Aerofotogrametria Digital como Ferramenta Integrativa para Geração de Modelos Digitais Topobatimétricos de Reservatórios D’água
DOI:
https://doi.org/10.11137/1982-3908_2021_44_39716Keywords:
Fotogrametria, Topobatimetria, Batimetria ÓticaAbstract
Modelos Digitais Topobatimétricos (MDTB) de alta resolução espacial e posicional são dados preciosos à gestão de reservatórios d’água. Para geração dessas superfícies digitais, geralmente são integrados dados derivados de LiDAR aerotransportado e ecobatímetros. A superfície digital resultante dessa interpolação apresenta tipicamente uma região de ausência (gap) de informações entre as nuvens de dados dos dois sensores em áreas submersas rasas, em função de limitações de cada um dos métodos. Esse vazio é geralmente resolvido por interpolação, se tornando uma área de valores batimétricos de precisão planialtimétrica duvidosa. Assim, o trabalho avalia o uso de fotogrametria digital com ARP (Aeronave Remotamente Pilotada) para aquisição de dados batimétricos de margens rasas de reservatórios e investiga a possibilidade de utilização da ferramenta para complementar o gap de dados do MDTB convencional. Para isso, foi avaliada a qualidade posicional da porção batimétrica do Modelo Digital de Terreno (MDT) fotogramétrico comparativamente à dados de receptor GNSS. O MDT fotogramétrico apresentou Ground Sampling Distance (GSD) de 3,75 cm/ pixel, restituindo batimetrias com profundidades até 0,9 m, recobrindo todo o gap entre os dados de LiDAR e ecobatímetro nas regiões mais rasas que isso. Regiões mais profundas apresentaram, em média, 40% do gap recoberto. Testes de hipótese e teste de precisão do PEC mostraram que os Pontos de Verificação (PV) submersos apresentam maiores magnitudes de discrepância altimétrica do que os PV da porção seca, enquanto, planimetricamente, as discrepâncias apresentam comportamentos semelhantes. Coeficientes de correlação de Pearson e Spearman, validados por reamostragem Bootstrap com n = 1000, indicaram alta correlação entre as discrepâncias altimétricas da porção submersa do MDT fotogramétrico e a profundidade do corpo hídrico, sugerindo controle das discrepâncias por parte da refração da luz, descrita pela Lei de Snell. Encontramos que o uso da técnica como subsídio à integração topobatimétrica de reservatórios se mostra adequada, porém há de se considerar que a parte fotogramétrica do MDTB tenderá a ser mais rasa que a realidade.References
Bailily J.S., Le Coarer, Y., Languille, P., Stigermark, C.J. & Allouis, T. 2010, ‘Geostatistical estimations of bathymetric LiDAR errors on rivers’, Earth Surface Processes and Landforms, vol. 35, pp. 1199–210. https://doi.org/10.1002/esp.1991
Carvalho, J.A.B. & Silva, D.C. 2018, ‘Métodos para avaliação da acurácia posicional altimétrica no Brasil’, Revista Brasileira de Cartografia, vol. 70, no 2, pp. 725-44. https://doi.org/10.14393/rbcv70n2-45404
Danielson, J.J., Poppenga, S.K., Brock, J.C., Evans, G.A., Tyler, D.J., Gesch, D.B., Thatcher, C.A. & Barras, J.A. 2016, ‘Topobathymetric Elevation Model Development using a New Methodology: Coastal National Elevation Database’, Journal of Coastal Research, Special Issue, no. 76, pp. 75–89. https://doi.org/10.2112/SI76-008
Dietrich, J.T. 2017, ‘Bathymetric Structure-from-Motion: extracting shallow stream bathymetry from multi-view stereo photogrammetry’, Earth Surface Processes and Landforms, vol. 42, pp. 355–64. https://doi.org/10.1002/esp.4060
Erena, M., Atenza, F.J., García-Galiano, S., Dominguez, J.A. & Bernabé, J.M. 2019, ‘Use of Drones for the Topo-Bathymetric Monitoring of the Reservoirs of the Segura River Basin’, Water, vol. 11, no. 445. https://doi.org/10.3390/w11030445
Hogrefe, K.R., Wright, D.J., & Hochberg, E.J. 2008, ‘Derivation and integration of shallow-water bathymetry: Implications for coastal terrain modeling and subsequent analyses’, Marine Geodesy, vol. 31, pp. 299–17. https://doi.org/10.1080/01490410802466710
Javernick, L., Brasington, J. & Caruso, B. 2014, ‘Modeling the topography of shallow braided rivers using Structure-from-Motion photogrammetry’, Geomorphology vol. 213, pp. 166–82. https://doi.org/10.1016/j.geomorph.2014.01.006
Lane, S.N., Widdison, P.E., Thomas, R.E., Ashworth P.J., Best, J.L., Lunt, I.A., Smith, G.H. & Simpson, C.J. 2010, ‘Quantification of braided river channel change using archival digital image analysis’, Earth Surface Processes and Landforms, vol. 35, pp. 971–85. https://doi.org/10.1002/esp.2015
Li, J. & Heap, D. 2014, ‘Spatial interpolation methods applied in the environmental sciences: A review’, Environmental Modelling & Software, vol. 53, pp. 173-89. https://doi.org/10.1016/j.envsoft.2013.12.008
Marotta, G.S., Cicerelli R.E., Ferreira, A.M.R., Roig, H.L. & Abreu, M.A. 2015, ‘Avaliação posicional de Modelo Digital de Superfície derivado de câmara de pequeno formato’, Revista Brasileira de Cartografia, vol. 67, pp. 1467-77.
