See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/338196808

VERIFICAÇÃO ALTIMÉTRICA DOS MDEs SRTM, ALOS-PALSAR E ASTERGDEM

EM UMA LINHA DE TALVEGUE EM VALE ESCARPADO NA SERRA GAÚCHA

Conference Paper · December 2019

CITATIONS READS

0 155

5 authors, including:

Rossano Belladona Tiago De Vargas

Faculdade da Serra Gaúcha and Serviço Autônomo Municipal de Água e Esgoto
23 PUBLICATIONS   11 CITATIONS   
34 PUBLICATIONS   102 CITATIONS   
SEE PROFILE
SEE PROFILE

Guilherme Zenato Lazzari

Centro Universitário da Serra Gaúcha - FSG
3 PUBLICATIONS   0 CITATIONS   

SEE PROFILE

All content following this page was uploaded by Tiago De Vargas on 27 December 2019.

The user has requested enhancement of the downloaded file.

 VERIFICAÇÃO ALTIMÉTRICA DOS MDEs SRTM, ALOS-PALSAR E
ASTERGDEM EM UMA LINHA DE TALVEGUE EM VALE ESCARPADO
NA SERRA GAÚCHA

Vinícius Angar1; Rossano Belladona2; Tiago De Vargas3; Volnei Dal Bosco4 & Guilherme Lazzari5

RESUMO – A elaboração de mapas para projetos e para a gestão dos recursos hídricos depende de
bases altimétricas confiáveis e que, preferencialmente, sejam economicamente acessíveis. As
altimetrias disponíveis gratuitamente nos Modelos Digitais de Elevação (MDEs) provenientes de
sensores orbitais têm sido utilizadas como uma referência em estudos desta natureza. Preocupado
com a qualidade do produto altimétrico dos MDEs oriundos dos sensores orbitais ALOS-PALSAR,
SRTM e ASTERGDEM, este trabalho objetiva verificar a diferença da altimetria obtida por estes
sensores com relação aos resultados do levantamento aerotransportado do LiDAR em um talvegue
sobre uma geomorfologia encaixada em vale escarpado. Para tanto, algumas ferramentas disponíveis
no QGIS foram utilizadas, sendo verificado o erro médio quadrático (EMQ) para cada sensor. Os
resultados mostraram que o SRTM e o ASTERGDEM apresentaram EMQ de 11,30 e 11,68 metros,
respectivamente. O ALOS-PALSAR, com uma resolução espacial melhor que a dos demais, atingiu
um EMQ de 16,41 metros. A partir dos resultados, concluiu-se que os sensores geram erros de
altimetria muito elevados no talvegue encaixado estudado, porém a maioria dos dados de erros
concentram-se nas diferenças altimétricas mais baixas.

ABSTRACT– Water resources projects and water resources management maps depend on reliable
altimetric base, preferably, when this source is economically accessible. The free of charge altimetry
available from the Digital Elevation Models (DEMs) from orbital sensors have been used for such
purpose. Concerned with the altimetric quality of the ALOS-PALSAS, SRTM and ASTERGDEM
sensors, this paper aims analyzing the altimetry of such sensors in relation to the product obtained
from airborne LiDAR throughout a thalweg line of a steep valley. The proposed method was
evaluated with some QGIS tools and the mean root square error (RSE). The results show that the
SRTM and the ASTERGDEM presented a RSE of 11,30 and 11,68 meters, respectively. ALOS-
PALSAR, with a better resolution than the others, had a RSE of 16,41 meters. The sensors presented
low altimetry accuracy in the studied thalweg, nevertheless most of the error data is concentrated
where the altimetric difference is lower.

Palavras-Chave – MDEs, verificação altimétrica.

