Análise dos Modelos Digitais de Elevação (PE3D, SRTM-30, SRTM-90, ASTER GDEM, TOPODATA, TANDEM-X, ALOS PALSAR e ALOS AW3D30) e a necessidade da produção de dados altimétricos em excelência no Brasil
DOI:
https://doi.org/10.26848/rbgf.v15.3.p1543-1555Palavras-chave:
PE3D, Altimetria. Informações Geográficas.Resumo
Os Modelos Digitais de Elevação (MDE) são de grande importância e através destes é possível retratar a superfície terrestre, apontando soluções que derivam a uma eficiente gestão de recursos. A introdução de novos projetos de MDEs no mundo fazem emergir a reflexão da necessidade do Brasil em obter informações altimétricas em excelência, objeto de estudo nessa pesquisa. Os procedimentos metodológicos compreendem a um levantamento bibliográfico e a extração das métricas de performance como o RMSE, Pbias e Escala Gráfica frente a comparação do MDE referência PE3D junto aos MDEs SRTM-30, SRTM-90, ASTER GDEM, TOPODATA, TANDEM-X, ALOS PALSAR e ALOS AW3D30. Observa-se que além do PE3D, que mantém uma resolução de 50 centímetros e serviu como referência do trabalho, verifica-se a excelência dos dados oriundos do SRTM-30. Modelos como o TOPODATA e ALOS PALSAR & AW3D30 também se apresentam como importantes para análise em detalhe. Debruçando-se nas pesquisas sobre o tema no Brasil, percebeu-se que predominantemente o modelo SRTM-90 foi utilizado, mesmo havendo outros de qualidade superior. Frente ao projeto pioneiro de varredura altimétrica em detalhe do governo de Pernambuco (PE3D) e o anseio de compreender as superfícies nacionais para evitar transtornos oriundos de fatores naturais ou antrópicos, observa-se que varreduras semelhantes ao PE3D, bem como outros dados nacionais são essenciais para o Brasil.
Palavras-chaves: PE3D, Altimetria, Informações Geográficas.
Analysis of Digital Elevation Models (PE3D, SRTM-30, SRTM-90, ASTER GDEM, TOPODATA, TANDEM-X, ALOS PALSAR, and ALOS AW3D30) and the need for excellent altimetric data production in Brazil
A B S T R A C T
The Digital Elevation Models (DEM) is essential, and through them, it is possible to portray the Earth's surface, pointing solutions that efficiently manage resources. The introduction of new DEM projects in the world reflects Brazil's need to obtain excellent altimetric information, the aim of the study. The methodological procedures comprise a bibliographic survey and the extraction of performance metrics such as RMSE, Pbias, and Graphical Scale comparing the PE3D (DEM reference) with the SRTM-30, SRTM-90, ASTER GDEM, TOPODATA, TANDEM-X, ALOS PALSAR, and ALOS AW3D30 MDEs. In addition to PE3D (Brazilian DEM project with 50 cm of spatial resolution), observes the data's excellence from SRTM-30, TOPODATA, and ALOS PALSAR & AW3D30 for general analysis. The research on the theme in Brazil uses predominantly in the country studies with the SRTM-90 model, even though there are others of superior quality. Because of the pioneer project of detailed altimetric scanning of the Pernambuco government (PE3D) and the desire to understand the national surfaces to avoid disturbances caused by natural or anthropic factors, it is crucial that scans similar to PE3D, as well as other national data, are essential for Brazil.
Keywords: PE3D, Altimetry, Geographic Information.
Downloads
Referências
Achard, F., Beuchle, R., Mayaux, P., Stibig, H.-J., Bodart, C., Brink, A.; Simonetti, D. 2014. Determination of tropical deforestation rates and related carbon losses from 1990 to 2010. Global Change Biology, 20, ,2540–2554.
Arcgis. How create Random Points works. 2016. Disponível em: < http://desktop.arcgis.com/en/arcmap/10.3/tools/data-management-toolbox/how-create-random-points-works.htm >. Acesso em: 15/04/2019.
