Métodos de interpolação espacial para determinação de modelos digitais do terreno no planejamento florestal

Autores

  • Daniel Pena Pereira Instituto Federal do Triângulo Mineiro, Campus Uberaba http://orcid.org/0000-0002-4964-0426
  • Maytê Maria Abreu Pires de Melo Silva
  • Renato Farias do Valle Júnior Instituto Federal de Educação Ciência e Tecnologia do Triângulo Mineiro - IFTM http://orcid.org/0000-0003-0774-5788
  • Alexandre Cândido Xavier Universidade Federal do Espirito Santo – UFES. http://orcid.org/0000-0003-3221-6028
  • Nilton César Fiedler Universidade Federal do Espírito Santo

Palavras-chave:

Modelos digitais, Análise gráfica, Análise espacial de dados.

Resumo

Os métodos de aquisição de dados topográficos geralmente estão sujeitos a erros de medição e os modelos de interpolação de modelos digitais do terreno (MDT) subsequentes podem propagar esses erros. Para o setor de florestas plantadas, o uso do MDT facilita a etapa de planejamento na fase de construção de estradas e na de mecanização em áreas montanhosas, principalmente em operações de subsolagem, aplicação de agrotóxicos e extração de madeira. Para avaliar os resultados dos métodos de interpolação, é muito comum o uso de indicadores, tais como o coeficiente de determinação múltipla e o erro residual. Este estudo teve como objetivo comparar e escolher o melhor método de interpolação em um conjunto de dados de elevação para construir um MDT, aplicando o diagrama de Taylor para analisar graficamente os resultados. Foram testados 17 métodos diferentes de interpolação espacial. O método Spline foi selecionado como o melhor modelo testado, em detrimento dos modelos geoestatísticos, mais comumente adotados em ensaios de variabilidade espacial. As estatísticas de todos os métodos foram muito semelhantes, com pequenas variações, sendo que o erro raiz quadrada média quadrada e a correlação do método Spline estavam mais próximas dos dados observados, conforme evidenciado com facilidade através do diagrama de Taylor.

Biografia do Autor

Daniel Pena Pereira, Instituto Federal do Triângulo Mineiro, Campus Uberaba

Departamento Florestal - IFTM

Renato Farias do Valle Júnior, Instituto Federal de Educação Ciência e Tecnologia do Triângulo Mineiro - IFTM

Departamento de Geotecnologias

Alexandre Cândido Xavier, Universidade Federal do Espirito Santo – UFES.

Engenharia Rural

Referências

AGUTU, N. O.; NDEHEDEHE, C. E.; AWANGE, J. L.; KIRIMI, F.; MWANIKI, M. Understanding uncertainty of model-reanalysis soil moisture within Greater Horn of Africa (1982–2014). Journal of Hydrology, v. 603, p. 127169. 2021. DOI: https://doi.org/10.1016/j.jhydrol.2021.127169.

AMORIM, R. C. F.; RIBEIRO, A.; LEITE, C. C.; LEAL, B. G.; SILVA, J. B. G. Avaliação do desempenho de dois métodos de espacialização da precipitação pluvial para o Estado de Alagoas. Acta Scientiarum Technology, v. 30, n. 1, p. 87-91, 2008.

ANTAL, A.; GUERREIRO, P. M. P.; CHEVAL, S. Comparison of spatial interpolation methods for estimating the precipitation distribution in Portugal. Theoretical and Applied Climatology, n. 145, p. 1193–1206. 2021. DOI: https://doi.org/10.1007/s00704-021-03675-0.

BERRAR, D. Cross-Validation. Encyclopedia of Bioinformatics and Computational Biology, v.1, p. 542–545, 2018. DOI: https://doi.org/10.1016/B978-0-12-809633-8.20349-X.

BROZA, K. T.; GARRASTAZU, M. C.; BRAZ, E. M.; MATTOS, P. P.; ROSOT, M. A. D. Etapas do planejamento do projeto modeflora em SIG livre. In: Embrapa Florestas-Artigo em anais de congresso (ALICE). In: Seminário de atualização em sensoriamento remoto e sistemas de informações geográficas aplicados à Engenharia Florestal, 10. Curitiba, PR, 2012.

BURROUGH, P. A.; MCDONNELL, R. A.; LLOYD, C. D. Principles of geographical information systems. New York: Oxford University Press. 2006.

CHILDS, C. Interpolating Surfaces in ArcGIS Spatial Analyst. 2015. Disponível em: http://webapps.fundp.ac.be/geotp/SIG/interpolating.pdf. Acesso em: 5 nov. 2019.

FERREIRA, F. A. C.; LEITE, E. S.; FREITAS, L. C.; VIRGENS, A. P. Potencial de krigagem em modelos digitais de elevação para o planejamento da colheita florestal. Pesquisa Florestal Brasileira, v. 37, n. 92, p. 579–586, 2017. DOI: https://doi.org/10.4336/2017.pfb.37.92.1492.

GIACOMIN, G.; CARVALHO, M. B.; SANTOS, A. P.; FERRAZ, A. S. Análise comparativa entre métodos interpoladores de modelos de superfícies. Revista Brasileira de Cartografia, v. 6, n. 66/6, p. 1315-1329, 2014.

