Cálculo da curva número para bacia hidrográfica urbana utilizando diferentes abordagens de classificação para imagem orbital RapidEye: estudo de caso para o arroio Pepino (Pelotas, RS)

Autores

  • Gustavo Willy NAGEL Programa de Pós-Graduação em Sensoriamento Remoto, Divisão de Sensoriamento Remoto, Instituto Nacional de Pesquisas Espaciais
  • Fabrício da Silva TERRA Instituto de Ciências Agrárias, Universidade Federal dos Vales do Jequitinhonha e Mucuri; Programa de Pós-Graduação em Recursos Hídricos, Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas; Programa de Pós-Graduação em Produção Vegetal, Instituto de Ciências Agrárias, Universidade Federal dos Vales do Jequitinhonha e Mucuri.
  • Jade Silva de OLIVEIRA Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas
  • Ingrid HORÁK-TERRA Instituto de Ciências Agrárias, Universidade Federal dos Vales do Jequitinhonha e Mucuri; Programa de Pós-Graduação em Produção Vegetal, Instituto de Ciências Agrárias, Universidade Federal dos Vales do Jequitinhonha e Mucuri.
  • Samuel BESKOW Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas; Programa de Pós-Graduação em Produção Vegetal, Instituto de Ciências Agrárias, Universidade Federal dos Vales do Jequitinhonha e Mucuri.

DOI:

https://doi.org/10.22456/1807-9806.108583

Palavras-chave:

Máxima Verosimilhança Gaussian, Mapeador de Ângulo Espectral, K-médias, Máquina de Vetor Suporte, Hidrologia Urbana, Escoamento Superficial

Resumo

O valor da curva-número (CN) é um parâmetro empírico usado na determinação do escoamento superficial direto a partir dos excessos de precipitações, sendo dependente das mudanças de uso e cobertura da superfície. Imagens de alta resolução espacial são importantes para identificar tais mudanças em bacias hidrográficas urbanas. O objetivo deste trabalho foi comparar os efeitos de diferentes mapas de uso e cobertura, produzidos a partir de classificações não-supervisionada (K-médias) e supervisionadas (MaxVer, SAM e SVM) em uma imagem orbital de alta resolução espacial, no cálculo do valor CN da bacia hidrográfica urbana do Arroio Pepino (Pelotas, RS). A hipótese é de que diferentes algoritmos de classificação produzem diferentes mapas de superfície que por sua vez afetam o valor CN final. As classificações foram realizadas em uma imagem RapidEye e 10 classes foram identificadas: água, asfalto, estrada de terra, vegetação (3 tipos) e coberturas (4 tipos). O valor CN de cada classe foi obtido pela comparação com valores tabulados, e o valor CN total foi calculado pela média ponderada considerando a área proporcional de cada classe. O SVM foi o algoritmo de melhor desempenho (acurácia global de 70,36% e índice kappa de 0,66). Os valores finais de CN apresentaram distintas intensidades: CNtotal = 88,96 para SAM, CNtotal = 89,66 para K-médias, CNtotal = 89,94 para SVM e CNtotal = 90,71 para MaxVer. A proximidade entre estes valores foi influenciada pela baixa capacidade de drenagem da bacia estudada mesmo em áreas vegetadas. Diferenças nas proporções das classes afetam o valor do CN final da bacia, e sua qualidade é altamente dependente da acurácia da imagem classificada.

O valor da curva-número (CN) é um parâmetro empírico usado na determinação do escoamento superficial direto a partir dos excessos de precipitações, sendo dependente das mudanças de uso e cobertura da superfície. Imagens de alta resolução espacial são importantes para identificar tais mudanças em bacias hidrográficas urbanas. O objetivo deste trabalho foi comparar os efeitos de diferentes mapas de uso e cobertura, produzidos a partir de classificações não-supervisionada (K-médias) e supervisionadas (MaxVer, SAM e SVM) em uma imagem orbital de alta resolução espacial, no cálculo do valor CN da bacia hidrográfica urbana do Arroio Pepino (Pelotas, RS). A hipótese é de que diferentes algoritmos de classificação produzem diferentes mapas de superfície que por sua vez afetam o valor CN final. As classificações foram realizadas em uma imagem RapidEye e 10 classes foram identificadas: água, asfalto, estrada de terra, vegetação (3 tipos) e coberturas (4 tipos). O valor CN de cada classe foi obtido pela comparação com valores tabulados, e o valor CN total foi calculado pela média ponderada considerando a área proporcional de cada classe. O SVM foi o algoritmo de melhor desempenho (acurácia global de 70,36% e índice kappa de 0,66). Os valores finais de CN apresentaram distintas intensidades: CNtotal = 88,96 para SAM, CNtotal = 89,66 para K-médias, CNtotal = 89,94 para SVM e CNtotal = 90,71 para MaxVer. A proximidade entre estes valores foi influenciada pela baixa capacidade de drenagem da bacia estudada mesmo em áreas vegetadas. Diferenças nas proporções das classes afetam o valor do CN final da bacia, e sua qualidade é altamente dependente da acurácia da imagem classificada.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2020-10-22

Como Citar

NAGEL, G. W., TERRA, F. da S., OLIVEIRA, J. S. de, HORÁK-TERRA, I., & BESKOW, S. (2020). Cálculo da curva número para bacia hidrográfica urbana utilizando diferentes abordagens de classificação para imagem orbital RapidEye: estudo de caso para o arroio Pepino (Pelotas, RS). Pesquisas Em Geociências, 47(2), e092016. https://doi.org/10.22456/1807-9806.108583