1 / 19

SIG: Planejamento e Implementação de uma Aplicação Exemplo 2: Áreas de risco em João Pessoa-PB

SIG: Planejamento e Implementação de uma Aplicação Exemplo 2: Áreas de risco em João Pessoa-PB. Iana Alexandra Alves Rufino Professor Adjunto – UFCG (Engenheira Civil, Mestre em Arquitetura, Doutora em Recursos Naturais). Modelagem Conceitual. Problema:

traci
Download Presentation

SIG: Planejamento e Implementação de uma Aplicação Exemplo 2: Áreas de risco em João Pessoa-PB

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. SIG: Planejamento e Implementação de uma AplicaçãoExemplo 2: Áreas de risco em João Pessoa-PB Iana Alexandra Alves Rufino Professor Adjunto – UFCG (Engenheira Civil, Mestre em Arquitetura, Doutora em Recursos Naturais)

  2. Modelagem Conceitual Problema: Identificação de zonas de maior risco de alagamento baseada nos impactos causados por problemas de drenagem para definir prioridades de ação na gestão municipal

  3. Modelagem Conceitual • Alternativas: • Considerar as áreas de declividades muito baixas (de difícil escoamento), que estejam muito próximas a algum curso d’água, ou lago, nas quais, as chances de um acúmulo de água são maiores; • Considerar como prioritárias as áreas mais ocupadas pela população, pois, certamente nestas áreas os problemas causados por um alagamento serão bem maiores tanto pelo número de pessoas atingidas, quanto pela impermeabilização que reduz a infiltração da água no solo;

  4. Modelagem Conceitual De cada plano de informação quais as áreas implicam em risco??? (baseado em conhecimento especializado) PREFERÊNCIAS PONDERAÇÕES Quais são as áreas de risco?? Planos de Informação: ESPACIALIZAÇÃO DE DADOS DE DIVERSAS FONTES Áreas de maior risco Representação Esquemática do Problema

  5. Modelagem Espacial • Pré-processamento: • Dados disponíveis: • . Pontos cotados da cidade de João Pessoa (formato vetorial: *.dwg) • . Mapa de hidrografia (*.dwg) • . Imagens LANDSAT TM (08/2001) em diferentes bandas espectrais

  6. Modelagem Espacial • Pré-processamento: • Softwares: • . Autocad2000 • . Arcview 3.2a + Spatial Analyst + 3D Analyst • . Spring 4.2

  7. Modelagem Espacial • Pré-processamento: • Dados Cartográficos: • . UTM (Universe Transverse Mercator) • . Fuso 25 • . SAD 69 • . Unidades de mapa: 1m=1unid • . Resolução espacial das imagens: 30m • . Resolução espacial do MDT:30m

  8. Modelagem Espacial • Pré-processamento: • Compatibilizar: • . Entrada de dados oriundos do CAD (*.dwg) no Arcview; • . Converter todos os dados vetoriais para grades regulares (grid) • . Saída dos dados temáticos do SPRING-entrada no Arcview.

  9. Modelagem Espacial Desenvolvimento do Modelo MAPA DE PONTOS COTADOS (CAD-pontos) BANDAS 5, 4 E 3 (LANDSAT) CORPOS HÍDRICOS (linhas) PDI: Classificação de Padrôes Create TIN from Features Find Distance MODELO NUMÉRICO DO TERRENO (grid) DISTÂNCIAS AOS CORPOS HÍDRICOS (grid) Ocupação Urbana (grid) Derive Slope DECLIVIDADE (grid)

  10. Modelagem Espacial Desenvolvimento do Modelo DECLIVIDADE (grid) DISTÂNCIAS AOS CORPOS HÍDRICOS (grid) • OCUPAÇÃO URBANA • (grid) Áreas com declividades muito baixas Áreas mais próximas aos corpos hídricos Restrição: Analisar apenas nessas áreas x peso x peso ANÁLISE MULTICRITERIAL ESPACIAL

  11. Elaboração dos Critérios para a Análise: Obtenção das declividades

  12. Elaboração dos Critérios para a Análise: Distância Mínima aos Corpos Hídricos

  13. Elaboração dos Critérios para a Análise: Ocupação Urbana Composição RGB e Classificação Automática de Padrões de uma imagem do sensor TM-LANDSAT de 04/08/2001

  14. Implementação • Análise Espacial • Cada mapa de entrada foi utilizado como uma evidência que recebeu um peso diferente dependendo da importância para com a hipótese em consideração; • O resultado deve ser um mapa com áreas que expressam um grau de importância relativa através dos valores numéricos de saída.

  15. 100 A D E Q U A Ç Ã O 0 2 85 DECLIVIDADES (%) Implementação • Fator de adequação 01: Áreas com declividades muito baixas • Quanto mais próximo do valor “2%” de declividade mais a área atende à avaliação “área com risco de alagamento” (maior adequação à hipótese formulada). • Desta forma o mapa de declividades foi reescalonado com valores contínuos de 0 a 100 segundo uma função monotonicamente decrescente.

  16. 100 A D E Q U A Ç Ã O 0 30 9000 DISTÂNCIAS (m) Implementação • Fator de adequação 02: Áreas muito próximas aos cursos d’água • áreas que estão a menos de 30 m de distância de qualquer corpo d’água, podem ser consideradas áreas de máximo risco de inundação ou alagamento. • a partir desta distância o risco diminui segundo uma função linear decrescente

  17. Implementação • Critério Restritivo: Áreas sem ocupação urbana • Restrições são critérios que limitam a análise, diferenciando as alternativas que são adequadas (que devem ser consideradas) das que não são adequadas (não devem ser consideradas sob condição alguma). • As áreas que não possuem nenhum tipo de equipamento urbano, mesmo que haja algum alagamento, não serão consideradas pela análise visto que não oferecerão grande risco à população. • Limitamos a análise então às áreas que apresentam ocupação urbana.

  18. Implementação Ponderação dos Critérios Considerando que a proximidade dos corpos hídricos tenha um peso maior do que a declividade na determinação de áreas de risco Recursos de ponderação dos critérios espaciais do MCDM/Arcview

  19. Escolha da Alternativa • Mais adequada • O plano de informação resultante desta avaliação se apresenta como uma medida de adequação às hipóteses formuladas agregada com valores de 0 a 100. • Esta imagem, por fim, foi reclassificada para assim permitir a priorização das áreas de acordo com níveis de risco calculados Baixo Risco Médio Risco Alto Risco

More Related