| Summary: | Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-05-19T17:04:03Z
No. of bitstreams: 1
texto completo.pdf: 7400572 bytes, checksum: 48d666ff50ab594a5323888ffc365d01 (MD5) === Made available in DSpace on 2017-05-19T17:04:03Z (GMT). No. of bitstreams: 1
texto completo.pdf: 7400572 bytes, checksum: 48d666ff50ab594a5323888ffc365d01 (MD5)
Previous issue date: 2016-11-03 === O mapeamento da geomorfologia, permafrost, atributos químicos, comunidades vegetais, fluxo de Co2, entre outros, em áreas livres de gelo da Antártica e de suma importância para o entendimento dos efeitos das mudanças globais.Essa região é muito sensível a pequenas alterações, sendo, portanto, um eficiente indicador de tais mudancas. Para isso torna-se necessário Ievantar as condições atuais da paisagem dessas áreas para servir de parametro para futuras análises de mudancas. Novas técnicas de levantamento e obtenção de dados, que envolvem o uso de equipamentos de elevada acurácia, permitem mapear elementos indicadores de mudanças globais em grandes áreas. O laser scanner terrestre (TLS) permite o mapeamento de áreas livres de gelo a partir de levantamentos terrestres in loco. A nuvem tridimensional gerada por esta tecnologia permite obter dados de elevação a partir de uma malha muito densa de pontos. A partir desta é possível obter uma série de covariáveis morfométricas (CM) e modelos. Os interpoladores preditivos Random Forest, Krigagem, IDW e Spline permitem predizer diferentes fenômenos em Iocais não amostrados. Já o interpolador Topo to Raster, só permite predizer elevações. Neste sentido o presente trabalho teve os seguintes objetivos: i) elaborar um modelo digital de elevação para a Península Keller com elevada resolução espacial; ii) verificar a influência da escala nas covariáveis morfométricas oriundas dos modelos digitais de elevação; iii) verificar e comparar o poder preditivo dos interpoladores IDW, Spline, Topo to Raster, Krigagem ordinária e simples, para as elevações em duas áreas da Antártica Marítima e iv) verificar o poder dos interpoladores preditivos Random Forest e Krigagem Simples, para a predição de atributos pedogeoquímicos selecionados. Para tanto realizou-se um levantamento com o uso do TLS nas penínsulas Keller e Coppermine, nos anos de 2015 e 2016, durante o verão austral. Os dados brutos foram processados e filtrados. No programa AroGIS 10.1 os mesmos foram convertidos em rasters com diferentes tamanhos de células. Estes formaram a base para os quatro trabalhos. Para 0 trabalho (i), tratou da produção de MDT com elevada resolução topográfica, possuindo tamanho de céIuIa de 0,20 m, servindo de referênci para verificação de mudanças futuras na paisagem local. Para o trabalho (ii) foram gerados modelos digitais de terreno (MDTs) em diferentes resoluções e a partir dos mesmos, foram obtidas as covariáveis morfométricas. As covariáveis obtidas nas diferentes resoluções foram comparadas de diferentes formas. Já para o trabalho (iii), foram extraidos os valores de eIevação para MDTs de tamanho de célula de 1 m, em diferentes densidades de amostragem e três formatos de grades amostrais. Com os pontos extraídos, foram preditos os valores de elevação em locais não extraídos e os erros nos valores obtidos, comparados aos valores existentes nestes Iooais. Por fim, para o trabalho (iv), a partir doMDT e análise quimica de amostras foram preditos os valores de atributos quimicos peIos interpoladores preditivos Random Forest e Krigagem e seus indicadores foram comparados. Palavras chave: interpoladores, CriossoIos, Geomorfologia, modelos digitais de terreno, covariáveis morfométricas, amostragem, grades regulares. === Mapping geomorphology, permafrost, soil chemical properties, vegetationcommunities, Co2 dynamics in ice-free areas of Maritime Antarctica are fundamental for the understanding ofglobal change effects.Periglacial and paragIacialareasarehighIysensitive to little disturbances, being indicator of climatechanges. Hence, it is necessary to knowthe current survey conditions of Antarctica landscape to use it as a parameter to monitorlandscape modifications. New techniques for landscape survey and data gathering, involving the use of high- accuracy equipments, allow mapping of elements thatcontribute to this aim in large areas. In this context, the terrestrial laser scanner (TLS) allows mapping of ice-free areas. The three-dimensional cloud generated by TLS technology generate elevation data from a dense cloud of points. From this cloud, is possible to access a series of morphometric covariables (CM) and survey models. Predictive interpolators such as Random Forest, Kriging, Inverse of Distance Weighted and Spline can predict different phenomena in non-sampled locations. On the other hand, Top to Raster interpolator only predict heights from sample data. Thus, this study aimed: (i) to develop a digital elevation model for Keller Peninsula with a high spatial resolution; (ii) to check the influence of scale in CM derived from digital elevation models; (iii) tocheck and compare the predictive interpolators IDW, Spline, Topo to Raster and simple kriging for elevations in two areas of the Maritime Antarctica. In the chapter four, the goal was to identify the best sampling size and patter in those areas and(iv) to check the power of predictive interpolators (Random Forest and Simple Kriging) in order to predict soil chemical properties.A survey with TLS was carried out in Keller and Coppermine Peninsulas in 2015 and 2016, during the austral summer. The raw data were processed and filtered. By using ArcGlS software 10.1, the filtered data were interpolated to rasters, with different cell sizes, being the basis of data processing. For the first chaptera digital terrain models (DTMs) in different resolutionswas generated, which was used to obtain the CM. The CM obtained withdifferent resolutions were compared. For the second chapter, by using the DTM and chemical analysis of soil samples, non-sampled values were predicted withRandom Forest and Kriging techniques. The aim of the third chapter was to produce a DTMwith high resolution topographic techniques. The final map had a 0.20 m cell size resolution. This will be a map reference to monitorlandscape changes in this area. In the last chapter, elevation values from 1 m cell size DTMs were extracted using eight sample densities and three sampling shape grids. With the extracted points, elevation values and his errors were predicted, computed and compared.
|
|---|
