Avaliação da Extração automática de Rede de Drenagem gerada a partir de dados do PE3D utilizando softwares livres
DOI:
https://doi.org/10.26848/rbgf.v17.1.p349-365Keywords:
Rede de drenagem, qualidade, acurácia posicional, feições lineares, PE3DAbstract
A perfeita geração de linhas de drenagem ainda é um grande desafio. Existem diversos métodos e ferramentas para a extração automática das feições hidrográficas a partir de Modelos Digitais do Terreno (MDT), tanto em softwares proprietários quanto em soluções livres e de código aberto. Nesta pesquisa, foram comparados os resultados de extração automática de linhas de drenagem utilizando as ferramentas do System for Automated Geoscientific Analyses (SAGA) e o Geographic Resources Analysis Support System (GRASS), ambos softwares livres para Geographic Information System (GIS). Para o estudo, foram utilizados o MDT de 1 metro de resolução do Projeto Pernambuco Tridimensional (PE3D). A alta resolução de MDT é raramente disponível para a aquisição de redes de drenagem o que se torna instigante verificar a qualidade dos dois conjuntos de rede de drenagem gerados. Portanto, o objetivo do estudo realizado foi avaliar quanto a completude e acurácia posicional planimétrica das redes de drenagem geradas por esses dois softwares. Das análises, verificou-se que os algoritmos de geração automática da rede de drenagem do GRASS e SAGA GIS não apresentaram acurácia nem completude satisfatória para aplicações em projetos de engenharia em escalas maiores que 1:5.000. Ou seja, nessas escalas, ainda é necessária a fotointerpretação na aquisição manual da rede de drenagem, e posterior adequação do MDT, para torná-lo hidrologicamente consistente de forma a viabilizar seu uso nas modelagens hidrológicas e hidrodinâmicas em projetos de Engenharia Urbana.Downloads
References
Amatulli, G., Garcia Marquez, J., Sethi, T., Kiesel, J., Grigoropoulou, A., Üblacker, M. M., Shen, L. Q., & Domisch, S. 2022. Hydrography90m: a new high-resolution global hydrographic dataset. Earth System Science Data, 14(10), 4525–4550. https://doi.org/10.5194/essd-14-4525-2022
Baye, M. 2020. Watershed Delineation by Arc Hydro Tools. International Journal of Science and Research (IJSR), 9(5), 956–961. http://dx.doi.org/10.21275/SR20516144818
Bornaetxea, T., & Marchesini, I. 2022. r.survey: a tool for calculating visibility of variable-size objects based on orientation. International Journal of Geographical Information Science, 36(3), 429–452. https://doi.org/10.1080/13658816.2021.1942476
Cai, S., Zhang, W., Liang, X., Wan, P., Qi, J., Yu, S., Yan, G., & Shao, J. 2019. Filtering Airborne LiDAR Data Through Complementary Cloth Simulation and Progressive TIN Densification Filters. Remote Sensing, 11(9), 1037. https://doi.org/10.3390/rs11091037
Campos, A. C., de Jesus Santos, C. A., & Moreira, C. O. 2021. VGI, Geotecnologias Open Source e Gestão do Turismo em Coimbra, Portugal. Revista GeoNordeste, 33(1), 06-25.
Cimburova, Z., & Blumentrath, S. 2022. Viewshed-based modelling of visual exposure to urban greenery – An efficient GIS tool for practical planning applications. Landscape and Urban Planning, 222, 104395. https://doi.org/10.1016/j.landurbplan.2022.104395
Costache, R., Hong, H., & Pham, Q. B. 2020. Comparative assessment of the flash-flood potential within small mountain catchments using bivariate statistics and their novel hybrid integration with machine learning models. Science of the Total Environment, 711, 134514. https://doi.org/10.1016/j.scitotenv.2019.134514
Dantas, A. A. R., & Paz, A. R. 2021. Use of HAND terrain descriptor for estimating flood-prone areas in river basins. Revista Brasileira de Ciências Ambientais, 56(3), 501–516. https://doi.org/10.5327/Z21769478892
De Arruda Gomes, M. M., de Melo Verçosa, L. F., & Cirilo, J. A. 2021. Hydrologic models coupled with 2D hydrodynamic model for high-resolution urban flood simulation. Natural Hazards, 108(3), 3121–3157. https://doi.org/10.1007/s11069-021-04817-3
DSG. 2016. Norma da Especificação Técnica para Controle de Qualidade de Dados Geoespaciais (ET-CQDG) - 1ª Edição.
Ferreira da Silva, L. F. C., & Cintra, J. P. 1999. Quantificação de Discrepâncias entre Feições Lineares por Retângulos Equivalentes. Revista Brasileira de Cartografia, 51, 1-8.
