Modelos de Inter Pol Adores Aplicados A Construcao de Superficies Batimetricas

UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE TECNOLOGIA E GEOCINCIAS PROGRAMA DE PS GRADUAO EM CINCIAS GEODSICAS E PS-GRADUAO TECNOLOGIAS DA GEOINFORMAO
MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS
THYAGO DE ALMEIDA SILVEIRA
Orientador: Prof. Dr. Jos Luiz Portugal
Dissertao de Mestrado
Recife, 2010
UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE TECNOLOGIA E GEOCINCIAS PROGRAMA DE PS-GRADUAO EM CINCIAS GEODSICAS E TECNOLOGIAS DA GEOINFORMAO
THYAGO DE ALMEIDA SILVEIRA
MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS Dissertao de Mestrado
Dissertao apresentada ao Programa de Ps-Graduao em Cincias Geodsicas e Tecnologias da Geoinformao, do Centro de Tecnologia e Geocincias da Universidade Federal de Pernambuco, como parte dos requisitos para obteno do grau de Mestre em Cincias Geodsicas e Tecnologias da Geoinformao, rea de concentrao Cartografia e Sistemas de Geoinformao defendida e aprovada no dia 26 de fevereiro de 2010.
Orientador: Prof. Dr. Jos Luiz Portugal Recife Ano 2010
S587m Silveira, Thyago de Almeida. Modelos de interpoladores aplicados construo de superfcies batimtrica / Thyago de Almeida Silveira. Recife: O Autor, 2010. xv, 81 folhas, il., fig., tabs. Dissertao (Mestrado) Universidade Federal de Pernambuco. CTG. Programa de Ps-Graduao em Cincias Geodsicas e Tecnologias da Geoinformao, 2010. Orientador: Prof. Dr. Jos Luiz Portugal. Inclui bibliografia. 1. Sistema de Informao Geogrfica (SIG). 2. Levantamento Batimtrico. 3.Modelos de Interpoladores. 4. Geoestatstica. I. Titulo. UFPE 526.1 CDD (22. ed.) BCTG/2010-097
DEDICATRIA
Dedico essa dissertao a meus pais Maria Carmem e Manoel, e ao meu irmo Diego, que esto sempre ao meu lado, financiando e tornado nossos sonhos em realidade.
iv
AGRADECIMENTOS
Gostaria de agradecer aos rgos responsveis que contriburam para a realizao desse trabalho de pesquisa: ao Governo Brasileiro e ao Ministrio da Educao do Brasil (MEC), representados pela Coordenao de Aperfeioamento de Pessoal de Nvel Superior CAPES, por todo apoio concedido durante a fase do mestrado. A Universidade Federal de Pernambuco UFPE; Ao Departamento de Engenharia Cartogrfica, e ao Programa de Ps-Graduao em Cincias Geodsicas e Tecnologia da Geoinformao (PPCGTG), na pessoa da Prof. Dr. Tech. ndrea de Seixas e do Prof. Dr. Admilson da Penha Pacheco. Aos Professores do PPCGTG, e em especial a Prof. Dr. Andrea Flvia Tenrio Carneiro, Prof. Dr. Ana Lcia Bezerra Candeias, Prof. Dr. Carlos Alberto Borba Schuler e ao Prof. Dr. Daniel Carneiro da Silva. Agradecimento especial ao Prof. Dr. Jos Luiz Portugal, por prestar sua orientao, pacincia e dedicao. E por sempre ter incentivado a busca do conhecimento, e o crescimento pessoal e profissional. Agradecimento mais que especial a Prof. Dr. Lucilene Marqus S, pelo encorajamento durante todas as fazes do mestrado, e principalmente pela disponibilidade, prontido. E tambm, por ter me proporcionado oportunidades nicas. Aos rgos do Governo do Canad responsveis pelo fomento do Graduate Students' Exchange Program 2007-2008 (GSEP): The Government of Canada Awards (GCA); Canadian Bureau for International Education (CBIE); Canadian Commonwealth Scholarship Program (CCSP); Foreign Affairs and International Trade Canada (DFAIT); v
Ao Department Geodesy e Geomatics Engineering da Universidade de New Brunswick (UNB), pela receptividade, especialmente a Prof. Dr. Sue Nichols, Supervisora de Intercmbio no Canad, pela imensa prestatividade, e pelo acolhimento durante todo tempo do intercmbio; Ao Prof. Dr. Marcelo Santos, por toda estrutura disponibilizada na UNB, para o desenvolvimento da minha pesquisa; E ao Prof. Dr. John Clarke do Ocean Mapping Group, por ter auxiliado no desenvolvimento de idias e no conhecimento de novas tecnologias para aplicao desta pesquisa. A Vernica McGinn, Conference Coordinator of Centre for Property Studies da UNB, pela ajuda durante todo perodo do intercmbio. Ao Instituto Federal de Educao, Cincia e Tecnologia da Paraba (IFPB), o qual sou professor, na pessoa do magnfico Reitor Joo Batista de Oliveira Silva. Aos diretores do IFPB Campus Picu, Prof. Msc. Vernica Arnaud (Diretora da Sede), Prof. Esp. Maria das Graas Negreiros de Medeiros (Diretora Educacional) e Aguinaldo Tejo Filho (Diretor Administrativo). E aos colegas professores de sala da aula do IFPB Campus Picu. A NAVTEQ do Brasil, na pessoal do Msc. Osni de Luna Filho, por sua compreenso e pacincia. E aos colegas da do escritrio em Recife, que dividiram comigo essa jornada. A minha amiga p.h.D Silvane Paixo, por todo tempo dedicado durante minha estadia no Canad. Aos colegas da PPCGTG, pelo companheirismo e aprendizado mtuo. A minha noiva, Nathlia Barbosa, obrigado pela cincia descoberta na PAcincia e espera.
vi
Aos meus familiares, pela presena e incentivo desde sempre. Demais colegas e amigos que partilharam comigo esse tempo precioso, em especial aos amigos do Projeto Anjos de Jesus.
vii
RESUMO
SILVEIRA, Thyago de Almeida. MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO de Pernambuco. DE SUPERFCIES BATIMTRICAS. Recife, 2010, 73 p. Dissertao (Mestrado) - Centro de Tecnologia e Geocincias, Universidade Federal
Nas ultimas dcadas as Tecnologias da Geoinformao, e mais precisamente os Sistemas de Informaes Geogrficas (SIG) tem sido incorporados no gerenciamento de zonas costeiras e ocenicas. As amostras pontuais, resultantes dos levantamentos batimtricos, representam a profundidade do relevo submerso. A partir delas, por processos de interpolao, a morfologia daquele relevo pode ser obtida. Face s inmeras possibilidades de modelos de interpoladores, torna-se difcil escolher qual interpolador ir gerar a superfcie que mais se aproxime da superfcie real. Uma soluo passvel para esse problema a baseada em geoestatstica. Nesse sentido, esta pesquisa teve por objetivo estabelecer qual interpolador reproduz mais fidedignamente a morfologia da plataforma continental interna, adjacente da Regio Metropolitana de Recife, que passa por uma srie de estudos para conteno da eroso marinha, sobre custodia do Projeto de Monitoramento Ambiental Integrado - MAI. Para tanto, a metodologia empregada foi dividida em quatro etapas: i) aquisio e anlise exploratria dos dados; ii) implementao dos interpoladores Inverso da Distncia Ponderada, Polinomial Local, Funes de Base Radial, Polinomial Global e Krigagem; iii) anlise estatstica dos resultados; e vi) criao da superfcie tridimensional. Os resultados obtidos indicaram que no existem diferenas significativas entre o Polinomial Local, Funes de Base Radial e Krigagem. Portanto, qualquer um desses trs mtodos pode ser recomendado. Entretanto, por ser o nico interpolador capaz de espacialisar a distribuio dos erros sobre uma superfcie, opta-se por selecionar a Krigagem como o interpolador mais indicado para a representao tridimensional da rea em estudo. Dessa forma, os resultados comprovam que a metodologia proposta conseguiu alcanar seu objetivo, explicitando que ao interpolar dados advindos de levantamentos batimtricos, necessrio analisar o comportamento do viii
conjunto de amostras de entrada, com base em anlises estatsticas espaciais, de forma a assegurar a veracidade de sua representao em uma superfcie tridimensional.
Palavras-Chave: Sistemas de Informao Geogrfica (SIG), Levantamentos Batimtricos, Modelos de Interpoladores, Anlises Geoestatsticas.
ix
ABSTRACT
SILVEIRA, Thyago de Almeida. INTERPOLATIONS MODELS APPLIED TO CONSTRUCTION OF BATIMETRIC SURFACES. Recife, 2010, 73 p. Dissertation (Masters Degree) Technology and Geosciences Center, Federal University of Pernambuco.
In the last decades the Geoinformation Technologies, and more precisely the Geographic Information System (GIS) have been incorporate in the administration of coastal and oceanic areas. The punctual data, resultants of the bathymetric surveys, represent the depth of submerged relief. Starting from them, for interpolation processes, the reliefs morphology can be obtained. Face of innumerable possibilities of interpolations models, is judged pertinent to determine which of them reproduces with more fidelity the morphology. A possible solution for this problem is an analysis based in geoestatistic. Accordingly, this research had to objective established which interpolator reproduces more faithfully the morphology of internal continental platform, adjacent the Recifes Metropolitan Region, which has been passed by a series of studies to contain the marine erosion, above custody on the Projeto of Monitoramento Ambiental Integrado MAI. For this, the methodology used was divided in four stages: i) acquisition and exploratory analysis of data; ii) the implementation of interpolators Inverse Distance Weighted, Polynomial Local, Radial Basis Functions, Polynomial Global and Kriging; iii) statistical analysis of results; and vi) the creation of three dimensional surface. The results indicated that there are no significant differences between the Polynomial Local, Radial Basis Functions and Kriging. Therefore, any of those three methods may be recommended. However, be the only interpolators capable of make the distribution of errors on a surface, decide on to select the Kriging as more indicated interpolator for the representation of the three dimensional area in study. Thus, the results show that the proposed methodology has its objective achieved, explaining that to interpolate bathymetric data, it is necessary to analyze the behaviour of the entry data set, based on spatial statistical analyzes, on form to ensure the veracity of its representation in a three dimensional surface. x
Key
words:
Geographic
Information
System
(GIS),
Bathymetric
Surveys,
Interpolations Models, Geoestatistic Analysis.
xi
LISTA DE FIGURAS
Figura 1 Figura 2 Figura 3 Figura 4 Figura 5 Figura 6 Figura 7 Figura 8 Figura 9 Figura 10 Figura 11 Figura 12 Figura 13 Morfodinmica praial...........................................................................6 Nvel de Reduo................................................................................10 Elementos da batimetria......................................................................12 Processo de Criao de superfcies usando Interpoladores...............19 Processo de Interpolao................................................................... 24 Variao espacial da varivel regionalizada....................................... 31 Variograma......................................................................................... 33 Predio do ponto W usando a Krigagem Ordinria.......................... 40 Matriz de localizao espacial dos pontos conhecidos...................... 40 Matriz de distncia entre os pontos conhecidos................................. 42 Vetor de distncia entre os pontos conhecidos e o ponto predito...... 42 Matriz de semivarincia dos pontos conhecidos (A)...........................42 Vetor da semivarincia entre os pontos conhecidos e o ponto predito (b).......................................................................................... 43 Figura 14 Figura 15 Figura 16 Figura 17 Figura 18 Figura 19 Figura 20 Matriz inversa da semivarincia dos pontos medidos.........................43 Vetor de pesos e suas respectivas distncias.................................... 44 rea de estudo do Projeto MAI...........................................................49 Procedimentos metodolgicos............................................................ 51 rea Piloto...........................................................................................54 Histograma com a curva normal das amostras medidas.................... 56 Histograma com a curva normal das amostras medidas
transformadas por logaritmo............................................................... 57 Figura 21 Histograma com a curva normal das amostras medidas
transformadas por radiciao............................................................. 58
xii
