scholarly journals ANÁLISE DE ELEMENTOS DO RELEVO ATRAVÉS DO TOPOGRAPHIC POSITION INDEX (TPI) DA BACIA HIDROGRÁFICA DO ARROIO PUITÃ – OESTE DO RIO GRANDE DO SUL/BRASIL

2016 ◽  
Vol 31 ◽  
pp. 14 ◽  
Author(s):  
Romario Trentin ◽  
Luis Eduardo De Souza Robaina ◽  
Débora Da Silva Baratto
Keyword(s):  
Rio Grande ◽  
Shuttle Radar Topography Mission ◽  
Rio Grande Do Sul ◽  
Topographic Position ◽  
Topographic Position Index ◽  
Position Index

O presente trabalho teve como objetivo a determinação de classes do Topographic Position Index (TPI) na bacia hidrográfica do arroio Puitã. O arroio Puitã localiza-se no sul do Brasil, oeste do estado do Rio Grande do Sul. A base altimétrica para a definição do Topographic Position Index, foram os dados de radar do “Shuttle Radar Topography Mission” (SRTM). O TPI é a base do sistema de classificação e, é simplesmente a diferença entre um valor de elevação de células e a altitude média da vizinhança em torno dessas células. Valores positivos significam que a célula é mais elevada do que os seus arredores, enquanto valores negativos significa que é mais baixa. A escala utilizada para a definição das classes de TPI, foi de 10 pixeis, ou seja, foi utilizado um raio de 10 pixeis para a análise da vizinhança que compõem a média de altitude e estabelece o valor de TPI do pixel central. As classes de TPI determinadas foram assim denominadas: vales; áreas planas; encostas suaves; encostas onduladas; encostas íngremes e topo das encostas. A área de encostas suaves predomina na bacia com 38,06% da área total. As áreas de encostas onduladas e áreas planas são as segunda e terceira, em área, com 27,15% e 27,11%, respectivamente. A área de topo das encostas é a que ocupa a menor área, com apenas 0,44% da área total. A aplicação da metodologia de determinação do relevo através Topographic Position Index apresentou um resultado que responde bem as feições de relevo observadas em campo, o que o potencializa para a aplicação em outras áreas.

scholarly journals Variação de atributos do solo ao longo de três topossequências no planalto do Rio Grande do Sul (Variation of soil attribute along of three toposequence in the Rio Grande do Sul plateau)

2017 ◽  
Vol 10 (5) ◽  
pp. 1435
Author(s):  
Viviane Capoane ◽  
Tales Tiecher ◽  
Danilo Rheinheimer dos Santos
Keyword(s):  
Land Use ◽  
Soil Properties ◽  
Soil Profile ◽  
Rio Grande ◽  
P Availability ◽  
Rio Grande Do Sul ◽  
Organic C ◽  
Topographic Position ◽  
Natural Grasslands ◽  
Total P

Este trabalho investigou os efeitos da topografia e das práticas de uso e manejo do solo na variabilidade de alguns atributos do solo ao longo de três topossequências localizadas no planalto do Rio Grande do Sul. As topossequências (Tps) estão inseridas em uma bacia hidrográfica situada no município de Júlio de Castilhos. Na Tp1 foram definidos quatro pontos de amostragem e na Tp2 e Tp3, cinco pontos. Em cada perfil foram coletadas amostras em 5 camadas de solo (0‒5, 5‒10, 10‒20, 20‒40 e 40‒60 cm). Em laboratório foram determinados os atributos: densidade, argila, pH em água, carbono (C) orgânico total, fósforo (P) total, P orgânico total, P disponível, óxidos de ferro (Fe) e alumínio (Al) cristalinos e amorfos. Os resultados encontrados mostram que o movimento de sedimentos em superfície e através do perfil do solo é controlado pela posição, forma e declividade da encosta e, pelas atividades antrópicas como o uso e manejo do solo e aplicação de fertilizantes. Considerando as classes de uso da terra, os maiores teores de C e P (total, orgânico e disponível) foram obtidos na área úmida, seguido da lavoura e campo nativo. Considerando a posição na encosta os teores de C e P foram maiores na baixada seguido da base da encosta, topo e meia encosta. A condição hidromórfica ao longo das topossequências desempenhou um papel importante na disponibilidade de P, acúmulo C orgânico total e solubilização dos óxidos de Fe e Al. A B ST R A C TThis work investigated the effects of topography and land use and soil management practices on the variability of some soil properties along three toposequences located in the Rio Grande do Sul plateau, Southern Brazil. The toposequences (Tps) evaluated are from a watershed located in the municipality of Júlio de Castilhos. Soil samples were taken in four points in Tp1 and in five points in Tp2 and Tp3. In each point samples were taken at five depths (0‒5, 5‒10, 10‒20, 20‒40, and 40‒60 cm). The soil properties evaluated were soil density, clay, pH in water, total organic carbon (C), total phosphorus (P), total organic P, available P, and amorphous and crystalline iron (Fe) and aluminum (Al) oxides. Results show that the transport of sediments on the surface and through the soil profile is controlled by topographic position, landform, slope, and also by the anthropic activities such as the use and management of the soil and the application of fertilizers. Considering the classes of land use, the highest levels of C and P (total, organic and available) were obtained in the wetlands, followed by the crop fields and natural grasslands. Considering the topographic position, the contents of C and P were higher in the floodplain followed by the base of the slope, top and middle slope. Hydromorphic conditions along the toposequences played an important role in P availability, total organic C accumulation and solubilization of Fe and Al oxides.keywords: Land use, topographic position, soil profile, soil properties. 