1
Engenheiro Civil pela Universidade de Caxias do Sul, viniciusangar@hotmail.com
2
Engenheiro Ambiental do Serviço Autônomo Municipal de Água e Esgoto, rbelladona@samaecaxias.com.br
3
Geólogo do Serviço Autônomo Municipal de Água e Esgoto, tvargas@samaecaxias.com.br
4
Engenheiro Agrônomo do Serviço Autônomo Municipal de Água e Esgoto, vadlbosco@samaecaxias.com.br
5
Graduando em Engenharia Ambiental pelo Centro Universitário da Serra Gaúcha, lazzariguilherme@gmail.com

XXIII Simpósio Brasileiro de Recursos Hídricos (ISSN 2318-0358) 1

1. INTRODUÇÃO
A representação dos aspectos físicos no planeta é um fator que instiga o ser humano a explorar
diferentes meios através de tecnologias cada vez mais sofisticadas e modernas. Com o avanço da
computação, na década de 1970, tornou-se possível alcançar, acumular e representar informações
geográficas em ambiente além do formato físico. Longley et al. (2013) acrescentam que as atividades
acontecem em algum local do globo e, portanto, elas podem ser representadas e armazenadas em
sistemas de informação geográfica (SIGs).

Fitz (2008) esclarece que geotecnologias são entendidas como as novas tecnologias ligadas às
geociências, as quais trazem avanços significativos no desenvolvimento de pesquisas, em ações de
gestão e planejamento relacionados à estrutura do espaço geográfico. Assim, surge a necessidade de
possuir um levantamento altimétrico que permita a criação de mapas para diferentes projetos e usos
na área da gestão e regulação de recursos hídricos como, por exemplo, o mapeamento de áreas de
alagamento e de setores de risco ambiental e o mapeamento de áreas com ocorrência de acúmulo de
água. Diante disto, ao apresentar uma metodologia para a validação de um modelo digital de elevação
(MDE), Belladona et al. (2017) apontam que a limitação financeira pode ser uma barreira na obtenção
de dados de altimetria para sua utilização em projetos em recursos hídricos e que uma alternativa para
a inclusão de dados confiáveis de elevação seria através de MDEs provenientes de sensores orbitais.

A gestão de bacias hidrográficas depende de geotecnologia e de base cartográfica confiáveis e

que sejam vinculadas às referências altimétricas compatíveis com o projeto em análise. Os dados de
elevação provenientes dos sensores orbitais e de sensores de baixa altitude, como o LiDAR, têm sido
compatibilizados com softwares de SIG para estudos nas diversas áreas que envolvem os recursos
hídricos.

No satélite ALOS, por exemplo, está embarcado o sensor de micro-ondas PALSAR (Phased
Array type L-band Synthetic Aperture Radar) que é capaz de obter imagens com resolução espacial
que varia de 7 a 100 metros (EMBRAPA, 2019a). Enquanto que o SRTM foi um projeto com o
objetivo de produzir dados topográficos digitais para 80% da área terrestre do planeta, entre as
latitudes 60º norte e 56° sul (IBANEZ, 2006), sendo amostrado em uma malha de 1 arco segundo por
1 arco segundo (cerca de 30 por 30 metros), com um erro linear vertical absoluto de menos de 16
metros, com 90% de confiança (RODRIGUEZ et al., 2005). Outro exemplo, o ASTER (Advanced
Spaceborne Thermal Emission and Reflection Radiometer) é um dos cinco sensores do satélite
TERRA. Este sensor tem como objetivo contribuir com informações sobre as mudanças globais,
incluindo a vegetação, a dinâmica dos ecossistemas, a superfície terrestre e a hidrologia,
disponibilizando uma resolução espacial de 15 a 90 metros (EMBRAPA, 2019b).

XXIII Simpósio Brasileiro de Recursos Hídricos (ISSN 2318-0358) 2

 Devido ao avanço tecnológico, o geoprocessamento possui ferramentas cada vez mais
avançadas na geração de informações cartográficas. O LiDAR (Light Detecting And Ranging),
provenientes de instrumentos aerotransportados, impulsionou o uso de sensoriamento remoto na
geração de MDEs de alta acuracidade, entretanto o seu custo não o torna atrativo em projetos com
restrições financeiras.

