UTILIZAÇÃO DE IMAGENS INFRAVERMELHAS DO SATÉLITE SENTINEL PARA O CÁLCULO DE VAZÕES NA BACIA HIDROGRÁFICA URBANA, PELO MÉTODO RACIONAL: CASO DO CÓRREGO SÃO SILVESTRE, ANÁPOLIS - GO

Autores

  • Bruno Vinicius de Souza
  • Carolina Pereira Dias
  • João Vinicius Macedo Pereira
  • Taylor Felipe Barbosa
  • Eduardo Dourado Argôlo

Palavras-chave:

deep learning, satélite, cálculo racional, bacia hidrográfica

Resumo

Este estudo tem como objetivo investigar a detecção e classificação do solo utilizando imagens de satélite e técnicas de deep learning para processá-las. Este método tem se mostrado promissor na identificação automatizada de áreas de risco de alagamento, auxiliando no planejamento de infraestruturas de drenagem urbana. Para validar os dados processados a partir de imagens infravermelhas obtidas do satélite Sentinel, a bacia do córrego São Silvestre, em Anápolis, foi escolhida como área de estudo, abrangendo um período de quatro anos: 2010, 2015, 2020 e 2022. Em 2022, um evento de tempestade causou significativa erosão e danificou uma adutora de água sob a Avenida Independência. Para analisar o escoamento superficial decorrente da ocupação desordenada na área do córrego São Silvestre, foi utilizado o método de cálculo racional. Informações sobre a área e a classificação do solo foram obtidas por meio de imagens de satélite e ferramentas do software ArqGIS™, identificando áreas permeáveis e impermeáveis e suas modificações devido à urbanização ao longo dos anos. Os coeficientes de escoamento foram calculados com base em tabelas de artigos com áreas de estudo semelhantes, mostrando um aumento proporcional à redução das áreas de infiltração. Dados pluviométricos foram fornecidos pela Estação Meteorológica de Anápolis, e a construção dos mapas e a avaliação do processo de urbanização foram realizadas utilizando o software ArcMAP™. Os resultados indicam um aumento na urbanização da área de estudo, resultando em maior escoamento superficial e coeficiente de escoamento (C). A detecção e classificação do solo demonstraram eficiência ao identificar padrões nos pixels das imagens, revelando grandes alterações que podem sinalizar desastres naturais, como alagamentos e erosões. Este método mostrou-se útil para o planejamento seguro do uso e ocupação do solo, bem como para o gerenciamento eficaz de riscos em infraestruturas de drenagem urbana.

Downloads

Publicado

30-12-2023