Avaliação de métodos de interpolação em dados de batimetria na barragem do rio Poxim-Açu – SE

Autores

DOI:

https://doi.org/10.33448/rsd-v9i9.7755

Palavras-chave:

Geoestatística; Interpoladores; Reservatórios; Batimetria; Krigagem.

Resumo

Normalmente, a profundidade dos reservatórios é estimada por dados pontuais de batimetria. Após a coleta dos dados batimétricos, seus valores são espacializados por métodos de interpolação. O objetivo deste trabalho foi avaliar o desempenho de três diferentes tipos de interpoladores em dados de batimetria coletados na barragem do rio Poxim-Açu, SE. Em setembro de 2016, 882 pontos batimétricos foram coletados no reservatório. Os dados de batimetria foram espacializados pelos métodos de interpolação do inverso do quadrado da distância, spline e da krigagem. Suas estimativas foram avaliadas e o melhor modelo escolhido com base nas estatísticas (RMSE) da validação cruzada. A barragem do rio Poxim apresenta uma profundidade média de aproximadamente 8,6 m e valores máximo e mínimo de 19,3 e 0,5 m, respectivamente. O melhor modelo de interpolação foi o da krigagem, com o ajuste do semivariograma esférico, com valores de RMSE de 1,64 m na validação cruzada, seguido pelo inverso do quadrado da distância (RMSE = 1,69 m) e o spline (RMSE = 1,72 m). Recomenda-se, portanto, a utilização da krigagem para espacialização dos valores de batimetria do reservatório analisado.

Biografia do Autor

André Quintão de Almeida, Universidade Federal de Sergipe

Engenheiro Florestal, professor da Universidade Federal de Sergipe. Trabalha com técnicas de Sensoriamento Remoto aplicadas em florestas. Atualmente, vem realizando pesquisas com Fotogrametria Aérea Digital (Digital Aerial Photogrammetric - DAP), ajustando modelos indiretos de estimativa de características da floresta, como biomassa, altura e o diâmetro de árvores, dentre outras variáveis de interesse.

Diego Campana Loureiro, Universidade Federal de Sergipe

Engenheiro Agrônomo graduado pela Universidade Federal Rural do Rio de Janeiro (UFRRJ). Mestrado e Doutorado no Curso de Pós-Graduação em Fitotecnia da UFRRJ. Pós-Doutorado na Universidade Federal do Recôncavo da Bahia, no centro de Ciências Agrárias, Biológicas e Ambientais. Atualmente é professor adjunto no Departamento de Engenharia Agrícola (DEAGRI) da Universidade Federal de Sergipe (UFS). Atua na área de geotecnologias aplicadas nas ciências agrárias, florestais e ambientais.

Rodolfo Marcondes Silva Souza, Texas A&M University

Possui graduação em Agronomia pela Universidade Federal Rural de Pernambuco (2012), mestrado em Produção Vegetal pela Universidade Federal Rural de Pernambuco (2014) e doutorado em Tecnologias Energéticas e Nucleares pela Universidade Federal de Pernambuco (2017), com período sanduíche em Duke University, EUA. Tem experiência na área de Agronomia, Ciência do Solo, com ênfase em Física do Solo, atuando principalmente nos seguintes temas: modelagem ecohidrológica, geoestatística, caracterização hidrodinâmica, propriedades físico-hídricas, curva de retenção de água no solo e metodologia beerkan.

Maria Isidória Silva Gonzaga, Universidade Federal de Sergipe

Possui graduação em Engenharia Agronômica pela Universidade Federal da Bahia (1995), mestrado em Ciências Agrárias pela Universidade Federal da Bahia (1999) e doutorado em Ciência do Solo e da Água, pela Universidade da Flórida (2006). É professora associada do departamento de Engenharia Agronômica da Universidade Federal de Sergipe. Tem experiência na área de solos, fitoremediação de solos contaminados por metais pesados e reaproveitamento de resíduos.

Donizete dos Reis Pereira, Universidade Federal de Viçosa

Possui graduação em Engenharia Agrícola pela Universidade Federal de Lavras (2007), mestrado em Engenharia Agrícola pela Universidade Federal de Lavras (2009) e doutorado em Engenharia Agrícola pela Universidade Federal de Viçosa (2013). Atualmente é professor da Universidade Federal de Viçosa - Campus Florestal. Possui experiência na área de Engenharia Agrícola com ênfase em Recursos Hídricos e Meio Ambiente, atuando principalmente nos seguintes temas: monitoramento de bacias hidrográficas, balanço hídrico, evapotranspiração, modelagem hidrológica.