Figura 22
Histograma
com
curva
normais
das
amostras
medidas 58
transformadas por reciprocidade.................................................... Figura 23 Figura 24 Figura 25 Figura 26 Figura 27 Figura 28 Figura 29 Figura 30
Elipse de busca usada na interpolao por IDP................................. 59 Histograma com a curva normal dos erros do IDP.......................... 61
Histograma com a curva normal dos erros do Polinmio Local........ 62 Histograma com a curva normal dos erros da FBR......................... 64 Histograma com a curva normal dos erros do Polinmio Global........ 65 Grfico de Tendncia das amostras batimtricas em estudo........... 66 Histograma com a curva normal dos erros da Krigagem....................68 Superfcie batimtrica obtida pela Krigagem (a), e sua Superfcie de Erros (b).............................................................................................. 71
Figura 31 Figura 32
Representao Batimtrica Tridimensional gerada.......................... 72 Consulta espacial a superfcie interpolada pela Krigagem, e o seu erro associado.................................................................................... 73
xiii
LISTA DE TABELAS
Tabela 1 Tabela 2 Tabela 3 Tabela 4 Tabela 5 Tabela 6 Variogramas da Krigagem............................................................. Parmetros do Teste de Kolmogorov-Smirnov................................ 35 55
Teste de K-S para as profundidades normalizadas............................ 57 Estatsticas dos erros obtidos da validao cruzada do IDP............ 60 Teste da normalidade para os erros interpolados do mtodo IDP......60 Estatsticas dos erros obtidos da validao cruzada do Polinomial Local................................................................................................... 61
Tabela 7
Teste da normalidade para os erros interpolados pelo Polinmio Local................................................................................................... 62
Tabela 8 Tabela 9 Tabela 10
Estatsticas dos erros obtidos da validao cruzada da FBR............. 63 Teste da normalidade para os erros interpolados pelo FBR............. 63 Estatsticas dos erros obtidos da validao cruzada Polinomial Global.................................................................................................. 64
Tabela 11
Teste da normalidade para os erros interpolados pelo Polinmio Global............................................................................................ 65
Tabela 12 Tabela 13 Tabela 14 Tabela 15 Tabela 16
Parmetros da Parmetros Validao Cruzada da Krigagem............ 67 Teste da normalidade para os erros interpolados pela Krigagem..... 67 Estatstica descritiva para dos Erros das Interpolaes.................. 68
Estatstica descritiva para o teste t de amostras emparelhadas......... 70 Coordenadas dos Pontos 01, 02 e 03................................................ 73
xiv
LISTAS DE SIGLAS
CODERM CONDEP CPRH DGPS DHN ECO FBR FIDEM FINEP GIS IDP IHO K-S LH MA MAI MCT MMA MPF NR OHI P RMR RTCM SIG Conselho de Desenvolvimento da Regio Metropolitana Instituto de Planejamento de Pernambuco Agncia Estadual de Meio Ambiente e Recursos Hdricos Differential Global Positioning System Diretoria de Hidrogrfica e Navegao Ecobatmetro posicionado sob a embarcao Funo de Base Radial Fundao de Desenvolvimento da Regio Metropolitana do Recife Financiadora de Estudos e Projetos Geographic Information System Inverso da Distncia Ponderada International Hydrographic Organization Kolmogorov-Smirnov Levantamentos Hidrogrficos Mar Monitoramento Ambiental Integrado Ministrio da Cincia e Tecnologia Ministrio do Meio Ambiente Ministrio Pblico Federal Nvel de Referncia Organizao Hidrogrfica Internacional Profundidade Regio Metropolitana de Recife Radio Technical Committee for Marine Service Sistemas de Informaes Geogrficas
xv
1. INTRODUO
O Brasil um pas que possui uma grande extenso territorial, apresentando uma linha de costa que se estende por mais de sete mil quilmetros ao longo do Oceano Atlntico. Uma extenso litornea to vasta utilizada para finalidades
diversas, como lazer, pesca, transportes, entre outros. Para tanto, necessrio ter dados confiveis que possam revelar o comportamento da zona costeira, a fim de proporcionar aos usurios destes recursos, segurana durante suas utilizaes.
A produo e a atualizao da cartografia nutica so atribuies da Marinha do Brasil, realizadas pela Diretoria de Hidrogrfica e Navegao (DHN), seguindo os padres internacionais de qualidade recomendados pela IHO (International
Hydrographic Organization).
Devido dinmica natural dos ecossistemas marinhos, aliado aos processos provocados por intervenes antrpicas, a morfologia do fundo ocenico pode sofrer alteraes significativas ao longo dos anos. Tais mudanas podem ser detectadas por meio dos Levantamentos Batimtricos, que associam a posio da embarcao na superfcie da gua, com a profundidade atingida naquele exato momento.
Os
Levantamentos
Batimtricos
so
realizados
com
utilizao
de
equipamentos digitais capazes de imagear o fundo do mar, como ecobatmetros de mono-feixe ou multi-feixe (sensores acsticos), radares e laser (plataformas
Thyago de Almeida Silveira
thyago.silveira@gmail.com
aerotransportadas), e com a utilizao de imagens de satlites (plataformas espaciais) por varredura em cores ou em infravermelho (AYRES e NETO, 2004).
De acordo com AYRES e NETO (2004), a obteno da profundidade usando o ecobatmetro de mono-feixe a mais utilizada quando levada em considerao a relao custo-benefcio para levantamentos nas reas da plataforma continental interna adjacente (profundidade mxima de 130 metros). O produto resultante uma malha de pontos tridimensionais que, por si s, no capaz de gerar diretamente a superfcie do fundo do mar imageado. Para construir a superfcie que representa tal morfologia, necessrio empregar tcnicas de interpolao.
Os interpoladores so funes matemticas usadas na construo de superfcies contnuas a partir de um conjunto de pontos coletados (BURROUGH; MCDONNELL, 1998). Eles so utilizados para densificao de uma amostra que no cobre todo o domnio de interesse.
Atualmente so conhecidos diversos modelos de interpoladores, cada um com suas particularidades e caractersticas, e diante de tantas opes para interpolar dados pontuais, tais como dados batimtricos, torna-se difcil escolher qual interpolador ir gerar a superfcie que mais se aproxime da superfcie real. Nesse contexto, pertinente que sejam testados diversos modelos de interpoladores para que se estabelea qual o mais adequado aos dados batimtricos.
1.1. Objetivos da Pesquisa 1.1.1. Objetivo Geral
Estabelecer com base em indicadores estatsticos, qual modelo de interpolador reproduz mais fidedignamente a morfologia da plataforma continental interna, adjacente a aos municpios de Paulista, Olinda e Recife, a partir de um levantamento batimtrico.
1.1.2. Objetivos Especficos
1. Aplicar os modelos determinsticos de efeito global, de efeito local e os modelos estatsticos de efeitos locais e globais, em uma mesma amostra batimtrica; 2. Avaliar a preciso de cada um dos modelos; e 3. Criar a representao da morfologia da plataforma continental interna, adjacente aos municpios de Paulista, Olinda e Recife.
2. GERENCIAMENTO COSTEIRO
O planejamento de aes que envolvam o ambiente o costeiro um desafio encontrado em todo mundo. De acordo com DIAS et. al (2007) a intensificao do crescimento populacional junto ao litoral, a ampliao e a diversificao das reas industriais, o crescimento do turismo litorneo, e a modificao climtica em curso, converteram a faixa do litoral em uma zona de grande complexidade cuja gesto harmnica muito difcil.
Nesse sentido, o desenvolvimento de aes de Gerenciamento Costeiro integra a tentativa de compatibilizao de todos os fatores aludidos, de modo a que sua explorao e utilizao destas reas seja feita de forma harmoniosa e sustentvel, visando preservar suas potencialidades para as geraes futuras (DIAS et. al, 2007).
Segundo ABSHER et al. (2002, p. 1) zona costeira corresponde faixa de transio entre o domnio continental e o domnio marinho. No Brasil, a zona costeira apresenta 7.367km de extenso, e considerada Patrimnio Nacional pela Constituio Federal (BRASIL, 1988) em seu artigo 225, 4. A utilizao deve ser feita na forma da lei, dentro de condies que assegurem a preservao do meio ambiente, inclusive quando ao uso dos recursos naturais.
O extenso litoral brasileiro composto por diversos ecossistemas, tais como manguezais, restingas, campos de dunas, esturios, recifes de coral, marismas, praias, falsias, costes rochosos, entre outros (SERAFINI, 2010).
Thyago de Almeida Silveira thyago.silveira@gmail.com
Assim, o estudo da Geomorfologia fundamental para o planejamento e manejo integrado da Zona Costeira, pois sua abordagem permite uma configurao dos aspectos de delimitao e comportamento das bacias de drenagem, capacidade de uso do solo, manuteno dos recursos hdricos superficiais e subsuperficiais, e processos geomorfolgicos atuantes (NICOLODI e TOLDO JR, 2003)
Neste contexto, o estudo da morfodinmica da praia (praial) e da plataforma continental, conforme esquema visualizado na Figura 1, insere-se como importantes ferramentas para a compreenso dos processos morfodinmicos e hidrodinmicos de ambientes costeiros.
Figura 1 Morfodinmica praial. Fonte: Adaptado de HOEFEL, 1998. A praia, segundo HOEFEL (1998), pode ser considerada como uma acumulao de sedimentos inconsolidados os quais se estendem entre a zona mais prxima da quebra das ondas (antepraia) at o limite das feies como o cordo arenoso ou das dunas (ps-praia).
J a plataforma continental representa a extenso submersa dos continente se estendendo desde a antepraia at uma regio de aumento do gradiente topogrfico, referenciado como quebra da plataforma continental (NETO e SILVA, 2004). Ainda de acordo com os autores, a plataforma continental caracterizada por apresentar relevo com declives gradientes e suaves com variaes pequenas da ordem de 20 m ao longo de profundidades mdias de cerca de 130 m.
Conhecer o comportamento morfodinmico e hidrodinmico desses ambientes necessrio quando leva-se em considerao a segurana dos banhistas, o manejo de dunas, os critrios para explorao de areia, reconstituio de praias, delimitao submersa de reas protegidas, entre outras aes que esto intimamente ligados as caractersticas geomorfolgica deste meio (NICOLODI e TOLDO JR, 2003).
Deste modo, o estudo morfodinmico das praias e da plataforma continental torna-se fundamental para o desenvolvimento e criao de projetos que possam beneficiar de forma concisa esses ambientes.
2.1. Levantamentos Hidrogrficos
As informaes contendo dados que se relacionam aos ambientes marinhos e costeiros, diferem dos dados relacionados aos ambientes terrestres em vrios aspectos (KRUEGER et al. 2003). Distribuio das amostras, diferentes precises e resolues, e tambm densificao em diferentes partes do oceano, so exemplos de
comportamentos divergentes entre esses ambientes.
Tais divergncias ocorrem devido prpria dinmica do fundo ocenico, que por se tratar de um ecossistema ativo, est sujeito a diversas mudanas, tanto naturais, como a variao das mars, quanto antrpicas, como uma construo porturia (KRUG e NOEMBERG, 2005). Essas mudanas podem ser detectadas por meio dos Levantamentos Hidrogrficos (LH).
Levantamentos executados na
Hidrogrficos de
correspondem
ao
conjunto geolgicos,
de
trabalhos
obteno
dados
batimtricos,
maregrficos,
fluviomtricos, topo-geodsicos, de ondas, de correntes e outros, em reas martimas, fluviais, lacustres e em canais naturais ou artificiais, navegveis ou no (DHN, 2009), desde que estejam em conformidade com o Decreto n 96.000, de dois de maio de 1988, que dispe sobre a realizao de pesquisa e investigao cientfica na plataforma continental e em guas sob jurisdio brasileira.
O rgo que estabelece as normas para a realizao dos levantamentos hidrogrficos a Organizao Hidrogrfica Internacional (OHI). Tais normas devem ser seguidas pelos estados-membros, no Brasil o rgo que representa a OHI.