Diante das diversas fontes de MDEs provenientes de sensores orbitais e com o auxílio das
ferramentas disponibilizadas pelo software de SIG livre QGIS, o presente trabalho tem como objetivo
avaliar a diferença entre a altimetria disponibilizada pelos sensores ALOS-PALSAR, SRTM e
ASTERGDEM com relação aos dados obtidos através do levantamento aerotransportado do LiDAR
ao longo de uma linha de talvegue. Para tanto, e considerando as condições do relevo acidentado do
município de Caxias do Sul, RS, esta análise ocorrerá exclusivamente ao longo de um trecho de
13.672 metros da linha de drenagem do Arroio Maestra.

2. MATERIAL E MÉTODOS

Caxias do Sul, RS, está inserida na Região Geomorfológica Planalto das Araucárias, nas
Unidades Geomorfológicas Planalto dos Campos Gerais e da Serra Geral (IBGE, 1986). Belladona e
Vargas (2017) descrevem que ao norte do município observa-se uma variação altimétrica entre 290 a
430 metros e ao sul as cotas ficam próximas a 30 metros, porém, no extremo nordeste, as altitudes
atingem até 1.000 metros. A área de estudo situa-se na bacia hidrográfica do Arroio Maestra,
localizada no município de Caxias do Sul. O estudo foi realizado ao longo da linha de talvegue do
arroio estendendo-se por 13.672 metros, percurso que apresenta uma declividade de 15,68 m.km-1.
As águas do Arroio Maestra fluem sobre uma geomorfologia encaixada em vale escarpado onde são
observadas inclinações de até 90º e linhas sinuosas em fundo de vale. O mapa de localização da área
de estudo, e o perfil de elevação do talvegue são apresentados na Figura 1.

XXIII Simpósio Brasileiro de Recursos Hídricos (ISSN 2318-0358) 3

 Figura 1: Mapa de localização da área de estudo.

Os modelos digitais de elevação (MDEs) utilizados neste trabalho foram aqueles provenientes
dos sensores ALOS-PALSAR (ASF, 2018) com resolução espacial de 12,5 metros, ASTER e SRTM
(USGS, 2018) com resolução espacial de 30 metros. A referência de altimetria considerada foi a do
LiDAR (CAXIAS DO SUL, 2013) realizado pelo Município de Caxias do Sul no ano de 2014 quando
foram coletados um mínimo de dois pontos por metro quadrado sobre uma área de 453,88 km². O
modelo digital proveniente do LiDAR foi gerado em uma malha matricial com resolução espacial de
1 metro.

Os MDEs são apresentados em formato raster. Visando a redução no tamanho do arquivo,

acelerando o processamento de dados, as imagens foram recortadas com a ferramenta Recorte
presente no QGIS, para tal, utilizou-se um limite estabelecido em formato vetorial.

Alguns complementos do QGIS foram necessários para a realização desta análise. Os

complementos Quick Map Services e Open Layers Plugin possibilitam o download das imagens
através do próprio software. O Profile Tool possibilita a geração de um perfil de terreno através de
uma linha pré-existente ou traçada para este fim. Outro complemento utilizado foi o QChainage, que
pode criar uma nova camada de pontos a partir de uma distância determinada.

Para traçar o perfil de elevação, instalou-se o plugin Terrain Profile na versão 2.18.19 do QGIS.
A partir desta ferramenta é possível gerar diversos perfis de elevação em um mesmo plano cartesiano.
Para tanto, as imagens, em seu formato matricial e devidamente georreferenciadas, foram carregadas
ao software de SIG. O eixo do canal foi vetorizado ao longo de toda a extensão do trecho estudado e,

XXIII Simpósio Brasileiro de Recursos Hídricos (ISSN 2318-0358) 4

com isto, selecionando-se este vetor, os perfis com a altimetria dos MDEs foram gerados. A Figura 2
ilustra os MDEs utilizados no entorno do trecho estudado, identifica o posicionamento do eixo do
Arroio Maestra, bem como apresenta os perfis obtidos a partir deste procedimento.

