Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.unb.br/handle/10482/38317
Files in This Item:
File Description SizeFormat 
2019_FelipeNunesMesquita.pdf2,39 MBAdobe PDFView/Open
Title: Mapeamento das áreas inundáveis do Médio São Francisco utilizando técnicas de processamento digital de imagens de sensoriamento remoto e modelo HAND
Authors: Mesquita, Felipe Nunes
Orientador(es):: Carvalho Júnior, Osmar Abílio de
Assunto:: São Francisco, Rio
Recursos hídricos
Processamento de imagens - técnicas digitais
Levantamentos topográficos
Geoprocessamento
Sensoriamento remoto
Issue Date: 29-Jun-2020
Citation: MESQUITA, Felipe Nunes. Mapeamento das áreas inundáveis do Médio São Francisco utilizando técnicas de processamento digital de imagens de sensoriamento remoto e modelo HAND. 2019. ix, 42 f., il. Dissertação (Mestrado em Geografia)—Universidade de Brasília, Brasília, 2019.
Abstract: As áreas inundáveis desempenham funções ecológicas primordiais para a manutenção do equilíbrio ecológico dos ecossistemas aquáticos e terrestres. Ademais as áreas inundáveis são fundamentais para o sustento de diversas atividades humanas. No entanto, essas áreas vêm sofrendo diversos distúrbios decorrentes das ações antrópicas. O presente trabalho visou realizar a análise da dinâmica fluvial em um trecho do rio São Francisco, localizado entre os municípios de Barra, Pilão Arcado e Xique-Xique, Bahia. Dessa forma, foi calculada a Linha Média das Enchentes Ordinárias (LMEO) e aplicadas técnicas de processamento digital nas imagens Landsat-8/OLI-TIRS e Sentinel-1 (SAR). Os índices espectrais MNDWI, NDWI e AWEI foram aplicados em duas imagens Landsat-8, uma representando a cota do rio próxima à LMEO e a outra um período de seca. A detecção dos alvos de água nas imagens foi feita a partir da técnica de threshould. O índice MNDWI demonstrou maior valor de acurácia, com índice kappa superior a 0,9. Também foi realizada uma análise multitemporal da dinâmica fluvial entre os anos de 2005 e 2019, empregando imagens Landsat 5 e Landsat 8. Em seguida, foram obtidas duas imagens Sentinel-1 representando a cota máxima e mínima do rio, entre os anos 2016 e 2017. Aplicou-se a técnica de threshould para a classificação da água nas imagens. O maior valor de acurácia demonstrado pelo índice kappa nas imagens Sentinel-1 foi 0,47. Além disso, foi gerado o modelo digital HAND da região e delimitada os terrenos marginais, a fim de realizar o levantamento das áreas inundáveis. Por último, foram realizadas simulações de cotas do rio no modelo HAND, as quais demonstraram valor de acurácia superior a 96,67%.
Abstract: Wetlands play a key role in ecological balance process of aquatic and terrestrial ecosystems. In addition, wetlands are crucial because support various human activities. However, anthropogenic actions have impacted these areas. The objective of the present study was to map the wetlands in a section of São Francisco River, using radar (SAR) and optical image processing. The study area is located between the counties of Barra, Pilão Arcado and Xique-Xique, Bahia. Were employed Sentinel-1, Landsat-8/OLI and Landsat-5/TM images. A HAND model was also generated from DEM to map the wetlands. Data from the São Francisco historical series were used to calculate the Limit from Ordinary Flood (LFOF). MNDWI, NDWI and AWEI were applied on two Landsat-8 images, one image representing the flood, with river level like LFOF, and the other image representing the driest period. This process was taken to determine which index demonstrated the best result for water detection. We used threshold technique to water extraction. The MNDWI showed the highest accuracy, Kappa index was greater than 0.9. A multitemporal analysis of river dynamics, between 2005 and 2019, was also performed, using Landsat images. Two Sentinel-1 images, representing the maximum and minimum level of the river, between 2016 and 2017, were obtained. Threshold technique was applied in Sentinel-1 images for open water extraction. The highest accuracy demonstrated by Kappa on Sentinel-1 images was 0.47. River simulations were performed in HAND model, which presented an accuracy higher than 96.67%.
Description: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Geografia, Programa de Pós-graduação, 2019.
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Appears in Collections:GEA - Mestrado em Geografia (Dissertações)

Show full item record Recommend this item " class="statisticsLink btn btn-primary" href="/handle/10482/38317/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.