Baade, J., Schmullius, C. 2016. TanDEM-X IDEM precision and accuracy assessment based on a large assembly of differential GNSS measurements in Kruger National Park, South Africa. ISPRS J. Photogramm. Remote Sens. 119, 496–508.
Barnston, A. 1992. Correspondence among the Correlation [root mean square error] and Heidke Verification Measures; Refinement of the Heidke Score. Notes and Correspondence, Climate Analysis Center. Available from: https://www.swpc.noaa.gov/sites/default/files/images/u30/Barnston,%20Anthony%20G.,%201992.pdf . Acesso em: 15/04/2019.
Bias, E. S., Brites, R. S., Rosa, A. N. C. 2012. Imagens de alta resolução espacial. In: Meneses, P.R.; Almeida, T (orgs). Introdução ao processamento de imagens de Sensoriamento Remoto. Universidade de Brasilía.
Biau, D., Jolles, B., Porcher R. P. 2010. value and the theory of hypothesis testing: an explanation for new researchers. Clin Orthop Relat Res, 468, 885–892.
Casagli, N., Frodella, W., Morelli, S., Tofani, V., Ciampalini, A., Intrieri, E., Raspini, F., Rossi, G., Tanteri, L. and Lu, P. 2017. Spaceborne, UAV and ground-based remote sensing techniques for landslide mapping, monitoring and early warning, Geoenvironmental Disasters, 4(1), 9. https://doi.org/10.1186/s40677-017-0073-1.
Chidi, C. L., Zhao, W., Chaudhary, S., Xiong, D., & Wu, Y. 2021. Sensitivity Assessment of Spatial Resolution Difference in DEM for Soil Erosion Estimation Based on UAV Observations: An Experiment on Agriculture Terraces in the Middle Hill of Nepal. ISPRS International Journal of Geo-Information, 10(1), 28. doi:10.3390/ijgi10010028
Chowdhury, E.H., Hassan, Q.K., Achari, G., Gupta, A. 2017. Use of Bathymetric and LiDAR Data in Generating Digital Elevation Model over the Lower Athabasca River Watershed in Alberta, Canada. Water, 9, 19.
Cirilo, J.A., Alves, F.H.B., Silva, L.A., Campos, J.H.A. 2014, Suporte de Informações Georreferenciadas de Alta Resolução para Implantação de Infraestrutura e Planejamento Territorial. Revista Brasileira de Geografia Física, 7, 755-763.
Costabile, P., Macchione, F., Natale, L., Petaccia, G. 2015. Flood Mapping Using Lidar Dem. Limitations of the 1-D Modeling Highlighted by the 2-D Approach. Natural Hazards, 77, , 181.
CPRM – Serviço Geológico do Brasil. Diagnóstico do Município de Cumaru – PE. Ministério de Minas e Energia: Secretaria de Geologia, Mineração e Transformação Mineral. Recife – PE, 22 p, 2005. Disponível em: http://rigeo.cprm.gov.br/xmlui/bitstream/handle/doc/15922/Rel_Cumaru.pdf?sequence=6. Acesso em: 04/02/2019.
Dewitt, J., Warner, T., Conley, J. 2015. Comparison of DEMS derived from USGS DLG, SRTM, a statewide photogrammetry program, ASTER GDEM and LiDAR: implications for change detection. GISci. Remote Sens, 2, 179–197.
Dong, Y., Chang, Hc., Chen, W., Zhang, K., Feng, R. 2015. Accuracy assessment of GDEM, SRTM, and DLR-SRTM in Northeastern China, Geocarto International, 30, 779-792.
Dorais, A.,Cardille, J. 2011. Strategies for Incorporating High-Resolution Google Earth Databases to Guide and Validate Classifications: Understanding Deforestation in Borneo. Remote Sensing, 3, 1157–1176.
Falagas, M., Pitsouni, E., Malietzis, G., Pappas, G. 2008. Comparison of PubMed, Scopus, Web of Science, and Google Scholar: strengths and weaknesses. Scientific Databases, Pros and cons. The FASEB Journal, 22.
