Correção de modelos digitais de elevação INSAR através de superfícies de ajustes geradas por métodos de interpolação espacial

Modelos digitais de elevação têm sido muito utilizados em aplicações de análises espaciais que envolvem estudos em diferentes áreas das ciências da Terra. A medida que esses tipos de modelos ficam mais difundidos, cresce também a preocupação com a qualidade dos dados de elevação e com a propagação d...

Nível de Acesso:openAccess
Publication Date:2008
Main Author: Marcos Antônio Timbó Elmiro
Orientador/a: Luciano Vieira Dutra, José Claudio Mura
Banca: Corina Costa Freitas, João Roberto dos Santos, João Roberto Moreira Junior, Nilton Nobuhiro Imai
Format: Tese
Language:por
Published: Instituto Nacional de Pesquisas Espaciais (INPE)
Programa: Programa de Pós-Graduação do INPE em Computação Aplicada
Online Access:http://urlib.net/sid.inpe.br/mtc-m18@80/2008/07.14.14.09
Resumo Português:Modelos digitais de elevação têm sido muito utilizados em aplicações de análises espaciais que envolvem estudos em diferentes áreas das ciências da Terra. A medida que esses tipos de modelos ficam mais difundidos, cresce também a preocupação com a qualidade dos dados de elevação e com a propagação dos erros nas análises derivadas a partir desses modelos. Entretanto, os modelos de elevação disponíveis geralmente relatam somente o valor médio dos erros, tal como o erro médio quadrático, os quais não fornecem informação de tendências ou padrões espaciais da distribuição dos erros nem os comportamentos locais. Esta pesquisa de tese trata da análise de modelos de elevação gerados por interferometria de imagens de radar a qual é uma técnica que apresenta vantagens estratégicas, quando comparada a outros métodos de construção de modelos de elevação. O objetivo principal da pesquisa é apresentar uma metodologia para correção de modelos de interferometria radar, em banda P e banda X, da Floresta Nacional de Tapajós, capaz de tratar erros globais e erros locais de diferentes magnitudes presentes nos dados de elevação. Estes tipos de erros, que afetam com freqüência os modelos de elevação, são geralmente decorrentes de diferentes fatores relacionados à geometria de imageamento, ao processamento dos dados e à topografia do terreno imageado. O método de correção apresentado também fornece indicadores da qualidade global e local dos modelos após a aplicação dos tratamentos. A idéia central da metodologia é prover correção dos modelos de forma a ajustá-los o melhor possível à realidade geográfica do terreno através da incorporação de superfícies de correção calculadas por diferentes métodos de interpolação. As estratégias e algoritmos para as correções foram implementadas com apoio do software IDL (Interactive Data Lanaguage). As referências cartográficas usadas na geração das superfícies de correção consistem de uma estrutura de pontos de controle de campo obtidos em estradas, clareiras e pastagens, medidos no terreno por rastreamento de satélites do Sistema de Posicionando Global e por métodos topográficos apoiados por estações eletrônicas de levantamentos. Os métodos de interpolação utilizados no cálculo das superfícies de correção incluíram a triangulação com interpolação linear, a ponderação pelo inverso do quadrado da distância, o ajuste por splines e a técnica de krigagem. Os modelos corrigidos foram testados de diferentes maneiras e utilizados para estimação de parâmetros da floresta a partir da diferença entre o modelo banda X e o modelo banda P. Os principais resultados mostraram que a aplicação dos métodos de correção melhorou a qualidade geométrica dos modelos originais e forneceu estimativas numéricas confiáveis da precisão dos modelos corrigidos.
Resumo inglês:Digital elevation models (DEM) are extensively used in a wide range of spatial analysis applications involving earth sciences. As DEM applications are becoming more widespread, so does concern about the quality of the available elevation data and the propagation of digital elevation model errors through the many analysis extracted from DEM. However, currently available digital elevation models frequently report only the average magnitude of errors as the root mean square error, which does not provide information on systematic bias nor on the spatial patterns of the digital elevation model errors. The present research is related to digital elevation model generated by synthetic aperture radar interferometry in Tapajós National Forest. The main objective is developing a method for digital elevation model correction providing statistical estimation of the methods efficiency. The core of the methodology for digital elevation model error correction and calibration intends to provide a digital elevation model fitting to geographic space reality by calculating and incorporating error compensation surfaces generated by triangulation with linear interpolation, inverse squared distance, splines and kriging interpolation. The digital elevation model calibration methodology also includes determination of global and local accuracy spatial pattern in processed digital elevation model. The compensation surfaces for digital elevation model calibration are calculated from comparison of original digital elevation model data positions with corresponding known cartographic land marks. The calculated correction surfaces are added to DEM in a pixel by pixel basis. The assessment of correction efficiency is given by analyzing statistical quality data extracted from fitted digital elevation model that provided measures of local and global digital elevation model accuracy. The processed DEM were used for estimating forest parameters by differencing P band from X band, producing a digital height model. Results revealed that Tapajós digital elevation models considered in analysis present local and global errors that need to be corrected before their uses in posterior analysis applications. Results also shown that application of proposed correction method, besides improving digital elevation model geometric quality, also provided statistically confident numerical estimation of digital elevation model global and local accuracy.