Ciências Agronômicas
Leia maisSISTEMAS DE INFORMAÇÃO GEOGRÁFICA. No nível mais próximo ao usuário, a interface homemmáquina define como o sistema é operado e controlado.
SISTEMAS DE INFORMAÇÃO GEOGRÁFICA No nível mais próximo ao usuário, a interface homemmáquina define como o sistema é operado e controlado. Material para a prova Introdução à Ciência da Geoinformação (Clodoveu
Leia maisINTRODUÇÃO AO GEOPROCESSAMENTO
Universidade Federal de Campina Grande Centro de Tecnologia e Recursos Naturais Unidade Acadêmica de Engenharia Civil INTRODUÇÃO AO GEOPROCESSAMENTO Prof. Mauro Normando M. Barros Filho mbarrosfilho@gmail.com
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Divisão de Sensoriamento Remoto. Geoprocessamento
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS Divisão de Sensoriamento Remoto Geoprocessamento Relatório do Laboratório 3: Modelo Numérico do Terreno (MNT) Fátima Lorena Benítez Ramírez Professores Responsáveis:
Leia maisO mundo real é muito complexo para ser representado em sua totalidade, em qualquer sistema de informações.
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA SUL DE MINAS GERAIS Câmpus Inconfidentes Sistemas de Informações Geográficas Mundo Real X Modelo O mundo real é muito complexo para ser representado
Leia maisEngenharia de Faixa de Dutos Terrestres
7 Estereoscopia Justaposição dos termos gregos stereo, relativo a dois (duplo), e scopos, relativo a visão (observador), estereoscopia diz respeito a visualização de um mesmo foco por dois mecanismos de
Leia maisLaboratório 2. Disciplina. Introdução ao Geoprocessamento SER 300. Prof. Dr. Antonio Miguel Vieira Monteiro
Laboratório 2 Disciplina Introdução ao Geoprocessamento SER 300 Prof. Dr. Antonio Miguel Vieira Monteiro Aluno: Isaque Daniel Rocha Eberhardt INPE, São José dos Campos. Abril, 2013. Introdução O curso
Leia maisTutorial QGIS Modelagem Numérica de Terreno
Tutorial QGIS Modelagem Numérica de Terreno Sistemas de Informações Geográficas Engenharia de Agrimensura e Cartográfica 7º Período Alunos: Valter Antônio da Silva Thomas Lucas Ricardo Professor: Ângelo
Leia maisUma Ferramenta Computacional para Delimitação Automática de Áreas de Preservação Permanente em Topos de Morros
Uma Ferramenta Computacional para Delimitação Automática de Áreas de Preservação Permanente em Topos de Morros Silvia S. Leonardi, Camilo D. Rennó, Luciano V. Dutra Instituto Nacional de Pesquisas Espaciais
Leia maisAVALIAÇÃO DE MODELOS DIGITAL DE ELEVAÇÃO PARA APLICAÇÃO EM MAPEAMENTO DIGITAL DE SOLOS DA REGIÃO DO MUNICÍPIO DE QUATÁ/SP
AVALIAÇÃO DE MODELOS DIGITAL DE ELEVAÇÃO PARA APLICAÇÃO EM MAPEAMENTO DIGITAL DE SOLOS DA REGIÃO DO MUNICÍPIO DE QUATÁ/SP Jonas de Assis Cinquini 1, Jener Fernando Leite de Moraes 2, Ricardo Marques Coelho
Leia maisPRECISÃO NO CÁLCULO DE ÁREAS PLANAS POR PERFILAMENTO A LASER 2: AVALIAÇÃO DA PRECISÃO PLANIMÉTRICA E ALTIMÉTRICA DE CADA PONTO
PRECISÃO NO CÁLCULO DE ÁREAS PLANAS POR PERFILAMENTO A LASER 2: AVALIAÇÃO DA PRECISÃO PLANIMÉTRICA E ALTIMÉTRICA DE CADA PONTO Fabricio Muller 1, Anderson Roberto da Silva 2, Roberto Eugenio Bertol 3,
Leia maisSistemas de Informações Geográficas
Sistemas de Informações Geográficas Aula 3 Assuntos: # Revisão em geodésia # Georreferenciamento # Representação do mundo real no computador # Formatos vetorial e matricial # Modelo conceitual de banco
Leia maisDefinição: representação matemática computacional da distribuição de um fenômeno espacial que ocorre dentro de uma região da superfície terrestre.
MODELO DIGITAL DE ELEVAÇÃO Modelagem Digital de Elevação Definição: UmModeloDigitaldeElevação (MDE) é uma representação matemática computacional da distribuição de um fenômeno espacial que ocorre dentro
Leia maisPREVISÃO DE PRODUÇÃO E TRANSPORTE DE SEDIMENTOS NA BACIA DO RIO CLARO
PREVISÃO DE PRODUÇÃO E TRANSPORTE DE SEDIMENTOS NA BACIA DO RIO CLARO Autores: Mateus Augusto Rocha Andrade Íria Vendrame, D. Sc Nadiane Smaha Kruk, Mc. A IMPORTÂCIA DA MODELAGEM DO COMPORTAMENTO HIDROSSEDIMENTOLÓGICO
Leia maisDepartamento de Geografia FFLCH USP. Prof. Dr. Alfredo Pereira de Queiroz Filho. Mapas: transformações e desafios. Escala
Departamento de Geografia FFLCH USP Prof. Dr. Alfredo Pereira de Queiroz Filho Mapas: transformações e desafios Escala 2016 Escala é um termo que possui muitos significados. Caracteriza várias dimensões
Leia maisModelo O QUE É MODELAR? SISTEMAS DE INFORMAÇÕES GEOGRÁFICAS Prof. Luciene Delazari Aula 2. Modelos de dados e estruturas de dados
SISTEMS DE INFORMÇÕES GEOGRÁFICS Prof. Luciene Delazari ula 2 Modelos de dados e estruturas de dados Modelagem de um SIG Estrutura de dados vetorial Estrutura de dados matricial Comparação entre vetorial
Leia maisComparação entre uma neuroprevisão(empírica) e um modelo físico simplificado para estimação hidrológica
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Comparação entre uma neuroprevisão(empírica) e um modelo
Leia maisDESENVOLVIMENTO DA COLETÂNEA DE MAPAS DA BACIA HIDROGRÁFICA DO RIO NEGRO-RS
DESENVOLVIMENTO DA COLETÂNEA DE MAPAS DA BACIA HIDROGRÁFICA DO RIO NEGRO-RS 1. INTRODUÇÃO A bacia do rio Negro em território brasileiro (bacia do rio Negro-RS) constituise na unidade hidrográfica U-80,
Leia maisAnálise de RF de Alta Resolução: Os Benefícios de Conjuntos de Dados Lidar do Terreno e do Clutter
0 Análise de RF de Alta Resolução: Os Benefícios de Conjuntos de Dados Lidar do Terreno e do Clutter Janeiro 15, 2014 Martin Rais 1 Terreno de Alta Resolução e Conjuntos de Dados de Clutter: Porquê Lidar?
Leia maisExtração automática de comprimentos de trechos de rio a partir do Modelo Numérico do Terreno para modelagem hidrológica distribuída
Extração automática de comprimentos de trechos de rio a partir do Modelo Numérico do Terreno para modelagem hidrológica distribuída Adriano Rolim da Paz Walter Collischonn Carlos Eduardo Morelli Tucci
Leia maisXI SIMPÓSIO DE RECURSOS HIDRÍCOS DO NORDESTE PRÉ-PROCESSAMENTO DE MODELO DIGITAL DE ELEVAÇÃO E SEUS EFEITOS NA DERIVAÇÃO DE REDE DE DRENAGEM
XI SIMPÓSIO DE RECURSOS HIDRÍCOS DO NORDESTE PRÉ-PROCESSAMENTO DE MODELO DIGITAL DE ELEVAÇÃO E SEUS EFEITOS NA DERIVAÇÃO DE REDE DE DRENAGEM Antônio Henrique Araújo Costa 1 ; Adriano Rolim da Paz 2 RESUMO
Leia maisUso do geoprocessamento no cálculo do tempo de concentração da água da chuva em ambientes urbanos
Uso do geoprocessamento no cálculo do tempo de concentração da água da chuva em ambientes urbanos Gabriela Nogueira Ferreira da Silva 1 José Vicente Granato de Araújo 1 1 Universidade Federal de Goiás
Leia maisPrograma Analítico de Disciplina EAM434 Cartografia Digital II
0 Programa Analítico de Disciplina Departamento de Engenharia Civil - Centro de Ciências Exatas e Tecnológicas Número de créditos: 3 Teóricas Práticas Total Duração em semanas: 5 Carga horária semanal
Leia maisBANCO DE DADOS GEOGRÁFICOS E WEBMAPPING. Prof. Angelo Augusto Frozza, M.Sc. http://about.me/tilfrozza
BANCO DE DADOS GEOGRÁFICOS E WEBMAPPING Prof. Angelo Augusto Frozza, M.Sc. http://about.me/tilfrozza 1 BANCO DE DADOS GEOGRÁFICOS BD convencional Repositório de fatos do mundo real que possuem atributos
Leia maisCompatibilidade e Integração de Dados. Geoprocessamento. Ligia F. A. Batista
Compatibilidade e Integração de Dados Geoprocessamento Ligia F. A. Batista Datum Sistema de referência Elipsóide, de um certo tamanho, posicionado e orientado na Terra Eixo de rotação da Terra e eixo do
Leia maisVerificação do uso do software livre TerraViewHidro para a extração das características físicas da bacia hidrográfica do rio Ipanema
Verificação do uso do software livre TerraViewHidro para a extração das características físicas da bacia hidrográfica do rio Ipanema Lucas Barbosa Cavalcante 1 Aline da Silva Inácio 1 Heliofábio Barros
Leia maisLaboratório 2. Cartografia e Integração de Dados
Laboratório 2 Cartografia e Integração de Dados Discente: Vinicius do Prado Capanema Disciplina: de Introdução ao Geoprocessamento SER 300 Mestrado em Sensoriamento Remoto São José dos Campos, Abril de
Leia maisAPLICAÇÃO DO MODELO DE GRANDES BACIAS (MGB-IPH) PARA SIMULAÇÃO DA VAZÃO NA BACIA HIDROGRÁFICA DO ALTO TELES PIRES
57 APLICAÇÃO DO MODELO DE GRANDES BACIAS (MGB-IPH) PARA SIMULAÇÃO DA VAZÃO NA BACIA HIDROGRÁFICA DO ALTO TELES PIRES Riene F. de Oliveira 1, Cornélio A. Zolin 2, Renato C. Torres 3, Tarcio R. Lopes 4 1
Leia maisNoções básicas de SIG com QGIS
Noções básicas de SIG com QGIS XXIII ENCONTRO ANIPES Alexandre Silva dos Santos Patrícia Alves Noções básicas de SIG com QGIS 1. Introdução ao QGIS 2. Sistema de Referências Cartográficas (SRC) 3. Inicialização
Leia maisEstimativa de escoamento superficial na bacia do rio Sapucaí por meio de modelagem hidrológica dinâmica
Estimativa de escoamento superficial na bacia do rio Sapucaí por meio de modelagem hidrológica dinâmica João Bosco Coura dos Reis Registro nº 130.362 SER-300 - Introdução ao Geoprocessamento São José dos
