Nativa, Sinop, v. 10, n. 3, p. 391-399, 2022.
Pesquisas Agrárias e Ambientais
DOI: https://doi.org/10.31413/nativa.v10i3.13543 ISSN: 2318-7670
Identificação de processos erosivos através de modelos hidrológicos
e imagens aéreas de alta resolução
Maíra Guarlot WEIS1, Normandes Matos da SILVA1, Dhonatan Diego PESSI2*,
Domingos Sávio BARBOSA1, Rodrigo Martins MOREIRA3, Roberto Bueno LUIZ4,
Antonio Conceição PARANHOS FILHO2
1Programa de Pós-Graduação em Gestão e Tecnologia Ambiental, Universidade Federal de Rondonópolis, Rondonópolis, MT, Brasil.
2Programa de Pós-Graduação em Tecnologias Ambientais pela Universidade Federal de Mato Grosso do Sul, Campo Grande, MS, Brasil.
3Departamento de Engenharia Ambiental, Universidade Federal de Rondônia, Ji-Paraná, RO, Brasil.
4Universidade Federal de Rondonópolis, Rondonópolis, MT, Brasil.
E-mail: dhonatan.pessi@gmail.com
ORCID: (0000-0003-1697-9842; 0000-0002-4631-9725; 0000-0003-0781-785X;
0000-0001-6793-0956; 0000-0001-6794-6026; 0000-0001-5842-7785; 0000-0002-9838-5337)
Submetido em 14/03/2022; Aceito em 24/08/2022; Publicado em 14/09/2022.
RESUMO: A pesquisa utilizou uma rotina de confecção de rede de drenagem por meio de Sistemas de
Informações Geográficas para detecção e dimensionamento de erosões lineares em área de pastagem
degradada, a partir de imagens derivadas de um drone. Numa área de pastagem de 77 hectares, situada em
Rondonópolis, Mato Grosso, no bioma Cerrado, a partir de missões com RPA foi possível a captura de 478
imagens aéreas com alta resolução espacial (2cm por pixel), que foram processadas para a geração de um
ortomosaico de fotografias aéreas, e confecção do Modelo Digital de Elevação - MDE. Na sequência, por meio
do MDE houve a extração da rede de drenagem, incluindo a formação de ravinas no terreno, que, quando
confrontado com a inspeção do mosaico, permitiu a identificação de processos erosivos lineares. Foram
identificados 7 processos erosivos, que possuíam área média de 1.473 m2. O uso das ferramentas de hidrologia
no processamento do MDE evidenciou os processos erosivos da área, classificando-os como rede de drenagem
e a sobreposição das curvas de nível permitiu observar a direção de evolução desses impactos. A junção dessas
análises favoreceu uma análise individual de cada processo erosivo, facilitando assim o planejamento
particularizado de medidas e intervenção individualizada.
Palavras-chave: perda de solo; rede de drenagem; geoprocessamento; drone.
Identification of erosion processes through hydrological models
and high resolution aerial images
ABSTRACT: The research used a routine of making a drainage network through Geographic Information
Systems for detection and dimensioning of linear erosions in a degraded pasture area, from images derived
from a drone. In a pasture area of 77 hectares, located in Rondonópolis, Mato Grosso, in the Cerrado biome,
from RPA missions it was possible to capture 478 aerial images with high spatial resolution (2cm per pixel),
which were processed to generate an orthomosaic of aerial photographs, and creation of the Digital Elevation
Model - MDE. Subsequently, through the MDE, the drainage network was extracted, including the formation
of ravines on the ground, which, when confronted with the inspection of the mosaic, allowed the identification
of linear erosive processes. Seven erosive processes were identified, which had an average area of 1,473 m2.
The use of hydrology tools in the MDE processing evidenced the erosive processes in the area, classifying them
as a drainage network and the superposition of the contour lines made it possible to observe the direction of
evolution of these impacts. The combination of these analyzes favored an individual analysis of each erosive
process, thus facilitating the individualized planning of measures and individualized intervention.
Keywords: soil loss; drainage network; geoprocessing; drone.
1. INTRODUÇÃO
Erosão é um problema crítico em todo o mundo,
causando perda de solo de maneira quantitativa e qualitativa
com sérias consequências, como ameaçar a segurança
alimentar (COLMAN et al., 2019). O dossel e a composição
radicular da vegetação nativa, assim como a adequada gestão
do terreno, mantêm uma relação de contenção do processo
de erosão natural, reduzindo o impacto das gotas da chuva
no solo. Quando a vegetação é removida do solo sem a
devida manutenção do terreno, dada as características de
pluviosidade, topografia, tipo de solo, pode surgir um
processo erosivo, resultando em perda do solo (INACIO et
al., 2007; WANG et al., 2016).
