Embed Size (px)
Citation preview
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO
CENTRO DE CIÊNCIAS HUMANAS E NATURAIS
DEPARTAMENTO DE OCEANOGRAFIA E ECOLOGIA
CURSO DE GRADUAÇÃO EM OCEANOGRAFIA
DENY OLIVEIRA DE CARVALHO
DETECÇÃO REMOTA DE MATERIAL PARTICULADO EM
SUSPENSÃO NA REGIÃO DA BAÍA DO ESPÍRITO SANTO
VITÓRIA 2013
DENY OLIVEIRA DE CARVALHO
DETECÇÃO REMOTA DE MATERIAL PARTICULADO EM
SUSPENSÃO NA REGIÃO DA BAÍA DO ESPÍRITO SANTO
Trabalho de Conclusão de Curso apresentado ao Curso de Graduação em Oceanografia do Departamento de Oceanografia e Ecologia da Universidade Federal do Espírito Santo, como requisito final para obtenção do título de Bacharel em Oceanografia. Orientador: Prof. Dr. Julio Tomás Aquije Chacaltana Coorientador: MSc. Gregório Luiz Galvão Teixeira
VITÓRIA 2013
RESUMO
Águas costeiras são caracterizadas por elevada turbidez, devido à presença de
partículas suspensas de origem mineral ou orgânica, denominadas Material
Particulado em Suspensão (MPS). Estas partículas, provenientes principalmente de
aporte fluvial e ressuspensão, têm relação direta com a ecologia dos ecossistemas,
já que afetam diretamente a produtividade primária, crescimento de recifes, e
transporte de nutrientes e poluentes. A complexidade do transporte e distribuição do
MPS, dificultam o estudos através de cruzeiros oceanográficos e modelagem
numérica. Diversos estudos tem mostrado a possbilidade de detectar o MPS através
do sensoriamento remoto, com a vantagem de se obter dados sinóticos a um baixo
custo operacional. O presente trabalho teve como objetivo a quantificação do MPS
na Baía do Espírito Santo (BES), através do sensoriamento remoto. Foi gerado um
algoritmo empírico através de regressão linear entre dados da banda 1 do sensor
MODIS, e dados in situ obtidos em campanhas de monitoramento ambiental. Foi
encontrado coeficiente de determinação r²=0,71 entre os dados, corroborando a
viabilidade do uso de dados MODIS no estudo do MPS. No entanto, foi evidenciada
a necessidade de um maior conjunto de dados representativos das variações
ambientais da BES. Os mapas de concentração de MPS permitiram identificar
padrões de distribuição em diferentes condições meteoceanográficas, confirmando
a aplicabilidade dos dados com resolução espacial de 250 m mesmo em áreas
pequenas como a BES.
LISTA DE FIGURAS
Figura 1 - Representação gráfica do ângulo sólido. ................................................. 10
Figura 2 – Representação gráfica da radiância. ....................................................... 11
Figura 3 - Contribuições do sinal detectado remotamente:a-luz espalhada pela
atmosfera;b-luz refletida especularmente pela superfície da água; c-luz emergente
da superfície da água. Fonte: IOCCG (2000). ........................................................... 13
Figura 4 - Baía do Espírito Santo e regiões adjacentes. Datum: WGS-84. .............. 20
Figura 5 – Mapa faciológico da região da Baía do Espírito Santo. Fonte: Albino et al.
(2001). ....................................................................................................................... 21
Figura 6 – Pluviosidade média mensal na região da Grande Vitória, entre os anos
de 1925 e 2000. Fonte: Albino et al. (2004). ............................................................. 22
Figura 7 – Localização dos pontos de coleta de água. Datum: WGS-84. ................ 25
Figura 8 – Fluxograma descrevendo o processamento dos dados de satélite. ........ 27
Figura 9 – Fluxograma descrevendo a geração dos mapas de concentração de
MPS. ......................................................................................................................... 29
Figura 10 – Sólidos suspensos totais (SST), como função da reflectância obtida por
sensoriamento remoto. .............................................................................................. 31
Figura 11 – Mapas de MPS (mg/L) gerados através de imagens MODIS. Mapa
superior: 02/02/2011, mapa inferior: 04/02/2011. ...................................................... 35
Figura 12 - Mapas de MPS (mg/L) gerados através de imagens MODIS. Mapa
superior: 24/08/2011, mapa inferior: 26/08/2011 ....................................................... 36
