Análise estatística

Esta análise foi feita com base nas discrepâncias e nos fatores de correlação, de forma a permitir o enquadramento do produto final de acordo com a legislação pertinente bem como em relação às necessidades práticas dos profissionais envolvidos com cálculos de volumes em minas.

Nas tabelas abaixo, é possível observar as discrepâncias encontradas entre Altitude Ortométricas GNSS x Altitude Ortométrica medidas entres os MTDs.

Tabela 19 - Discrepâncias GNSS x MDT1

Alvo

Tabela 20 - Discrepâncias GNSS x MDT2

Alvo

Tabela 21 - Discrepâncias GNSS x MDT3

Tabela 22 - Média das discrepâncias Alvo Discrepância (m)

Tabela 23 - Médias de Altitude ortométricas

Alvo

Através da análise das discrepâncias encontradas nas Tabelas 20, 21 e 22, foi possível observar as diferenças entre os modelos, que variaram entre -0,076m até +0,063m no MDT1, -0,097m até +0,026m no MDT2 e o -0,055m até +0,033m no MDT3. Pode-se perceber que as médias encontradas nos modelos, respectivamente, foram de: -0,010, -0,017 e -0,21 metros, permitindo acurácia decimétrica, com benefícios em relação aos métodos convencionais, como eficiência e, principalmente, rapidez.

Na tabela 24, é possível observar os coeficientes de Correlação das duas varáveis, Altitude Ortométrica Digital x Precisão dos três modelos, calculados no software Excel 2013.

Em estatística descritiva, o coeficiente de correlação de Pearson tem como objetivo medir o grau da correlação e dar a direção entre duas variáveis de escala métrica, classificando como positiva ou negativa.

Este coeficiente, normalmente representado por p assume apenas valores entre -1 e 1.

 p = 1 Significa uma correlação perfeita positiva entre as duas variáveis.

 p = -1 Significa uma correlação negativa perfeita entre as duas variáveis – Isto é, se aumenta, a outra sempre diminui.

 p = 0 Significa que as duas variáveis não dependem linearmente uma da outra. No entanto, pode existir uma dependência não linear.

Calcula-se o coeficiente de correlação de Pearson segundo a seguinte fórmula:

e são os valores medidos de ambas as variáveis. Além disso

e

são as médias aritméticas de ambas as variaveis.

Tabela 24 - Coeficiente de Correlação Modelo Coeficiente

MDT1 -0,2787 MDT2 0,2335 MDT3 0,3403

Fonte: Produzido pelo autor, 2016.

Conclui-se que o grau de correlação no MDT1 é negativa fraca, já as correlações do MTD2 e MDT3, positivas fracas, comprovando que não dependem linearmente uma da outra, ou seja, a altitude no experimento não está relacionada diretamente à precisão altimetrica.

5 CONCLUSÃO

Conforme a Comissão Nacional de Cartografia (CONCAR), no que diz respeito às especificações técnicas de dados geoespaciais vetoriais, os resultados dos três levantamentos se enquadram na escala cartográfica de 1:1000, categoria

“A”. Analisando EMQxy e EMQz, observou-se que 100% dos erros dos pontos coletados no produto cartográfico/topográfico (ortoimagem), quando comparados com as suas coordenadas levantadas em campo por método diferencial em tempo real, ficaram abaixo dos 0,28m, limite este solicitado pela PEC planimétrica e PEC altimétrica previstas no Decreto 89.817, de 20 de junho de 1984.

Para o Departamento Nacional de Produção Mineral (DNPM), a referência de precisão nos produtos cartográficos é a do CONCAR, portanto a escala encontrada no experimento satisfaz a norma e atende a finalidade de cálculo de volumes em cavas de minas.

O vento influenciou diretamente na precisão planialtimétrica, causando turbulência durante a tomada das imagens. Tal fator é relevante na utilização desta tecnologia, portanto se indica que seja avaliada a velocidade do vento na hora da coleta.

6 TRABALHOS FUTUROS

- Avaliar os dados deste experimento em outros softwares comerciais de aerofotogrametria do mercado, buscando verificar diferenças e acurácia através dos algoritmos internos.

- Avaliar velocidade ideal para levantamento aerofotogramétrico com VANT de pequeno e médio porte.

- Realizar avaliação comparativa de custos e vantagens operacionais entre o VANT e o Laser Scanner 3D.

REFERÊNCIAS

ABNT NBR 13.133/94. Execução de levantamentos topográficos. 1994.

ANDRADE, J. B. Fotogrametria. Curitiba: SBEE, 1998.

ANDRADE, R. J. de O. Determinação do desvio da vertical empregando observáveis da topografia clássica e do posicionamento por satélites.

Dissertação de mestrado em Magister Scientiae. Viçosa: UFV, 2008.

ANGELO, N.P. Uma abordagem para a Detecção de Mudanças em Imagens Multitemporais de Sensoriamento Remoto Empregando Support Vector

machines com uma Nova Métrica de Pertinência. Tese de Doutorado, Programa de Pós-Gradução sem Sensoriamento Remoto – UFRGS. Porto Alegre, 2014.

BRITO, J; Coelho, L. Fotogrametria Digital. Instituto Militar de Engenharia, 2002.

