Mapa Digital do Escoamento Superficial por meio de Imagens de Sensor Remoto na sub-bacia do Rio Moji Guaçu-MG (Digital Map of Runoff through Remote Sensor Images in the Hydrographic Basin of the Rio Moji Guaçu-MG)

Resumo

O escoamento superficial é a parte de uma chuva que mais gera transtornos às pessoas. Com a necessidade de estudá-lo e quantificá-lo com confiabilidade, esta pesquisa tem como objetivo gerar um mapa digital do escoamento superficial para a sub-bacia do Rio Moji Guaçu à montante de Inconfidentes – MG e, posteriormente, identificar locais de risco na área. A quantificação do escoamento superficial foi realizada pelo método do Soil Conservation Service (SCS-USDA) desenvolvido pelo Departamento de Agricultura dos Estados Unidos. Este método necessita da variável Curve Number (CN) cuja variabilidade se dá em função do uso e cobertura do solo. Assim, a Imagem do THailand Earth Observation Satellite (THEOS) será classificada pelos métodos da Mínima Distância e da Máxima Verossimilhança para determinar a variável CN. Na melhoria da classificação, foram integrados ao processo, os índices de Vegetação por Diferença Normalizada (NDVI) de Vegetação Ajustado ao Solo (SAVI) além da banda do Shuttle Radar Topographic Mission (SRTM). Outra variável necessária para o método SCS-USDA refere-se à pluviometria do local. O mapa digital do escoamento superficial tem a qualidade da classificação refletida em si, portanto obteve-se um excelente resultado visto que a classificação teve respostas satisfatórias. Na identificação das áreas de risco o mapa do escoamento foi usado em conjunto com a imagem THEOS, mostrando-se um ótimo método para interpretação de situações de alto índice de escoamento. A metodologia se mostrou eficiente no apoio à tomada de decisões e, preferencialmente, deve ser usada em meio digital.

A B S T R A C T

Runoff is part of a rain that creates more problems for the people. The need to study it and quantify it with reliability this research aims to create a digital map of the runoff for sub basin of the Rio Moji Guaçu the amount of Inconfidentes-MG and from there identify risk locations in the area. Quantification of runoff was performed by Soil Conservation Service (SCS-USDA method) developed by the United States Department of Agriculture. This method requires a variable (Curve Number) whose variability is a function of land use and land cover. So the Thailand Earth Observation Satellite (THEOS) Image is classified by the methods of Minimum Distance and Maximum Likelihood order to determine the CN variable. For the best rating has been integrated into the process the Normalized Difference Vegetation Index (NDVI) and Soil Adjusted Vegetation Index (SAVI) beyond Shuttle Radar Topographic Mission band. Another variable required for the SCS-USDA method refers to local rainfall. The digital map runoff is the quality rating of the reflected itself, so there was obtained an excellent result because the classification had excellent results. The identification of risk areas of the flow map was used in conjunction with the THEOS image showing a great method for interpretation of high flow rate situations. The methodology proved effective in supporting decision-making and, preferably, should be used in digital media.

Keywords: Remote Sensing, Gumbel, risk area, SCS-USDA.