Segundo a DHN, 2009, os Levantamentos Hidrogrficos so classificados em duas categorias em funo do propsito de sua execuo:
Categoria A - LH executados com o propsito de produzir elementos que sirvam para atualizao de cartas e publicaes nuticas.
A DHN sugere que todos os LH que envolvam levantamentos batimtricos, ou levantamentos geodsicos e topogrficos realizados em apoio aos levantamentos batimtricos, ou realizados com a finalidade de georreferenciar obras sobre guas, instalaes porturias, peres, pontos notveis e sinais de auxlios navegao fixos (balizas, faris e faroletes), cabos submarinos e toda e qualquer feio topogrfica
natural ou artificial relevante sob os aspectos hidrogrficos e da segurana da navegao, sejam classificados como nessa categoria (DHN, 2009).
Categoria B - LH executados sem o propsito de produzir elementos que sirvam para atualizao de cartas e publicaes nuticas.
Devem ser inseridos nesta categoria todos os demais LH cujos trabalhos realizados no se enquadrem nas caractersticas dos LH da Categoria A. Convm que os LH de batimetria, executados em apoio ao planejamento de dragagens (levantamentos pr-dragagem) sejam assim classificados, posto que a validade dos dados resultantes, normalmente, ser efmera (DHN, 2009).
2.2. Levantamentos Batimtricos
Os levantamentos batimtricos so a principal tarefa de um Levantamento Hidrogrfico (LH). Segundo KRUEGER (2005) Os levantamentos batimtricos tm por objetivo realizar as medies de profundidades associadas a uma posio da embarcao na superfcie da gua. Elas so necessrias em reas martimas, fluviais, em lagoas e em canais naturais ou artificiais, navegveis ou no, visando representao destas reas em uma carta.
Os levantamentos batimtricos so realizados de forma indireta, com equipamentos digitais capazes de imagear o fundo do mar. Os sensores acsticos, como o ecobatmetro de mono-feixe ou multi-feixe, e as plataformas aerotransportadas
(radares e laser) ou espaciais (satlites), so exemplos dos instrumentos usados nos levantamentos indiretos (AYRES e NETO, 2004).
Os levantamentos batimtricos so utilizados na representao das linhas isobticas, que servem para definir o traado do relevo submerso ocenico. Para a obteno das profundidades faz-se necessrio a definio do plano de referncia de navegao. Tal plano denominado de Nvel de Reduo NR (Figura 2), e sua principal funo eliminar as variaes das mars, a nvel mundial, e garantir que o navegante no encontre nenhuma profundidade menor do que as representadas na carta nutica (DHN, 2009).
Figura 2 Nvel de Reduo.
10
Para levantamentos batimtricos locais, necessrio levar em considerao o valor da mar no instante da tomada das amostras. Dessa forma, o valor de uma amostra batimtrica ser igual soma do Nvel de Reduo (NR), acrescido da variao da mar (MA).
De acordo com AYRES e NETO (2004), a obteno da profundidade usando o ecobatmetro de mono-feixe a mais utilizada quando levada em considerao a relao custo-benefcio para levantamentos nas reas da plataforma continental interna adjacente (profundidade mxima de 130 metros). Os equipamentos de alta resoluo (210kHz) tm aplicaes limitadas em reas da plataforma, para reas com profundidades acima de 130 metros recomendvel a utilizao de equipamentos com freqncias menores, uma vez que alm da profundidade, incidem tambm a estratificao do nvel de salinidade e a temperatura da gua, fatores que podem provocar erros considerveis nas medidas batimtricas.
O ecobatmetro consiste em uma fonte emissora de sinais acsticos e um relgio interno que mede o intervalo entre a emisso do sinal, e o instante em que seu eco retorna ao sensor. A profundidade pode ser encontrada pela Equao (1).
Eq. (1)
11
Onde:
a profundidade calculada;
o tempo medido entre a emisso e a recepo do sinal. O ecobatmetro posicionado sob a embarcao, e a batimetria referenciada a
a velocidade do som na gua (~ 1500m/s);
partir da posio do sensor na calha do barco. Na Figura 3 pode-se ver como esto disposto os elementos de um levantamento batimtrico: Nvel de Referncia (NR), Profundidade (P) ou batimetria, Tempo de emisso e recepo do sinal do ecobatmetro (t), Ecobatmetro posicionado sob a embarcao (ECO), e Mar (MA).
Figura 3 Elementos da batimetria.
12
A posio da embarcao dada atravs da utilizao do Global Position System (GPS), que contempla a aquisio de pontos com posteriores correes, ou do Differential Global Position System (DGPS), cuja aquisio de pontos acontece com correo simultnea. De acordo com RIBEIRO e KRUEGER (2008), o mtodo DGPS consiste em utilizar simultaneamente dois receptores, um instalado em uma estao fixa de coordenadas conhecidas, denominada de estao de referncia, e um outro em uma estao em permanente movimento, intitulada de estao mvel.
A partir da estao de referncia so calculadas as correes diferenciais utilizadas pela estao mvel no processo de clculo de sua posio (RIBEIRO e KRUEGER, 2008). As correes so enviadas em tempo real por meio de um sistema de comunicao dentro de um formato apropriado, definido pela RTCM (Radio Technical Committee for Marine Service) (KRUEGER, 1996).
O resultado do uso conjunto do GPS ou do DGPS e do ecobatmetro, aps sua transformao para o sistema de referncia adotado, um conjunto de dados tridimensionais de coordenadas de pontos, que por si s, no capaz de gerar diretamente a superfcie do fundo do mar imageado. Para construir a superfcie que representa tal morfologia, necessrio empregar tcnicas de interpolao espacial.
13
3. SISTEMAS DE INFORMAES GEOGRFICAS SIG
Segundo ARONOFF (1989) um SIG uma estrutura computacional baseado na manipulao de dados geogrficos que possuem uma localizao conhecida, ou seja, que estejam georeferenciados.
A definio de SIG pode ser dividida em trs categorias, refletindo cada uma sua maneira os usos e vises possveis desta tecnologia (BURROUGH e McDONELL, 1998):
Baseada em ferramentas: SIG um poderoso conjunto de tcnicas e procedimentos capazes de coletar armazenar, recuperar, transformar e exibir dados espaciais do mundo real (BURROUGH, 1986);
Baseada em bancos de dados: SIG um banco de dados indexados espacialmente, sobre o qual opera um conjunto de procedimentos para responder a consultas sobre entidades espaciais (SMITH et al., 1987);
Baseada em estruturas organizacionais: SIG um sistema de suporte deciso que integra dados referenciados espacialmente em um ambiente de respostas a problemas (COWEN, 1988).
14
Os SIG possuem diferentes tipos de classificao dependendo da suas aplicaes (SILVEIRA et. al., 2007). Todavia, a escolha do tipo de aplicao depende de variveis como o tipo de dado manuseado, utilizao e finalidade. Segundo BURROUGH (1986) um SIG deve possibilitar respostas a perguntas do tipo:
a) Onde est o objeto A? b) Onde est A em relao ao local B? c) Quantas ocorrncias do tipo A existem em uma distncia D de B? d) Qual o valor de uma funo Z na posio X? e) Quais as dimenses de B (rea, permetro)? f) Qual o resultado da interseo de vrios tipos de dados espaciais? g) Qual o caminho de menor custo, resistncia, ou distncia entre os pontos X e Y sobre uma rede contnua de pontos que definem um relevo? h) O que so os pontos X1 e X2? i) Quais objetos esto prximos aos objetos tendo certa combinao de atributos? j) Como reclassificar objetos que possuam certa combinao de atributos? k) Como projetar um banco de dados digital, modelando uma ao no mundo real, para simular o efeito do processo P atravs do tempo T, para um dado cenrio S. l) De que forma converter um conjunto de pontos topogrficos, de modo que simulem sua superfcie real? m) Qual o caminho que possui a menor distncia entre os pontos A e B sobre uma rede contnua de pontos que definem um relevo?
15
Por serem portadores de mltiplas funes os SIG agregam uma perspectiva interdisciplinar de sua utilizao. Alm disso, esses sistemas possibilitam a integrao em uma nica base de dados de informaes geogrficas originadas de diversas fontes, destinando-se a utilizaes diversas, tais como as de cadastro tcnico e multifinalitrio, aplicaes do meio ambiente e recursos naturais, sade pblica, petrleo e gs, agricultura de preciso, planejamento urbano e de transportes, segurana pblica, gerenciamento costeiro, marinho e de pesca.
3.1. SIG com nfase no Gerenciamento Costeiro e Ocenico
A representao das caractersticas e dos relacionamentos dos atributos costeiros e ocenicos (marinhos) uma tarefa desafiante para os SIG tradicionais, devido dinmica natural dos oceanos e dos sistemas costeiros, e a natureza tridimensional dos volumes aquticos, que necessitam de uma viso mais ampla para sua representao, justificados pela complexidade que envolve suas caractersticas geogrficas (WRIGHT et al., 2007).
Assim, o desenvolvimento de aplicaes de SIG com nfase no Gerenciamento Costeiro e Ocenico resultante da adaptao de uma tecnologia originada e desenvolvida inicialmente para aplicaes baseadas no mbito terrestre.
O SIG com nfase no Gerenciamento Costeiro e Ocenico permite criar mapas e cenas de visualizao tridimensional, de forma a obter uma produo mais realista da morfologia do fundo do mar, possibilitando a extrao de informaes necessrias ao
16
mapeamento temtico e cartogrfico, bem como desenvolvimento de atividades aplicadas ao gerenciamento dos recursos naturais, estudos do habitat pesqueiro, monitoramento do meio ambiente, engenharia submarina, explorao geolgica, e segurana para a navegao (FONSECA et al., 2002).
17
3.2. Anlise Espacial
Segundo LONGLEY et. al (2005), as anlises espaciais so apontadas como uma dentre as vrias ferramentas utilizadas em SIG, que abrangem transformaes, manipulaes e mtodos, que podem ser aplicados para adicionar valores a dados, dar suporte a tomada de decises, e revelar anomalias que no so perceptveis diante de uma simples conferncia, ou checagem de valores.
As anlises espaciais normalmente compreendem consultas a atributos, medidas de distncias e operaes envolvendo camadas de informaes. BAILEY e GATRELL (1995) classificam as anlises espaciais em trs tipos:
Anlises de padres pontuais so fenmenos expressos atravs de casos ocorridos identificados como pontos localizados no espao, como focos de incndio, ocorrncia de doenas e crimes; Anlises de superfcies so superfcies criadas a partir de um conjunto de amostras de pontos espacialmente distribudas, que representam o comportamento de, por exemplo, dados geolgicos, altimtricos e batimtricos; Anlises de reas so anlises envolvendo informaes agregadas em reas delimitadas por polgonos fechados, onde se supe que mudanas importantes s ocorram dentro de seus limites. Geralmente tratam de
18
dados associados a levantamentos populacionais e estatsticas sobre sade, relacionando-os aos seus respectivos municpios.
As anlises espaciais envolvendo superfcies tm como objetivo representar o fenmeno estudado de forma realista atravs de superfcies. A converso de dados que se encontram na forma de pontos em uma representao na forma de grade regular, feita com o uso de interpoladores, conforme pode ser visualizado na Figura 4.
Figura 4 Processo de Criao de superfcies usando Interpoladores. Fonte: Adaptado de CAMARA, et al. (2004).
As anlises espaciais ocorrem aps a aquisio dos dados amostrais, e so compostas das seguintes etapas: Anlise da Normalidade dos Dados; Implementao dos Interpoladores; Anlises Estatstica dos Resultados; e Criao da Superfcie Tridimensional.
19
3.2.1. Anlise da Normalidade dos Dados
Segundo FIELD (2009), a anlise acerca da normalidade dos dados realizada a atravs da aplicao do teste de Kolmogorov-Smirnov (Teste de K-S), que compara escores de uma amostra, a escores de uma distribuio normal modelo de mesma mdia e varincia dos valores encontrados na amostra.
maior diferena absoluta entre a funo de distribuio normal acumulada [ relativa observada acumulada e ajustada valores observados menores ou iguais a x; em que observado, conforme a Equao (2):
De acordo com ARAJO (2007) a estatstica apropriada do teste baseada na
corresponde a proporo dos valores esperados menores ou iguais a x; e a freqncia
], correspondendo a proporo dos