SUMÁRIO
1 INTRODUÇÃO ..................................................................................................... 6
2 OBJETIVOS ......................................................................................................... 8
2.1 HIPÓTESE......................................... ERROR! BOOKMARK NOT DEFINED.
2.2 OBJETIVO GERAL ....................................................................................... 8
2.3 OBJETIVOS ESPECÍFICOS ......................................................................... 8
3 FUNDAMENTAÇÃO TEÓRICA ........................................................................... 9
3.1 CONCEITOS FÍSICOS .................................................................................. 9
3.1.1 Radiação Eletromagnética ..................................................................... 9
3.1.2 Quantificação da Radiação .................................................................... 9
3.2 ABSORÇÃO E ESPALHAMENTO ............................................................. 11
3.3 SENSORIAMENTO REMOTO DA COR DO OCEANO .............................. 11
3.3.1 Propriedades Ópticas Inerentes e Aparentes ..................................... 14
3.4 CONSTITUINTES OPTICAMENTE SIGNIFICANTES DA ÁGUA DO MAR15
3.4.1 Material Particulado Em Suspensão .................................................... 16
3.5 SENSOR MODIS ......................................................................................... 17
3.5.1 Dados MODIS......................................................................................... 17
4 REVISÃO BIBLIOGRÁFICA .............................................................................. 18
5 ÁREA DE ESTUDO ........................................................................................... 20
5.1 LOCALIZAÇÃO ........................................................................................... 20
5.2 GEOMORFOLOGIA .................................................................................... 21
5.3 ASPECTOS METEOROLÓGICOS ............................................................. 22
5.4 CLIMA DE ONDAS ..................................................................................... 23
6 METODOLOGIA ................................................................................................ 24
6.1 DADOS IN SITU .......................................................................................... 24
6.2 DADOS DE SATÉLITE ............................................................................... 26
6.3 GERAÇÃO DO ALGORITMO ..................................................................... 27
6.4 QUANTIFICAÇÃO DO MPS........................................................................ 28
7 RESULTADOS E DISCUSSÃO ......................................................................... 30
7.1 ALGORITMO ............................................................................................... 30
7.2 APLICAÇÃO DO ALGORITMO .................................................................. 33
8 CONCLUSÃO .................................................................................................... 37
9 REFERÊNCIAS BIBLIOGRÁFICAS .................................................................. 38
6
INTRODUÇÃO1
Águas costeiras geralmente são caracterizadas por elevada turbidez, principalmente
em mares rasos e desembocaduras de rios e estuários. A turbidez é causada por
uma variedade de partículas, de origem mineral ou orgânica. O conjunto dessas
partículas é chamado de Material Particulado em Suspensão (MPS), ou Sólidos
Suspensos Totais (SST) (IOCCG, 2008).
A parte mineral do MPS é proveniente principalmente de descargas fluviais e erosão
costeira, que fornecem quantidades consideráveis de sedimentos, que tendem a se
acumular na plataforma. A ação de ondas de vento e correntes de maré na
plataforma interna tende a ressuspender os sedimentos (SOULSBY, 1997),
elevando a carga de partículas em suspensão e levando a uma alta turbidez na
coluna d’água.
Altas concentrações de MPS geram consequencias ecológicas diretas. A turbidez
elevada impede a penetração de luz poucos metros abaixo, afetando a
produtividade primária (MAY et al., 2003), e o crescimento de corais (McLAUGHLIN
et al., 2003), tendo influencia direta na saúde dos ecossistemas. Outro fator
importante é sua relação com o transporte de poluentes adsorvidos às partículas
minerais, e a dinâmica de nutrientes (MAYER et al., 1998; STÅHLBERG et al.,
2006).
A complexidade do transporte e distribuição do MPS dificultam observações
representativas por cruzeiros e estudos por modelagem numérica. Somente
observações com levantamentos aéreos e dados de satélite permitem analisar seus
padrões de distribuição e variabilidade temporal. Se fazem necessárias então,
observações de alta resolução espacial e temporal para mapear a distribuição e
analisar os mecanismos de transporte do MPS (IOCCG, 2008).
Em águas costeiras e continentais o espalhamento da luz por materiais em
suspensão freqüentemente domina o espectro de reflectância em relação à água
pura e absorção dos pigmentos fotossintéticos. O efeito mais marcante do aumento
da concentração de sedimentos suspensos é o aumento da luz refletida em
comprimentos de onda superiores a 500 nm (MOBLEY, 1994; HAN, 1997). Essa
7
característica permite detectar os sedimentos em suspensão através do
sensoriamento remoto orbital. A vantagem é a obtenção de informações sinóticas a
um baixo custo operacional.