França, L. L. S. de 2023, maio 25. Como instalar script Python no QGIS – caso discrepâncias de feições lineares. YouTube. https://youtu.be/38lLIVqkH0w
França, L. L. S. 2022. Script Python: MRE - Retângulos Equivalentes. GitHub. https://github.com/LEOXINGU/doutorado/blob/main/QGIS/processing/scripts/MRE.py
França, L. L. S. de, Penha, A. de L. T. da, & Carvalho, J. A. B. de. 2019. Comparison between absolute and relative positional accuracy assessment - a case study applied to Digital Elevation Models. Boletim de Ciências Geodésicas, 25(1). https://doi.org/10.1590/s1982-21702019000100003
França, L. L. S. de, & Portugal, J. L. 2022. Consistência Topológica de Dados Geoespaciais. Revista Brasileira De Cartografia, 74(3), 480–498. https://doi.org/10.14393/rbcv74n3-61508
França, L. L. S. de, Silva, T. A. da, Passos, J. B. dos, Barros, E. R. de O., & Seixas, A. de. 2019. Methodology for the positional accuracy assessment of GNSS tracking data collected from navigation receivers. Anais Do XIX Simpósio Brasileiro de Sensoriamento Remoto.
França, L. L. S. de ., & Silva, L. F. C. F. da .2018. Comparison between the Double Buffer Method and the Equivalent Rectangle Method for the quantification of discrepancies between linear features. Boletim de Ciências Geodésicas, 24(3), 300–317. https://doi.org/10.1590/s1982-21702018000300020
Gabriels, K., & Willems, P. 2022. An iterative runoff propagation approach to identify priority locations for land cover change minimizing downstream river flood hazard. Landscape and Urban Planning, 218, 104262. http://dx.doi.org/10.1016/j.landurbplan.2021.104262
GRASS Development Team. 2023. Geographic Resources Analysis Support System (GRASS) Software, Version 7.2. Open Source Geospatial Foundation. GRASS Development Team. https://grass.osgeo.org/grass82/manuals/r.stream.extract.html
Huang, R., Hong, D., Xu, Y., Yao, W., & Stilla, U. 2020. Multi-Scale Local Context Embedding for LiDAR Point Cloud Classification. IEEE Geoscience and Remote Sensing Letters, 17(4), 721–725. https://doi.org/10.1109/LGRS.2019.2927779
Ighile, E. H., Shirakawa, H., & Tanikawa, H. 2022. Application of GIS and machine learning to predict flood areas in Nigeria. Sustainability, 14(9), 5039. https://doi.org/10.3390/su14095039
Lemenkova, P. 2021. SAGA GIS for Computing Multispectral Vegetation Indices by Landsat TM for Mapping Vegetation Greenness. Contemporary Agriculture, 70(1–2), 67–75. https://doi.org/10.2478/contagri-2021-0011
Li, Z., Shi, P., Yang, T., Wang, C., Yong, B., & Song, Y. 2022. An Improved D8‐LTD for the Extraction of Total Contributing Area (TCA) by Adopting the Strategies of Path Independency and Local Dispersion. Water Resources Research, 58(2), e2021WR030948. http://dx.doi.org/10.1029/2021WR030948
Lima, D. M., Paz, A. R. da, Lopes, A. G., Sena, T. de S., & Claudino, C. M. de A. 2022. Avaliação da Qualidade da Rede de Drenagem Fornecida pelo MERIT Hydro: uma Base de Dados com a Rede Hidrográfica Disponibilizada em Escala Global. Revista Brasileira de Cartografia, 74(2), 214–227. https://doi.org/10.14393/rbcv74n2-63736
Mendonça, R. L., & Paz, A. R. da. 2022. LiDAR data for topographical and river drainage characterization: capabilities and shortcomings. Revista Brasileira de Recursos Hidrícos, 27(42). https://doi.org/10.1590/2318-0331.272220220092
Miranda, G. H. B., Ramos, R. S., Santos, A. de P. dos, Barbosa, L. da S., Cunha, M. M., & Medeiros, N. das G. 2023. Avaliação da Acurácia Posicional e da Completude em Áreas de Pivôs Centrais Identificadas com a Transformada de Hough em uma Análise Multitemporal. Revista Brasileira de Cartografia, 75, 1–21. https://doi.org/10.14393/rbcv75n0a-63468
Mose Ferreira, L. D. C., Francisco, C. N., & Fernandes, P. J. F. 2020. Análise do modelo digital de altura derivado de perfilamento LiDAR em relevo montanhoso. Revista Tamoios, 16(2). https://doi.org/10.12957/tamoios.2020.48507
Muhadi, N. A., Abdullah, A. F., Bejo, S. K., Mahadi, M. R., & Mijic, A. 2020. The Use of LiDAR-Derived DEM in Flood Applications: A Review. Remote Sensing, 12(14), 2308. https://doi.org/10.3390/rs12142308
Paz, O. L. de S. da, & Sampaio, T. V. M. 2021. Análise estatística dos parâmetros geomorfométricos do relevo em bacias hidrográficas de primeira ordem perenes e intermitentes no oeste paranaense. Geography Department University of Sao Paulo, 41, e174393. https://doi.org/10.11606/eISSN.2236-2878.rdg.2021.174393