mdulo do desvio mximo
], que
Eq. (2)
sendo:
onde:
refere-se a funo de distribuio normal acumulada;
20
refere-se ao nmero da amostra;
refere-se ao tamanho da amostra;
refere-se a freqncia relativa observada acumulada e ajustada;
Em seguida compara-se o
, com o
, que o desvio mximo tabelado, for maior que o valor
para um determinado intervalo de confiana. Quando o valor

crtico tabelado
, conclui-se que a caracterstica em estudo da populao
no segue a distribuio normal; caso contrrio
conclu-se que a amostra
normalmente distribuda.
O teste de Kolmogorov-Smirnov tambm pode ser interpretado pelo uso do pvalue, que corresponde significncia do teste (FIELD, 2009). De forma que se o teste no significativo (p-value > 0,05) a amostra normalmente distribuda, caso contrrio, a amostra no normalmente distribuda.
Segundo FIELD (2009) quando o tamanho da amostra grande, comum o teste de Kolmogorov-Smirnov apresentar resultado significativo (p-value < 0,05), o que nem sempre valido. Para sanar essa dvida sugere-se, a realizao de anlises grficas da distribuio dos dados, para ento, comprovar ou no a normalidade da distribuio.
Caso se confirme a no normalidade da amostra, pode-se tentar normaliz-la empregando-se transformaes do tipo (FIELD, 2009):
21
Logartmica
ao extrair o logaritmo de um conjunto de
nmeros reduz-se a assimetria positiva da distribuio;
Por radiciao
ao tomar a raiz quadrada de um conjunto de
valores, reduz-se os valores grandes aproximando-os do centro da distribuio;
Recproca
: ao dividir por 1 est-se diminuindo o impacto dos
grandes valores, de forma que eles ficaram prximos de zero.
A transformao logartmica no pode ser aplicada a valores negativos ou zero, j a transformao por radiciao no pode ser aplicada para valores negativos. Para corrigir esses problemas, uma constante pode ser adicionada aos dados para torn-los maiores que zero. A anlise sobre a normalidade dos dados importante no momento da deciso acerca da utilizao dos testes estatsticos. Caso os dados sigam uma distribuio normal, possvel a aplicao de testes paramtricos, caso contrrio, se os dados no forem normais, e no conseguirem ser normalizados, pode ser aplicado testes noparamtricos, ou ainda utilizar o erro, que segundo FIELD (2009), tende a apresentar um comportamento normal.
22
3.2.2. Implementao dos Interpoladores Esse procedimento ocorre atravs da aplicao dos interpoladores. Os Interpoladores so os procedimentos usados na predio de valores de atributos em locais no conhecidos (incertos), a partir de medidas realizadas em pontos com locais conhecidos, para uma mesma rea ou regio (BURROUGH; MCDONNELL, 1998). Eles estimam os valores de pontos da superfcie a partir de um conjunto de amostras vizinhas.
De acordo com BURROUGH e MCDONNELL (1998), a utilizao de interpoladores necessria quando: uma superfcie discretizada exige um grau de resoluo diferente da original (Ex.: transformao de grade com resoluo de 100 dpi para 50 dpi), ou uma superfcie contnua representada por um modelo de dados diferente do requerido (Ex.: transformao de malha triangular irregular para grade regular), ou os dados disponveis no cobrem o domnio de interesse completamente (Ex.: os infinitos pontos de uma superfcie no esto disponveis).
A Figura 5 mostra os pontos utilizados em uma interpolao, e a superfcie resultante sobrepostas. Pode-se identificar que a superfcie infere a construo dos valores inexistentes entre os dois perfis, exemplificando, assim, como ocorre o processo de interpolao.
23
Figura 5 Processo de Interpolao.
BURROUGH (1987) especifica que os interpoladores se dividem em trs tipos, sendo:
Modelos de Interpoladores Locais: cada ponto da superfcie estimado apenas a partir da interpolao das amostras mais prximas. A suposio implcita que predominam os efeitos puramente locais.
Modelos de Interpoladores Globais: a suposio implcita nesta classe de interpoladores que, para a caracterizao do fenmeno em estudo, predomina a variao em larga escala e, que a variabilidade local no relevante.
24
Modelos de Interpoladores Geoestatsticos (Krigagem) so usados quando (Krigagem): a variao de atributo to irregular, e a densidade de amostras tal, que mtodos simples de interpolao podem dar predies incertas. Esses mtodos podem estabelecer estimativas probabilsticas da qualidade da interpolao.
3.2.2.1.
Modelos de Interpoladores Locais
a) Inverso da Distncia Ponderada (IDP)
O interpolador Inverso da Distncia Ponderada um interpolador local, e tem a caracterstica de exato, ou seja, um ponto amostral quando predito no sofre alterao. , O modelo permite a manipulao dos parmetros de dimenses do raio de busca, o nmero de vizinhos a serem processados no clculo e a potncia a ser empregada na ponderao da distncia (ESTRADA e SAFRIET, 2006). 200
Segundo BAJJALI (2002), sua formulao matemtica pode ser expressa pela Equao (3):
Eq. (3)
25
onde: o valor predito no ponto 0;
so os valores dos pontos amostrais vizinhos ao ponto desconhecido a distncia que separa cada ponto amostral a pontencia adotada. o nmero de vizinhos;
ao ponto desconhecido 0;
b) Polinomial Local
O interpolador Polinomial Local possui formulao matemtica de acordo com a Equao (4).
Eq. (4) (
onde:
so os coeficientes do polinmio de grau ordem da superfcie de tendncia.
o valor de elevao (Z), nas coordenadas (X, Y); ;
Neste modelo, so adaptadas n superfcies na regio de trabalho, sendo estas definidas pelas dimenses do raio de busca (BURROUGH e MCDONNELL 1998). MCDONNELL,
26
Dessa forma, esse raio de busca identifica os pontos amostrais que sero empregados no clculo dos valores preditos (AGRA, 2007).
O modelo permite a manipulao do grau do polinmio, das dimenses do raio de busca, do nmero de vizinhos a serem processados no clculo, e dos pesos a serem atribudos a cada ponderao alcanada na definio do grau do polinmio (ESTRADA e SAFRIET, 2006).
JAKOB e YOUNG (2006) explicitam ainda que o interpolador polinomial local pode ajustar muitos polinmios, cada um especificando sua vizinhana, diferentemente do interpolador polinomial global, que ajusta um polinmio superfcie toda.
c) Funes de Base Radial (FBR)
As Funes de Base Radial correspondem a um grupo de interpoladores chamados Splines que produzem superfcies suaves (CHIN-SHUNG YANG et.al. 2004). O princpio das Splines minimizar a curvatura total da superfcie, semelhante a ajustar uma membrana de borracha aos valores observados, garantindo-se que a mesma contenha os pontos amostrais, configurando-se como um interpolador exato (JAKOB e YOUNG, 2006).
Por causa dessa caracterstica, as Funes de Base Radial no so recomendadas para as superfcies com grandes variaes de gradientes, produzindo
27
bons resultados para superfcies de pouca variao, como de elevao de terreno. (JAKOB e YOUNG, 2006).
De acordo com (JAKOB e YOUNG, 2006) esse grupo de interpoladores pode ser dividido em cinco funes bsicas distintas:
Thin Plate Spline; Spline with Tension; Completely Regularized Spline;
Multiquadric Function;
Inverse Multiquadric Function.
As funes de base radial so usadas para se calcular superfcies suavizadas de um grande nmero de pontos, e so inapropriadas quando existem muitas mudanas nos valores em pouca distncia (JAKOB e YOUNG, 2006).
3.2.2.2.
Modelos de Interpoladores Globais
a) Polinomial Global
Segundo MICHAEL e TRIVELONI (2006), o interpolador polinomial global uma tcnica que consiste no ajustamento de equaes que representam variao espacial de valores atravs de superfcies matemticas (polinmios). Dessa forma, este
28
interpolador tem como resultado uma superfcie gradual, que muda de acordo com a definio do grau polinomial usado na interpolao dos dados.
O interpolador polinomial global adapta uma superfcie de ordem n, previamente definida, todos os pontos amostrais (BAJJALI, 2002).
O modelo matemtico desse interpolador semelhante ao do Interpolador Local, e definido pela Equao (5) (BURROUGH e MCDONNELL, 1998):
Eq. (5)
onde:
so os coeficientes do polinmio de grau p ; ordem da superfcie de tendncia. Exemplificando:
o valor de elevao (Z), nas coordenadas (X, Y);
Uma superfcie de grau zero da forma a um plano horizontal;
, e corresponde
Uma superfcie de grau um da forma corresponde a um plano inclinado;
,e
29
Uma superfcie de grau trs da forma , e corresponde a uma cbica.
3.2.1.1.
Modelo de Interpoladores Geoestatsticos
a) Krigagem
A Krigagem um estimador exato que considera tanto efeitos Locais como Globais em sua predio, ou seja, funo dos dados e de covarincia espacial (CHAPLOT; et. al., 2006). Segundo BAILEY e GATRELL (1995), este interpolador tem , por objetivo identificar a correlao espacial existente entre os valores de um conjunto de amostras com seus valores interpolados, d definindo os pesos atribudos s diversas a amostras pela vizinhana a ser cons considerada, e pelo erro associado ao valor estimado. ro estimado
De acordo com BURROUGH e MCDONNELL (1998), a Krigagem pode ser expressa pela Equao (6):
Eq. (6)
onde: o valor da funo aleatria numa posio s;
30
uma funo determinstica que descreve a componente estrutural Z numa um rudo aleatrio no correlacionado, normalmente distribudo. Tal formulao tem interpretao geomtrica mostrada na Figura 6, que reproduz o comportamento das amostras correlatas, de acordo com a variao espacial existente rtamento entre o conjunto de valores de entrada e o conjunto dos dados interpolados (BURROUGH e MCDONNELL, 1998). um termo estocstico correlacionado com variao local; posio s;
Figura 6 Variao espacial da varivel regionalizada. FONTE: Adaptado de BURROUGH e MCDONNELL (1998). (
Na Figura 6(a) visualiza se o comportamento amostras que possuem valores da (a) visualiza-se constante, por sua vez, na Figura 6(b), as amostras representadas revelam o F com um comportamento tendencioso.
31
Quando a funo determinstica [
] constante na regio em estudo, os
efeitos globais da amostra se tornam quase que inexistentes. Desse modo, a Equao lobais . modo 6 fica reduzida a determinao do termo estocstico um Variograma (BURROUGH; MCDONNELL, 1998). , que obtido em funo de d
MELLO et. al., (2005) definem o Variograma como sendo uma tcnica de suporte 2005) a Krigagem, que permite representar quantitativamente a variao de um fenmeno , regionalizado no espao, e definido pela Equao (7).
Eq. (7) onde: o nmero de amostras separadas por uma distncia h ; distncia a semivarincia de todos os pares de amostras A representao grfica do variograma, segundo SCHAFFRATH et. al., (2007), mostrada na Figura 7, onde so identificados os seguintes parmetros: , ; so os valores amostrais nas posies
, separados pela
Alcance ou Range (A): materializa a distncia onde as amostras apresentam-se apresentam se correlacionadas espacialmente;
32
Patamar ou Sill (C1): valor da semivarincia correspondente ao Alcance (A). O Patamar (C1) indica o ponto que deixa de existir a dependncia espacial, dado que a variao da diferena entre pares de amostras torna-se aproximadamente constante;
Efeito Pepita ou Nugget (C0): representa a interseo da curva com o eixo y. Sua construo aponta uma descontinuidade, que pode ocorrer por se considerar distncias menores que a menor distncia entre as amostras, por erros de medio ou pelo acaso.
Figura 7 Variograma. FONTE: Adaptado de BURROUGH e MCDONNELL (1998).
33
Existem diversos modelos de Variograma, cada um com formataes especficas. Na Tabela 1, esto descritos o tipo de Variograma, o seu modelo matemtico e o grfico resultante, dos modelos mais conhecidos.
34
Tabela 1 Variogramas da Krigagem.