O Brasil apresenta cerca de 147 milhões de hectares de
pastagens nativas ou exóticas (IBGE, 2017), sendo que no
bioma Cerrado, que ocupa 24% do território nacional e
contribui significativamente com a produção agropecuária do
país, existem 55 milhões de hectares de pastagens que podem
estar em processo de degradação ou degradadas (PERON;
EVANGELISTA, 2004; ANDRADE et al., 2016).
Identificação de processos erosivos através de modelos hidrológicos e imagens aéreas de alta resolução
Nativa, Sinop, v. 10, n. 3, p. 387-390, 2022.
392
Para superar o desafio do monitoramento de um bioma
com ampla extensão como o Cerrado, o uso de produtos de
sensoriamento remoto e de técnicas de processamento de
imagem vêm se mostrando cada vez mais eficazes na
identificação de áreas onde há ocorrência de processos
erosivos (CÂNDIDO, 2019).
Os drones representam uma estratégia com relativo baixo
risco de acidentes e reduzido custo financeiro, para observar
de forma rápida e sistemática os fenômenos naturais em alta
resolução espaço-temporal (PESSI et al., 2021), possuem
diversas aplicações, desde as mais simples como fazer
imagens aéreas, onde é necessário que carregue apenas uma
câmera, até procedimentos mais complexos como dispersão
de sementes, para uso na silvicultura ou na recuperação de
áreas degradadas, e levantamento de altimetria do terreno
pela fotogrametria (PERREIRA et al., 2021; PESSI et al.,
2021).
A pesquisa teve como objetivo utilizar uma rotina de
confecção de rede de drenagem, a partir de processamento
de imagens aéreas de alta resolução espacial obtidas por
drone. Essa rotina metodológica buscou identificar e
dimensionar processos erosivos lineares, com o uso de
sensores suborbitais, numa fase inicial de evolução, para com
isso auxiliar na escolha de medidas mitigadoras mais
adequadas para cada caso.
2. MATERIAL E MÉTODOS
2.1. Caracterização da área de estudo
Rondonópolis está localizada na região sudeste de Mato
Grosso, latitude 16º28’15” sul, longitude 54º38´08” oeste e
altitude média de 227 metros. Situa-se a 215 km da capital
Cuiabá e representa cerca de 0,48% da área total do estado,
com uma área de 4.159,122 Km² (IBGE, 2010).
A área de estudo se encontra na região nordeste do
município de Rondonópolis, ao lado do Campus da
Universidade Federal de Rondonópolis (UFR). Com uma
área de aproximadamente 77 hectares (Figura 1). A área
imageada está no bioma Cerrado, na Depressão Rio Paraguai,
que se caracteriza por extensas superfícies territoriais
aplainadas (IBGE, 2010).
A classe de solo da região é definida como sendo
Latossolo Vermelho Distrófico, o clima local é definido
como CWA (clima subtropical úmido) com média anual em
precipitação de 1500 mm e na temperatura de 25°C. A
altitude do local de estudo está aproximadamente a 293 m a
nível do mar (PESSI et al., 2021). A formação vegetal da
região é mais comum o Cerrado, composto por
fitofissionomais distintas sendo elas o Cerradão, Cerrados,
Formação Savânica associada a vertentes e Floresta
Estacional semidecídua com composição florística típica e
com diferentes graus de caducifólia na estação da seca
(PESSI; LOVERDE-OLIVEIRA, 2019).
A coleta de imagens aéreas ocorreu a partir de voo
planejado e automatizado por meio de um drone, conhecido
também por Aeronave Remotamente Pilotada (ARP),
modelo DJI Phanton 4 Pro. A aeronave possui um sistema
de geolocalização do tipo GNSS, sensores anticolisão,
câmera RGB de 20 megapixels, tendo autonomia de voo de
aproximadamente 25 minutos. A missão foi planejada e
executada no software DroneDeploy versão 3.3.0 2018.
Foram coletados quatro pontos de apoio na área com o
objetivo de melhorar a acurácia dos produtos gerados a partir
das imagens obtidas com o uso de um equipamento RTK
(Real Time Kinematic) Topcon. Os valores da acurácia e erros
a partir do levantamento dos pontos de controle estão
descritos na Tabela abaixo (Tabela 1).
Figura 1. Localização da área de estudo numa área com fragmento de Cerrado e área com presença de pastagem para gado. A linha em
vermelho é o quadrante da área utilizada para o estudo.
Figure 1. Location study area in an area with presence a Cerrado fragment and an area with pasture for cattle. The red line is the quadrant
of the area used for the study.
Weis et al.
Nativa, Sinop, v. 10, n. 3, p. 391-399, 2022.
393
Tabela 1. Erros fornecidos pelo relatório de processamento do
sofware Agisoft Metshape Profesional com a inserção dos pontos
de controle, contendo os erros médios de localização da câmera,
onde o eixo X correponde ao Leste, o eixo Y ao Norte e o eixo Z
a Altitude.