Murase, T., Tanaka, M., Tani, T., Miyashita, Y., Ohkawa, N., Ishiguro, S., Suzuki, Y., Kayanne, H. & Yamano, H. 2008, ‘A photogrammetric correction procedure for light refraction effects at a two-medium boundary’, Photogrammetric Engineering & Remote Sensing, vol. 74, pp. 1129–36. https://doi.org/10.14358/PERS.74.9.1129
National Oceanic and Atmospheric Administration 2007, Topographic and Bathymetric Data Considerations: Datums, Datum Conversion Techniques, and Data Integration, https://coast.noaa.gov/data/digitalcoast/pdf/topo-bathy-data-considerations.pdf.
Santos, A.P., Rodrigues, D.D., Santos, N.T. & Junior, J.G. 2016, ‘Avaliação da acurácia posicional em dados espaciais utilizando técnicas de estatística espacial: proposta de método e exemplo utilizando a norma brasileira’, Boletim de Ciências Geodésicas, vol. 22, no. 4. https://revistas.ufpr.br/bcg/article/view/49633
Skarlatos, D. & Agrafiotis, P. 2018, ‘A Novel Iterative Water Refraction Correction Algorithm for Use in Structure from Motion Photogrammetric Pipeline’, Journal of Marine Science and Engineering, vol. 6, no. 3, p. 77. https://doi.org/10.3390/jmse6030077
Tewinkel G. C. 1963. ‘Water depths from aerial photographs’. Photogrammetric Engineering, vol. 29, no. 6, pp. 1037–42.
Tonina, D., McKean, J., Benjakar, R.M., Wright, C.W., Goode, J.R., Chen, Q., Reeder, W.J., Carmichael, R.A. & Edmondson, M.R. 2018, ‘Mapping river bathymetries: Evaluating topobathymetric LiDAR survey: River bathymetry revealed’, Earth Surface Processes and Landforms, vol. 44, pp. 507–20. https://doi.org/10.1002/esp.4513
Tonina, D., McKean, J.A., Benjankar, R.M., Yager, E., Carmichael, R.A., Chen, Q. & Edmondson, M.R. 2020, ‘Evaluating the performance of topobathymetric LiDAR to support multi-dimensional flow modelling in a gravel-bed mountain stream’ Earth Surface Processes and Landforms, vol. 45, no. 12, pp. 2850-68. https://doi.org/10.1002/esp.4934
Trauth, M.H., Gebbers, R., Marwan, N. & Sillmann, E. 2007, MATLAB recipes for earth sciences, Springer, Berlin, Germany. https://doi.org/10.1007/978-3-642-12762-5
Woodget, A.S., Carbonneau, P.E., Visser, F. & Maddock, I.P. 2015, ‘Quantifying submerged fluvial topography using hyperspatial resolution UAS imagery and structure from motion photogrammetry’, Earth Surface Processes and Landforms, vol. 40, pp. 47–64. https://doi.org/10.1002/esp.3613.
Westaway, R.M., Lane, S.N. & Hicks, D.M. 2000, ‘The development of an automated correction procedure for digital photogrammetry for the study of wide, shallow, gravel-bed rivers’, Earth Surface Processes and Landforms, vol. 25, pp. 209–26. https://doi.org/10.1002/(SICI)1096-9837(200002)25:2<209::AID-ESP84>3.0.CO,2-Z.
Downloads
Published
Issue
Section
License
This journal is licensed under a Creative Commons — Attribution 4.0 International — CC BY 4.0, which permits use, distribution and reproduction in any medium, provided the original work is properly cited.
Except where otherwise noted, content on this site is licensed under a license 