Diversos autores têm quantificado o MPS através de relações empíricas entre a
reflectância de sensoriamento remoto e medições in situ da concentração de sólidos
suspensos (MILLER e McKEE, 2004; RODRIGUEZ e GILBES, 2009). Esta técnica
tem sido aplicada satisfatoriamente na delimitação e quantificação do MPS em
diversas regiões do mundo.
Apesar de inúmeros estudos demonstrando a possibilidade de se detectar
remotamente o MPS, alguns fatores podem limitar a aplicabilidade da técnica. As
limitações mais comuns são as resoluções espacial e temporal dos sensores
orbitais. Por exemplo, os sensores AVHRR e SeaWiFS apresentam resolução
espacial de 1 km, adequada para o estudo de fenômenos de mesoescala, mas
geralmente muito baixa para estudos em baías e estuários. Por outro lado, os
sensores da série TM e ETM+ que possuem resolução espacial de 30 m, estão à
bordo do satélite Landsat, com período de revisita de aproximadamente 16 dias,
insuficiente para capturar os processos costeiros de menor período.
O lançamento dos satélites Terra e Aqua, em 1999 e 2002 respectivamente,
carregando a bordo o sensor MODIS, trouxe a possibilidade de aliar uma razoável
resolução espacial (duas bandas com 250 m e cinco bandas com 500 m) a um
período de revisita diário.
A grande importância ambiental do MPS, aliada à escassez de dados in situ e
estudos para a região do Espírito Santo, corroboram a utilidade do sensoriamento
remoto como ferramenta para a caracterização dos padrões de distribuição do
mesmo. Além disso, as características do sensor MODIS, com bandas de média
resolução no espectro do vermelho e revisita diária, potencializam a possibilidade de
uso em estudos de MPS em baías e águas costeiras.
8
2 OBJETIVOS
2.1 OBJETIVO GERAL
Quantificar o material particulado em suspensão (MPS) na Baía do Espírito Santo
através do sensoriamento remoto.
2.2 OBJETIVOS ESPECÍFICOS
Gerar um algoritmo empírico de quantificação do MPS na Baía do ES;
Avaliar a eficácia do algoritmo quanto a quantificação e identificação dos
padrões de distribuição do MPS.
9
3 FUNDAMENTAÇÃO TEÓRICA
3.1 CONCEITOS FÍSICOS
Serão apresentados neste tópico alguns fundamentos físicos e matemáticos básicos
necessários à compreensão do sensoriamento relativo ao presente trabalho.
3.1.1 Radiação Eletromagnética
A radiação eletromagnética (REM) possui uma natureza dupla, se comportando
tanto como quanta discretos de radiação quanto como onda eletromagnética. Pela
descrição quântica a radiação se propaga como fótons, pacotes de energia sem
massa, liberados por mudanças atômicas ou moleculares de estado (MARTIN,
2004).
As ondas eletromagnéticas se propagam no vácuo com uma velocidade constante
c. Para caracterizar a REM se utiliza o comprimento de onda λ, que é a distância
entre duas cristas sucessivas da onda. A relação entre a velocidade e o
comprimento de onda se dá por
C=λν (Eq. 1)
onde ν é a frequência em hertz.
O conjunto contínuo de todos os tipos de REM ordenados segundo seu
comprimento de onda se chama espetro eletromagnético. Os comprimentos de onda
no espectro variam de comprimentos de onda menores que µm até
comprimentos de onda maiores que µm.
3.1.2 Quantificação da Radiação
Para entender o conceito de quantificação da radiação é necessário antes
compreender a definição de alguns conceitos físicos: ângulo sólido, irradiância,
intensidade radiante, radiância.
10
O ângulo sólido é um ângulo cônico subentendido por uma área superficial A
ligada ao centro de uma esfera de raio r, e tem unidade de esferorradiano (sr).
= A/ (Eq. 2)
Figura 1 - Representação gráfica do ângulo sólido.
A energia radiante Q, é a energia transportada pela radiação eletromagnética,
sendo a medida da capacidade de realizar trabalho, aquecer um objeto ou causar
mudança de estado na matéria. Sua unidade é o Joule (j).
O fluxo radiante , é a taxa de variação da quantidade de energia radiante Q
trocada no tempo. Sua unidade é Joule por segundo, ou Watt (W).
(Eq. 3)
A irradiância E, é definida como a densidade de fluxo radiante incidente sobre uma
superfície, vindo de todas as direções. Logo, pode ser representada pela unidade
Watt/m².