VARIOGRAMA MODELO GRFICO
Exponencial
Gaussiano
Linear
Esfrico
FONTE: Adaptado de BURROUGH e MCDONNELL (1998).

35
onde:
i. Krigagem Ordinria
Quando a funo determinstica que descreve a componente estrutural Z numa posio s [ Ordinria. ], constante na regio em estudo, a Krigagem passa a ser do tipo
De acordo com BARROS FILHO (2007), a Krigagem Ordinria considerada como o melhor estimador linear no tendencioso, pois, como estimador linear, assume no-tendencioso, que o valor desconhecido pode ser estimado por uma combinao linear dos pesos dos valores observados nas amostras vizinhas; j como estim estimador no-tendencioso, assume que a mdia global dos erros, ou seja, a mdia das diferenas entre os valores estimados e os valores observados seja nula.
36
Assim, o processo a ser estimado tem uma mdia desconhecida, mas constante, cujo valor igual mdia dos valores observados nas amostras. Portanto, os pesos so escolhidos de maneira que o valor mdio estimado restringido pelo valor da mdia das amostras, sendo para isso necessrio que a soma dos pesos seja igual a 1 (BARROS FILHO, 2007).
Dessa forma, o peso reflete a distncia entre as amostras e o ponto a estimar, de forma que quanto mais prximas estiverem as amostras do ponto a estimar, maior ser o seu peso no estimador (SOARES, 2000).
A Krigagem Ordinria possui a capacidade de avaliar o grau de incerteza dos parmetros ajustados aos modelos tericos de semivariogramas. Tal incerteza o erro da estimativa, que pode ser obtido mediante o procedimento chamado validao do modelo que envolve a re-estimao dos valores conhecidos por meio dos parmetros ajustados ao modelo do semivariograma (CAMARGO, 1997).
BARROS FILHO (2007) afirma que a Krigagem Ordinria minimiza a varincia dos erros, espacializa os erros, permitindo a gerao de uma superfcie de erros.
A superfcie gerada pela Krigagem Ordinria corresponde a uma grade, cujos pontos so calculados em funo da variao local da amostra, conforme definido na Equao (8) (BURROUGH; MCDONNELL, 1998).
37
Eq. (8)
Eq. (9)
38
O clculo de um ponto com sua coordenada z desconhecida, e o seu erro de estimao segundo a Krigagem Ordinria exemplificada em determinada regio amostral, que tem seu espao geogrfico delimitado por um plano cartesiano (x,y) apresentando valores de zero (0,0) a dez (10,10). Essa regio apresenta um variograma melhor adaptado como do tipo esfrico, com os parmetros C0 = 2.5 (Efeito Pepita), C1 = 7.5 (Patamar), e A = 10.0 (Alcance). Conforme a Figura 8, o ponto W, com localizao (5,5), possui sua coordenada z(xi=0) desconhecida, e est separado de outros cinco pontos medidos, e espacializados ao seu redor por distncias (h).
39
Figura 8 Predio do ponto W usando a Krigagem Ordinria.
Os cinco pontos ao redor do ponto W, esto numerados de 1 a 5, possuem suas coordenadas de localizao no espao (x,y), e o valor da coordenada z, conforme pode-se visualizar na matriz de localizao espacial (x,y,z), expressa na Figura 9.
I 1 2 3 4 5
X 2 3 9 6 5
Y 2 7 9 5 3
Z 3 4 2 4 6
Figura 9 Matriz de localizao espacial dos pontos conhecidos.
40
Para calcular o erro associado ao ponto W, necessrio calcular o valor da sua coordenada z, e posteriormente calcular o erro a ele associado. Fazendo uso da Krigagem Ordinria, podemos encontrar esses valores atravs da determinao dos pesos, conforme expresso na Equao (10).
Eq. (10 10)
onde:
A a matriz da semivarincia entre os pares dos pontos conhecidos; ontos conhecidos b o vetor da semiv semivarincia entre cada ponto conhecido e o ponto a ser predito; o vetor dos pesos os pesos; linha e coluna extra que garantem que a soma dos pesos seja 1.
Para criar as duas matrizes de semivarincia (A e b), necessrio primeiro criar duas matrizes com as informaes de distncias. Uma contendo as distncias entre todos os pontos conhecidos ( (Figura 10); e a outra matriz, ou vetor de distncia, ); contendo as distncias entre os pontos conh conhecidos e o ponto a ser predito (Figura 11).
41
I 1 2 3 4 5
1 0.0 5.099 9.899 5.0 3.162
2 5.099 0.0 6.325 3.606 4.472
3 9.899 6.325 0.0 5.0 7.211
4 5.000 3.606 5.0 0.0 2.236
5 3.162 4.472 7.211 2.236 0.0
Figura 10 Matriz de distncia entre os pontos conhecidos.
i 1 2 3 4 5
0 4.243 2.828 5.657 1.0 2.0
Figura 11 Vetor de distncia entre os pontos conhecidos e o ponto predito.
As duas matrizes de distncia so ajustadas ao variograma do tipo esfrico com o objetivo de adquirir as semivarincias correspondentes as matrizes A e b (Figuras 12 e 13):
A=i 1 2 3 4 5 6
1 2.500 7.739 9.999 7.656 5.939 1.000
2 7.739 2.500 8.667 6.381 7.196 1.000
3 9.999 8.667 2.500 7.656 9.206 1.000
4 7.656 6.381 7.656 2.500 4.936 1.000
5 5.939 7.196 9.206 4.936 2.500 1.000
6 1.000 1.000 1.000 1.000 1.000 1.000
Figura 12 - Matriz de semivarincia dos pontos conhecidos (A).
42
b=i 1 2 3 4 5 6
1 7.151 5.597 8.815 3.621 4.720 1.000
Figura 13 Vetor da semivarincia entre os pontos conhecidos e o ponto predito ( (b).
Nas duas matrizes de semivarincia encontradas foi adicionada uma nova coluna oi e uma nova clula (i = 6), para assegurar que o somatrio dos pesos seja igual a um (1).
O prximo passo calcular a matriz inversa de semivarincia dos pontos conhecidos (Figura 14):
A-1 = i 1 2 3 4 5 6 1 -0.172 0.172 0.500 0.022 -0.026 0.026 0.126 0.273 2 0.500 -0.167 0.032 0.077 0.007 0.207 3 0.022 0.032 -0.111 0.066 -0.010 0.357 4 -0.026 0.007 0.066 -0.307 0.190 0.003 5 0.126 0.007 -0.010 0.190 -0.313 0.134 6 0.273 0.207 0.357 0.030 0.134 -6.873
Figura 14 - M Matriz inversa da semivarincia dos pontos medidos.
Nesse momento efetua efetua-se a operao ( ), conforme apresentado na Figura 15:
, obtendo- o vetor dos pesos -se
43
1 2 3 4 5 6
Pesos 0.0175 0.2281 -0.0891 0.6437 0.1998 0.1182
=1
Distncias 4.423 2.828 5.657 1.000 2.000
Figura 15 Vetor de pesos, e suas respectivas distncias.
De posse de todos do vetor dos pesos, o ponto desconhecido calculado de acordo com a Equao (6), como mostrado:
Z(Xi=0) = 0.0175*3 + 0.2281*4 - 0.0891*2 + 0.6437*4 + 0.1998*6

