Mostrar registro simples

dc.contributor.advisorSaldanha, Dejanira Luderitzpt_BR
dc.contributor.authorOliveira, Guilherme Garcia dept_BR
dc.date.accessioned2010-09-29T04:19:04Zpt_BR
dc.date.issued2010pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/26020pt_BR
dc.description.abstractA presente dissertação tem como objetivo elaborar modelos em diferentes escalas para previsão, espacialização e análise das áreas inundáveis na bacia hidrográfica do rio Caí, RS. Este trabalho está estruturado em três módulos, de acordo com o grau de detalhamento dos modelos. O Módulo I está relacionado aos modelos de escala média (1:100.000) para o mapeamento e a análise das inundações na bacia hidrográfica do rio Caí. O Módulo II compreende um modelo aplicado à previsão, à espacialização e à análise das inundações na área urbana de São Sebastião do Caí, em escala grande (1:10.000). O Módulo III é semelhante ao segundo, no entanto, em escala maior (1:5.000), na área urbana e entornos de Montenegro. No Módulo I foram utilizados dados de três estações fluviométricas para analisar as características hidrológicas da bacia (tempo de retorno das cheias, distribuição sazonal dos eventos, etc.), e dados SRTM e da DSG para modelar a superfície do terreno e espacializar as áreas inundáveis. No Módulo II foram utilizados dados de duas estações fluviométricas para elaborar um modelo matemático de previsão das inundações. Para a espacialização e a análise das áreas inundáveis, utilizaram-se dados altimétricos de razoável precisão (nivelamento municipal) e uma imagem de satélite de alta resolução espacial. O modelo matemático de previsão de inundações do Módulo III é semelhante ao do Módulo II, alterando apenas as estações utilizadas. A modelagem da superfície foi realizada com curvas de nível com equidistância de 1m e pontos cotados, compatíveis com escala de 1:2.000. O modelo aplicado à espacialização das inundações em Montenegro considerou o desnível existente na lâmina d’água durante os eventos, diferentemente do Módulo II, o que aumentou a precisão e a qualidade da modelagem. Verificou-se que mais de 75% dos eventos de grande magnitude ocorreram entre os meses de junho e outubro. De modo geral, os dados SRTM e da DSG superestimaram as áreas atingidas, mas representaram satisfatoriamente os locais de maior avanço das águas. Os modelos matemáticos de previsão de inundações, em São Sebastião do Caí e Montenegro, apresentaram, em geral, precisão submétrica para a estimativa de cotas, obtendo resíduo médio de 0,68m e 0,25m, respectivamente. Quanto aos modelos de espacialização das inundações dos Módulos II e III, os erros planimétricos verificados foram de 19m (São Sebastião do Caí) e 9m (Montenegro). O erro altimétrico médio (diferença entre as lâminas d’água medida e modelada), nos pontos avaliados, foi de apenas 0,30m em São Sebastião do Caí e de 0,15m em Montenegro.pt_BR
dc.description.abstractThis dissertation aims to develop models at different scales for prediction, spatialization and analysis of the floods in the Caí River Basin, RS. This work is structured in three modules, according to the level of detail of the models. The Module I is related to models of medium scale (1:100,000) for mapping and analysis of floods in the Caí River Basin. The Module II includes a model applied to prediction, to spatialization and to analysis of floods in the urban area of São Sebastião do Caí, in large scale (1:10,000). The Module III is similar to the second, however, on a larger scale (1:5,000), in the urban area and surroundings of Montenegro. In Module I we used data from three gauging stations to analyze the hydrological characteristics of the basin (recurrence interval of floods; seasonal distribution of events), and the SRTM and DSG data’s to model the terrain surface and spatialize flooded areas. In Module II used data from two gauging stations to develop a mathematical model for flood prediction. For the spatialization and the analysis of the wetlands were used altimetry data of reasonable accuracy (town topography leveling) and a satellite image of high spatial resolution. The mathematical model for flood prediction of the Module III is similar to Module II, changing only the gauged stations used. The modeling of the surface was performed with contour lines in intervals of 1 meters and measured points, consistent with scale of 1:2,000. The model applied to the spatialization of flooding in Montenegro found the gap in water depth during the events, unlike the Module II, which increased the accuracy and quality of modeling. It was found that over 75% of events of great magnitude occurred between June and October. In general, the SRTM and DSG data’s overestimated the affected areas, but accounted satisfactorily the locals of the biggest advance for water. The mathematical models for flood prediction in São Sebastião do Caí and Montenegro, were, in general, sub-meter accuracy for the estimation of quotas, obtaining average residual of 0.68 m and 0.25 m, respectively. As for the models of flood spatialization of Modules II and III, the errors planimetric were 19m (São Sebastião do Caí) and 9m (Montenegro). The average altimetric error (difference between the water depths measured and modeled), in the measured points, was only 0.30 m in São Sebastião do Caí and 0.15 m in Montenegro.en
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectSensoriamento remotopt_BR
dc.subjectFloodsen
dc.subjectGeoprocessingen
dc.subjectGeoprocessamentopt_BR
dc.subjectRemote sensingen
dc.subjectInundaçãopt_BR
dc.subjectCaí, Rio, Bacia (RS)pt_BR
dc.subjectSão Sebastião do Caíen
dc.subjectMontenegroen
dc.titleModelos para previsão, espacialização e análise das áreas inundáveis na bacia Hidrográfica do Rio Caí, RSpt_BR
dc.title.alternativeModels for prediction, spatialization and analysis of flood areas in the Caí river Basin, RS en
dc.typeDissertaçãopt_BR
dc.contributor.advisor-coGuasselli, Laurindo Antôniopt_BR
dc.identifier.nrb000753299pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentCentro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologiapt_BR
dc.degree.programPrograma de Pós-Graduação em Sensoriamento Remotopt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2010pt_BR
dc.degree.levelmestradopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples