Avaliação Dos Modelos Digitais De Elevação (Mde) Derivados De Imagens De Sensoriamento Remoto Orbital

Autores

  • Gustavo Henrique Mendes Brito Universidade Estadual de Goiás, Faculdade Evangélica de Goianésia
  • Renato Cardoso Teixeira
  • Arlindo Modesto Antunes Universidade Federal Rural da Amazônia
  • Ivandro José de Freitas Rocha Faculdade Evangélica de Goianésia

DOI:

https://doi.org/10.29247/2358-260X.2018v5i2.p45-51

Resumo

Modelos digitais de elevação, MDE, auxiliam em desenvolver atividades agrícolas como escolhas das áreas de atuação, cultura a ser introduzida, obter informações topográficas em locais de difícil acesso, traçar sentido de plantio, permite uma melhor distribuição e abertura de carreadores de acesso nas lavouras, fornece uma prévia do traçado de curvas em nível, também orienta em traçar um perfil longitudinal do solo de uma localização a outra. O objetivo deste trabalho foi analisar qual imagem de satélite possui informações que mais aproxima da real situação topográfica da área em estudo. Utilizando pontos GPS coletados em campo, juntamente com imagens de satélite ASTER, SRTM, TOPODATA e suas respectivas informações disponíveis. Foi extraído o erro médio quadrático e determinado qual imagem de satélite possui melhor resultado correlacionado com as elevações do local estudado. A imagem que gerou o menor valor RMSE foi o MDE TOPODATA, com valor de 12,59 m, passando a ser a informação que melhor refletiu o plano topográfico local. Á associação da atividade agrícola junto ao solo, se aplica ou adequa conforme as elevações do terreno. 

Biografia do Autor

Gustavo Henrique Mendes Brito, Universidade Estadual de Goiás, Faculdade Evangélica de Goianésia

Engenheiro Agrícola, Mestre em Engenharia Agrícola, trabalha com sensoriamento remoto, geoprocessamento e agricultura de precisão.

Downloads

Publicado

2018-12-06

Como Citar

Brito, G. H. M., Teixeira, R. C., Antunes, A. M., & Rocha, I. J. de F. (2018). Avaliação Dos Modelos Digitais De Elevação (Mde) Derivados De Imagens De Sensoriamento Remoto Orbital. Científic@ - Multidisciplinary Journal, 5(2), 45–51. https://doi.org/10.29247/2358-260X.2018v5i2.p45-51