Figura 2: MDEs utilizados e perfil de elevação ao longo de trecho estudado.

Fontes: USGS (2018), ASF (2018), Caxias do Sul (2013) e Autores.

Como cada um dos modelos digitais de elevação gera um número diferente de dados ao longo
da linha do trecho estudada porque as suas respectivas resoluções impõem tamanho de pixel distinto,
a sua análise comparativa torna-se difícil. Ao longo da linha, cada MDE apresenta uma quantidade
diferente de registros altimétricos. Por este motivo foi necessário dividir a linha do trecho em pontos
equidistantes a fim de localizar-se a altitude aferida em cada uma das imagens para o mesmo ponto.
Para realizar este procedimento, foi necessário utilizar o plugin do QGIS, o QChanaige. Ao longo dos
13.672 quilômetros da linha de estudo foram distribuídos 123 pontos equidistantes que chamamos de
ponto de controle. O posicionamento dos pontos de controle é ilustrado na Figura 3.

Figura 3: Distribuição dos pontos de controle ao longo da linha do talvegue.

XXIII Simpósio Brasileiro de Recursos Hídricos (ISSN 2318-0358) 5

 Após a geração dos pontos de controle tornou-se possível a obtenção da cota altimétrica de cada
um dos MDEs utilizados, estando seus respectivos valores apresentados na Tabela 1. A Figura 4
demonstra a variação altimétrica ao longo do trecho em função das cotas dos 123 pontos.