Application of the topographic position index to heterogeneous landscapes

Geomorphology ◽  
2013 ◽  
Vol 186 ◽  
pp. 39-49 ◽  
Author(s):  
Jeroen De Reu ◽  
Jean Bourgeois ◽  
Machteld Bats ◽  
Ann Zwertvaegher ◽  
Vanessa Gelorini ◽  
...  
Keyword(s):  
Topographic Position ◽  
Topographic Position Index ◽  
Heterogeneous Landscapes ◽  
Position Index

scholarly journals Relação entre as variáveis Geomorfométricas e a Vegetação Florestal na Bacia Hidrográfica do Arroio Caverá - Oeste do RS

2015 ◽  
Vol 29 ◽  
pp. 246 ◽  
Author(s):  
Paula Mirela Almeida Guadagnin ◽  
Romario Trentin ◽  
Fabiano Da Silva Alves
Keyword(s):  
Rio Grande ◽  
Shuttle Radar Topography Mission ◽  
Landsat 8 ◽  
Rio Grande Do Sul ◽  
Campos Sulinos

A vegetação na região oeste do Estado do Rio Grande do Sul apresenta como principal característica fisionômica a predominância da formação campestre com relação à vegetação florestal, porém alguns autores esclarecem que os campos sulinos devem ser interpretados como “formações relictuais” em relação às florestas no atual clima ombrófilo. O “avanço” da vegetação florestal sobre a original predominância campestre no oeste do Estado pode ser associado também às variações topográficas do terreno e à dinâmica da água no solo. Entretanto, são raros os estudos detalhados que fazem a relação entre estes elementos da paisagem, com a utilização de informações espacializadas. Este trabalho busca demonstrar a relação existente entre a distribuição das tipologias de vegetação florestal e as formas componentes das encostas na bacia hidrográfica do arroio Caverá (BHAC), utilizando para tal, variáveis geomorfométricas extraídas de dados SRTM (Shuttle Radar Topography Mission) e mapa de vegetação gerado através do SIG ArcGIS 10.1 (ESRI, 2013), com o uso de imagens Landsat 8 Sensor OLI (Operational Land Imager). A partir dos parâmetros altitude, declividade, perfil e plano de curvatura, foram identificadas e descritas 12 unidades geomorfométricas para a bacia. A vegetação florestal na BHAC apresenta-se em duas tipologias: matas ciliares e capões-de-mato/ matas de encosta.

scholarly journals A Parsimonious Approach to Estimate Soil Organic Carbon Applying Unmanned Aerial System (UAS) Multispectral Imagery and the Topographic Position Index in a Heterogeneous Soil Landscape

2021 ◽  
Vol 13 (18) ◽  
pp. 3557
Author(s):  
Marc Wehrhan ◽  
Michael Sommer
Keyword(s):  
Remote Sensing ◽  
Organic Carbon ◽  
Soil Organic Carbon ◽  
Prediction Errors ◽  
Field Scale ◽  
Local Approach ◽  
Topographic Position ◽  
Topographic Position Index ◽  
Soil Landscape ◽  
Position Index

