Entendendo o sistema hidrográfico antes de começar a mapear
A hidrografia da mata atlântica funciona de uma maneira bem particular. As bacias são curtas, os rios correm rápido encosta abaixo e a densidade de drenagem é altíssima quando comparada com outros biomas. O relevo acidentado faz com que a água encontre o caminho do mar em questão de poucos quilômetros, e isso cria uma rede de microbacias que se sobrepõe de forma confusa nos mapas convencionais. O problema real começa quando você tenta modelar essa rede no GIS. Os dados de elevação padrão, como o SRTM com resolução de 30 metros, simplesmente não capturam os cursos d'água menores que cortam os vales estreitos. Eu passei semanas tentando extrair linhas de drenagem de um dataset de 30m para uma área no sul da Bahia e o resultado era uma rede incompleta que ignorava cerca de 60% dos riachos que existiam no terreno. A solução foi combinar o modelo digital de elevação com dados de LiDAR terrestre obtidos via requerimento ao INPE, o que reduziu a resolução para algo em torno de 1 metro na zona estudada. Depois disso, a extração das linhas ficou muito mais fiel à realidade.
hidrografia da mata atlântica: ferramentas e fluxo de trabalho
Você vai precisar do QGIS como base. O plugin SAGA GIS já vem embutido e é suficiente para a maioria das etapas. O fluxo que eu uso é o seguinte: preencher depressões no MDE, calcular a direção do fluxo, gerar o acumulo de fluxo, e então extrair a rede com um threshold que você define manualmente. O threshold é o ponto onde a maioria dos usuários erra. Um valor alto demais gera linhas retas e simplificadas que não correspondem ao terreno real. Um valor baixo demais gera centenas de linhas fantasmas em áreas planas onde não há drenagem de verdade. Para a mata atlântica, comece testando thresholds entre 500 e 2000 células, dependendo da resolução do seu MDE. Rodando testes em três áreas diferentes, percebi que um threshold de 800 células em dados de 12 metros de resolução entregava resultados estáveis para mapeamento de ordem de stream até a quarta ordem.
Depois de extrair a rede, use o comando de ordenação de Strahler para classificar os segmentos. Isso é importante porque os mananciais de primeira e segunda ordem na mata atlântica têm proteção legal específica pela lei de proteções de APP, e saber a ordem correta do curso d'água muda completamente a interpretação técnica do relatório ambiental.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Armazenamento e compartilhamento dos dados
Se você precisa baixar dados de elevação específicos para a região da mata atlântica, o site mais direto é o http://www.aplu.pt/. Lá é possível acessar datasets de MDE que já cobrem boa parte do litoral e do interior da faixa atlântica brasileira. Os shapefiles resultantes do processamento precisam ser salvos em formato GeoPackage, não em SHP. Arquivos Shape são limitados a 2GB e perdem precisão decimal após certos tamanhos, o que é problemático quando você trabalha com redes hidrográficas detalhadas em áreas extensas. O GeoPackage resolve isso e ainda permite armazenar várias camadas no mesmo arquivo.
O que os mapas não mostram
Aqui vai algo que poucos mencionam: a hidrografia da mata atlântica muda sazonalmente de forma muito mais agressiva do que a hidrografia de cerrado ou caatinga. Rios intermitentes que aparecem nos mapas oficiais como perenes na verdade secam parcialmente entre julho e setembro. Já me deparei com situações onde a extração automática do GIS indicava continuidade de curso d'água em um trecho que, na inspeção de campo, estava completamente seco e fragmentado. O mapeamento remoto sozinho nunca captura essa variação. Outro ponto que os manuais ignoram: a cobertura de dossel denso da mata atlântica interfere na aquisição de dados LiDAR em níveis mais baixos. A energia do laser penetra mal nas camadas superiores e os pontos que chegam ao solo são esparsos nas áreas de mata mais fechada. O resultado é um MDE com buracos que geram linhas de fluxo erradas automaticamente. Quando isso acontece, o workaround que eu uso é interpolar as lacunas com dados do ALOS PALSAR em vez de confiar no preenchimento padrão do software, que tende a criar planícies artificiais nos vales.
Se o seu objetivo é apenas um mapeamento geral para estudo acadêmico ou trabalho de conclusão de curso, os dados SRTM gratuitos podem ser suficientes. Mas se você está elaborando um estudo de impacto ambiental ou um plano de manejo que exige precisão hidrológica, recomendo investir em dados de alta resolução ou, no mínimo, fazer uma validação de campo em pelo menos dois pontos da bacia para calibrar o threshold antes de processar a área inteira. O tempo que você economiza deixando o software rodar sozinho pode virar perda se os dados forem inconsistentes.
