Detalhes bibliográficos
| Ano de defesa: |
2022 |
| Autor(a) principal: |
FEITOZA, Vítor Soares
 |
| Orientador(a): |
VIEIRA, Eliane Maria
|
| Banca de defesa: |
MONTE-MOR, Roberto Cézar de Almeida
,
FONSECA NETO, Francisco de Deus
|
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Itajubá
|
| Programa de Pós-Graduação: |
PPG - Programas de Pós Graduação - Itabira
|
| Departamento: |
PPG - Programas de Pós Graduação - Itabira
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.unifei.edu.br/jspui/handle/123456789/3450
|
Resumo: |
A Lagoa da Pampulha é uma represa urbana localizada no município de Belo Horizonte/MG, sendo considerada um cartão postal de importante valor turístico e cultural. Devido à pressão antrópica, é importante que seja feito o monitoramento dos parâmetros da qualidade da água superficial, em especial a clorofila-a, a principal variável biológica indicadora de estado trófico e de integridade ambiental dos ecossistemas aquáticos. Nesse sentido, são utilizados os trabalhos de campo para monitorar esse e outros parâmetros; porém, devido aos custos envolvidos, estes são coletados de forma espaçada no tempo. Diante disso, vem sendo utilizado o sensoriamento remoto aquático (SRA) como uma forma complementar de geração de dados, pois possibilita a aquisição de informações de acordo com o tempo de revisita do satélite. A esses pontos de monitoramento de SRA dá-se o nome de Estações Virtuais, que são de suma importância por não terem custo, atenderem a áreas remotas, possibilitarem a aquisição de dados desde o lançamento do satélite e a constância de informações com a sua passagem pela área de estudo. Por isso, este trabalho teve como objetivo explorar técnicas vinculadas ao processamento de imagens de satélite, análises estatísticas e de regressão polinomial com o intuito de predizer e modelar as concentrações de clorofila-a na Lagoa da Pampulha. Para isso, inicialmente, foram utilizados dados mensais de clorofila-a no período de 2016 a 2020, obtidos por meio de solicitação à Prefeitura Municipal de Belo Horizonte (PBH). Essas informações foram o ponto de partida para a seleção das 28 imagens do satélite Sentinel-2, que estavam compreendidas na janela temporal de até 7 dias entre a passagem do satélite e a coleta de campo; e de 23 imagens para o período de até 3 dias. Uma análise de regressão polinomial de segunda ordem foi aplicada para realizar a calibração e a validação das equações criadas. O coeficiente de determinação (R²) e o coeficiente de correlação linear de Pearson (R) foram utilizados para avaliar a performance do modelo de regressão, tanto no caso das calibrações quanto das validações das equações geradas. Esses índices estatísticos foram utilizados considerando-se uma única equação para todos os pontos e, separando por estações do ano (seca e chuvosa) e por ponto de monitoramento. Além disso, considerou-se também o método de exclusão de valores anômalos (outliers) nas etapas de calibração e validação. Os resultados indicaram que os modelos gerados por meio de regressão polinomial de grau dois tiveram melhor ajuste ao conjunto de imagens do sensor Multispectral Instrument (MSI) transportado a bordo do satélite Sentinel-2, sendo que aquelas obtidas com até 7 dias entre a coleta de campo e a passagem do satélite apresentaram uma correlação menor entre as estimativas de clorofila-a do que as com até 3 dias. Ademais, o desempenho das equações de clorofila-a não foi satisfatório quando considerada a calibração com todos os dados dos 6 pontos de monitoramento e no que tange às estações do ano (seca e chuvosa), mesmo considerando-se a exclusão de valores anômalos. As melhores métricas dos indicadores estatísticos foram encontradas para uma diferença de até 3 dias entre o campo e a passagem do satélite; nos pontos 2, 3, 4, 5 e 6, apresentando valores de R² de até 85,67% e R igual a 0,92, o que demonstra uma correlação forte para as equações nesses locais. Portanto, a integração de dados de sensoriamento remoto no mapeamento de lagoas com a aplicação de regressão polinomial na análise de dados é uma abordagem bastante promissora para prever a clorofila–a, bem como as suas variações espaciais e temporais. |