CARDEIRA, B.; BALTAZAR, F. Arquitecturas para sistemas de navegação INS / GPS com aplicação a um helicóptero autônomo. Relatório de Trabalho Final de Curso, Universidade Técnica de Lisboa, Portugal, 2004.

CÂMARA, G.; DAVIS, C.; MONTEIRO, A. M. V. Introdução à ciência da informação. Disponível em: <www.dpi.inpe.br/gilberto/livro/introd/index.html>.

Acesso em: Abril 2013.

CHAPRA, S, C. CANALE, R.P. Métodos Numéricos para Engenharia. 5.ed . Porto Alegre: McGraw-Hill, 2008.

CONCAR. Especificação Técnica Para A Aquisição De Dados Geoespaciais Vetoriais. Infraestrutura Nacional de Dados Espaciais. 2.ed. Exército Brasileiro – CONCAR-EB Brasil. 2011.

DE GARMO, M. T. Issues Concerning Integration of Unmanned Aerial Vehicles in Civil Airspace. Center for Advanced Aviation System Development – Mitre, McLean, Virginia. 2004.

JORGE, L. A. C. Metodologia para Utilização de Aeromodelos em Monitoramento Aéreo: Análise de Imagens. Embrapa, São Carlos, 2003.

JUAN, L.; GWUN, O. A Comparison of SIFT, PCA-SIFT and SURF. International Journal of Image Processing (IJIP), v. 3, Issue 4, 2009.

LEICK, A. GPS Satellite Surveying. John Wiley & Sons: Toronto, Canadá, 1990.

LOWE D. G., Distinctive Image Features from Scale Invariant. International Journal of Computer Vision, 2004.

LONGHITANO, G. A. Imagens aéreas obtidas por aeronave do Projeto

A.R.A.R.A.: Testes para mapeamento de uso da terra e potenciais aplicações em Geografia. São Paulo. USP, 2006.

LOCH, C. Monitoramento global integrado de propriedades rurais. Editora da UFSC: Florianópolis, 1990.

LOWE, D. Distinctive image features from scaleinvariant keypoints. International Journal of Computer Vision, v. 60, n. 2, 2004.

MEDEIROS, F.A. Desenvolvimento de um veículo aéreo não tripulado para aplicação em agricultura de precisão, 2007. 102f. Dissertação (Mestrado em Engenharia Agrícola) Universidade Federal de Santa Maria, Santa Maria.

MONICO, J. F. G. Posicionamento pelo NAVSTAR-GPS: descrição, fundamentos e aplicações. São Paulo: UNESP, 2000.

MONICO, J. F. G. Posicionamento pelo GNSS: descrição, fundamentos e aplicações. São Paulo: UNESP, 2007.

MOREIRA, M.A. Fundamentos do sensoriamento remoto e metodologia de aplicação. 2.ed. Viçosa: Universidade Federal de Viçosa, 2003.

MERCHANT, D. C. Spatial Accuracy Standards for Large Scale Line Maps. In:

Proceedings of the Technical Congress on Surveying and Mapping, 1, p. 222-231, 1982.

NOVO, Evlyn M.L. de Moraes. Sensoriamento Remoto Princípios e Aplicações, São Paulo: E.Blücher, 2010.

RICHARDS, J. A.; JIA, X.; Remote Sensig Digital Analysus. New York: Springer, 2006.

SLOMPO, P JORGE H. Utilização de um veículo aéreo não tripulado para obtenção de dados dendrométricos de eucalyptus benthamii maiden et cambag. 38 f. 2013. Dissertação (Mestrado em Agronomia) - Programa de Pós-Graduação em Agronomia, Universidade Estadual do Centro-Oeste, Guarapuava, 2013.

SILVA, A. M. Curso de Processamento Digital de Imagens. Apostila. Porto Alegre:

XX Congresso Brasileiro de Cartografia, 2000.

SILVA, Irineu da; Curso de Fotogrametria Digital; Deptº de Transportes da Escola de Engenharia de São Carlos, USP; ExpoGEO; 1999.

SILVA, Irineu da; SEGANTINE, Paulo C.l. Topografia para Engenharia: Teoria e Prática de Geomática. São Paulo; 2015.

SILVA, E. S. Utilização de ortofotocartas digitais no sistema de gerenciamento de redes da distribuição – CEMIG. Monografia (Curso de Especialização em Geoprocessamento) , Universidade Federal de Minas Gerais, 2002.

PETTINATTI, F. Modelamento Digital de Terreno e Representação Gráfica de Superfície. Dissertação (Mestrado em Engenharia) - Escola Politécnica da

Universidade de São Paulo, Universidade de São Paulo, São Paulo, 1983.

AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL (ANAC). 2012. Instrução Suplementar - IS Nº 21-002 Revisão A, 4 out 2012. Disponível em:

<http://www2.anac.gov.br/biblioteca/IS/2012/IS%2021-002A.pdf> . Acesso em: 01 nov. 2012.

MIKOLAJCZYK, K.; SCHMID, C. Indexing Based on Scale Invariant Interest Points.

In: Proc. Eighth Int’l Conf. Computer Vision,8, 2001.

GONZALEZ, P. Desertification and a shift of forest species in the West African Sahel.

Climate Research, v.17, p.217-228, 2001. Disponível em: <http://www.int-res.com/articles/cr/17/c017p217.pdf>. Acesso em: Maio, 2015.

ANEXO A