O erro associado estimativa do ponto desconhecido Z(Xi=0) = 4.560, = [0.0175*7.151 + 0.2281*5.597 - 0.0891*8.815 + 0.6437*3.621 + 0.1998*4.720] + = 3.890 + 0.1182 = 4.008
Z(Xi=0) = 4.560
determinado pela Equao (9), como mostrado:
44
3.2.3. Anlise Estatstica dos Resultados
As anlises estatsticas dos resultados dos pontos interpolados correspondem ao conjunto de procedimentos que servem para descrever a amostra, bem como so indicadores para a tomada de deciso na avaliao comparativa entre variveis estudadas.
Mdia e Desvio Padro o clculo da mdia e do desvio padro da amostra, como expresso nas Equaes (11) (a) e (b).
Onde:
refere-se ao tamanho da amostra.
refere-se ao desvio padro;
refere-se ao dado amostral i; refere-se a mdia amostral;
45
Tendncia Mdia Identifica o desvio mdio de uma amostra, que equivale a mdia dos dentifica erros, sendo expressa pela Equao (12): send
Intervalo de confiana
Corresponde aos limites entre os quais acredita-se que o valor da acredita media verdadeira estar, dentre um determinado nvel de
probabilidade. Pode se construir um intervalo de confiana de acordo Pode-se com a Equao (13). (13)
46
Onde:
Teste t dependente (teste t de amostras emparelhadas) Compara a diferena mdia entre duas amostras, com a diferena que espera- encontrar entre as mdias das amostras (zero), levando em -se conta o erro padro das amostras. O teste t de amostras emparelhadas pode ser descrito de acordo com a Equao (14). pode
3.2.4. Criao da Superfcie Tridimensional A superfcie tridimensional criada em funo do interpolador que obtiver os obt melhores indicadores estatsticos estatsticos.
47
4. REA DE PILOTO
A eroso costeira um problema que atinge 70% das praias arenosas do mundo (BIRD, 1981). No Brasil, vrios trechos da costa tm sido atingidos pelo processo erosivo, fenmeno naturalmente estabelecido pelas forantes que atuam junto costa, tais como ondas e mars. No entanto, este processo natural tem se agravado devido s intervenes antrpicas decorrentes do desenvolvimento urbano.
Em Pernambuco a zona costeira tem suportado um grande crescimento, sendo a rea que apresenta maior densidade demogrfica, com 44% da populao do Estado (MAI, 2004). tambm nessa rea que se d a concentrao de atividades econmicas, industriais, de recreao e turismo, e conseqentemente dos problemas delas decorrentes (MAI, 2004).
Com o avano da eroso costeira, vrios projetos de conteno foram executados nas praias que abrangem os municpios de Paulista, Olinda, Recife e Jaboato dos Guararapes (Figura 16). Entretanto, a maioria desses projetos no respeitou os limites requeridos pela dinmica natural da linha de costa, fato que intensificou ainda mais o processo erosivo na rea (MAI, 2004).
48
Figura 16 rea de estudo do Projeto MAI.
Vrios pontos da costa pernambucana encontram-se em desequilbrio, apresentando eroso marinha progressiva que varia de moderada a severa, para a qual ainda no se dispe de um diagnstico preciso, dado a inexistncia de meios adequados compreenso das causas locais e regionais (MAI, 2004).
Em resposta ao problema, as Prefeituras dos Municpios de Jaboato dos Guararapes, Recife, Olinda e Paulista, atravs do Conselho de Desenvolvimento da Regio Metropolitana do Recife (CONDERM) e em parceria com a CPRH, entenderam ser imprescindvel uma avaliao integrada dos problemas comuns aos quatro municpios. Dessa forma, foi articulado o Projeto de Monitoramento Ambiental
Integrado (MAI), contando com o apoio tcnico cientfico da Universidade Federal de Pernambuco e de consultores externos. O MAI contou com financiamento do Ministrio da Cincia e Tecnologia (MCT), atravs da Financiadora de Estudos e Projetos (FINEP)
49
e com contrapartida das prefeituras envolvidas, alm do acompanhamento sistemtico do MPF - Ministrio Pblico Federal (MAI, 2009).
O MAI um projeto que visa avaliar e monitorar a vulnerabilidade da linha de costa dos quatro municpios e tem como principal objetivo o entendimento do processo erosivo (MAI, 2009). E tem como objetivo principal o levantamento de informaes sobre a geologia, a geofsica, a morfologia costeira, os processos fsico-oceanogrficos e a ocupao do solo, ao longo da zona costeira dos municpios de Paulista, Olinda, Recife e Jaboato dos Guararapes, alm de formao de recursos humanos que possibilitem a continuidade do processo.
Dentro dessa tica, a obteno das informaes sobre a batimetria torna-se pertinente, uma vez que a caracterizao morfolgica deste meio pode ser feita em uma superfcie atravs dos processos de interpolao, entretanto, tal representao deve ser construda da forma a modelar a superfcie de forma mais real possvel. E esse procedimento pode ser realizado atravs da avaliao das caractersticas dos interpoladores com a aplicao de testes estatsticos.
50
5. METODOLOGIA DA PESQUISA
A metodologia empregada nessa pesquisa dividida em quatro passos, conforme a Figura 17.
Figura 17 Procedimentos metodolgicos.
5.1. Aquisio das Amostras Batimtricas
O conjunto de amostras batimtricas, que delimitam a rea piloto, foi adquirido junto coordenao do Projeto MAI. A amostra composta de 65.041 pontos,
51
dispostos em 137 perfis verticais separados a uma distncia de 200 metros, e dois perfis horizontais espaados a 2.000 metros um do outro. Todos os pontos foram coletados e referenciados ao Datum vertical SAD 69, e projetados no Sistema de Coordenadas UTM.
5.1.1. Anlises Exploratrias dos Dados Batimtricos
Para identificar a natureza do conjunto de amostras, foi realizada a anlise exploratria dos dados a partir do teste de normalidade de Kolmogorov-Smirnov (teste K-S) e da anlise grfica.
5.2. Implementao dos Interpoladores
Os interpoladores empregados foram: Inverso da Distncia Ponderada, Polinmio Local, Funes de Base Radial (Completely Regularized Spline), Polinmio Global e Krigagem.
Durante a fase de interpolao, foi efetuada a validao cruzada, que consiste em omitir a posio de cada ponto amostral Pi e recalcular o ponto para a mesma posio, considerando os demais pontos. Este procedimento repetido para os n pontos, possibilitando identificar o erro entre os valores preditos e medidos (BAILEY e GATRELL, 1995).
52
Os parmetros de cada interpolador foram ajustados individualmente de forma que, cada um deles apresentasse o menor erro.
5.3. Anlises dos Resultados
As anlises dos resultados foram baseadas na estatstica descritiva dos dados, levando em considerao os indicadores Mdia e Desvio Padro, Tendncia Mdia, Intervalo de Confiana, e o Teste t de amostras emparelhadas.
5.4. Criao da Superfcie Tridimensional
A criao da Superfcie foi efetuada pelo interpolador que apresentou os melhores resultados estatsticos.
53
6. RESULTADOS E DISCUSSES
6.1. Aquisio das Amostras Batimtricas
As
amostras batimtricas
coletadas
na rea
piloto
seguem
o trecho
compreendido entre os municpios de Paulista, Olinda, e parte de Recife, conforme mostrado na Figura 18.
Figura 18 rea Piloto. A princpio, o espaamento das amostras no sentido oeste-leste revelou-se preocupante, haja visto que entre espaamentos de 200 metros de um perfil para outro, poderia se encontrar irregularidades morfolgicas cujos processos de inferncia da
54
superfcie usando os mtodos de interpolao seriam ineficientes. Aps breve consulta a Coordenao do MAI, identificou-se que esse espaamento no prejudicaria o desenvolvimento da pesquisa.
6.1.1. Anlise Exploratria dos Dados Batimtricos
Efetuando-se o teste de K-S, cujos resultados constam na Tabela 2, verifica-se que a amostra batimtrica tem distribuio diferente da normal (p-value < 0,05), em um nvel de significncia de 95%. Tabela 2 - Parmetros do Teste de Kolmogorov-Smirnov
Teste da Normalidade - Kolmogorov-Smirnov Varivel Batimetria Medida Dcal .056 GL 65299 p-value .000
A Figura 19 mostra o histograma da amostra, comprovando-se no normalidade da distribuio.
55
Figura 19 Histograma com a curva normal das amostras medidas.
Para tentar normalizar a amostra, foi adicionada uma constante de valor 50 metros aos valores das batimetrias medidas. Essa constante resultou na converso de todos os valores negativos em valores positivos, permitindo a aplicao das transformaes logartmica, por radiciao, e por transformao recproca.
Aps as transformaes o Teste de K-S foi repetido, e nenhuma delas teve sucesso para normalizao, conforme identifica-se na Tabela 3.
56
Tabela 3 - Teste de K-S para as profundidades normalizadas.

Teste da Normalidade de K-S para as Profundidades Variveis Nova Prof (Prof+50) LN (Nova Prof) Raiz (Nova Prof) 1 / (Nova Prof) Dcal .056 .052 .053 .056 GL 65041 65041 65041 65041 p-value .000 .000 .000 .000
Os histogramas das amostras transformadas so mostrados nas Figuras 20, 21 e 22, novamente comprovando os resultados obtidos pelo teste de K-S.
Figura 20 Histograma com a curva normal da amostra medida transformada por logaritmo neperiano.
57
Figura 21 Histograma com a curva normal da amostra medida transformada por radiciao.
Figura 22 Histograma com a curva normais das amostras medidas transformadas por reciprocidade.
A no normalidade na distribuio das amostras batimtricas impossibilita o emprego de testes paramtricos diretamente sobre ela. Como condies de contorno
58
sero testados os erros obtidos entre cada ponto batimtrico (ponto medido) e seu dual (ponto calculado por validao cruzada).
6.2. Implementao das Interpolaes 6.2.1. Inverso da Distncia Ponderada (IDP) Para a interpolao pelo mtodo Inverso da Distncia Ponderada (IDP), os pontos devem estar contidos dentro de uma elipse com semi-eixo maior de 26.190 metros, e semi-eixo menor de 8.990 metros. O seu semi-eixo menor deve ter uma direo de 20, que paralela a direo dos perfis, conforme mostrado na Figura 23.
Figura 23 Elipse de busca usada na interpolao por IDP.

59
A quantidade de pontos selecionados deve ser de no mximo 15, e no mnimo 10 por quadrante da elipse. Esses parmetros tem por propriedade a captura de pontos em no mnimo 3 perfis consecutivos.
A estatstica dos erros obtidos pela validao cruzada do IDP mostrada na Tabela 4.
Tabela 4 Estatsticas dos erros obtidos da validao cruzada do IDP.

Intervalo para mdia com 95% de Confiana Limite IDP .0056804 .6979112 .0027365 .0003167 Limite + .0110441
Interpolador
Mdia
Desvio Padro
Erro Padro
O teste de K-S para os erros mostrado na Tabela 5, identificando-se a no normalidade da distribuio (p-value < 0,05). Tabela 5 Teste da normalidade para os erros interpolados do mtodo IDP.
Teste da Normalidade de K-S para o IDP Variveis IDP Dcal .130 GL 65041 p-value .000
Como a amostra em estudo muito grande (n= 65.041), analisa-se graficamente sua distribuio conforme a Figura 24, concluindo-se sobre a normalidade da mesma.
60
Figura 24 Histograma com a curva normal dos erros do IDP.
6.2.2. Polinomial Local
Para o mtodo Polinmio Local, seguiu os mesmos parmetros definidos para o IDP. A estatstica dos erros obtidos pela validao cruzada do Polinomial Local mostrada na Tabela 6.
Tabela 6 Estatsticas dos erros obtidos da validao cruzada do Polinomial Local.

Mdia dos erros .0028979 Erro Padro dos Erros .0027456 Intervalo para mdia com 95% de Confiana Limite -.0024834 Limite + .0082793
Interpolador
Desvio Padro
Polinomial Local
.7002147
O teste de K-S para os erros mostrado na Tabela 7, identificando-se a no normalidade da distribuio (p-value < 0,05).
61
Tabela 7 Teste da normalidade para os erros interpolados pelo Polinmio Local.

Teste da Normalidade de K-S para o Polinomial Local Variveis Polinmio Local Dcal .136 GL 65041 p-value .000
A Figura 25 mostra a anlise grfica da distribuio da amostra mediante o histograma, conclu-se sobre a normalidade da mesma.
Figura 25 Histograma com a curva normal dos erros do Polinmio Local.
6.2.3. Funes de Base Radial
A interpolao usando a Funo de Base Radial foi realizada usando o mtodo Completely Regularized Spline, e os parmetros adotados para essa interpolao foram
62
semelhantes aos do IDP. A estatstica dos erros obtidos pela validao cruzada para a FRB mostrada na Tabela 8.
Tabela 8 Estatsticas dos erros obtidos da validao cruzada da FBR.

