Análise do erro altimétrico do MDE ASTER-2 na declividade

• Ano de defesa: 2013
• Autor(a) principal: Marroquim Santiago, Marcondes
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco
• Palavras-chave em Português: Modelo Digital de Elevação; ASTER-2; Simulação de Monte Carlo; Incerteza e Precisão
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/10476

Modelo Digital de Elevação (MDE) do ASTER-2 é um modelo obtido a partir de imagens estereoscópicas orbitais que recobre uma área de extensão global, entre as latitudes 83ºN e 83ºS. O United States Geological Survey (UGSS) e o Earth Remote Sensing Data Analysis Center (ERSDAC) desenvolveram estudos sobre a precisão desse modelo, com base no Erro Médio (EM) e no Desvio Padrão ( ) deste erro, chegando a valores diferentes. A declividade é um produto derivado do MDE, obtida por operações de vizinhança sobre ele. Levando-se em consideração a incerteza do MDE ASTER-2, essa pesquisa teve por objetivo analisar e mensurar o efeito da mesma sobre a variável declividade, a partir dos indicadores da USGS e da ERSDAC. Para atender esse objetivo, foi empregado o Método de Simulação Monte Carlo de forma a gerar grades de incertezas altimétricas que deram origem a grades de declividade. Essas grades foram averiguadas em relação ao Coeficiente de Variação (CV), destacando-se as seguintes conclusões: (i) as áreas planas são mais difíceis de serem identificadas pelo MDE ASTER-2; (ii) em função do modelo matemático empregado pelo CV, seu valor tende a aumentar exponencialmente a medida que a média das declividades tende a zero e isso acontece em regiões planas; (iii) o menor valor de declividade que pode ser identificado pelo ASTER-2 é 13.89% com um de nível de confiança de 0,05%. Também foi analisada a estratificação da declividade proposta pela EMBRAPA/IBGE, INCRA e Zoneamento Ecológico Econômico (ZEE). Esses órgãos empregam diferentes pontos de corte para as classes e por isso diferentes realidades foram detectadas. Os mapas se mostraram uma excelente forma de interpretar essas realidades.