Detecção Automática de Cachoeiras - Visão Geral

Nosso projeto vem há alguns anos catalogando atrativos naturais conhecidos e inexplorados apenas observando imagens de satélite em seus detalhes. Com o passar do tempo, esse processo tornou-se contra-producente, surgindo a ideia de desenvolver algum tipo de mecanismo para detectar automaticamente cachoeiras. Com geoprocessamento, isso é bem possível.

A ideia por trás disso é simples: se a existência de cachoeiras depende de um desnível brusco e de água fluindo, basta termos em mãos o traçado dos leitos e a representação do relevo de uma região. Onde um leito se sobrepõe a um desnivel considerável, temos ali uma queda d'água. Usando ferramentas de geoprocessamento, consideraríamos usar uma sobreposição de rasters.

Uma breve explicação do que é um raster: imagine uma foto aérea de uma serra; cada pequeno ponto da foto corresponderia a um local específico dessa serra; para cada ponto na imagem você vai substiuir a cor dele por um número, que será a altitude real daquele ponto na serra. No final, você transformou uma imagem em um conjunto de números. Para visualizar isso na forma de imagem, você pode associar cada número (altitude) a uma cor que varia entre os tons de cinza: quanto mais preto, menor a altitude; quanto mais branco, maior a altitude. Assim, temos uma representação em raster do relevo de uma região (chamamos isso de DEM; imagem esquerda). A representação dos leitos ficaria por conta do raster de drenagens (imagem direita).

Se transformássemos o DEM em um raster que ao invés de altitudes contivesse inclinações (em graus, por exemplo), então seria fácil. Bastaria sobrepor o raster de inclinações no raster de drenagens: onde existir inclinação maior que um número (digamos 50º) E uma drenagem, teríamos ali uma cachoeira.

O problema é que não temos acesso gratuito a rasters DEM de alta resolução. Decorre disso que tanto o raster de inclinações quanto o raster de drenagens conterão imprecisões importantes. Um rio pode estar passando por um lugar que não deveria, um desnível pode estar mais íngreme do que o normal etc. Como resultado, teríamos detecções erradas ou mesmo faltantes.

UMA SOLUÇÃO?

Se as imprecisões envolvidas não nos permitem ter sempre certeza das detecções, a solução é abraçar as incertezas, trabalhar com elas. Ao invés de obter detecções do tipo "se foi marcado, com certeza há uma cachoeira", vamos obter marcações que dizem algo assim "isso aqui parece muito ser uma cachoeira", ou "isso aqui parece cachoeira, mas não tenho muitas certezas", ou por fim "pode ser que seja uma cachoeira, mas tem tudo para não ser". Nada é apenas falso ou verdadeiro, algo pode ser mais ou menos verdadeiro. Matematicamente, estamos falando de Lógica Fuzzy. E ao invés de trabalhar com essas expressões subjetivas, utilizamos qualquer número entre 0 e 1: quanto mais próximo de 1, maiores as certezas de que uma detecção seja de fato uma cachoeira.

Para chegar em um número entre 0 e 1, a solução é juntar algumas informações sobre o que faz uma cachoeira ser o não provável. Por exemplo: podemos dizer que regiões com relevo irregular possuem maiores chances de abrigar cachoeiras; podemos também imaginar que as cachoeiras vão se tornando menos frequentes em leitos maiores, mais volumosos. Ora, se uma marcação foi feita em região muito irregular e num córrego, temos um número próximo de 1; mas se a marcação foi feita em região pouquíssimamente irregular e em um rio mais caudaloso, teriamos número mais próximo de 0. Qualquer outra combinação resultaria em um número mais próximo de 0.5.

Já estamos elaborando uma ferramenta no QGis para detecção automática usando Lógica Fuzzy. Abaixo, algumas imagens do plugin e de algumas detecções. Nas próximas publicações abordaremos mais detalhes sobre esse mecanismo.

Deixar de Seguir Cancelar

Trilhas Perdidas

Brasília - DF

O projeto Trilhas Perdidas vem usando as tecnologias de imagens de satélite para mapear e catalogar atrativos naturais conhecidos ou desconhecidos Brasil afora.

---