A saída de dados de um modelo matemático depende da acuidade dos dados de entrada do modelo (Cook e Merwade, 2009; Witt, 2015). Portanto, tem-se a necessidade de um modelo com elevada precisão e exatidão. Pois não são suficientes os dados com resolução que se tem disponíveis para acesso gratuito, devido a estes não demostrarem com precisão as especificidades do terreno, como construções e vegetação, que podem vir a interferir nas simulações. Logo, através desta
72 metodologia, objetivou-se construir um Modelo Digital de Elevação (MDE) de alta resolução.
Para construção do MDE foi utilizado um Veículo Aéreo Não Tripulado (VANT)
DJI Phantom 3 Standart. Este drone tem acoplado uma câmera digital e Sistema de
Posicionamento Global (GPS) que georreferencia automaticamente cada imagem capturada ao longo do voo.
O equipamento possui a bordo uma câmera que pode capturar imagens de até 4000 x 3000 pixels, com sensor de 1 / 2.3 de abertura, 12,00 megapixeis de resolução e lentes de f / 2.8 com um campo de visão de 94 °. A câmera possui estabilização automática de imagem nos 3 eixos de rotação, um item crucial para que sejam capturadas imagens sem distorções nos voos.
O equipamento conecta-se continuamente a um controle remoto por uma rede
wifi de 2,4 gigahertz (Ghz). Por sua vez, o controle remoto conecta-se a um
smartphone (Samsung Galaxy S8) através do aplicativo DJI GO como interface entre os sistemas. Através do aplicativo, configurou-se uma captura de imagens sequenciais a cada 5 segundos de voo.
Para a realização do voo foram seguidas todas as orientações impostas na RBAC-E nº94 da ANAC que regulamenta os voos com drones. Como o DJI Phantom 3 está na Classe 3, e o voo foi realizado sempre com contato visual no equipamento, a mais de 30 metros de pessoas e a menos de 120 metros de altitude, não foram necessárias autorizações especiais.
O voo foi iniciado em uma das extremidades da área de interesse, sendo que o VANT foi elevado a uma altura aproximada inicial de 80 metros. Traçou-se uma rota pré-determinada acima das regiões de interesse com a captura constante das imagens a cada 5 segundos. A região de interesse foi delimitada a partir da área que já foi atingida por inundações ocorridas no município. Foram capturadas imagens além destes limites para não ocorrerem distorções por efeitos de borda.
Após um tempo de 20 minutos de voo foi necessário efetuar um carregamento da bateria e retorno das condições anteriores até o término da captura das imagens. A Figura 19 apresenta uma das imagens capturadas no voo sobre o município de Getúlio Vargas.
73 Figura 19: Imagem capturada pelo VANT mostrando a calha do Rio Abaúna.
Fonte: O Autor.
As imagens capturadas, já georreferenciadas, foram carregadas no Software
Agisoft Photo Scan, versão Trial. A primeira etapa foi a de calibração da câmera do
dispositivo. Foram selecionadas as 344 imagens capturadas, selecionado o tipo da câmera como frame, tamanho de pixel de 0.00170167x0.00170167mm e distância focal de 3,61 mm, já predefinidos pela câmera. O ajuste foi automático com coeficiente “f” pré-selecionado de 2121.45.
Por padrão, o software avalia os parâmetros da câmera durante as etapas de alinhamento e otimização com base nos dados da fotografia. Caso estes dados estejam em falta, eles podem ser inseridos manualmente.
Como as fotografias foram capturadas nas mais diversas orientações, o próximo passo realizado foi o do alinhamento das imagens. O software encontra pontos de correspondência entre as imagens sobrepostas, estima a posição da câmera para cada foto e constrói um modelo de nuvem de pontos esparsa.
Utilizou-se precisão definida no software como Elevada para este passo. Foram gerados nesta etapa 222.428 pontos tridimensionais. Cabe salientar que estes pontos possuem dados de latitude, longitude e altitude. A Figura 20 demonstra a nuvem de pontos esparsa.
74 Figura 20: Nuvem de pontos esparsa.
Fonte: O Autor.
O próximo passo foi a geração de uma nuvem de pontos densa que aumenta a resolução do modelo. Com base nas posições estimadas da câmera, o programa calcula informações de profundidade para cada imagem, combinados posteriormente em uma única nuvem de pontos densa.
Novamente, utilizou-se a opção de precisão definida no software como Elevada e filtro de profundidade como Agressive. Este passo gerou 86.146.507 pontos tridimensionais. A Figura 21 demonstra esta nuvem de pontos.
Figura 21: Nuvem de pontos densa.
75 Após a construção da nuvem de pontos densa, gerou-se modelos de malha poligonal com base nos dados da nuvem densa. O tipo da superfície foi definido como
Arbitrário, a opção precisão foi definida como Elevada e a interpolação foi a Enabled(default). Executou-se a união destes pontos para melhor visualização do
terreno. Esta etapa gerou uma superfície com 90.000 faces e 45.236 vértices. A Figura 22 mostra este modelo de malha poligonal.
Figura 22: Modelo de malha poligonal.
Fonte: O autor.
O MDE pôde ser gerado com base na nuvem densa ou modelo de malha. Utilizou-se a nuvem densa de pontos, pois fornece resultados mais precisos e permite um processamento mais rápido, uma vez que o passo de geração de malha pode ser ignorado. Especificou-se o sistema de coordenadas como WGS 84.
Adiante ocorreu a geração do MDE com resolução de 0,34 m, sendo que um conjunto de 3 x 3 pixels, possui aproximadamente 1 m². O mesmo foi exportado em coordenadas geográficas WGS 84, em formato Geotiff. Com o auxílio do SIG QGis efetuou-se a conversão das coordenadas decimais para UTM. Este passo foi necessário para facilitar a geração do grid espacial nos modelos hidrodinâmicos, pois o tamanho do grid é dado em metros.
4.4 CONSTRUÇÃO DA GEOMETRIA PARA AS SIMULAÇÕES 1D E 2D NO HEC-