Leia maisDelimitação de bacias hidrográficas por interceptação com objetos vetoriais em diferentes escalas
Delimitação de bacias hidrográficas por interceptação com objetos vetoriais em diferentes escalas Sergio Rosim 1 João Ricardo de Freitas Oliveira 1 Alexandre Copertino Jardim 1 Jussara Oliveira Ortiz 1
Leia maisMANANCIAL ABASTECEDOR DE CARAGUATATUBA E SÃO
1 ITA Instituto Tecnológico de Aeronáutica Pós-Gradua Graduação em Engenharia de Infra-Estrutura Aeronáutica Área de Infra-Estrutura Aeroportuária ria CARACTERIZAÇÃO HIDROSANITÁRIA DO RIO CLARO- MANANCIAL
Leia maisArtigos. GPS na Agricultura
Page 1 of 8 Artigos GPS na Agricultura Introdução Conceituação de um SIG SIG s em Nosso Cotidiano Principais Aplicações dos SIG's na Agricultura Considerações Gerais O Autor Introdução A coleta de informações
Leia maisAquisição e Integração de Dados
Aquisição e Integração de Dados - Noções de cartografia - Transformações geométricas - Generalização cartográfica - Edição vetorial INPE - Divisão de Processamento de Imagens INPE BANCO DE DADOS GEOGRÁFICOS
Leia maisEcologia de Paisagem Conceitos e métodos de pesquisa 2012
Ecologia de Paisagem Conceitos e métodos de pesquisa 2012 Bases de sensoriamento remoto Cálculo de métricas com Fragstats Leandro Reverberi Tambosi letambosi@yahoo.com.br Sensoriamento Remoto Conjunto
Leia maisIntrodução a Sistema de Informações Geográficas - SIG
Introdução a Sistema de Informações Geográficas - SIG Projeto USEGEO BAHIA Ações em Geoprocessamento nos municípios da Bahia Prof. Patricia Lustosa Brito Departamento de Transportes, Universidade Federal
Leia maisMétodos para Obtenção de Altimetria - Características, Vantagens e Aplicação
Métodos para Obtenção de Altimetria - Características, Vantagens e Aplicação Introdução Ainda quando nos bancos da Universidade Federal do Paraná, um experiente professor nos disse, o verdadeiro papel
Leia maisComparação entre modelos de mapeamento automático de drenagens utilizando SIG
Comparação entre modelos de mapeamento automático de drenagens utilizando SIG Raoni Wainer Duarte Bosquilia 1 Peterson Ricardo Fiorio 1 Pedro Paulo da Silva Barros 1 Juliano Araujo Martins 1 Sérgio Nascimento
Leia maisIGOT. SIG & DR Sistemas de Informação Geográfica e Detecção Remota
SIG & DR Sistemas de Informação Geográfica e Detecção Remota Estrutura de Dados Vectorial vs Matricial 1. Estruturação gráfica e alfanumérica 2. Os erros de conversão 3. Vantagens e desvantagens matricial
Leia maisModelo Digital do Terreno. Modelação do Relevo. Representação. Representação. Matricial. Declive
Sistemas de Informação Geográfica Modelação do Relevo. Modelo Digital do Terreno. Representação 3. Declive, Orientação, Curvatura 4. Caracterização morfológica. TIN. Isolinhas 7. GRID vs. TIN vs. Isolinhas
Leia maisMÉTODO DE DELIMITAÇÃO DE BACIAS DE DRENAGEM GLACIAL NA ILHA RENAUD ANTÁRTICA
MÉTODO DE DELIMITAÇÃO DE BACIAS DE DRENAGEM GLACIAL NA ILHA Petsch, C. 1 ; Simões, Cardia, J. 2 ; 1 UFRGS Email:carinapetsch@gmail.com; 2 UFRGS Email:jefferson.simoes@ufrgs.br; RESUMO: A ilha Renaud Antártica
Leia maisUNIVERSIDADE FEDERAL DE SERGIPE. Antenor de Oliveira Aguiar Netto. Março 2011
UNIVERSIDADE FEDERAL DE SERGIPE Antenor de Oliveira Aguiar Netto Março 2011 Os fenômenos naturais são de grande complexidade, dificultando estudos para sua compreensão, pela impossibilidade de medir e
Leia mais