Remote sensing plays an increasingly key role in the determination of soil organic carbon (SOC) stored in agriculturally managed topsoils at the regional and field scales. Contemporary Unmanned Aerial Systems (UAS) carrying low-cost and lightweight multispectral sensors provide high spatial resolution imagery (<10 cm). These capabilities allow integrate of UAS-derived soil data and maps into digitalized workflows for sustainable agriculture. However, the common situation of scarce soil data at field scale might be an obstacle for accurate digital soil mapping. In our case study we tested a fixed-wing UAS equipped with visible and near infrared (VIS-NIR) sensors to estimate topsoil SOC distribution at two fields under the constraint of limited sampling points, which were selected by pedological knowledge. They represent all releva nt soil types along an erosion-deposition gradient; hence, the full feature space in terms of topsoils’ SOC status. We included the Topographic Position Index (TPI) as a co-variate for SOC prediction. Our study was performed in a soil landscape of hummocky ground moraines, which represent a significant of global arable land. Herein, small scale soil variability is mainly driven by tillage erosion which, in turn, is strongly dependent on topography. Relationships between SOC, TPI and spectral information were tested by Multiple Linear Regression (MLR) using: (i) single field data (local approach) and (ii) data from both fields (pooled approach). The highest prediction performance determined by a leave-one-out-cross-validation (LOOCV) was obtained for the models using the reflectance at 570 nm in conjunction with the TPI as explanatory variables for the local approach (coefficient of determination (R²) = 0.91; root mean square error (RMSE) = 0.11% and R² = 0.48; RMSE = 0.33, respectively). The local MLR models developed with both reflectance and TPI using values from all points showed high correlations and low prediction errors for SOC content (R² = 0.88, RMSE = 0.07%; R² = 0.79, RMSE = 0.06%, respectively). The comparison with an enlarged dataset consisting of all points from both fields (pooled approach) showed no improvement of the prediction accuracy but yielded decreased prediction errors. Lastly, the local MLR models were applied to the data of the respective other field to evaluate the cross-field prediction ability. The spatial SOC pattern generally remains unaffected on both fields; differences, however, occur concerning the predicted SOC level. Our results indicate a high potential of the combination of UAS-based remote sensing and environmental covariates, such as terrain attributes, for the prediction of topsoil SOC content at the field scale. The temporal flexibility of UAS offer the opportunity to optimize flight conditions including weather and soil surface status (plant cover or residuals, moisture and roughness) which, otherwise, might obscure the relationship between spectral data and SOC content. Pedologically targeted selection of soil samples for model development appears to be the key for an efficient and effective prediction even with a small dataset.

Identifying Small Depressional Wetlands and Using a Topographic Position Index to Infer Hydroperiod Regimes for Pond-Breeding Amphibians

Wetlands ◽  
2017 ◽  
Vol 37 (2) ◽  
pp. 325-338 ◽  
Author(s):  
Jeffrey W. Riley ◽  
Daniel L. Calhoun ◽  
William J. Barichivich ◽  
Susan C. Walls
Keyword(s):  
Depressional Wetlands ◽  
Topographic Position ◽  
Topographic Position Index ◽  
Position Index

Landform Analysis Using Terrain Attributes. A Gis Application on the Island of Ikaria (Aegean Sea, Greece)

2017 ◽  
Vol 17 (1) ◽  
pp. 90-97 ◽  
Author(s):  
Athanasios Skentos ◽  
Anagnostopoulou Ourania
Keyword(s):  
Morphometric Analysis ◽  
Aegean Sea ◽  
Gis Application ◽  
Topographic Position ◽  
Spatially Correlated ◽  
Topographic Position Index ◽  
Geological Setting ◽  
Terrain Attributes ◽  
Position Index ◽  
Landform Units

Abstract The main objective of this study is to classify the landforms of Ikaria Island by conducting morphometric analysis. The whole classification process is based on the calculation of the Topographic Position Index (TPI). The delivered TPI landform classes are spatially correlated with the geology, slope, valley depth and the topographic ruggedness of the island. The results of this study indicate the presence of two distinctive landform units, affected mainly by the local geological setting.

Sign in / Sign up

Export Citation Format

Share Document