Table 1. Errors provided by the Agisoft Metshape Professional
software processing report with the insertion of control points,
containing the average camera location errors, where the X axis
corresponds to East, the Y axis to North and the Z axis to
Altitude.
Pontos
Eixos
X erro (m)
Y erro (m)
Z
erro (m)
Ponto 1
-
0.0090078
0.046309
0.00197
Ponto 2
-
0.0021907
-
0.06061
-
0.0021
Ponto 3
0.0135895
-
0.00458
0.0012
Ponto 4
-
0.002907
0.01888
-
0.0005
Média Total
0.0082
0.03935
0.00161
Pontos
Erro total nas três dimensões
Total em (m)
Ponto 1
0.0472185
Ponto 2
0.0606929
Ponto 3
0.0143945
Ponto 4
0.0190161
Média Total
0.0402555
2.2. Processamento de imagens
O processamento das imagens ocorreu em duas etapas, a
primeira foi a confecção do Modelo Digital de Terreno
(MDT) executada no software Agisoft Metashape
Professional versão 1.4.1, a partir da reprojeção dos arquivos
de imagem que estavam no formato JPEG, para o Sistema de
Referência de Coordenadas – EPSG 31981, coordenadas
UTM, fuso 21, Datum Sirgas 2000. Após isso ocorreu o
alinhamento dos arquivos JPEG e geração da nuvem esparsa
de pontos. A nuvem esparsa de pontos foi densificada para a
produção de um arquivo 3D, que deu base para a geração do
ortomosaico e para o modelo digital de elevação (MDE). A
nuvem densa de pontos foi classificada no metashape, para a
geração de um modelo digital que excluísse os elementos
presentes no terreno sobre a o solo, tais como postes,
árvores, etc, resultando no MDT. O ortomosaico, o MDE e
o MDE classificado foram exportados no formato Geotiff.
Na segunda, a partir do MDE classificado e importado
para o programa ArcGis, na confecção da rede de drenagem
da área de estudo, utilizando as ferramentas de Spatial
Analyst. O processamento de dados se deu de acordo com as
etapas contidas no fluxograma da Figura 2.
2.3. Gerando a direção de fluxo
O primeiro passo para a delimitação de microbacias foi a
confecção da direção de fluxo de água da rede de drenagem
na área de estudo. Essa direção simula o caminho que a água
e os sedimentos percorrem através da topografia da área de
estudo (NARDI et al., 2008), sendo o dado base para
trabalhos de modelagem hidrológica.
Para a confecção da direção de fluxo foi utilizada a
ferramenta Flow Direction, contida na caixa de ferramentas
Hidrology no menu Spacial Analyst.
2.4. Preenchimento de falhas do MDE
O MDE é proveniente de um mosaico de nuvem de
pontos densificada, com resolução espacial de
aproximadamente 2 cm por pixel, com poucas distorções
derivadas principalmente de ruídos na mosaicagem, e que
contém pequenas falhas sob a forma de pixels espúrios, que
devem ser corrigidos (LUEDELING et al., 2007).
Figura 2. Fluxograma de trabalho para a rotina de confecção de rede
de drenagem da área executado no software ArcGis.
Figure 2. Work flowchart for the routine of making a drainage
network in the area executed in the ArcGis software.
A correção dessas falhas se deu em duas etapas. Na
primeira foi utilizada a ferramenta Sinks, responsável por
identificar as falhas existentes no MDE utilizando como dado
de entrada o produto gerado anteriormente na direção de
fluxo. Este processo visa corrigir pixels ou células com
valores muito menores que seus vizinhos, causando um
buraco no MDE, onde não deveria haver um.
Após a identificação das falhas é necessário preenchê-las,
para isso utilizou-se a ferramenta Fill que deve ser executada
diretamente no MDE, e não na direção de fluxo como
anteriormente. Essa função terá gerado um novo MDE já
corrigido, e é este produto que será usado nas próximas
etapas de processamento.
2.5. Gerando a acumulação de fluxo
A acumulação de fluxo (ou fluxo acumulado) é também
denominada área de captação, e segundo MENDES &
CIRILO (2001) representa a rede hidrográfica ou rede de
drenagem da área de estudo.
Para gerar o fluxo acumulado foi utilizada a ferramenta
Flow Direction do ArcGis, o dado de entrada é o MDE já
corrigido, e na opção tipo de dado deve-se mudar para inteiro
(interger).
O produto de saída do fluxo acumulado é a rede de
drenagem, gerada a partir dos pontos de maior profundidade
do relevo, a acumulação de fluxo mostra sulcamentos no
terreno, que podem ser processos erosivos, sendo possível
individualizar as erosões lineares e mediante interpretação
conjunta com o ortomosaico de imagens aéreas, inferir a
tendência de evolução do processo erosivo.