Tabela 1: Cotas* altimétricas para os pontos distribuídos ao longo do trecho sobre a linha de talvegue.
Ponto Distância SRTM ALOS ASTER LiDAR Ponto Distância SRTM ALOS ASTER LiDAR Ponto Distância SRTM ALOS ASTER LiDAR
1 111 732 734 729 729,60 42 4668 680 686 672 671,78 83 9226 602 611 592 591,85
2 222 729 735 730 728,38 43 4780 679 684 677 670,97 84 9337 609 614 593 590,43
3 333 728 734 727 725,62 44 4891 680 685 675 671,50 85 9448 603 610 590 589,92
4 445 728 734 745 725,92 45 5002 686 692 678 671,43 86 9559 599 604 596 589,90
5 556 728 734 726 726,30 46 5113 681 683 679 673,46 87 9670 597 602 587 584,16
6 667 728 734 740 726,06 47 5224 677 677 667 655,74 88 9782 596 600 598 582,54
7 778 739 735 726 727,42 48 5335 669 676 668 653,88 89 9893 598 604 592 578,98
8 889 728 733 720 726,77 49 5447 666 671 665 653,47 90 10004 595 602 597 581,18
9 1000 728 733 729 726,25 50 5558 663 670 655 652,06 91 10115 579 586 582 576,63
10 1112 728 734 744 726,56 51 5669 668 675 656 649,93 92 10226 577 583 583 576,92
11 1223 728 734 731 726,62 52 5780 662 668 655 648,89 93 10337 581 586 577 576,05
12 1334 741 738 734 728,69 53 5891 658 664 661 648,26 94 10449 581 587 572 573,07
13 1445 736 738 736 729,86 54 6002 658 664 651 647,90 95 10560 580 548 576 572,50
14 1556 715 719 717 711,39 55 6114 654 662 647 646,06 96 10671 582 589 575 570,82
15 1667 707 712 705 703,96 56 6225 656 664 646 644,78 97 10782 577 583 579 570,94
16 1778 708 714 709 702,95 57 6336 654 662 645 644,72 98 10893 579 584 588 567,65
17 1890 701 707 706 703,00 58 6447 653 659 645 644,01 99 11004 574 579 564 559,37
18 2001 705 711 701 701,08 59 6558 646 654 642 643,03 100 11115 573 579 564 558,81
19 2112 709 714 701 699,52 60 6669 641 648 643 638,57 101 11227 573 581 566 559,60
20 2223 713 716 718 698,74 61 6780 644 650 636 638,12 102 11338 574 579 569 556,65
21 2334 722 726 711 698,82 62 6892 643 651 636 637,42 103 11449 572 577 560 554,64
22 2445 716 719 708 695,92 63 7003 643 650 637 634,73 104 11560 566 572 584 555,17
23 2557 705 708 700 695,90 64 7114 638 644 634 632,36 105 11671 588 579 605 552,52
24 2668 700 705 694 695,01 65 7225 641 647 636 628,97 106 11782 563 571 564 551,60
25 2779 700 707 691 694,02 66 7336 635 644 627 627,97 107 11894 557 564 563 549,95
26 2890 693 700 687 694,41 67 7447 633 640 631 627,21 108 12005 554 563 561 541,90
27 3001 694 701 688 692,60 68 7559 629 635 628 612,01 109 12116 544 552 554 535,73
28 3112 694 701 690 691,75 69 7670 622 630 623 611,12 110 12227 543 548 540 528,05
29 3223 698 704 701 691,08 70 7781 622 627 616 606,60 111 12338 547 556 543 527,13
30 3335 695 704 690 690,79 71 7892 623 626 612 605,72 112 12449 540 550 544 524,56
31 3446 691 697 693 689,00 72 8003 611 615 619 604,89 113 12560 534 547 531 521,71
32 3557 691 697 692 689,04 73 8114 610 615 600 603,24 114 12672 528 534 525 521,87
33 3668 690 696 689 688,01 74 8225 609 618 601 603,31 115 12783 534 540 535 519,77
34 3779 693 699 689 687,62 75 8337 607 618 605 603,19 116 12894 533 543 535 519,98
35 3890 692 697 697 686,92 76 8448 606 613 601 599,94 117 13005 538 545 533 517,45
36 4002 693 698 688 687,62 77 8559 604 613 592 600,17 118 13116 535 541 550 514,76
37 4113 693 703 683 688,57 78 8670 602 611 595 599,23 119 13227 530 535 540 513,63
38 4224 689 697 681 681,09 79 8781 599 605 599 596,50 120 13339 535 535 536 512,01
39 4335 683 689 685 677,75 80 8892 603 610 598 595,21 121 13450 534 535 547 510,24
40 4446 684 688 681 676,99 81 9004 603 614 593 594,23 122 13561 524 528 541 508,27
41 4557 682 688 672 673,02 82 9115 605 615 596 593,21 123 13672 528 529 521 510,00
(*) valores expressos em metros.

Figura 4: Perfil de elevação a partir dos 123 pontos selecionados ao longo do trecho de estudo.
Fontes: Base altimétrica de USGS (2018), ASF (2018), Caxias do Sul (2013).

Pelo fato de apresentar uma imagem matricial proveniente de escaneamento a laser, com coleta
mínima de dois pontos por metro quadrado, o MDE proveniente do LiDAR foi utilizado como
referências. A qualidades dos MDEs provenientes dos sensores orbitais foram comparados ao do
LiDAR. Para testar a qualidade destes MDEs em função da referência, lançou-se mão do erro médio
quadrático (EMQ), conforme a Equação 1. Belladona et al. (2017) utilizaram o EMQ quando
propuseram uma metodologia para a validação do MDE do SRTM para uso em projetos em recursos

XXIII Simpósio Brasileiro de Recursos Hídricos (ISSN 2318-0358) 6

hídricos. Os autores observaram que o maior EMQ ocorre em pontos de controle que situam-se em
áreas com classe de relevo montanhosa e escarpada, onde o erro médio quadrático da altimetria supera
os 12,9 metros.

n (Elev 2
∑ LiDARi −ElevMDEi )
EMQ = √ i=1
(1)
n

Onde:
ElevLiDAR = elevação observada pelo LiDAR no ponto de controle i [m];
ElevMDE = elevação observada no MDE em comparação junto ao ponto de controle i [m];
n = número total de observações/pontos de controle.