Farr, T.G., Rosen, P.A., Caro, E., Crippen, R., Duren, R., Hensley, S.. Kobrick, M., Paller, M., Rodriguez, E., Roth, L. 2007. The shuttle radar topography mission. Rev. Geophys, v. 45.
Florinsky, I.V., Skrypitsyna, T.N., Luschikova, O.S. 2018. Comparative accuracy of the AW3D30 DSM, ASTER GDEM, and SRTM1 DEM: A case study on the Zaoksky testing ground, Central European Russia. Remote Sensing Letters, 9, 706-714.
Fu, J., Zhang, G., Wang, L., Xia, N. 2018. Geomorphology Classification of Shandong Province Based on Digital Elevation Model in the 1 Arc-second Format of Shuttle Radar Topography Mission Data. IOP Conf. Series: Earth and Environmental Science, 108, 032025.
Gibson, A. J., Hancock, G. R., Bretreger, D., Cox, T., Hughes, J., & Kunkel, V. 2021. Assessing digital elevation model resolution for soil organic carbon prediction. Geoderma, 398, 115106. doi:10.1016/j.geoderma.2021.11510
Giustini, D.; Barsky, E. 2005. A look at Google Scholar, PubMed, and Scirus: comparisons and recommendations. Journal of the Canadian Health Libraries Association, 26, .5-9.
González-Moradas, Maria del Rosario; Viveen, Willem. 2020. Evaluation of ASTER GDEM2, SRTMv3.0, ALOS AW3D30 and TanDEM-X DEMs for the Peruvian Andes against highly accurate GNSS ground control points and geomorphological-hydrological metrics. Remote Sensing of Environment, 237(), 111509–. doi:10.1016/j.rse.2019.111509
Grohmann, C.H. 2018. Evaluation of TanDEM-X DEMs on selected Brazilian sites: comparison with SRTM, ASTER GDEM and ALOS AW3D30. Remote Sens. Environ, 212, 121–133.
Hawker, L., Neal, J., Bates. 2019. Accuracy assessment of the TanDEM-X 90 Digital Elevation Model for selected floodplain sites. Remote Sensing of Environment 232 (2019) 111319
Jain, A.O., Thaker, T., Chaurasia, A., Patel, P., Singh, A.K. 2018. Vertical accuracy evaluation of SRTM-GL1, GDEM-V2, AW3D30 and CartoDEM-V3.1 of 30-m resolution with dual frequency GNSS for lower Tapi Basin India. Geocarto Int, 33, 1237–1256.
Jarihani, A.A., Callow, J.N., Mcvicar, Tim., Niel, T.G.V., Larsen, J.R. 2015. Satellite-derived Digital Elevation Model (DEM) selection, preparation and correction for hydrodynamic modelling in large, low-gradient and data-sparse catchments. Journal of Hydrology, 524, 489–506.
Khattab, M.F.O., Abo, R.K., Muqdadi, S.Q.A., Merkel, B.J. 2017. Generate Reservoir Depths Mapping by Using Digital Elevation Model: A Case Study of Mosul Dam Lake, Northern Iraq. Advances in Remote Sensing, v.6, p.161-174.
Li, K., Li, K., Yao, K. 2018. Inundation analysis of reservoir flood based on computer aided design (CAD) and digital elevation model (DEM). Water, v.10, n.530.
LiPAD - LiDAR Portal for Archiving and Distribution. LiDAR data for Philipines. 2019. Disponível em: < https://lipad.dream.upd.edu.ph/ >. Acesso em: 14/04/2019.
Luedeling, E., Siebert, S., Buerkert, A. 2007. Filling the voids in the SRTM elevation model – A TIN-based delta surface approach. ISPRS Journal of Photogrammetry & Remote Sensing, 62, 283-294.
Mallick, J.; Talukdar, S.; Kahla, N.B.; Ahmed, M.; Alsubih, M.; Almesfer, M.K.; Islam, A.R.M.T. 2021. A Novel Hybrid Model for Developing Groundwater Potentiality Model Using High Resolution Digital Elevation Model (DEM) Derived Factors. Water 2021, 13, 2632.