O fluxo acumulado foi vetorizado utilizando as
ferramentas de edição do software com o intuito de ser
utilizado posteriormente na sobreposição de dados para uma
melhor visualização dos mesmos.
Para traçar o perfil de evolução dos processos erosivos da
área utilizou-se o MDE, o fluxo acumulado e as curvas de
nível geradas para a área de acordo com a metodologia
utilizada. Com os arquivos sobrepostos é possível identificar
a direção de crescimento de cada processo erosivo.
Identificação de processos erosivos através de modelos hidrológicos e imagens aéreas de alta resolução
Nativa, Sinop, v. 10, n. 3, p. 387-390, 2022.
394
3. RESULTADOS
A Figura 3 é o resultado obtido através da sobreposição
das curvas de nível e do fluxo acumulado de água no MDE.
Estudos hidrológicos, a partir de dados extraídos de
imagens orbitais e suborbitais são importantes e
determinantes para um manejo adequado do solo, sendo a
modelagem hidrológica uma ferramenta de análise que gera
um cenário detalhado dos fenômenos físicos de uma área
(MORAES, 2003). O uso e ocupação do solo devem estar
aliados ao gerenciamento adequado de recursos hídricos, para
evitar ou amenizar impactos em áreas de preservação
permanente, como as margens de rios (MAIDMENT, 2002).
De forma complementar, as geotecnologias para modelagem
hidrológica são estratégicas para definir áreas propícias à
inundação (CORREA et al., 2015), áreas agrícolas que podem
sofrer processos erosivos graves, como é o caso da área de
análise com presença de pastagem e sem a devida
manutenção e estruturação de curvas de nível.
A presente pesquisa demonstra que o uso de ferramentas
hidrológicas utilizando produtos derivados de uma aeronave
remotamente pilotada de baixo custo (em média US$
2.500,00), que gera dados de fluxo acumulado, é eficiente
para o estudo de processos erosivos.
Para uma fotointerpretação complementar dos processos
erosivos, houve a geração, além do MDE, de um
ortomosaico de fotos sobrepondo no mesmo as curvas de
nível e o fluxo acumulado (Figura 4).
Figura 3. Mapa da área de estudo contendo o Modelo Digital de Elevação (MDE), as curvas de nível e o fluxo acumulado de água.
Figure 3. Map study area containing the Digital Elevation Model (DEM), contour lines and accumulated water flow.
Processos erosivos são fenômenos naturais, que ocorrem
a partir do transporte e sedimentação do próprio solo. A ação
antrópica, porém, pode intensificar tal processo ou mesmo
causá-lo devido à utilização incorreta deste recurso, quando,
por exemplo, ocorre a supressão da vegetação em terreno
com declividade acentuada (PESSI; LOVERDE-
OLIVEIRA, 2019)
É possível observar que o fluxo acumulado de água se
sobrepõe aos processos erosivos como era esperado (Figura
3), pois, segundo Nardi et. al. (2008), a direção de fluxo
simula o caminho que a água e os sedimentos percorrem
através da topografia da área de estudo, e esse processo
associado a declividade do terreno, aos tipos de usos da terra
e a intensidade pluviométrica, caracterizam-se como os
principais fatores condicionantes dos processos erosivos. Os
demais fatores estão relacionados aos processos de erosão de
maneira indireta, mas que contribuem para a suscetibilidade
do terreno. O mapa de fluxo de drenagem do terreno mostra
a ocorrência de erosão e escorregamentos (movimentos de
massas) (Figura 4) mostra que as áreas da região mais baixa
próximas do corpo hídrico presente na parte de maior
depressão da área analisada, são mais suscetíveis a este tipo
de processo, apresentando baixa densidade de vegetação com
a presença da pastagem ainda mais sem o devido ajustamento
de curvas de nível no terreno (PESSI; LOVERDE-
OLIVEIRA, 2019).
O algoritmo Flow Accumulation do software ArcGis
delimitou cada processo erosivo como uma rede de
drenagem, pois os mesmos possuem diferentes
profundidades, servindo como rede de captação e transporte
de água e sedimentos. Observa-se que, as curvas de nível da
área também foram sensíveis a esses processos, tendo em
vista a profundidade diferente dos mesmos em relação ao
terreno (Figura 4).
Quando sobreposto o fluxo acumulado sobre o MDE
com as curvas de nível da área, torna-se possível a observação
Weis et al.
Nativa, Sinop, v. 10, n. 3, p. 391-399, 2022.
395
da provável direção de crescimento de cada processo erosivo
isoladamente, levando em conta até onde vai o fluxo
acumulado e a variação de altitude do terreno. Pode-se
entender que, em geral, o perfil de crescimento desses
processos se dará do ponto mais alto para o ponto mais
baixo, tendendo a direção do maior fluxo de água encontrado
na parte mais baixa da superfície.
