Utilização das Ferramentas de Processamento na automatização da avaliação de mantos de neve.

A Snowy Hydro Limited (SHL) é uma empresa de energia, especializada na produção de electricidade durante os períodos de elevado consumo, com sede nas Montanhas Nevadas, estado de Nova Gales do Sul, Austrália. Apesar de possuir uma variedade de outros recursos de geração de energia espalhados pelo país, a SHL é mais conhecida por tutelar uma parte icónica das infraestruturas australianas deste sector, designada por Plano Hidroeléctrico das Montanhas Nevadas.

O Plano Hidroeléctrico das Montanhas Nevadas só é possível graças à queda sazonal de neve na região alpina de Nova Gales do Sul. A água proveniente do degelo da primavera é utilizada na geração de electricidade para satisfação da procura sentida no mercado nacional de energia, ao mesmo tempo que é distribuída pelas regiões mais secas do interior do sudeste australiano, para fins de irrigação e agricultura.

A avaliação do manto de neve presente nos meses de inverno permite à SHL monitorizar o ciclo de vida das áreas cobertas, mantendo um registo histórico e fornecendo estatísticas às equipas dos serviços hidrográficos que lhes permitem elaborar previsões sobre o armazenamento e fornecimento de água.

Mapa 1.1 Bacia Hidrográfica das Nevadas

Mapa 1.1 Bacia Hidrográfica das Nevadas

Enquadramento

A cada ano, durante os meses de inverno (de 1 de Junho a 31 de Outubro), a SHL obtêm, a partir do sensor MODIS do satélite Terra (EOS AM-1), tantas imagens quantas a cobertura de nuvens lhe permite. Estas imagens alimentam um algoritmo conhecido como Índice de Neve de Diferença Normalizada (NDSI), utilizado na identificação das áreas onde se verifica a presença de neve. Apesar de este algoritmo não ser exclusivo de qualquer sensor em particular, o dispositivo MODIS foi escolhido em virtude da sua adequada resolução espacial e cobertura diária da área em estudo (Mapa 1.1 Bacia Hidrográfica das Nevosas).

Objectivo

O objectivo deste projecto é automatizar o fluxo de trabalho do NDSI tornando-o num dos modelos das Ferramentas de Processamento do QGIS. Pretende-se obter um polígono que circunscreva o manto de neve sobre a bacia hidrográfica das Nevadas, juntamente com um atributo que represente a área total, calculada em Km².

Método

O algoritmo NDSI é em si mesmo bastante simples (ver abaixo Fórmula 1.1 - Índice de Neve de Diferença Normalizada (NDSI)) e os passos subsequentes necessários à extracção do índice em formato vectorial encaixam perfeitamente num modelo das Ferramentas de Processamento.

 Fórmula 1.1 - Índice de Neve de Diferença Normalizada (NDSI)

Formula 1.1 - Normalised Difference Snow Index (NDSI)

O algoritmo NDSI devolverá valores compreendidos entre -1 e 1, sendo que valores superiores a 0.4 (limiar típico) são indicadores da presença de neve. Apresenta-se em baixo (Mapa 1.3 - Resultados NDSI) um exemplo de resultado do NDSI, lado a lado com um imagem a cor natural (Mapa 1.2 - Cor verdadeira MODIS) para o dia 13 de Julho de 2014. As imagens mostram como é fiável o resultado do NDSI na distinção entre áreas cobertas de neve e áreas com outro tipo de cobertura inclusive nuvens. O algoritmo pode todavia enganar-se ao classificar grandes massas de água como neve, dadas as propriedades de absorção da água nas bandas espectrais próximas do infra-vermelho. Esta particularidade do NDSI revela a necessidade da introdução, nalguma fase do modelo, de um filtro que permita a discriminação da água.

Mapa 1.2 - Cor verdadeira MODIS

Mapa 1.2 - Cor verdadeira MODIS

Mapa 1.3 - Resultados NDSI

Mapa 1.3 - Resultados NDSI

Mapa 1.4 - Reclassificação "Com neve" vs "Sem neve"

Mapa 1.4 - Reclassificação «Com neve» vs «Sem neve»

O resultado do NDSI é apresentado num mapa simples de uma banda criado pelo módulo «r.mapcalculator» do GRASS. Uma vez determinada a matriz (raster) NDSI é-lhe aplicado o limiar de 0.4 obtendo-se assim uma matriz (raster) booleana que contêm em cada entrada (pixel), o valor «Com neve» ou «Sem neve». Para conseguir essa classificação utilizou-se o «r.recode», outro módulo GRASS, e obteve-se o resultado apresentado em cima (Map 1.4 - Reclassificação «Com neve» vs «Sem neve»).

O raster recodificado é então convertido num conjunto de polígonos que circunscrevem os mantos de neve (exibidos em baixo, Mapa - 1.5 Polígonos de Neve). Estas áreas são então recortadas pelo limite da bacia hidrográfica das Nevadas (exibidas em baixo, Mapa - 1.6 Neve circunscrita à Bacia Hidrográfica das Nevadas), procedendo-se seguidamente à exclusão das grandes massas de água (exibida em baixo, Mapa 1.7 - Área Definitiva do Manto de Neve). Finalmente é gerado estatisticamente um valor para a área em apreço.

Mapa 1.5 - Polígonos de Neve

Mapa 1.5 - Polígonos de Neve

Mapa - 1.6 Neve circunscrita à Bacia Hidrográfica das Nevadas

Mapa - 1.6 Neve circunscrita à Bacia Hidrográfica das Nevadas

Mapa 1.7 - Área Definitiva do Manto de Neve

Mapa 1.7 - Área Definitiva do Manto de Neve

O resultado do modelo é um polígono que assinala a área coberta pela neve, circunscrita à Bacia Hidrográfica das Nevadas. Os atributos do polígono incluem o valor da área coberta e a sua percentagem relativamente à área da bacia. O modelo pode apreciar-se na totalidade, a seguir, na «Imagem 1.1 - Modelo do Índice de Neve de Diferença Normalizada (NDSI) das Ferramentas de Processamento do QGIS».

Imagem 1.1 - Modelo do Índice de Neve de Diferença Normalizada (NDSI) nas Ferramentas de Processamento do QGIS

Imagem 1.1 - Modelo do Índice de Neve de Diferença Normalizada (NDSI) nas Ferramentas de Processamento do QGIS

Resultados/Conclusão

As Ferramentas de Processamento do QGIS constituem um poderoso recurso de automatização de fluxos de trabalho (tarefas de dependência hierarquizada), como o da avaliação de mantos de neve. O modelo acima apresentado automatiza eficazmente o processo de avaliação da presença de neve e fornece um conjunto de dados de informação geográfica apropriados a representação gráfica bem como posterior utilização em aplicações estatísticas. É bem sucedido na remoção de erros subjectivos associados a outros métodos anteriormente utilizados na SHL, impondo-se como uma ferramenta de avaliação com características de consistência e reprodutibilidade.

Autor

Andrew Jeffrey é analista SIG na empresa Snowy Hydro Limited sediada em Cooma, estado de Nova Gales do Sul, Austrália. Terminou a sua licenciatura (Bsc) em 2004, na Universidade Charles Sturt de Wagga Wagga, com uma especialização em Sistemas de Informação Espacial. Na SHL, ao mesmo tempo que desempenha as comuns tarefas diárias, também proporciona informação geográfica de suporte a projectos entusiasmantes como o da Chuva Artificial.