E=
(Eq. 4)
A intensidade radiante I, é o fluxo radiante ao longo de um cone infinitesimal em
uma direção dada por seu ângulo sólido, cuja unidade é Watt/esferorradiano (W/sr).
I=
(Eq. 5)
11
A radiância L, é a intensidade radiante que atravessa uma unidade de projeção da
área dA perpendicular à direção considerada, sendo quantificada em termos de
(W/sr)/ m². A Figura 2 ilustra o conceito de radiância.
L=
(Eq. 6)
Figura 2 – Representação gráfica da radiância.
3.2 ABSORÇÃO E ESPALHAMENTO
Outros conceitos importantes são o de absortância e espalhamento. A absortância
espectral é definida pela razão entre a quantidade de energia radiante absorvida
pelo objeto e o total de energia incidente para um dado comprimento de onda. O
espalhamento é a interação do fóton com algum componente do meio, de modo a
mudar sua direção.
Basicamente, há dois modelos matemáticos que descrevem o espalhamento:
quando as partículas são muito menores que o comprimento de onda da radiação
incidente, o espalhamento é denominado espalhamento Rayleigh, ou molecular;
para partículas com tamanho comparável, ou maior que o comprimento de onda da
radiação o espalhamento é denominado espalhamento Mie.
3.3 SENSORIAMENTO REMOTO DA COR DO OCEANO
A radiação visível é capaz de penetrar substancialmente na coluna d’água, atingindo
profundidades consideráveis em condições claras. Essa característica permite a
12
obtenção das propriedades ópticas das camada superficial e subsuperficial do
oceano através do sensoriamento remoto (BROWN et al., 2005).
O sensoriamento da cor do oceano tem como objetivo a obtenção de informações
qualitativas e quantitativas dos compostos presentes nos corpos d’água, para isso
utiliza as faixas do visível e infravermelho próximo do espectro eletromagnético. A
REM proveniente do sol interage com os corpos d’água e retorna em direção à
atmosfera, sendo captada por sensores passivos(IOCCG, 2000).
O sinal detectado remotamente recebe contribuições: da luz espalhada pela
atmosfera; da luz refletida especularmente pela superfície do corpo d’água; e da luz
emergente da superfície da água após sofrer retroespalhamento no interior do corpo
d’água; estas contribuições estão ilustradas na Figura 3. Para o sensoriamento
remoto da cor do oceano somente a luz emergente da superfície da água é
importante, sendo as outras contribuições consideradas ruídos e demandando
correções (IOCCG, 2000). De acordo com Morel (1980), mais de 80% da luz que
chega ao sensor pode ter origem atmosférica.
Tanto a radiância emergente do corpo d’água quanto a proveniente da reflexão
especular na superfície são atenuadas pela atmosfera em direção ao satélite,
devido à transmitância difusa, causada pelo espalhamento Rayleigh (molecular) e
pelo espalhamento Mie (aerossóis). O espalhamento molecular apresenta maiores
contribuições nos menores comprimentos de onda, já o causado por aerossóis atua
em ondas mais longas, principalmente na faixa do vermelho de 0,63 a 0,69 µm
(GORDON et al. 1988).
13
Figura 3 - Contribuições do sinal detectado remotamente:a-luz espalhada pela atmosfera;b-luz
refletida especularmente pela superfície da água; c-luz emergente da superfície da água. Fonte:
IOCCG (2000).
As técnicas de correção atmosférica geralmente se baseiam no fato de que a
radiância que deixa a água se aproxima de zero no infravermelho próximo. As
propriedades ópticas da atmosfera são inferidas a partir do sinal detectado pelo
sensor nesta faixa do espectro, e os resultados extrapolados para a região do visível
através de modelos de transferência radiativa (GORDON e WANG, 1994). Essa
estimativa permite calcular os ruídos atmosféricos do sinal, e posteriormente a
radiância na faixa do visível que deixa a água. Em águas turvas a suposição de que
a radiância no infravermelho próximo é zero pode não ser verdadeira, podendo
superestimar os ruídos.
14
3.3.1 Propriedades Ópticas Inerentes e Aparentes
O desafio do sensoriamento remoto é relacionar o sinal remotamente detectado às
propriedades ópticas da água. As propriedades ópticas de larga escala da água são
divididas em dois grupos: inerentes e aparentes.
