Artigo Produção Nacional Revisado por pares

Modelagem da concentração de clorofila-a em um ecossistema aquático continental do seminário baseada em sensoriamento remoto

2021; UNIVERSIDADE FEDERAL DO CEARÁ; Volume: 52; Issue: 2 Linguagem: Português

ISSN

1982-9329

Autores

Fernando Bezerra Lopes, Cláudio Clemente Faria Barbosa, Evlyn Márcia Leão de Moraes Novo, Lino Augusto Sander de Carvalho, Eunice Maia de Andrade, Adunias dos Santos Teixeira,

Tópico(s)

Water Quality Monitoring Technologies

Resumo

Os dados de sensoriamento remoto sao essenciais para avaliar processos de natureza dinâmica em sistemas aquaticos continentais, tais como a eutrofizacao e o aumento da concentracao de sedimentos suspensos. Portanto, objetivou-se desenvolver modelos para estimar as concentracoes de clorofila-a a partir de dados de sensoriamento remoto. A area de estudo corresponde ao reservatorio Oros, Ceara. O desenvolvimento dos modelos baseou-se em medidas realizadas em 20 pontos amostrais. Foram coletadas amostras de agua para a analise das variaveis: i) clorofila-a, condutividade eletrica, pH, turbidez; ii) medicoes opticas in situ da transparencia da agua e da radiância espectral. As medidas de radiância foram realizadas utilizando um espectrorradiometro. Posteriormente, os dados espectrais foram transformados em fator de reflectância e utilizados para testar o desempenho de diversos modelos de estimativa de clorofila-a disponiveis na literatura. Os resultados indicaram que para o modelo de tres bandas o valor maximo do coeficiente de determinacao (R 2 ) de 0,88 foi obtido utilizando-se as bandas espectrais: λ 1 = 660 nm, λ 2 = 690 nm, e λ 3 = 717 nm. O modelo de duas bandas espectrais apresentou o melhor desempenho (R 2 = 0,87) para as bandas espectrais λ 1 = 660 nm e λ 2 = 690 nm. Os modelos apresentaram um erro medio absoluto de 5,35 e 5,00 μg L -1 , respectivamente para os modelos de tres e duas bandas espectrais. Os modelos desenvolvidos sao confiaveis, indicando que esta variavel limnologica pode ser quantificada a partir dos dados de sensoriamento remoto com elevado grau de confiabilidade.

Referência(s)