COMO O GEOPROCESSAMENTO

É ESSENCIAL PARA SUA

KOOB-E

ATUAÇÃO NA ÁREA AMBIENTAL

E SUSTENTABILIDADE

Adriano Rolim da Paz

Como o geoprocessamento
é essencial para sua atuação SUMÁRIO
na área ambiental
Apresentação

Mundo em transformação x monitoramento

Geoprocessamento: por que, para que e como?

Modelos Digitais de Elevação

Geoprocessamento + modelagem matemática

Análise temporal

Conclusão

E-BOOK
APRESENTAÇÃO
Este e-book foi concebido para que você visualize
como o geoprocessamento agrega valor e potencializa
a análise de inúmeros aspectos ambientais, ao associar
as informações espacial e temporalmente.

Ressaltamos que a integração do geoprocessamento a

um número cada vez maior de disciplinas e assuntos é
uma tendência sem volta e que você, que atua na área
ambiental e quer se manter atualizado, não pode
desconhecer geoprocessamento e suas
potencialidades.
MUN D O EM
TRANSFORMA ÇÃ O X
MONITORAMENTO
 Estamos em um mundo em transformação, no
tempo e no espaço, sejam por alterações
demográficas, mudanças climáticas,
conflitos sociais ou modificações na paisagem.

Por outro lado, nunca antes o mundo

esteve em tão intenso nível de
monitoramento ambiental.

FIGURA 1
Há uma riqueza de dados obtidos por
sensoriamento remoto, a qual continua se
expandindo.
Mais variáveis e processos vem sendo
monitorados e com maior detalhamento
espacial e temporal.
Você precisa, portanto, saber
geoprocessamento para usufruir dessa
tendência e incrementar sua atuação na
área ambiental.

FIGURA 2
GEOPROCESSAMENTO:
COMO, PARA QUE E
POR QUE?
 GEOPROCESSAMENTO
O que é?
Conjunto de ferramentas e
operações para analisar e
manipular dados geográficos.
Por que usar?
O meio ambiente é espacial, então
as características, propriedades e
processos que ocorrem em um
ponto no meio ambiente devem
ser analisados espacialmente
considerando o entorno e o
contexto em que esse ponto se
encontra.
FIGURA 3
Para que usar?
Há uma infinidade de propósitos no uso de
geoprocessamento, como para caracterizar espacial
e temporalmente o relevo, corpos d’água,
vegetação, agricultura, solos, geologia, relações
ecológicas, condições físico-químicas, processos
climáticos, ocupação urbana e muitos outros
fatores, processos e características ambientais.

Mais e melhores informações para, assim,

incrementar o processo de tomada de decisão.
A CIÊNCIA DO ONDE

FIGURA 4 FIGURA 5 FIGURA 6

Na verdade, para todos os aspectos da A Ciência do Onde é uma linguagem

sociedade, a espacialidade está inserida e digital fundamental para o
emerge como fator influente, o que entendimento e gerenciamento do
tem motivado a Ciência do Onde. nosso mundo (Jack Dangermond).
GEOPROCESSAMENTO
Quem faz?
Embora já existam profissionais
formados especificamente para o
geoprocessamento, trata-se de uma
área de conhecimento que permeia
FIGURA 7
diversas profissões.

Todos que tem atuação relacionada

ao meio ambiente são, por definição,
potenciais usuários de
geoprocessamento.

FIGURA 8
 Profissionais que, em
Ecólogos Eng. Ambientais
geral, desenvolvem Arquitetos
diretamente análises
de geoprocessamento
Geógrafos
Eng. Sanitaristas
Eng. Civis
Profissionais que
precisam ter, pelo
Géologos
menos, uma base de Eng. Florestais Meteorologistas
conhecimento em
geoprocessamento
Biólogos Eng. Agrônomos
Gestores Ambientais
Eng. Cartógrafos
 Quem se interessa por
geoprocessamento?

Mesmo que você não seja quem atua

diretamente com geoprocessamento na
sua empresa ou no seu setor, você
precisará dialogar com outros setores e
profissionais de geoprocessamento.

Como tirar o melhor desse setor, para

FIGURA 9

potencializar as análises da sua área

específica, se não entender o básico
de geoprocessamento?
 Existe uma diversidade de softwares de
geoprocessamento... Mas qual o melhor?

Essa resposta não Para cada usuário, isso vai

existe em absoluto. depender da familiaridade e
capacidade de usar um software
para resolver os problemas
específicos que ele enfrenta.
 E, na verdade, as melhores inovações e
soluções em geoprocessamento vem do
uso de linguagens de programação.

FIGURA 10

Vantagens de fazer
geoprocessamento via
linguagens de programação
Automatização de tarefas
Customização de
procedimentos
Adaptação de métodos
Proposição de novos
métodos
MO D ELOS D IGITAIS
D E ELEVA ÇÃ O
Em geoprocessamento, um
campeão de funcionalidade.

Modelo Digital
de Elevação
Dentre as análises principais de geoprocessamento
para a área ambiental, destaca-se o processamento
de Modelos Digitais de Elevação (MDE).

MDEs representam a topografia, em

geral, na forma de um raster, com atribuição de um
Cada elemento do raster é um valor de elevação do terreno para cada elemento
pixel e o seu tamanho é a da imagem, tendo como base um determinado
resolução espacial do raster referencial
 MDS X MDT
O termo Modelo Digital de Elevação é
considerado abrangente e inclui o Modelo
Digital de Superfície (MDS), quando a
elevação representada é do terreno
considerando a vegetação, edificações e
outros artefatos sobre ele.
Já o Modelo Digital do
Terreno (MDT) representa a
elevação do terreno
propriamente dita, sem tais
interferências.
FONTES D E D A D OS D E M D E
FIGURA 11
MDEs podem ser elaborados a
partir de dados obtidos de
diferentes fontes, como
levantamentos topográficos em
campo, com equipamentos como
teodolito e estação total, e por
sensores remotos aéreos ou
orbitais, dentre outros.
FIGURA 12 FIGURA 13
No levantamento por sensores remotos aéreos, tem
sido utilizados tanto os Veículos Aéreos Não Tripulados
(VANTs), com destaque para os drones, como
aeronaves tripuladas. Nesses casos, sensores a bordo
do tipo LiDAR (Light Detection and Ranging) são os
mais indicados atualmente, sendo capazes de obter
nuvens densas de pontos para representar a topografia
com precisão centimétrica.
Diversos Modelos Digitais de
Elevação são disponibilizados
atualmente e de forma gratuita
a partir de levantamentos
orbitais que abrangem quase
todo o globo.

SRTM DEM
ASTER GDEM
ALOS PALSAR
ALOS AW3D
TanDEM-X

FIGURA 14
Mas...
como um MDE
lhe pode ser útil?

FIGURA 15

FIGURA 16
 Identificação de
Planejamento do áreas aptas para
Agricultura Caracterização de uso e ocupação
redes de drenagem e culturas agrícolas
de precisão do solo
bacias hidrográficas
Erosão hídrica e
perdas de solo
Análise de dispersão Exemplo de Aplicações
de poluentes de um MDE Análise de
atmosféricos potencial eólico
e solar
Identificação de locais
Otimização de
para construção de
trajetos de coleta
hidroelétricas Modelagem
de resíduos
hidrológica
Avaliação de áreas
Mapeamento e para instalação de
Identificação de
zoneamento de aterros sanitários Análises ecológicas
áreas de saturação
inundações (de habitat e áreas
do solo
de preservação)
 Um MDE não é a
verdade absoluta.

As elevações representadas nos

MDEs tem incertezas e erros
associados à obtenção dos dados,
que não são desprezíveis para
muitos usos que se quer fazer dessa
informação.

Esses erros e incertezas se

propagam para produtos
derivados do MDE,
somando-se a outras fontes
de incertezas e erros.
Por exemplo, a rede de drenagem derivada de um MDE contém,
ainda, incertezas devido ao algoritmo de determinação das
direções de fluxo e devido à própria limitação de representar as
características da natureza em pixels regulares.
 Tem-se, também,
um efeito de escala
associado à
qualidade da rede de
drenagem derivada
do MDE e à relação
entre tamanho do
pixel (resolução
espacial do MDE) e o
tamanho dos
meandros do rio.
FIGURA 17
GEOPROCESSAMENTO
+ MO D ELAGEM
MATEM Á TICA
Outra grande utilidade de geoprocessamento
na área ambiental é a combinação com
modelagem matemática.

As operações de
geoprocessamento casam
perfeitamente com a aplicação
de modelos matemáticos, que
representam matematicamente
um sistema e os processos
associados.
Por exemplo, geoprocessamento é de
grande utilidade para preparar dados de
entrada para modelos hidrológicos, para
processar resultados de variáveis
espacialmente, além de potencializar a
integração entre dados de sensoriamento
remoto e modelos hidrológicos.

FIGURA 18
 Preparação de
dados de entrada

Elaboração
GEOPROCES- de cenários MO D ELAGEM
SAMENTO HI D ROL Ó GICA
Processamento
de resultados

Calibração e validação de
resultados frente a dados
de sensoriamento remoto
E SE...
Uma das grandes motivações
para o uso de modelos
matemáticos é responder a
questões do tipo ‘e se...’,
simulando intervenções no
sistema ou cenários diversos,
como cenários de uso e ocupação
do solo, mudanças climáticas etc.

O geoprocessamento também
é peça-chave na elaboração
de cenários que considerem a
informação espacial.
AN Á LISE
TEMPORAL
O EFEITO D A
RESOLU ÇÃ O ESPACIAL
A possibilidade de
analisar padrões Imagens do tipo
espaciais  a partir de composição colorida com FIGURA 19

imagens de satélite é 1 m de resolução espacial

sempre desejada permitem identificar
pelos usuários. individualmente os pés de
laranja ou detalhes de
A resolução espacial
cada residência e
mais refinada de uma
edificação.
imagem de satélite
influencia diretamente
na qualidade e
FIGURA 20
profundidade da Já imagens com 30 m de resolução espacial permitem
interpretação visual identificar os limites de áreas de mesmo manejo agrícola e as
dessa imagem. manchas urbanas, dentre outras feições.
 FIGURA 21

Imagens com resolução espacial de 250 m, como as

do sensor MODIS, apresentam limitações para
interpretação visual da delimitação de feições, dado
o tamanho mais grosseiro do pixel.
 Um pixel de 250 m abrange
uma área de 62.500 pixels de
1 m ou de ~70 pixels de 30 m

Um pixel de 30 m
abrange uma área
de 900 pixels de 1 m
RESOLU ÇÃ O
ESPACIAL X
TEMPORAL No caso do sensor MODIS, por
Resolução
exemplo, tem-se imagens diárias a temporal
Porém, ao ter uma resolução bordo da plataforma orbital TERRA Tempo de revisita
espacial mais grosseira, reduz- e outro conjunto de imagens diárias do satélite ao
se a quantidade de dados a bordo da plataforma AQUA. mesmo ponto
coletados espacialmente pelo
sensor, o que facilita ter uma
resolução temporal mais
refinada, isto é, imagens
consecutivas temporalmente
mais próximas umas das outras
para um mesmo ponto do
espaço.

FIGURA 22
O EFEITO D A
RESOLU ÇÃ O TEMPORAL
A série temporal de imagens pode
ser processada para interpretar Para um
padrões que são identificados pixel
exclusivamente pelo seu específico
comportamento temporal.
atributo
O conjunto de valores de atributo de
um pixel ao longo da série de
imagens pode ser analisado via
técnicas de análise de séries
temporais e decomposição de sinais.
tempo

Análise de séries
temporais
Um exemplo é a dinâmica da vegetação e das Em cada fase do cultivo, a cultura
características fenológicas e de cultivo agrícola, como agrícola tem respostas espectrais
identificação da cultura agrícola, estimativa de áreas distintas e condizentes com a fase e
plantadas e de época e quantidade de área a ser colhida. particularidades da planta cultivada.

recém-plantado crescendo tamanho máximo colhido

CONCLUS Ã O
Variáveis e processos diversos Pode-se enxergar
estão sendo monitorados remotamente regiões de
espacial e temporalmente de difícil acesso ou de
forma sem precedentes, escassez de dados
alterando sobremaneira a forma coletados em campo, de
como estudos ambientais são forma contínua e
desenvolvidos. sistemática.

Tem-se, ainda, a chance

de estudar o meio
ambiente em múltiplas
escalas espaciais e
temporais.
Porém, para tirar o máximo proveito disso, precisamos:

Continue fazendo a sua parte.

FONTES
FIGURA 1: https://www.casamorgadoesporao.com/single-post/2016/1/12/Geospatial-technologies-in-ecosystem-management
FIGURA 2: https://www.esri.com/en-us/arcgis/products/imagery-remote-sensing/overview
FIGURA 3: http://blog.naver.com/PostView.nhn?blogId=minjae9037&logNo=220060878553
FIGURA 4: https://geographical.co.uk/competitions/where-in-the-world
FIGURA 5: https://www.simparatodos.com.br/o-correto-uso-das-questions-words/
FIGURA 6: http://www.healthcarebusinesstech.com/ hospitals-geography/
FIGURA 7: https://profile.center/EN/MajorOccupation/ Computer_and_Mathematical_Occupations/2
FIGURA 8: https://www.globetoday.net/index.php/n ews-articles/on-the-spot/item/1634-bachelor-of-science-in-geographic-information-science
FIGURA 9: https://www.indiamart.com/proddetail/gis-consulting-services-10632106733.html
FIGURA 10: internet
FIGURA 11: https://www.landform-surveys.co.uk/
FIGURA 12: https://www.aerialtronics.com/pt/productos/altura-zenith
FIGURA 13: Reutebuch, S.; Andersen, H.-E.; McGaughey, R.J. Light Detection and Ranging (LIDAR): An Emerging Tool for Multiple Resource Inventory. Journal of Forestry 285-292, 2005.
FIGURA 14: https://directory.eoportal.org/web/eoportal/satellite-missions/t/tandem-x

FIGURA 15: https://myessayservices.com/write_my_essay/computers-in-classroom-essay-examples-outline

FIGURA 16: https://publicdomainvectors.org/pt/tag/imagem
FIGURA 17: Paz, A.R.; Collischonn, W.; Risso, A.; Mendes, C.A.B. Errors in river lengths derived from raster digital elevation models.Computers & Geosciences, v. 34, p. 1584-1596, 2008.
FIGURA 18: PAZ, A. R. ; MELLER, A. ; SILVA, G. B. L. Coupled 1D-2D hydraulic simulation of urban drainage systems: model development and preliminary results. In: 12th International Conference on Urban Drainage (ICUD), 2011, Porto Alegre.
FIGURA 19: Internet
FIGURA 20: Internet
FIGURA 21: Ricardo Andrade
FIGURA 22: https://www.engineering.unsw.edu.au/civil-engineering/research/unsw-research-centres-and-research-hubs/surveying-and-geospatial-engineering-initiative