Interpolador
Desvio Padro
FBR
.6922131
Tabela 9 Teste da normalidade para os erros interpolados pelo FBR.

Teste da Normalidade de K-S para FBR Variveis FBR Dcal .130 GL 65041 p-value .000
A analise grfica da sua distribuio do FBR, conforme a Figura 26, mostra que a mesma possui comportamento normal.
63
Figura 26 Histograma com a curva normal dos erros da FBR.
6.2.4. Polinomial Global
Nesse mtodo foi escolhido um polinmio de grau 1. Os resultados das estatsticas para os erros mostrado na Tabela 10.
Tabela 10 Estatsticas dos erros obtidos da validao cruzada Polinomial Global.

Interpolador
Desvio Padro
Polinomial Global
3.576930
64
Tabela 11 Teste da normalidade para os erros interpolados pelo Polinomial Global.

Teste da Normalidade de K-S para o Polinomial Global Variveis Polinmio Global Dcal .040 GL 65041 p-value .000
Na Figura 27 observa-se a anlise grfica da distribuio dos erros interpolados pelo Polinomial Global, concluindo-se que a mesma tem um comportamento normal.
Figura 27 Histograma com a curva normal dos erros do Polinomial Global.
65
6.2.5. Krigagem
Antes de iniciar o processo da Krigagem necessrio verificar se a amostra apresenta tendncia. Isso feito atravs do Grfico de Tendncia, conforme mostrado na Figura 28.
Figura 28 - Grfico de Tendncia das amostras batimtricas em estudo.
No grfico da Figura 28 identificam-se tendncias decrescentes nos sentidos Leste-Oeste (Eixo Y) e Norte-Sul (Eixo X), conforme observado nas linhas azul e amarelo respectivamente. Para solucionar esse problema, as tendncias foram removidas usando um polinmio de primeira ordem.
O mtodo Geoestatstico da Krigagem foi realizado usando a Krigagem Ordinria. Os pontos foram ajustados no variograma do tipo esfrico, tendo o Alcance
66
(A) de 237,0653 metros, o Patamar (C1) de 1,9502 metros, e o Efeito Pepita (C0) de 0,2468 metros.
Os parmetros adotados para a seleo dos pontos vizinhos na construo da interpolao tiveram os mesmos valores usados pelos IDP, e os resultados das estatsticas para os erros podem ser visualizados na Tabela 12.
Tabela 12 Parmetros da Parmetros Validao Cruzada da Krigagem.

Interpolador
Desvio Padro
Krigagem
.6830434
Tabela 13 Teste da normalidade para os erros interpolados pela Krigagem.

Teste da Normalidade de Kolmogorov-Smirnov Variveis Krigagem Dcal .135 GL 65041 p-value .000
Como a amostra muito grande (n= 65.725), analisa-se graficamente a sua distribuio (Figura 28), concluindo-se sobre sua normalidade.
67
Figura 29 Histograma com a curva normal dos erros da Krigagem.
6.3. Anlises dos Resultados
A estatstica descritiva para a os Erros, mostrada Tabela 14.
Tabela 14 Estatstica descritiva para dos Erros das Interpolaes.

Mdia dos erros .0056804 .0028979 .0024291 .0000399 .0032213 Intervalo para mdia com 95% de Confiana Limite .6979112 .7002147 .6922131 3.576930 .6830434 .0027365 .0027456 .0027142 .0140254 .0026782 .0003167 -.0024834 -.0028907 -.0274499 -.0020280 Limite + .0110441 .0082793 .0077490 .0275298 .0084707
Interpoladores IDP Polinomial Local FBR Polinomial Global Krigagem
Desvio Padro
Erro Padro
68
O interpolador IDP apresenta intervalo de confiana para a mdia dos erros, com 95% de confiana, variando entre 0.0003167 e 0.0110441. Como esse intervalo no contm o zero, que a mdia esperada para os erros, esse interpolador rejeitado.
O Interpolador Polinomial Global apresenta intervalo de confiana para a mdia dos erros, com 95% de confiana, variando entre -0.0274499 e 0.0275298. Apesar de esse intervalo conter o zero, o interpolador rejeitado porque o seu erro padro (0.0140254) sete vezes maior que o erro padro dos demais interpoladores, e tambm porque impossvel que a superfcie real seja um plano inclinado. Por esses motivos, este interpolador rejeitado.
O Interpoladores RBF, Polinomial Local e Krigagem, apresentam intervalos de confiana para a mdia dos erros, com 95% de confiana, contendo o zero, e seus erros padro possuem valores muito prximos. Assim, qualquer um desses interpoladores pode ser aplicado. Resta ainda, verificar se, do ponto de vista estatstico, no existe diferena significativa entre eles. Isso pode ser feito pelo teste t de Amostras Emparelhadas.
A Tabela 15 apresenta os resultados deste teste, mostrando que dentro de um nvel de confiana de 95%, os trs interpoladores no diferem (Sig > 0,05 para todos os pares).
69
Tabela 15 Estatstica descritiva para o teste t de amostras emparelhadas.

Pares de Interpoladores Local - FBR Local - Krigagem FBR - Krigagem Desvio Padro .1714870 .1942125 .1925926 Intervalo para mdia com 95% de Confiana Limite .0006724 .0007615 .0007551 -.0012632 -.0022850 -.0027374 Limite + .0022009 .0016382 .0011530 .697 -.425 65040 65040 .486 .671 .294
Mdia
Erro Padro
GL
Sig
.0004688 -.0003233 -.0007922
-1.049 65040
Dessa forma, pode-se afirmar que qualquer um desses trs mtodos indicado para ser usado como interpolador para a rea de estudo. Entretanto, em virtude de a Krigagem ser o nico interpolador capaz de espacialisar a distribuio dos erros sobre a superfcie, seleciona-se este como o mais indicado.
6.4. Criao da Superfcie Tridimensional
A superfcie batimtrica da rea piloto e a superfcie de erros geradas pela Krigagem so apresentadas na Figura 30 (a) e (b), respectivamente.
Na Figura 30 (b), observa-se que os menores erros esto espacializados mais prximos dos pontos amostrais, e na vizinhana desses pontos, localizados justamente sobre os perfis de dados coletados.
70
Figura 30 - Superfcie batimtrica obtida pela Krigagem (a), e sua Superfcie de Erros (b).
A visualizao do modelo tridimensional consiste na transferncia do modelo gerado para um plano de visualizao 3D, permitindo que o observador perceba a sensao tridimensional original da Plataforma Interna Continental adjacente aos Municpios de Olinda, Recife e Jaboato dos Guararapes.
A representao tridimensional da superfcie gerada pela Krigagem pode ser visualizada em diversos ngulos e perspectivas na Figuras 31.
71
Figura 31 Representao Batimtrica Tridimensional gerada.
Essas duas superfcies sobrepostas permitem identificar a coordenada batimtrica predita de qualquer ponto e, o erro associado a ele.
Pode-se acessar essa informao atravs de uma consulta espacial sobre a superfcie gerada. De acordo com a Figura 40, ao sobrepor os pontos batimtricos, e as duas superfcies geradas pela Krigagem, encontram-se para os Pontos 01, 02 e 03, as seguintes coordenadas (em metros) mostradas na Tabela 16.
72
Figura 32 Consulta espacial a superfcie interpolada pela Krigagem, e o seu erro Krigagem associado.
Tabela 16 Coordenadas dos Pontos 01, 02 e 03.

