Dados da Submissão

Título

INTEGRAÇÃO GEOLÓGICA-GEOMORFOMÉTRICA PARA A CLASSIFICAÇÃO SEMI-AUTOMATIZADA DE PADRÕES DE RELEVO

Texto do resumo

A morfologia da superfície do terreno é controlada pela litologia e estrutura dos materiais subjacentes, além de fatores climáticos. A análise quantitativa das formas de relevo, ou geomorfometria, é crucial para compreender a formação, evolução, diversidade e dinâmica dos processos superficiais. Estas análises são amplamente aplicadas sobre dados estruturados em modelos digitais de elevação (MDEs). Apesar da disponibilidade de dados altimétricos e de técnicas de processamento digital de imagens (PDI), o desenvolvimento de metodologias que integrem esses recursos para o mapeamento geomorfométrico ainda se encontra em seus estágios iniciais. Nesse sentido, o trabalho teve como objetivo avaliar o potencial do uso técnicas de PDI, integrando dados geológicos e geomorfométricos, para a classificação dos padrões do relevo de uma área situada no Escudo Sul-rio-grandense. Esta se localiza na região centro sul do Rio Grande do Sul, ocupando uma área de aproximadamente 1141 km2 que engloba unidades da Bacia do Camaquã, Bacia do Paraná, Complexo Porongos, Complexo Encantadas, Granitoides Santana da Boa Vista, Granito Figueiras e Depósitos aluvionares. Foram utilizados o MDE Copernicus GLO-30, com 30 metros de resolução espacial, e o Mapa Geológico do Estado do Rio Grande do Sul, na escala de 1:750.000. O processamento foi realizado utilizando os pacotes de ferramentas gratuitas Orefeo ToolBox e WhiteboxTools integrados em ambiente python e no software Qgis 3.28. Inicialmente foram obtidas as variáveis geomorfométricas (V.G) locais declividade, curvatura em perfil e amplitude do relevo. Após, foram testadas diferentes combinações dessas V.G para a segmentação de imagens baseada em um algoritmo de crescimento de regiões para estabelecer unidades de mapeamento (U.M). As V.G locais foram regionalizadas atribuindo-se estatísticas da distribuição dos valores (médias, máximos, etc.) de cada unidade de mapeamento. As estatísticas das V.G dentro das U.M. serviram de entrada para o modelo de classificação de imagens supervisionado utilizando o algoritmo Random Forest. Nessa etapa, foram testados manualmente diferentes valores dos parâmetros do classificador com o intuito de obter um resultado que melhor se adequasse às classes das litologias da área de estudo. Por fim, rótulos de padrões de relevo foram atribuídos baseados na classificação geológica das U.M. e os respectivos valores de amplitude e declividade. Na área de estudo foram identificados os seguintes padrões de relevo: Morros Baixos (46%); Colinas (24%); Morros Altos (12%); Morrotes (9%) e Planícies de Inundação (8%). Algumas limitações foram observadas nessa abordagem, especialmente no processo de segmentação, que ocasionalmente gerou U.M. com configurações de relevo relativamente distintas. Essa etapa mostrou ter maior influência no resultado final. Para promover aderência das unidades obtidas a feições morfológicas reconhecíveis, há muitas variantes a serem pesquisadas: diferentes algoritmos de segmentação; variações dos parâmetros e modos de operação; e a seleção, combinação, manipulação de escala e demais tratamentos prévios das variáveis de entrada. Apesar das limitações, o mapa resultante apresentou um detalhamento geomorfológico da região superior ao das bases cartográficas atualmente disponíveis, principalmente por classificar as U.M com base na geologia e, por fim, atribuir rótulos de padrões de relevo.

Palavras Chave

Geomorfometria; aprendizado de máquina; Copernicus DEM; Geomorfologia.