Pereira Toniolo, B., Collins da Cunha e Silva, D., & Lourenço, R. W. 2021. Estudo comparativo de rede de drenagem na SABESP Oeste com auxílio de provedores SIG. Geografia Em Atos (Online), 5, 1–20. https://doi.org/10.35416/geoatos.2021.8081
Ribeiro, A. A. da S., Oliveira, G. A. de, Cirilo, J. A., Alves, F. H. B., Batista, L. F. D. R., & Melo, V. B. 2020) Floodplain reconstitution based on data collected via smartphones: a methodological approach to hydrological risk mapping. RBRH, 25. https://doi.org/10.1590/2318-0331.252020190179
Rocha, J., Duarte, A., Silva, M., Fabres, S., Vasques, J., Revilla-Romero, B., & Quintela, A. 2020. The Importance of High Resolution Digital Elevation Models for Improved Hydrological Simulations of a Mediterranean Forested Catchment. Remote Sensing, 12(20), 3287. https://doi.org/10.3390/rs12203287
Saito, Y. K., Viana, L. J. F., Silva, S. R. da, Fonseca, I. G. R. da, & Santos, A. de P. dos. 2019. Métodos Distância de Hausdorff e Influência do Vértice a partir da densificação de feições lineares. Revista Brasileira de Cartografia, 71(2), 598–618. https://doi.org/10.14393/rbcv71n2-44126
Sampaio, T. V. M., & Rocha, J. 2022. On the quality of the drainage network cartographic representation. Ecological Indicators, 143, 109350. https://doi.org/10.1016/j.ecolind.2022.109350
Sidek, L. M., Jaafar, A. S., Majid, W. H. A. W. A., Basri, H., Marufuzzaman, M., Fared, M. M., & Moon, W. C. 2021. High-Resolution Hydrological-Hydraulic Modeling of Urban Floods Using InfoWorks ICM. Sustainability, 13(18), 10259. https://doi.org/10.3390/su131810259
Silva, I. C. da, & Furrier, M. 2019. Análise morfológica e morfométrica das sub-bacias dos rios cascata e tinto, litoral norte do estado da Paraíba – Brasil. Revista Brasileira de Geomorfologia, 20(2). https://doi.org/10.20502/rbg.v20i2.1505
Sit, M., Sermet, Y., & Demir, I. 2019. Optimized watershed delineation library for server-side and client-side web applications. Open Geospatial Data, Software and Standards, 4, 1-10. https://doi.org/10.1186/s40965-019-0068-9
Tolentino, F. M., Silva, C. R. da, & Santil, F. L. de P. 2018. Avaliação da acurácia posicional de redes de drenagem obtidas a partir de modelos SRTM e ASTER com o uso dos softwares ARCGIS e QGIS. Revista Brasileira de Cartografia, 69(7). https://doi.org/10.14393/rbcv69n7-43989
Tremmel, M. 2023. COMTILES: a case study of a cloud optimized tile archive format for deploying planet-scale tilsets in the cloud. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 48, 231-237. https://doi.org/10.5194/isprs-archives-XLVIII-4-W7-2023-231-2023
Tschiedel, A. da F., Paiva, R. C. D. de, & Fan, F. M. 2020. Use of large-scale hydrological models to predict dam break-related impacts. RBRH, 25. https://doi.org/10.1590/2318-0331.252020190128
Zanandrea, F., Michel, G. P., Kobiyama, M., & Cardozo, G. L. 2019. Evaluation of different DTMs in sediment connectivity determination in the Mascarada River Watershed, southern Brazil. Geomorphology, 332, 80–87. https://doi.org/10.1016/j.geomorph.2019.02.005
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Brazilian Journal of Physical Geography
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with Revista Brasileira de Geografia Física agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under the Creative Commons Attribution 4.0 International (CC BY 4.0) license that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted to make their work available online before or during the editorial process, on academic social networks, digital repositories, or preprint servers. After publication in Revista Brasileira de Geografia Física, authors are expected to update the preprint or postprint versions on the platforms where they were originally made available, providing a link to the final published version and any other relevant information, with proper recognition of authorship and the initial publication in this journal.
You are free to:
Share — copy and redistribute the material in any medium or format for any purpose, even commercially.
Adapt — remix, transform, and build upon the material for any purpose, even commercially.
The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
Attribution — You must give appropriate credit , provide a link to the license, and indicate if changes were made . You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