GIONGO, M.; KOEHLER, H. S.; MACHADO, S. A.; KIRCHNER, F. F.; MARCHETTI, M. LiDAR: princípios e aplicações florestais. Pesquisa Florestal Brasileira, v. 30, n. 63, p. 231, 2010. DOI: https://doi.org/10.4336/2010.pfb.30.63.231.

HILLEBRAND, F. L. Uma expansão da aplicação do modelo linear de mistura espectral: estudo das variações na concentração e área do gelo marinho para estatísticas climáticas na Região Norte da Península Antártica. Tese (Doutorado em Sensoriamento Remoto) - Universidade Federal do Rio Grande do Sul. Porto Alegre, RS, 2021. 176 p.

HUTCHINSON, M. F. A new procedure for gridding elevation and streamline data with automatic removal of spurious pits. Journal of Hydrology, v. 106, n. 3-4, p. 211-232, 1989. DOI: https://doi.org/10.1016/0022-1694(89)90073-5.

MACEACHREN, A. M.; DAVIDSON, J. V. Sampling and isometric mapping of continuous geographic surfaces. The American Cartographer, v. 14, n. 4, p. 299-320, 2016. DOI: https://doi.org/10.1559/152304087783875723.

MATLAB. The Language of Technical Computing. The Math Works, Matlab Version, R2010a, 2010.

MCROBERTS, R. E. Estimating Forest attribute parameters for small areas using nearest neighbor’s techniques. Forest Ecology and Management, v. 272, p. 3-12, 2012. DOI: https://doi.org/10.1016/j.foreco.2011.06.039.

MIRANDA, G. H. B.; MEDEIROS, N.; SANTOS, A.; SANTOS, G. Análise de Qualidade de Amostragem e Interpolação na Geração de MDE. Revista Brasileira de Cartografia, v. 70, n. 1, p. 226-257, 2018. DOI: https://doi.org/10.14393/rbcv70n1-45255.

MOHARANA, P. C.; DHARUMARAJAN, S.; KUMAR, N.; PRADHAN, U. K.; JENA, R. K.; NAITAM, R. K. et al. Digital Mapping Algorithms to Estimate Soil Salinity in Indira Gandhi Nahar Pariyojana. Agropedology, v. 30, n. 2, p.113-124, 2021. DOI: https://doi.org/10.47114/j.agroped.2021.dec2.

PEREIRA, D. P.; LIMA, J. S. S.; XAVIER, A. C.; PASSOS, R. R.; FIEDLER, N. C. Aplicação do diagrama de Taylor para avaliação de interpoladores espaciais em atributos de solo em cultivo com eucalipto. Revista Árvore, v. 38, n. 5, p. 899-905, 2014. DOI: https://doi.org/10.1590/S0100-67622014000500014.

PINTO, G. S. M. C. Avaliação da exatidão altimétrica de modelos digitais de superfície provenientes de veículos aéreos não tripulados em zonas de relevo acidentado. Dissertação (Mestrado em Engenharia Geográfica) – Universidade do Porto, Porto, Portugal, 2019. 60 p.

SANDWELL, D. T. Biharmonic Spline interpolation of GEOS?3 and SEASAT altimeter data. Geophysical research letters, v. 14, n. 2, p. 139-142, 1987.

SHI, W. J.; LI, Z.; BEDARD, Y. Theme issue: advanced techniques for analysis of geo-spatial data. ISPRS: Journal of Photogrammetry and Remote Sensing, v. 1, n. 59, p. 1-5, 2004. DOI: https://doi.org/10.1016/j.isprsjprs.2004.01.001.

TAYLOR, K. E. Summarizing multiple aspects of model performance in a single diagram. Journal of Geophysical Research, v. 106, n. D7, p. 7183-7192, 2001. DOI: https://doi.org/10.1029/2000JD900719.

VIEIRA, S. R. Geoestatística em estudos de variabilidade espacial do solo. Tópicos em Ciência do Solo, 1. Viçosa-MG: Sociedade Brasileira de Ciência do Solo, 2000. p. 1-53.

ZEYNOLABEDIN, A.; GHIASSI, R.; NOROOZ, R.; NAJIB, S.; FADILI, A. Evaluation of geoelectrical models efficiency for coastal seawater intrusion by applying uncertainty analysis. Journal of Hydrology, v. 603, p.127086, 2021. DOI: https://doi.org/10.1016/j.jhydrol.2021.127086.

WEN, Z.; LIAO, H.; EMROUZNEJAD, A. Information representation of blockchain technology: Risk evaluation of investment by personalized quantifier with cubic Spline interpolation. Information Processing & Management, v. 58, n.4, p.102571, 2021. DOI: https://doi.org/10.1016/j.ipm.2021.102571.

WU, R. G.; CHEN, J. P.; WEN, Z. P. Precipitation–surface temperature relationship in the IPCC CMIP5 Models. Advances in Atmospheric Sciences, v.30, n.3, p. 766–778, 2013.

Publicado

2022-09-22

Como Citar

Pereira, D. P., Melo Silva, M. M. A. P. de ., Valle Júnior, R. F. do, Xavier, A. C., & Fiedler, N. C. . (2022). Métodos de interpolação espacial para determinação de modelos digitais do terreno no planejamento florestal. Revista Brasileira De Ciência, Tecnologia E Inovação, 6(2), 14–24. Recuperado de https://seer.uftm.edu.br/revistaeletronica/index.php/rbcti/article/view/5429

Edição

Seção

Artigos Originais