Para confirmar esse perfil de crescimento, foram obtidas
imagens da mesma área em abril de 2016 por meio da
plataforma Google Earth, sendo possível identificar como
eram esses processos erosivos antes da data do imageamento
realizado em novembro de 2018.
Alguns processos erosivos da área de estudo foram
analisados de maneira isolada e serão expostos nas Figuras 5,
6, e 7.
Observa-se que é possível traçar um perfil de crescimento
dos processos erosivos a partir do perfil de escoamento da
água, concluindo que, ferramentas hidrológicas possuem
aplicabilidade no estudo desses processos.
Na Tabela 2 está ilustrado a quantidade de processos
erosivos identificados na análise e a mensuração da área
desses processos. Na Figura 8 está a localização dos
processos erosivos.
Tabela 2. Área em metros quadrados de cada um dos processos
erosivos encontrados na área de estudo e o seu tipo classificatório.
Table 2. Area in square meters of each of the erosion processes
found in the study area and their classification type.
Processos
Erosivos
Área em m
2
Tipo de Processo Erosivo
01
2.137,91
Linear do tipo voçoroca
Linear do tipo voçoroca
Linear do tipo ravina
Linear do tipo ravina
Linear do tipo ravina
Linear do tipo ravina
Linear do tipo ravina
02
1.531,12
03
1.545,98
04
109,94
05
2.839,63
06
994,33
07
1.153,16
Total
10.311,21
Figura 4. Carta-imagem da área de estudo contendo as curvas de nível e o fluxo acumulado de água.
Figure 4. Image chart of the study area containing the contour lines and the accumulated flow of water.
4. DISCUSSÃO
Para trabalhos futuros, sugere-se que cada processo
erosivo seja individualizado e categorizado em termos de
nível de criticidade, em função de variáveis determinantes
para o agravamento do problema, tais como declividade do
terreno, proximidade a corpo hídrico e principalmente
nascentes, característica local do solo e grau de cobertura
vegetal do solo, por exemplo. Esse cenário estabeleceria uma
espécie de ranking de prioridade de intervenção das erosões,
e se possível quais medidas mitigadoras seriam estratégicas
para cada caso. Nesse protocolo operacional básico, deve-se
incluir um monitoramento temporal por meio de imagens
aéreas a serem coletadas principalmente nos períodos que
antecedem a estação chuvosa, para diminuir a probabilidade
de evolução das erosões.
Vale destacar, que um bom indicador de efetividade na
recuperação de erosões lineares como as identificadas,
poderia ser a diminuição da extensão e da largura, algo que
poderia ser facilmente mensurado com dados remotos
suborbitais e pela rotina aqui apresentada. Por meio do uso
de drone, constatou-se viabilidade temporal no
monitoramento ambiental de processos erosivos, maior
comodidade, segurança e eficiência na obtenção de
informações da área de estudo, além de possibilitar grande
precisão para a caracterização da forma e o tamanho de cada
erosão. Portanto, fica clara a necessidade de implementar
Identificação de processos erosivos através de modelos hidrológicos e imagens aéreas de alta resolução
Nativa, Sinop, v. 10, n. 3, p. 387-390, 2022.
396
medidas de manejo e contenção da erosão considerando toda
a microbacia e não apenas propriedades rurais isoladas. Nesse
contexto, o uso de imagens aéreas de alta resolução
possibilita a identificação de pontos críticos em relação ao
processo erosivo em microbacias hidrográficas. As limitações
para a aplicação do uso de drone no monitoramento de
processos erosivos estão relacionadas, principalmente, ao
preço dos softwares de mapeamento. Devido à falta de
concorrência dos softwares de processamento de imagens, os
preços das assinaturas tornam-se exorbitantes, deixando
usuário reféns de altos preços. Com a popularização dos
drones, a tendência é que os preços dos softwares sofram
mudanças, tornando-se mais acessíveis.
Para o estudo de ambientes ativos e dinâmicos, como
ravinas, onde a variações na superfície do solo são da ordem
de centímetros e metros, uma precisão milimétrica neste tipo
de levantamento é muito importante, pois permite a avaliação
de todos os tipos de erosão que ocorrem na área, desde a
erosão laminar até grandes movimentos de massa
(CÂNDIDO, 2019), o que pode ser facilmente aplicável com
o uso de drone onde a precisão do levantamento é na escala
de centímetros.
O uso de drones para aquisição de imagens aéreas
representa um custo acessível e preciso como fonte de dados
para ambientes com presença de erosão, seja locais em
recuperação como áreas degradadas, ou ambientes agrícolas.