3. RESULTADOS E DISCUSSÕES

Modelos e metodologias recentes para a verificação ou a validação da qualidade altimétrica dos

MDEs de origem orbital têm mostrado que precaução e perícia devem ser tomados ao utilizá-los em
projetos que envolvam recursos hídricos. Belladona et al. (2017) mostraram que o EMQ da altimetria
do SRTM em topografias planas e onduladas é substancialmente menor que em topografias mais
acidentadas.

A análise deste estudo, ao focar especificamente na linha de talvegue encaixado, foi

desenvolvida em uma topografia montanhosa e escarpada. Neste cenário, observou-se que as
diferenças altimétricas do SRTM, que apresenta uma resolução espacial de 30 metros com relação ao
LiDAR, variaram de 0,08 até 35,48 metros, com um valor mediano de erro de 8,27 metros. Ao avaliar
o EMQ do SRTM, constatou-se um erro de 11,30 metros. Por outro lado, o sensor ASTERGDEM,
que também fornece uma resolução espacial de 30 metros, apresentou uma diferença máxima de
52,48 metros com relação ao LiDAR. A diferença média e a mediana foi menor, porém o EMQ
calculado foi ligeiramente maior que o do SRTM. Enquanto que o ALOS-PALSAR, mesmo
fornecendo uma resolução espacial de aproximadamente 12,50 metros, apresentou maior EMQ,
atingindo os 16,41 metros, e com uma amplitude da diferença altimétrica de 24,87 metros. A Tabela
2 resume os resultados estatísticos deste estudo.

Tabela 2: Resumo dos resultados.

MDE Pts Controle ΔHmín ΔHmáx Média Mediana Desvio Padrão Assimetria Curtose EMQ
SRTM 123 0,08 35,48 9,41 8,27 6,28 0,924 1,312 11,30
ALOS-PALSAR 123 4,00 28,87 15,29 14,79 5,98 0,216 -0,893 16,41
ASTERGDEM 123 0,08 52,48 7,91 5,91 8,62 2,188 6,555 11,68

A partir da Tabela 2, observa-se que os dados amostrais nos pontos de controle possuem uma
distribuição de frequência com assimetria positiva, ou seja, elas são assimétricas para a direita. Fato
corroborado pelo valor da média acima do valor da mediana. Nestas condições, constata-se que a
maior frequência amostral está deslocada para valores abaixo do valor mediano. Portanto, a maioria
XXIII Simpósio Brasileiro de Recursos Hídricos (ISSN 2318-0358) 7
dos erros altimétricos é inferior ao erro mediano. Observa-se que os dados provenientes do
ASTERGDEM, mesmo possuindo a maior amplitude de erro, são os que apresentam a maior
assimetria para a direita, ou seja, a maior quantidade de medidas com menores erros.

Observa-se que o EMQ da altimetria dos sensores é praticamente igual ao EMQ observado por
Belladona et al. (2017), resultado que pode ser justificado pelo fato da área deste estudo estar inserida
naquela utilizada pelos autores em sua pesquisa.

Com base nos resultados obtidos através dos perfis de elevação gerados através do software
livre de SIG e com a análise baseada no erro médio quadrático, conclui-se que a altimetria fornecida
pelos sensores orbitais SRTM, ALOS-PALSAR e ASTERGDEM geram erros muito elevados no
talvegue encaixado estudado. Entretanto, a maioria dos erros concentram-se nas diferenças
altimétricas mais baixas.