Referências

Antoine, G., Pretet, T., Secher, M., & Clutier, A. (2018). Temporal variability of partially-contaminated sediments in a strongly regulated reservoir of the upper Rhine River. In E3S Web of Conferences (Vol. 40, p. 04025). EDP Sciences.

ARAÚJO, H. M. D. (2007). Hélio Mário de. Relações Socioambientais na Bacia Costeira do Rio Sergipe. Núcleo de Pós-Graduação em Geografia–NPGEO. Universidade Federal de Sergipe–UFS. Tese (Doutorado em Geografia), São Cristovão.

Babak, O., & Deutsch, C. V. (2009). Statistical approach to inverse distance interpolation. Stochastic Environmental Research and Risk Assessment, 23(5), 543-553.

Bandini, F., Olesen, D. H., Jakobsen, J., Kittel, C. M. M., Wang, S., Garcia, M., & Bauer-Gottwein, P. (2018). Bathymetry observations of inland water bodies using a tethered single-beam sonar controlled by an unmanned aerial vehicle. Hydrology and Earth System Sciences, 22(8), 4165-4181.

Brighenti, L. S. (2009). Avaliação limnológica da lagoa central (Município de Lagoa Santa-MG): uma abordagem espacial.

Camargo, E. C. G. (1998). Geoestatística: fundamentos e aplicações. Geoprocessamento para projetos ambientais. São José dos Campos: INPE.

Cambardella, C. A., Moorman, T. B., Novak, J. M., Parkin, T. B., Karlen, D. L., Turco, R. F., & Konopka, A. E. (1994). Field‐scale variability of soil properties in central Iowa soils. Soil science society of America journal, 58(5), 1501-1511.

CARVALHO, J. R. D., & ASSAD, E. D. (2005). Análise espacial da precipitação pluviométrica no Estado de São Paulo: comparação de métodos de interpolação. Eng. Agríc, 377-384.

Castro, F. D. S., Pezzopane, J. E., Cecílio, R. A., Pezzopane, J. R., & Xavier, A. C. (2010). Avaliação do desempenho dos diferentes métodos de interpoladores para parâmetros do balanço hídrico climatológico. Revista brasileira de engenharia agrícola e ambiental, 14(8), 871-880.

Chen, M., Qin, X., Zeng, G., & Li, J. (2016). Impacts of human activity modes and climate on heavy metal “spread” in groundwater are biased. Chemosphere, 152, 439-445.

COMPANHIA DE SANEAMENTO DE SERGIPE – DESO. (2013). Recuperado de https://www.deso-se.com.br/v2/.

Diaconu, D. C., Bretcan, P., Peptenatu, D., Tanislav, D., & Mailat, E. (2019). The importance of the number of points, transect location and interpolation techniques in the analysis of bathymetric measurements. Journal of Hydrology, 570, 774-785.

dos Santos, G. R., de Oliveira, M. S., Louzada, J. M., & Santos, A. M. R. T. (2011). Krigagem simples versus krigagem universal: qual o preditor mais preciso?. Energia na Agricultura, 26(2), 49-55.

Ferreira, I. O., Rodrigues, D. D., Santos, G. R. D., & Rosa, L. M. F. (2017). In bathymetric surfaces: IDW or Kriging?. Boletim de Ciências Geodésicas, 23(3), 493-508.

Gabriel-Martin, I., Sordo-Ward, A., Garrote, L., & Granados, I. (2019). Hydrological Risk Analysis of Dams: The Influence of Initial Reservoir Level Conditions. Water, 11(3), 461.

Geisser, S. (1975). The predictive sample reuse method with applications. Journal of the American statistical Association, 70(350), 320-328.

Groeneveld, D. P., & Barz, D. D. (2014). Dixie Valley, Nevada playa bathymetry constructed from Landsat TM data. Journal of Hydrology, 512, 435-441.

Guarneri, J. C., & Weih Jr, R. C. (2012). Comparing methods for interpolation to improve raster digital elevation models. Journal of the Arkansas Academy of Science, 66(1), 77-81.

Hilton, J. E., Grimaldi, S., Cohen, R. C., Garg, N., Li, Y., Marvanek, S., ... & Walker, J. P. (2019). River reconstruction using a conformal mapping method. Environmental Modelling & Software, 119, 197-213.

Lang, J., Alho, P., Kasvi, E., Goseberg, N., & Winsemann, J. (2019). Impact of Middle Pleistocene (Saalian) glacial lake-outburst floods on the meltwater-drainage pathways in northern central Europe: Insights from 2D numerical flood simulation. Quaternary Science Reviews, 209, 82-99.

Mello, C. R. D., Silva, A. M. D., Lima, J. M. D., Ferreira, D. F., & Oliveira, M. S. D. (2003). Modelos matemáticos para predição da chuva de projeto para regiões do Estado de Minas Gerais. Revista Brasileira de Engenharia Agrícola e Ambiental, 7(1), 121-128.

Müller, C. A. (1996). Hidrelétricas, meio ambiente e desenvolvimento.

Nychka, D., Furrer, R., & Sain, S. (2017). Fields: Tools for Spatial Data (R Package).

Pereira, A. S., Shitsuka, D. M., Parreira, F. J., & Shitsuka, R. (2018). Metodologia da pesquisa científica.[e-book]. Santa Maria. Ed. UAB/NTE/UFSM. Disponível em: https://repositorio. ufsm. br/bitstream/handle/1/15824/Lic_Computacao_Metodologia-Pesquisa-Cientifica. pdf.

Ribeiro Jr, P. J., & Diggle, P. J. (2015). geoR: Analysis of Geostatistical Data. R package version 1.7-5.1.

Semwal, P., Khobragade, S. D., & Nainwal, H. C. (2017). Modelling of recent Erosion rates in a Lake catchment in the North-Western Siwalik Himalayas. Environmental Processes, 4(2), 355-374.

SILVA, S. F. da; FERRARI, J. L. (2011). Avaliação de interpoladores estatísticos e determinísticos na descrição batimétricas de ambientes aquáticos. II Simpósio de Geoestatística em Ciências Agrárias.

Solos, E. (2013). Sistema brasileiro de classificação de solos. Centro Nacional de Pesquisa de Solos: Rio de Janeiro.

Stähly, S., Franca, M. J., Robinson, C. T., & Schleiss, A. J. (2019). Sediment replenishment combined with an artificial flood improves river habitats downstream of a dam. Scientific Reports, 9(1), 1-8.

Team, R. C. (2010). R Development Core Team, 2014. R: a language and environment for statistical computing.

Teh, S. Y., Koh, H. L., Lim, Y. H., & Tan, W. K. (2017, November). Integrating bathymetric and topographic data. In AIP Conference Proceedings (Vol. 1905, No. 1, p. 030039). AIP Publishing LLC.

Vieira, S. R., Carvalho, J. R. P. D., & González, A. P. (2010). Jack knifing for semivariogram validation. Bragantia, 69, 97-105.

Warrick, A. W. (1980). Spatial variability of soil physical properties in the field. Application of soil physics., 319-344.

Watson, D. F., & Philip, G. M. (1985). A refinement of inverse distance weighted interpolation. Geo-processing, 2(4), 315-327.

Wilson, D. C., & Mair, B. A. (2004). Thin-plate spline interpolation. In Sampling, Wavelets, and Tomography (pp. 311-340). Birkhäuser, Boston, MA.

Yamamoto, J. K., & Landim, P. M. B. (2015). Geoestatística: conceitos e aplicações. Oficina de textos.

Downloads

Publicado

03/09/2020

Como Citar

LEITE, I. V.; ALMEIDA, A. Q. de; LOUREIRO, D. C.; SOUZA, R. M. S.; GONZAGA, M. I. S.; PEREIRA, D. dos R.; SANTOS, A. de A. Avaliação de métodos de interpolação em dados de batimetria na barragem do rio Poxim-Açu – SE. Research, Society and Development, [S. l.], v. 9, n. 9, p. e690997755, 2020. DOI: 10.33448/rsd-v9i9.7755. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/7755. Acesso em: 25 nov. 2024.

Edição

Seção

Ciências Exatas e da Terra