O processamento fotogramétrico permitiu a geração de uma
nuvem de pontos densa e ortoimagem, e a partir disso a
geração do MDE a uma distância de amostragem muito alta
para toda a área de interesse, o que é consistente com estudos
recentes (YAQIU et al., 2020; REN et al., 2019; PADRÓ et
al., 2022). A metodologia utilizada para estimar os pixels
correspondentes a canais de erosão em bacias hidrográficas,
de acordo com um método previamente testado e
implementado em análise morfométrica em outro estudo
(WOOD, 2009; CÂNDIDO, 2019) e hidrológica
(FAIRFIELD; LEYMARIE, 1991; HUPY; WILSON, 2021),
foi aplicado nesta pesquisa com sucesso em imagens de
drones, e nos permitiu construir uma estimativa com o MDE
usando os pontos da nuvem densa localizada sobre a área
estudada. A erosão estimada foi calculada aplicando a técnica
de mensuração dos canais de erosão através do MDE no
QGIS. O produto raster deste processamento foi obtido com
software GIS, que é amplamente utilizado para análise
morfométrica e de balanço hídrico, assim como as
capacidades analíticas dos algoritmos implementado em
Modelos Digital de Elevação e com imagens que podem
produzir resultados com detalhes muito altos (PADRÓ et al.,
2022).
Por fim, consideramos que a metodologia implementada
é robusta e facilmente replicável em outros cenários com
condições geomorfológicas semelhantes, seja em áreas ou no
âmbito de obras de infraestrutura onde a erosão hídrica pode
ser um fator de avaliação. Além disso, a metodologia
facilitaria a análise de risco de problemas causados pela
erosão.
Figura 5. Direção de crescimento dos processos erosivos em destaque. Na imagem (a) é possível observar os processos erosivos no
ortomosaico com as curvas de nível sobrepostas, na imagem (b) observa-se os mesmos produtos sobrepostos no MDE, e a imagem (c)
retrata a área em 29 de abril de 2016. A altitude aumenta da esquerda para a direita.
Figure 5. Direction of growth of the erosive processes highlighted. In image (a) it is possible to observe the erosive processes in the
orthomosaic with the level curves superimposed, in image (b) the same products superimposed on the DEM are observed, and image (c)
depicts the area on April 29, 2016. Altitude increases from left to right.
Weis et al.
Nativa, Sinop, v. 10, n. 3, p. 391-399, 2022.
397
Figura 6. Direção de crescimento dos processos erosivos em destaque. Na imagem (a) é possível observar os processos erosivos no
ortomosaico com as curvas de nível sobrepostas, na imagem (b) observa-se os mesmos produtos sobrepostos no MDT, e a imagem (c)
retrata a área em 29 de abril de 2016. A altitude aumenta da esquerda para a direita.
Figure 6. Direction of growth of the erosive processes highlighted. In image (a) it is possible to observe the erosive processes in the
orthomosaic with the level curves superimposed, in image (b) the same products superimposed on the MDT are observed, and image (c)
depicts the area on April 29, 2016. Altitude increases from left to right.
Figura 7. Direção de crescimento dos processos erosivos em destaque. Na imagem (a) é possível observar os processos erosivos no
ortomosaico com as curvas de nível sobrepostas, na imagem (b) observa-se os mesmos produtos sobrepostos no MDE, e a imagem (c)
retrata a área em 29 de abril de 2016. A maior altitude encontra-se na cor verde e a menor altitude encontra-se na cor laranja.
Figure 7. Direction of growth of the erosive processes highlighted. In image (a) it is possible to observe the erosive processes in the
orthomosaic with the level curves superimposed, in image (b) the same products superimposed on the DEM are observed, and image (c)
depicts the area on April 29, 2016 The highest altitude is shown in green and the lowest altitude is shown in orange.
Identificação de processos erosivos através de modelos hidrológicos e imagens aéreas de alta resolução
Nativa, Sinop, v. 10, n. 3, p. 387-390, 2022.
398
Figura 8. Processos erosivos elencados na análise e sua identificação numérica conforme informações descritas na Tabela 1.
Figure 8. Erosive processes listed in the analysis and their numerical identification according to the information described in Table 1.
4. CONCLUSÕES
O Modelo Digital de Elevação – MDE com a rede de
drenagem, obtida pelo fluxo acumulado, e as curvas de nível
da área sobrepostas demonstraram-se efetivos para observar
o perfil de evolução dos processos erosivos.
A aplicação das ferramentas de hidrologia no
processamento do MDE evidenciou os processos erosivos da
área, classificando-os como rede de drenagem, tendo em vista
que os mesmos são formados a partir do transporte de água
e sedimentos.
A junção desses produtos favorece uma análise individual
de cada processo erosivo, facilitando assim o planejamento
de medidas mitigadoras pontuais para os mesmos, como por
exemplo as localidades e direção da construção de terraços.