Como nem sempre é possível dispor de imagens com alta acurácia vertical, como aquelas
fornecidas pelo LiDAR, devido principalmente ao seu elevado custo, conclui-se também que o uso
dos MDEs dos sensores orbitais é viável. Contudo, os seus erros não devem ser negligenciados porque
o resultado do estudo, em especial em regiões de geomorfologia muito irregular, pode ter sua
qualidade comprometida.

REFERÊNCIAS

ASF. Alaska Satellite Facility. “EarthData”. Disponível em: <https://vertex.daac.asf.alaska.edu/>

Acesso em Junho 2018.

BELLADONA, R.; VARGAS, T. “Distribuição espaço-temporal das precipitações e a relevância

da orogragia do município de Caxias do Sul (RS)” in: Revista Brasileira de Cartografia, nº 69/3: 607-
620, 2017.

BELLADONA, R.; VARGAS, T; REIS, L. C. T; SILVEIRA, A. L. L. “Metodologia para Validação

do MDE SRTM para a sua Utilização em Projetos em Recursos Hídricos” in Anais do XXII Simpósio
Brasileiro de Recursos Hídricos. ABRH. Florianópolis, 2017.

CAXIAS DO SUL. “Termo de referência para a contratação de empresa para prestação de serviços
de aerolevantamento, perfilamento a laser, geração de ortofotos, mapeamento, geocodificação e
conversão de dados, cruzamento de informações e apontamento de inconsistências, desenvolvimento
de ferramentas, treinamento/transferência de tecnologia e suporte técnico”. Processo administrativo
2013013811, Caxias do Sul – RS, 2013.

XXIII Simpósio Brasileiro de Recursos Hídricos (ISSN 2318-0358) 8

 EMBRAPA Empresa Brasileira de Pesquisa Agropecuária. “Satélites de Monitoramento”.
Disponível em: < https://www.cnpm.embrapa.br/projetos/sat/conteudo/missao_alos.html#palsar >.
Acesso em Janeiro 2019a.

EMBRAPA Empresa Brasileira de Pesquisa Agropecuária. “Satélites de Monitoramento”.

Disponível em: < https://www.cnpm.embrapa.br/projetos/sat/conteudo/missao_terra.html >. Acesso
em Janeiro 2019b.

FITZ, Paulo Roberto. Geoprocessamento sem Complicação. São Paulo: Oficina de Textos, 2008.

IBANEZ, D. M. “Integração de dados de sensoriamento remoto (srtm e radarsat-1), geologia,

gravimetria e magnetometria para estudo morfoestrutural da área do rio Uatumã, bacia do
Amazonas”. Dissertação de Mestrado. INPE. São José dos Campos, 163 p. 2006.

IBGE – Instituto Brasileiro de Geografia e Estatística. “Projeto RADAMBRASIL: Folha SH.22 Porto
Alegre e parte das folhas SH.21 Uruguaiana e SI. 22 Lagoa Mirim: geologia, geomorfologia,
pedologia, vegetação, uso potencial da terra”. IBGE, Vol. 33, Rio de Janeiro – RJ, 791 p. 1986.

LONGLEY, P. A.; GOODCHILD, M. F.; MAGUIRE, D. J.; RHIND, D. W. “Sistemas e ciência da

informação geográfica”. 3ª ed. Porto Alegre: Bookman, 2013.

RODRIGUEZ, E.; MORRIS, C. S.; BELZ, J. E.; CHAPIN, E. C.; MARTIN, J. M.; DAFFER, W.;
HENSLEY, S. “An assessment of the SRTM topographic products, Technical Report”. Jet Propulsion
Laboratory – NASA, Pasadena, California – EUA, 143 p. 2005.

USGS. United States Geological Survey. “EarthExplorer”. Disponível em:

<https://earthexplorer.usgs.gov/> Acesso em Junho 2018.

XXIII Simpósio Brasileiro de Recursos Hídricos (ISSN 2318-0358) 9

View publication stats