Avaliação da eficiência de modelos de estimativa de clorofila-a por sensoriamento remoto em reservatórios do semiárido brasileiro

• Ano de defesa: 2023
• Autor(a) principal: COSTA, Laisa Daiana Alcântara.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Tecnologia e Recursos Naturais - CTRN; PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL E AMBIENTAL; UFCG
• Palavras-chave em Português: Google Earth Engine; Modelos espectrais; Qualidade de água; Monitoramento dos corpos hídricos; Sentinel 2; Spectral models; Water quality; Monitoring of water bodies; Sensoriamento remoto; Engenharia Civil e Ambiental
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/36701

A estimativa da qualidade da água dos reservatórios do Semiárido Brasileiro (SAB), por sensoriamento remoto utilizando satélite, representa uma importante ferramenta de monitoramento, auxiliando a gestão de recursos hídricos nesses ambientes. Um parâmetro comumente estimado por satélite é a Clorofila-a (Cla-a), o qual representa um indicador do processo de eutrofização dos corpos hídricos. Portanto, este trabalho teve como objetivo avaliar o desempenho de 22 modelos espectrais disponíveis na literatura para estimativa de Cla-a, em 170 reservatórios do SAB. Para isso, utilizou-se dados de campo de Órgãos Públicos responsáveis pelo monitoramento desses mananciais. As imagens de satélite foram obtidas do Sentinel 2, nível 2A e 1C na plataforma do Google Earth Engine. Os dados Sentinel 2 3 2A contém correção atmosférica pelo algoritmo Sen2cor, já as imagens Sentinel 2 3 1C foram submetidas a correção pelo modelo SIAC (do inglês: Sensor Invariant Atmospheric Correction). Os conjuntos de dados foram analisados em tipologias de agrupamentos: por volumes dos mananciais; por concentrações de Cla-a de campo; e por reservatórios individualmente. Visando avaliar o desempenho dos modelos em diferentes cenários, foi empregado períodos temporais distintos nas análises (2015-2022 e 2019-2022). As correlações das imagens Sentinel 2 corrigidas pelo Sen2cor foram um pouco maiores, se comparadas com as imagens corrigidas pelo SIAC. Observou-se uma baixa eficiência dos modelos testados quando utilizado um número grande de reservatórios e a quantidade de correlações diminuiu à medida que o período temporal aumentou, possivelmente por estes possuírem dependência espaço-temporal por ambientes com características semelhantes aos locais onde foram gerados. Portanto, ainda persiste o desafio de adquirir um modelo eficaz para estimar Cla-a por satélite para todos os reservatórios do semiárido brasileiro, oferecendo suporte aos gestores de recursos hídricos locais. Contudo, recomenda-se a recalibração dos modelos para os reservatórios em que o R² apresentou bom desempenho, como alternativa para reduzir os erros avaliados pelo NMRSE e o NSE, e possibiliar a utilização com segurança desses modelos nesses corpos hídricos.