Classificação da curvatura de vertentes em perfil via Thin Plate Spline e Inferência Fuzzy

Abstract

A representação do relevo ou terreno é uma componente fundamental no processo cartográfico e dentre essas representações as que têm por objetivo analisar as diferentes curvaturas de uma vertente, ou seja, classificar as vertentes de um determinado terreno em retilíneas, côncavas ou convexas tem apresentado grande aplicabilidade em áreas como a agricultura, a construção civil, o estudo de microbacias entre outros. Assim, o desenvolvimento de algoritmos que classifiquem essas formas do relevo pode contribuir muito para a produção de informações relevantes à tomada de decisões em diversas áreas do conhecimento. Alguns algoritmos com esse intuito foram anteriormente desenvolvidos, porém apresentam claras necessidades de melhoria por classificarem apenas áreas pré-estabelecidas, não podendo ser utilizados para outras regiões. Visando sanar a necessidade de implementações mais completas este trabalho apresenta a metodologia utilizada na elaboração de um algoritmo para classificação de vertentes através de ferramentas matemáticas até então pouco utilizadas nas Ciências Cartográficas: a Thin Plate Spline (TPS) que será utilizada para adensar os dados de vertentes do município de Presidente Prudente, gerando Modelos Numérico de Terreno (MNTs) sob os quais a curvatura é calculada, e a Inferência Fuzzy que é uma ferramenta utilizada para discriminar classes que por diversas razões não possuem limites rígidos entre si, como é o caso das vertentes a serem analisadas, e, portanto, estará integrada a um produto final que será parte do estudo, isto é, um sistema que forneça modelos de classificação das vertentes em: retilíneas, côncavas e convexas e que possa ser comparada ao mapa geomorfólogico existente.

The relief or terrain representation is an essential component in the cartographic process. Representations which aim at classifying relief profiles of a certain terrain as rectilinear, concave and convex have reached great applicability in areas such as agriculture, civil construction, watershed studies, among others. Therefore, algorithms that classify these forms of relief can much contribute to the production of relevant information to the decision make in several areas of knowledge. The simplest algorithm, based on curvature value only is clearly not sufficient, but the literature brings fairly little in relation to a more adequate methodology. Attempting to contribute in the sense to aggregate more information and intelligence into this kind of classification so to achieve a more complete implementation, this work presents a methodology using two mathematical tools of little use so far in the Cartographic Science: 1) Thin Plate Spline (TPS) used to densify the existing data, for the Numerical Terrain Models on which the curvature shall be calculated and, 2) Fuzzy Inference used to discriminate classes that for several reasons do not possesses well defined boundaries, as is the curvature profile case. The validation used known and previously chosen data from Presidente Prudente so that a comparison with existing morphological map was possible.