A tecnologia de aeronaves remotamente pilotadas (drone)
é altamente rentável, flexível e móvel, além do
processamento fotogramétrico totalmente automatizado por
vias de softwares pré-programados antes do voo da aeronave,
pode ser implantado com baixíssimo custo para o uso
operacional, e de fato o equipamento utilizado nesse trabalho
foi um dos drones mais populares no mercado e baratos,
facilitando replicar essa metodologia em outros lugares e
difundir essa funcionalidade para a identificação e controle
de erosões em áreas agrícolas de pastagem e em áreas
próximas de áreas de preservação. O método aqui usado
pode ser um POS – Procedimento Operacional
Simplificando, apresentando uma poderosa ferramenta na
gestão de controle de erosões e também na gestão de recursos
naturais.
6. AGRADECIMENTOS
Ao Programa de Pós-Graduação em Gestão e
Tecnologias Ambientais (PGTA) da Universidade Federal de
Rondonópolis (UFR), e ao Programa de Pós-Graduação em
Tecnologias Ambientais (PPGTA) da Universidade Federal
de Mato Grosso do Sul (UFMS).
Ao CNPq pelo apoio financeiro (Processos
441975/2018-6 - Edital Prev-fogo e 315170/2018-2 - Bolsa
Produtividade DT e EI);
Ao Ministério Público de MT, pelo apoio financeiro
(Projeto Prorad) e UFR, pelo apoio logístico e fianceiro.
Agradece novamente ao Conselho Nacional de
Desenvolvimento Científico e Tecnológico (CNPq) pela
bolsa de produtividade em pesquisa concedida a A. C.
Paranhos Filho (Processo CNPq 305013/2018-1).
Agradecemos ainda à CAPES por nos fornecer acesso ao
Portal de Periódicos. Gostaríamos também de agradecer à
CAPES pela bolsa de doutorado concedida ao Dhonatan
Diego Pessi (processo número 88887.494036/2020-00).
Agradecemos ao Laboratório de Geomática e Estatística
do Departamento de Engenharia Ambiental da Universidade
Federal de Rondônia por fornecer recursos humanos que
colaboraram com a execução do trabalho.
7. REFERENCIAS
ANDRADE, R. G.; BOLFE, E. L.; VICTORIA, D. C.;
NOGUEIRA, S. F. Geotecnologia - Recuperação de
pastagens no Cerrado. Agroanalysis, v. 36, p. 30-33,
2016. DOI: https://doi.org/10.21206/rbas.v7i1.376
01
07
05
06
04
03 02
Weis et al.
Nativa, Sinop, v. 10, n. 3, p. 391-399, 2022.
399
CÂNDIDO, B. M. use of ground and air-based
photogrammetry for soil erosion assessment. 1323p.
Tese (Doutorado) - Universidade Federal de Lavras,
2019.
COLMAN, C. B.; OLIVEIRA, P. T. S.; ALMAGRO, A.;
SOARES-FILHO, B. S.; RODRIGUES, D. B. Effects of
climate and land-cover changes on soil erosion in
Brazilian Pantanal. Sustainability, v. 11, n. 24, e7053,
2019. DOI: 10.3390/su11247053
CORREA, E. F. G.; RIBEIRO, G. P.; BAPTISTA, A. C.;
Modelagem hidrográfica da bacia hidrográfica do rio
Bengalas, Nova Friburgo, RJ, utilizando o potencial de
geotecnologias na definição de áreas de risco de
inundação. Revista Brasileira de Cartografia, v. 67, p.
1183-1202, 2015.
DroneDeploy (Versão 3.3.0) (Programa). (2018). Disponível
em: https://www.dronedeploy.com/
FAIRFIELD, J.; LEYMARIE, P. Drainage Networks from
Grid Digital Elevation Models. Water Resources, v. 27,
p. 709–717, 1991. DOI:
https://doi.org/10.1029/90WR02658
Google Earth version. (2016). Your Map Title or
geographic location. Coordinates, Eye alt. Layer titles.
Imagery attributions.
http://www.google.com/earth/index.html. Acessado
em: 23 de setembro de 2019.
IBGE_Instituto Brasileiro de Geografia e Estatística. Censo
Agropecuário 2017. Disponível em:
<https://cidades.ibge.gov.br/brasil/pesquisa/24/76693
>. Acesso em 19 de fev. de 2020.
IBGE_Instituto Brasileiro de Geografia e Estatística.
Panorama do município de Rondonópolis–MT.
Disponível em:
<https://cidades.ibge.gov.br/brasil/mt/rondonopolis/
panorama>.
INACIO, E. S. B; CANTALICE, I. J. R. B.; NACIF, P. G.
S.; ARAUJO, Q. R. A.; BARRETO, A. C. B.
Quantificação da erosão em pastagens com diferentes
declives na Bacia do Ribeirão Salomea. Revista
Brasileira de Engenharia Agrícola e Ambiental, v. 11,
n. 4, p. 355-360, 2007.