As propriedades ópticas inerentes da água dependem unicamente do meio, ou seja,
da natureza e quantidade de substâncias presentes no meio. Segundo Mobley
(1994) as propriedades inerentes mais importantes para óptica hidrológica são: o
coeficiente de absorção a, que é a absortância por unidade de distância no meio; e
o coeficiente de espalhamento b, que é o espalhamento por unidade de distância no
meio. Ambos com dimensões [ ].
As propriedades óticas aparentes dependem tando do meio (propriedades
inerentes) quanto da distribuição angular do campo de luz. As propriedades
aparentes mais importantes para o presente estudo são descritas a seguir como
definidas por Mobley (1994).
A cor intrínseca de um corpo d’água depende das variações espectrais de sua
reflectância (R), definida como a razão entre a irradiância ascendente ( ) e
descendente ( , para uma determinada profundidade (z) e comprimento de onda
(λ).
R(λ ,z)=
(Eq. 7)
No sensoriamento remoto é comum usar o parâmetro de reflectância de
sensoriamento remoto ( ) ao invés da reflectância (R). Os dois estão fortemente
relacionados, a diferença, no entanto, é o uso da radiância ascendente (L), ao invés
da irradiância ascendente.
( ; λ)=
(Eq. 8)
A reflectância de sensoriamento remoto é uma medida de quanto da luz
descendente incidente na superfície da água retorna à superfície na direção ( ),
15
para ser detectada por um radiômetro na direção oposta, e tem unidade . A
profundidade z=a indica que é quantificada na camada de ar imediatamente
acima da superfície da água.
3.4 CONSTITUINTES OPTICAMENTE SIGNIFICANTES DA ÁGUA DO MAR
A água marinha pura possui baixa reflectância em todo o espectro visível e
infravermelho, isso se deve ao alto coeficiente de espalhamento entre 400 nm e
600 nm. O espalhamento da luz é maior na faixa do azul e decresce
exponencialmente em direção ao vermelho. O coeficiente de absorção é muito baixo
em todo o visível, mas apresenta um comportamento inverso ao do espalhamento,
sendo mínimo na região do azul e aumentando gradativamente na região do
vermelho e intensamente na região do infravermelho próximo (MOBLEY, 1994).
Além das propriedades da água pura, as propriedades ópticas dos corpos d’água
naturais são influenciadas pela carga de compostos dissolvidos e particulados. Os
componentes mais importantes podem ser divididos em três grupos (IOCCG, 2000):
Fitoplâncton: compreende o fitoplâncton e outros organismos microscópicos.
A denominação se deve à maior influência dos pigmentos fotossintéticos. O
fitoplâncton possui alto coeficiente de absorção nas faixas do azul e vermelho,
e baixo coeficiente de espalhamento em todo o espectro visível (MOBLEY et
al., 2004);
Material inorgânico em suspensão: Considera-se aqui somente o material de
natureza sedimentar, já que este domina o sinal retroespalhado pelo conjunto
de partículas em suspensão (MOBLEY, 1994); Segundo Han (1997), o
sedimento em suspensão possui alto coeficiente de absorção na faixa do azul,
que decresce para os maiores comprimentos de onda. E aumenta a
reflectância da água entre 500 e 900 nm, com este efeito mais pronunciado
entre 600 e 700 nm.
Substâncias orgânicas: são as substâncias orgânicas dissolvidas e o material
particulado orgânico, que apresentam propriedades ópticas similares. O
16
material orgânico possui alto coeficiente de absorção na faixa do azul, que
decresce de forma exponencial para maiores comprimentos de onda, e baixo
coeficiente de espalhamento em todo o espectro visível.
Dada a diversidade desses materiais Morel e Prieur (1977) dividiram ás águas
marinhas em Caso 1 e Caso 2. Nas águas de Caso 1 o fitoplâncton domina as
propriedades ópticas da água e os outros constituintes covariam com ele. Já nas
águas do Caso 2 predominam o material inorgânico em suspensão ou as
substâncias orgânicas, independentemente do fitoplâncton. Apesar da sua menor
abrangência espacial, as águas do Caso 2 são importantes por ocorrer em regiões
costeiras, que recebem descargas fluviais, e suportam diversas atividades
humanas.
3.4.1 Material Particulado Em Suspensão
Todos os corpos d’água naturais contêm uma carga de materiais suspensos
composta de materiais orgânicos e inorgânicos. Esse material suspenso é diverso
tanto em origem quanto em composição e inclui partículas minerais de origem
terrígena, plâncton, detritos, cinza vulcânica, particulas autigênicas resultantes de
reações químicas e partículas de origem antropogênica (BUKATA et al., 1995).