Miranda, E. E. De(Coord.). Brasil em Relevo. Campinas: Embrapa Monitoramento por Satélite, 2005. Disponível em: <http://www.relevobr.cnpm.embrapa.br>. Acesso em: 15 Abr. 2019.
Miranda, R. D. Q., Galvíncio, J. D., Morais, Y. C. B., Moura, M. S. B. D., Jones, C. A., Srinivasan, R. 2018. Dry Forest Deforestation Dynamics In Brazil’s Pontal Basin. Revista Caatinga, 31, 385–395.
Moura-Bueno, J.M., Dalmolin, R.S., Caten, A.T., Ruiz, L.F.C., Ramos, P.V., Dotto, A.C. 2016. Assessment of Digital Elevation Model for Digital Soil Mapping in a Watershed with Gently Undulating Topografy. Rev Bras Cienc Solo, v.40.
Mukaka M. M. 2012. Statistics corner: A guide to appropriate use of correlation coefficient in medical research. Malawi medical journal : the journal of Medical Association of Malawi, 24, 69–71.
Nikolakopoulos, K.G., Kamaratakis, E.K., Chrysoulakis, N. 2006. SRTM vs ASTER elevation products. Comparison for two regions in Crete, Greece. International Journal of Remote Sensing, v. 27, p. 4819–4838.
Nikolakopoulos, Konstantinos G. 2020. Accuracy assessment of ALOS AW3D30 DSM and comparison to ALOS PRISM DSM created with classical photogrammetric techniques. European Journal of Remote Sensing, (), 1–14.
PE3D – Pernambuco tridimensional. O que é o programa? 2019. Disponível em: < http://www.pe3d.pe.gov.br/>. Acesso em: 21/02/2019.
Pearson, K. 1900. 'X. On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling', Philosophical Magazine Series, 5, 302,157 — 175.
Portillo-Quintero, C. A., Sánchez-Azofeifa, G. A. 2010. Extent and conservation of tropical dry forests in the Americas. Biological Conservation, 143, 144–155.
Puccini, L.R.S., Giffoni, M.G., Silva, L.F., Utagawa, C.Y. 2015. Comparativo entre as bases de dados PubMed, SciELO e Google Acadêmico com o foco na temática Educação Médica. Cadernos UniFOA, 28, 75-82.
Redo, D., Aide, T. M., Clark, M. L. 2013. Vegetation change in Brazil’s dryland ecoregions and the relationship to crop production and environmental factors: Cerrado, Caatinga, and Mato Grosso, 2001–2009. Journal of Land Use Science, 8, 123–153.
Reuter, H.I., Hengl, T., Gessler, P., Soille, P. 2009. Chapter 4 Preparation of DEMs for Geomorphometric Analysis. In: Hengl, T., Reuter, H.I. (Eds.), Geomorphometry: Concepts, Software, Applications. Developments in Soil Science, 33. 87–120.
Saksena, S., Venkatesh, M. 2015. Incorporating the Effect of DEM Resolution and Accuracy for Improved Flood Inundation Mapping. Jour. Hydrol., v.530, p.180-94.
Sanyal, J., Carbonneau, P., Densmore, A. 2014. Low- Cost Inundation Modelling at the Reach Scale with Sparse Data in the Lower Damodar River Basin, India. Hydrol. Sci. Jour. 59, 2086- 2102.
Satge, F., Bonnet, M.P., Calmant, S., Cretaux, J.F. 2015. Accuracy assessment of SRTM V4 and ASTER GDEM V2 over the 2 altiplano’s watershed using ICESat/GLAS data. Int. J. Remote Sens, 36, 465–488.
Silva, J.F., Ferreira, P.S., Silva, E.R.C., Costa, V.S.O., Candeias, A.N.B. 2017. Analysis of errors in the digital elevation model - SRTM for the Sobradinho reservoir/BA. Journal of Hyperspectral Remote Sensing, 7.