Ponto 01 02 03 Coordenada E 299033 9033,630 300072,162 0072,162 300122,565 Coordenada N 9127074,799 9117021,802 9109288,905 Batimetria (m) 0,17 11,40 16,84 Erro (m) 1,11 1,57 1,52
73
7. CONCLUSES E RECOMENDAES
A pesquisa teve como princpio a avaliao de diferentes modelos de interpoladores com o objetivo de encontrar o modelo que representasse de forma mais real um conjunto de amostras batimtricas pertencente a uma rea piloto em estudo.
De modo geral, as etapas definidas pela metodologia desenvolvida foram ordenadamente s seguintes: aquisio e anlise dos dados batimtricos;
implementao das interpolaes; anlise dos resultados; e criao da superfcie tridimensional.
A aquisio dos dados da rea piloto ocorreu junto coordenao do Projeto MAI. A amostra constou de 65.041 pontos batimtricos, espacializados em 2 perfis na direo norte-sul, e 137 perfis na direo oeste-leste, ao longo de uma superfcie de aproximadamente 121Km2, compreendida entre os Municpios Paulista, Olinda, e Recife. A distncia de 200 metros entre os perfis na direo oeste-leste foi inicialmente questionada, entretanto a Coordenao do MAI esclareceu que esse espaamento se encontra dentro dos padres estipulados, e no comprometeria a pesquisa.
A anlise descritiva dos dados batimtricos identificou a impossibilidade da aplicao de testes paramtricos diretamente sobre os pontos batimtricos. Isso aconteceu porque a distribuio desses pontos no era normal, e tambm por no se encontrar um modelo de normalizao. Como condio de contorno, optou-se por fazer
74
uma anlise dos erros, entendidos como a diferena entre o valor medido e o valor predito, obtido por validao cruzada, para cada interpolador estudado.
A implementao das interpolaes foi caracterizada pela aplicao dos seguintes modelos: Inverso da Distncia Ponderada (IDP), Polinomial Local, Funo de Base Radial (FBR), Polinomial Global e Krigagem.
A anlise dos erros baseou-se nos seguintes indicadores paramtricos: normalidade da distribuio, mdia, desvio padro, intervalo de confiana para a mdia e, diferena mdia entre duas amostras. Como resultado, identificou-se que o IDP foi rejeitado ao nvel de significncia de 95%. O interpolador Polinomial Global tambm foi rejeitado porque sabe-se que a superfcie gerada por ele um plano inclinado, o que no condiz com a realidade. Os demais interpoladores no apresentaram diferena significativa, ao nvel de confiana de 95%.
Apesar desse resultado, a Krigagem foi escolhida, pelas seguintes razes: possibilidade de remoo da tendncia da amostra e gerao de uma superfcie de erros.
Com base nessas concluses, afirma-se que a essa pesquisa cumpriu os objetivos propostos, sugerindo-se o seguinte para estudos posteriores:
Comparar a distribuio das amostras estudadas com outras formas de distribuies no-normais;
75
Empregar testes estatsticos no paramtricos diretamente sobre os pontos batimtricos estudados; e
Implementar essa metodologia em outras reas da plataforma continental;
76
8. REFERNCIAS BIBLIOGRFICAS
ABSHER, T. M.; BORZONE, C. A.; BRANDINI, F. P.; LANA, P. da C.; SPACH, H. L.; MARONE, E. Subsdios para Estudos Ambientais em reas Costeiras. Trabalho tcnico Centro de Estudos do Mar da Universidade Federal do Paran, 2002. AGRA, M. C. da M. Avaliao de Interpoladores para Gerao de Modelo Numrico de Elevao. Recife, 2007. 76 p. Dissertao (Mestrado em Cincias Geodsicas e Tecnologias da Geoinformao, Centro de Tecnologia e Geocincias, Universidade Federal de Pernambuco. ARONOFF, S. Geographic Information System: a Management Perspective. WBL Publications. Ottawa, 1989. AYRES, A.; NETO, J. A. B. Mtodos Diretos e Indiretos de Investigao do Fundo Ocenico. In NETO, J. A. B.; PONZI, V. R. A.; SICHEL. S. E. Introduo geologia marinha. Rio de Janeiro: Intercincia, 2004. cap. 6. BAILEY, T. C.; GATRELL, A. C. Interactive Spatial Data Analysis. Prentice Hall; Pap/Dsk edition. 1995. 432p. BAJJALI, W. Model the Effect of Four Artificial Recharge Dams on the Quality of Groundwater using Geostatistical Methods in GIS Environment, Oman. 2002. Journal of Spatial Hydrology Fall, Vol. 5, N. 2. Department of Biology and Earth Sciences, University of Wisconsin Superior, Superior, WI 54880. BARROS FILHO, M. N. M. Krigagem Ordinria aplicada anlise espacial da habitabilidade intra-urbana. O caso da Cidade do Recife (Brasil). In: VII Congresso Internacional da Sociedade Latino-Americana de Estudos Imobilirios, 2007, So Paulo, SP. VII Congresso Internacional da Sociedade Latino-Americana de Estudos Imobilirios, 2007. BIRD, E.C.F. (1981) Recent changes on the worlds sandy shorelines. In: BIRD, E.C.F e KOIKE, K. (eds). Coastal dynamics and scientific sites: 5-30. Departament of Geography, Kowazawa University, Japan. BRASIL. Constituio (1988). Constituio da Repblica Federativa do Brasil. Artigo 225, 4. Braslia, DF, Senado, 1988.
77
BURROUGH, P. A.; McDONNELL, R. A. Principles of Geographical Information Systems: Spatial Information Systems. Oxford University Press. Oxford, 1998. BURROUGH, P. A. Principles of Geographical Information Systems for Land Resources Assessment. Clarendon Press. Oxford, 1986. CAMARGO, E. C. G. Desenvolvimento, implementao e teste de procedimentos geoestatsticos (Krigeagem) no Sistema de Processamento de Informaes Georreferenciadas (SPRING). 1997. Dissertao (Mestrado em Sensoriamento Remoto) - Diviso de Processamento de Imagens, Instituto Nacional de Pesquisas Espaciais (INPE), So Jos dos Campos, 1997. CHAPLOT, V.; DARBOUX, F.; BOURENNANE, H.; Accuracy of interpolation techniques for the derivation of digital elevation models in relation to landform types and data density. Geomorphology Vol 77, Issues 1 2, Pages 126 141, 15 July 2006. CHIN-SHUNG, Y.; SZU-PYNG, K.; FEN-BIN, L.; PEN-SHAN H.P Twelve Different Interpolation Methods: A Case Study of Surfer 8.0. XXth International Society for Photogrammetry and Remote Sensing (ISPRS) Congress. Istanbul, 2004. COWEN D.J., GIS Versus CAD Versus DBMS: What are the Differences? Photogrammetric Engineering and Remote Sensing, 54: 1551-1554. 1988. DHN - DIRETORIA DE HIDROGRAFIA E NAVEGAO. Levantamentos Hidrogrficos. Disponvel em: < https://www.mar.mil.br/dhn/chm/levhidrograficos/levanta.html>. Acesso em 2 de julho de 2009. DIAS, J. A.; POLETTE, M.; CARMO, J. A. O Desafio da Gesto Costeira Integrada (Prefcio). Revista de Gesto Costeira Integrada Vol. 7(1): pg 3-4, 2007. ESTRADA, L.; SAFRIET, C. Advanced Techniques for Geographic Information Systems. 2006. SPA Computer Lab. Disponvel em <www.spa.ucla.edu/up206b/interpolation_methods.htm>, acesso em 25/11/2006. FIELD, A. P. (2009). Descobrindo a estatstica usando o SPSS. Porto Alegre, Brasil, Artmed, 2a edio.
78
FONSECA, L.; MAYER, L.; PATON, M. ArcView Objects in the Fledermaus Interactive 3-D Visualization System: An Exemple from the STRATAFORM GIS. Undersea with GIS. Chapter 1, page 1-21. ESRI, 2002. HOEFEL, F. Morfodinmica de Praias. Ed. UNIVALI. Itaja, Santa Catarina, Brasil. 1998. JAKOB, A. A. E.; YOUNG, A. F. Uso de Mtodos de Interpolao Espacial de Dados nas Anlises Sociodemogrficas. XV Encontro Nacional de Estudos Populacionais, Caxamb: ABEP, 2006. KRUEGER, C. P. Levantamentos Batimtricos. Revista InfoGPS, Edio 10, 29/08/2005. Artigo disponvel em: <http://www.mundogeo.com.br/revistasinterna.php?id_noticia=4673> . Acessado em 04 de mar 2008. ________________. Investigaes sobre aplicaes de alta preciso no mbito marinho. 1996. Tese apresentada ao Curso de Ps Graduao em Cincias Geodsicas do Setor de Tecnologia da Universidade Federal do Paran, como requisito parcial obteno do grau de doutora. Curitiba, 1996. ________________. SOUZA, E. C. B.; TEDESCO, A. Modelagem Tridimensional de Superfcies: Abordagem sobre Interpoladores na Gerao de Modelos Batimtricos. Anais do III Colquio Brasileiro de Cincias Geodsicas, maio de 2003, Curitiba PR. Disponvel em: <http://www.isprs.org/congresses/istanbul2004/comm2/papers/231.pdf>. Acesso em 07 de Fevereiro de 2010. KRUG, L. A.; NOEMBERG, M. A. Extrao de batimetria por sensoriamento remoto de reas rasas dos sistemas estuarinos do Estado do Paran - Brasil. Anais XII Simpsio Brasileiro de Sensoriamento Remoto, Goinia, Brasil, 16-21 abril 2005, INPE, p. 3077-3084. MAI. Monitoramento Ambiental Integrado Avaliao dos Processos de Eroso Costeira nos Municpios de Paulista, Olinda, Recife e Jaboato dos Guararapes. Projeto executivo. UFPE - Universidade Federal de Pernambuco, 2004. MAI. Projeto Monitoramento Ambiental Integrado Avaliao dos processos de eroso costeira nos Municpios de Paulista, Olinda, Recife e Jaboato dos Guararapes. Relatrio Final - Volume 1. UFPE - Universidade Federal de Pernambuco, Recife, 2009.
79
MELLO, J. M.; BATISTA, J. L. F.; RIBEIRO JR., P. J.; OLIVEIRA, M. S. Ajuste e seleo de modelos espaciais de semivariograma visando estimativa volumtrica de Eucalyptus grandis. Revista SCIENTIA FORESTALIS n. 69, p.25-37, dez. 2005, Instituto de Pesquisas e Estudos Florestais - IPEF. MICHAEL, R.; TRIVELONI, C. A. P. Uso de Inferncia Estatstica e Anlise de Superfcie de Tendncia para Avaliao em Massa de Imveis. UFSC Departamento de Engenharia Civil. Florianpolis/SC. COBRAC 2006 - Congresso Brasileiro de Cadastro Tcnico Multifinalitrio - UFSC - Florianpolis - 15 a 19 de Outubro 2006. NETO, J. A. B.; SILVA, C. G.; In NETO, J. A. B.; PONZI, V. R. A.; SICHEL, S. E. Introduo geologia marinha. Rio de Janeiro: Intercincia, 2004. cap. 6. NICOLODI, J. L.; TOLDO JR, E. E. Morfodinmica de praias: uma ferramenta para gestores de ambientes costeiros - o caso da Praia de Fora, Parque Estadual de Itapu, RS. Natureza e Conservao . pp. 22-32 Artigos Cientficos. Vol 1 . n2 . Out 2003. RIBEIRO, S.; CENTENO, A.; KRUEGER, C. Estimativa de profundidade a partir de levantamento batimtrico e dados ikonos ii mediante redes neurais artificiais. Boletim de Cincias Geodsicas, Amrica do Sul, 14 18 07 2008. SCHAFFRATH, V. R.; TORMENA, C. A.; GONALVES, A. C. A.; OLIVEIRA JUNIOR, R. S. Variabilidade Espacial de Plantas Daninhas em Dois Sistemas de Manejo de Solo. Revista Brasileira de Engenharia Agrcola Ambiental, Campina Grande, v. 11, n. 1, 2007. Disponvel em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S141543662007000100007&lng=pt&nrm=iso>. Acesso em: 10 Agosto 2007. SERAFINI, L. Z. O Zoneamento Costeiro e as Competncias Municipais: Uma Anlise a luz da Legislao Ambiental Brasileira. 2010. Disponvel em: <www.ibap.org/teses2004/teses2004d26.doc>. Acesso em 04 de Fevereiro de 2010. SILVEIRA, T. A.; PORTUGAL, J. L.; BARROS FILHO, M. B. B. O Diagrama de Voronoi e suas aplicaes nos Sistemas da Geoinformao. II Jornada Nacional de Produo Cientfica em Educao Profissional e Tecnolgica. So Lus MA, 2007. SMITH, T. R.; MENON, S.; STAR, J. L.; ESTER J. E.; Requirements and Principles for the Implementation and Construction of Large Scale Geographical Information System. International Journal of Geographical Information System, vol 1 n1, pages 1331, 1987.
80
SOARES, A. Geoestatstica para as cincias da terra e do ambiente. Lisboa: Instituto Superior Tcnico (IST) Press, 2000. WRIGHT, D. J.; BLOGENWICZ, M. J.; HALPIN, Patrick N.; BREMAN, J. Foreword by Jane Lubchenco. Arc Marine: GIS for a Blue Planet. 1 Edition, ESRI, California, 2007.
81

Modelos de Inter Pol Adores Aplicados A Construcao de Superficies Batimetricas

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Modelos de Inter Pol Adores Aplicados A Construcao de Superficies Batimetricas

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE TECNOLOGIA E GEOCINCIAS PROGRAMA DE PS GRADUAO EM CINCIAS GEODSICAS E PS-GRADUAO TECNOLOGIAS DA GEOINFORMAO

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

THYAGO DE ALMEIDA SILVEIRA

Orientador: Prof. Dr. Jos Luiz Portugal

THYAGO DE ALMEIDA SILVEIRA

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS Dissertao de Mestrado

Orientador: Prof. Dr. Jos Luiz Portugal Recife Ano 2010

Interpolations Models, Geoestatistic Analysis.

transformadas por radiciao............................................................. 58

Teste da normalidade para os erros interpolados pelo Polinmio Local................................................................................................... 62

Tabela 8 Tabela 9 Tabela 10

Teste da normalidade para os erros interpolados pelo Polinmio Global............................................................................................ 65

Tabela 12 Tabela 13 Tabela 14 Tabela 15 Tabela 16

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

1.1. Objetivos da Pesquisa 1.1.1. Objetivo Geral

1.1.2. Objetivos Especficos

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

2.1. Levantamentos Hidrogrficos

comportamentos divergentes entre esses ambientes.

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

2.2. Levantamentos Batimtricos

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

Figura 2 Nvel de Reduo.

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

a velocidade do som na gua (~ 1500m/s);

Figura 3 Elementos da batimetria.

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

3. SISTEMAS DE INFORMAES GEOGRFICAS SIG

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

3.1. SIG com nfase no Gerenciamento Costeiro e Ocenico

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

3.2. Anlise Espacial

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

Thyago de Almeida Silveira

MODELOS DE INTERPOLADORES APLICADOS A CONSTRUO DE SUPERFCIES BATIMTRICAS

3.2.1. Anlise da Normalidade dos Dados

De acordo com ARAJO (2007) a estatstica apropriada do teste baseada na

corresponde a proporo dos valores esperados menores ou iguais a x; e a freqncia