LUEDELING, E.; SIEBERT, S.; BUERKERT, A. Filling
the voids in the SRTM elevation model - A TIN-based
delta surface approach. ISPRS Journal of
Photogrammetry & Remote Sensing, v. 62, n. 4, p.
283-294, 2007. DOI: 10.1016/j.isprsjprs.2007.05.004
MENDES, C. A. B.; CIRILO, J. A. Geoprocessamento em
recursos hídricos: princípios, integração e aplicação.
Porto Alegre: ABRH, 2001. 536p.
MAIDMENT, D. R. Archydro: Gis for Water Resources.
[s.l.] ESRI, Incorporated, 2002. 203p.
https://www.scirp.org/(S(czeh2tfqyw2orz553k1w0r45))
/reference/ReferencesPapers.aspx?ReferenceID=20323
39
MORAES, J. M. Propriedades físicas dos solos na
parametrização de um modelo hidrológico. Revista
Brasileira de Recursos Hídricos, v. 8, n. 1, p. 61-70,
2003.
NARDI, F.; GRIMALDI, S.; SANTINI, M.; PETROSELLI,
A.; UBERTINI, L. Hydrogeomorphic properties of
simulated drainage patterns using digital elevation
models: the flat area issue. Hydrological Sciences
Journal, v. 53, n. 6, p. 1176-1193, 2008. DOI:
https://doi.org/10.1623/hysj.53.6.1176
PADRÓ, J. C.; CARDOZO, J.; MONTERO, P.; RUIZ-
CARULLA, R.; ALCAÑIZ, J. M.; SERRA, D.;
CARABASSA, V. Drone-Based identification of erosive
processes in open-pit mining restored areas. Land, v. 11,
p. 212, 2022. DOI:
https://doi.org/10.3390/land11020212
PERON, A. J.; EVANGELISTA, A. R. Degradação de
pastagens em regiões do cerrado. Ciência e
Agrotecnologia, v. 28, n. 3, p. 655-661, 2004. DOI:
https://doi.org/10.1590/S1413-70542004000300023
PESSI, D. D.; JOSÉ, J. V.; MIOTO, C. L.; DIODATO, M.
A.; GRIGIO, A. M.; PARANHOS FILHO, A. C.;
SILVA, N. M. da. Estimando a Altura de Gramíneas
Invasoras com Imagens de Veículo Aéreo não Tripulado
no Cerrado Brasileiro: Precisão do Sistema Global de
Navegação por Satélite do Phantom 4. Revista de
Geociências do Nordeste, v. 7, n. 2, p. 140-152, 2021.
DOI: doi:10.21680/2447-3359.2021v7n2ID20423.
PESSI, D. D.; LOVERDE-OLIVEIRA, S. M. Aplicação da
análise geoespacial para caracterização da fragilidade de
terrenos. Revista de Geografia, v. 36, n. 1, p. 243-260,
2019. DOI: https://doi.org/10.51359/2238-
6211.2019.238451.
PERREIRA, M. A.; SILVA, N. M.; BARBOSA, D. S.;
PESSI, D. D.; SOUZA, A. P.; PARANHOS FILHO, A.
C. Identificação de sítios de reprodução de Aedes aegypti
com aeronave remotamente pilotada (ARP). Nativa, v. 9,
n. 4, p. 344-351, 2021. DOI:
https://doi.org/10.31413/nativa.v9i4.12094
REN, H.; ZHAO, Y.; XIAO, W.; HU, Z. A review of UAV
monitoring in mining areas: Current status and future
perspectives. International Journal of Coal Sciente &
Tecnhology, v. 6, p. 320–333, 2019. DOI:
https://doi.org/10.1007/s40789-019-00264-5
WANG, X.; ZHAO, X.; ZHANG, Z.; YI, L.; ZUO, L.;
WEN, Q.; LIU, F.; XU, J.; HU, S.; LIU, B. Assessment
of soil erosion change and its relationships with land
use/cover change in China from the end of the 1980s to
2010. Catena, v. 137, p. 256-268, 2016. DOI:
http://dx.doi.org/10.1016/j.catena.2015.10.004
WOOD, J. Geomorphometry in LandSerf. In
Geomorphometry: Concepts, Software,
Applications. Developments in Soil Science. In:
HENGL, T.; REUTER, H. I. (Eds.). Elsevier:
Amsterdam, The Netherlands, v. 33, p. 333–34, 2009.
https://www.elsevier.com/books/geomorphometry/he
ngl/978-0-12-374345-9
YAQIU, Y.; CUNHAO, J.; JING, L.; JIE, W.; XING, J.;
HAO, W.; YU, X.; LUSHOU, Z. Mining Ground Surface
Information Extraction and Topographic Analysis Using
UAV Video Data. In: Proceedings of the E3S Web of
Conferences, v. 194, e05030, 2020. DOI:
http://dx.doi.org/10.1051/e3sconf/202019405030