Sorooshian, S., Duan, Q., Gupta, V. 1993. Calibration of rainfall-runoff models: Application of global optimization to the Sacramento Soil Moisture Accounting Model. Water Resources Research, 29, 1185-1194.
Štular, B., Lozić, E., & Eichert, S. (2021). Airborne LiDAR-Derived Digital Elevation Model for Archaeology. Remote Sensing, 13(9), 1855.
Tachikawa, T., Kaku, M., Iwasaki, A., Gesch, D.B., Oimoen, M.J., Zhang, Z., Danielson, J.J., Krieger, T., Curtis, B., Haase, J. 2017. ASTER global digital elevation model version 2-summary of validation results. Tech. rep. NASA. 2011.
TOPODATA. Banco de Dados Geomorfométricos do Brasil - TOPODATA. 2019. Disponível em: < http://www.dsr.inpe.br/topodata/dados.php >. Acesso em: 15/04/2019.
Vannier, E., Taconet, O., Dusséaux, R., Darboux, F. 2018. Using digital elevation models and image processing to follow clod evolution under rainfall. Journal of Ecology and Toxicology, 2.
Valeriano, M; Rosseti, D. 2012. Topodata: Brazilian full coverage refinement of SRTM data. , 32(2), 0–309.
Varga, M., Bašić, T. 2015. Accuracy validation and comparison of global digital elevation models over Croatia, International Journal of Remote Sensing, 36, 170-189.
Walczak, Z., Sojka, M., Wróżyński, R., Laks, I. 2016. Estimation of Polder Retention Capacity Based on ASTER, SRTM and LIDAR DEMs: The Case of Majdany Polder (West Poland). Water, 8, 230.
Westoby, M.J., Brasington, J., Glasser, N.F., Hambrey, M.J., Reynolds, J.M. 2012. Structure-from-Motion photogrammetry: a low-cost, effective tool for geoscience applications. Geomorphology, 179, 300–314.
Yan, K., Baldassarre, G., Solomatine, D., Schumann, G. 2015. A Review of Low Cost Space Borne Data for Flood Modelling: Topography, Flood Extent and Water Level. Hydrological Processes, 29, 3368-3387.
Yang, D., Qiu, H., Hu, S., Pei, Y., Wang, X., Du, C., … Cao, M. 2021. Influence of successive landslides on topographic changes revealed by multitemporal high-resolution UAS-based DEM. CATENA, 202, 105229.
Yapo P. O., Gupta H. V., Sorooshian S. 1996. Automatic calibration of conceptual rainfall-runoff models: sensitivity to calibration data. Journal of Hydrology, 181, 23-48.
Wang, K.-L.; Lin, J.-T.; Chu, H.-K.; Chen, C.-W.; Lu, C.-H.; Wang, J.-Y.; Lin, H.-H.; Chi, C.-C. 2021. High-Resolution LiDAR Digital Elevation Model Referenced Landslide Slide Observation with Differential Interferometric Radar, GNSS, and Underground Measurements. Appl. Sci. 2021, 11, 11389.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Jadson Freire-Silva, Rodrigo de Queiroga Miranda, Ana Lúcia Bezerra Candeias
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam na Revista Brasileira de Geografia Física concordam com os seguintes termos:
Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0) que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (exemplo: depositar em repositório institucional ou publicar como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão para disponibilizar seu trabalho online antes ou durante o processo editorial, em redes sociais acadêmicas, repositórios digitais ou servidores de preprints. Após a publicação na Revista Brasileira de Geografia Física, os autores se comprometem a atualizar as versões preprint ou pós-print do autor, nas plataformas onde foram originalmente disponibilizadas, informando o link para a versão final publicada e outras informações relevantes, com o reconhecimento da autoria e da publicação inicial nesta revista.
Qualquer usuário tem direito de:
Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial.
Adaptar — remixar, transformar e criar a partir do material para qualquer fim, mesmo que comercial.
O licenciante não pode revogar estes direitos desde que você respeite os termos da licença.
De acordo com os termos seguintes:
Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