Segundo Mobley (1994), material particulado é todo material retido por um filtro de
malha 0,4 µm na filtragem de uma amostra de água. Esse limite é determinado mais
pela capacidade de distiguir visualmente o material retido no filtro do que por
propriedades químicas. Isso se deve ao fato de que 0,4 µm ou 400 nm ser o menor
comprimento de onda visível, impedindo a microscopia óptica de distinguir partículas
menores.
A concentração de partículas inorgânicas em águas costeiras é geralmente maior do
que no oceano aberto, isso se deve principalmente ao aporte terrígeno e à
ressuspensão do leito marinho por ondas e correntes (PICKARD e EMERY, 1990).
Já a grande concentração de partículas orgânicas (plancton e detritos orgânicos) se
deve ao grande aporte de nutrientes em águas costeiras.
17
3.5 SENSOR MODIS
O sensor MODIS (Moderate Resolution Imaging Spectroradiometer), é um
espectroradiômetro à bordo dos satélites científicos da NASA (National Aeronautics
and Space Administration), Terra e Aqua. Ambos os satélites estão em uma órbita
heliossíncrona, circular, quase polar, a 705 km de altitude, com período de revisita
diária (MODIS WEB, 2013).
O sensor possui resolução radiométrica de 12 bits em 36 bandas espectrais, tais
bandas estão contidas no espectro eletromagnético entre os comprimentos de
ondas de 0,4 a 14,4 µm. O sensor possui duas bandas com resolução espacial de
250 m, cinco bandas com resolução de 500 e as demais 29 bandas com resolução
de 1km (MODIS WEB, 2013). A Tabela descreve as características das bandas 1 e
2 do sensor MODIS.
Tabela 1 – Especificações das bandas 1 e 2 do sensor MODIS.
Banda Resolução especial(m) Largura de banda (nm)
1 250 620 - 670
2 250 841 - 876
3.5.1 Dados MODIS
Diversos projetos disponibilizam gratuitamente produtos MODIS, entre eles: Level 1
and Atmosphere Archive and Distribution System (LAADS); Land Processes
Distributed Active Archive Center (LP DAAC); e Ocean Color Web. Estes dados
servem aos mais variados propósitos e podem ser encontrados em diferentes níveis
de processamento.
Os dados nível 0 (L0) são os dados brutos adquiridos pelo sensor. Os dados nível 1
(L1) são os dados brutos radiometricamente calibrados. Os dados nível 2 (L2) são
os dados L1 atmosfericamente corrigidos, gerando produtos de reflectância de
superfície. Dados nível 3 (L3) são dados L2 espacialmente reamostrados em uma
projeção, passando geralmente por reamostragem temporal (composição,
promediação) (VERMOTE et al., 2011).
18
4 REVISÃO BIBLIOGRÁFICA
A principal abordagem utilizada na detecção do MPS através de sensoriamento
remoto são algoritmos empíricos, que se baseiam na relação entre a reflectância e a
concentração de sólidos suspensos.
Algumas vantagens dos algoritmos empíricos são sua simplicidade, possibilidade de
derivação mesmo com um número limitado de dados, e facilidade de implementação
e validação. Apesar da simplicidade matemática, estes algoritmos geram resultados
estáveis, considerando que os valores não extrapolem a equação. Estes algoritmos
no entanto, são limitados por sua aplicabilidade regional, sendo as relações
empíricas válidas apenas para dados com propriedades estatísticas idênticas aos
dados utilizados na determinação do algoritmo (IOCCG, 2008).
Miller e McKee (2004), avaliaram o uso de dados do sensor MODIS no estudo de
águas costeiras no Golfo do México. Usando a banda 1 (620-670 nm) do sensor
MODIS (resolução espacial de 250m) os autores encontraram boa correlação
(r²=0,89) entre a reflectância obtida remotamente e medidas in situ de MPS. Os
autores concluiram que as resoluções temporal e espacial do sensor são ideais para
estudos do transporte do MPS em águas costeiras, principalmente baías e
estuários.
Miller e colaboradores (2005) compararam dados modelados de potencial de
ressuspensão de fundo e imagens de reflectância obtidas por sensoriamento remoto
na baía de Pontchartrain em Nova Orleans, EUA. Usando dados da banda 1 do
sensor MODIS e um modelo de ressuspensão por vento, os autores encontraram
boa concordância entre as imagens de MPS e os padrões de potencial de
ressuspensão. Os padrões e orientação dos gradientes de MPS se mostraram
alinhados à direção do vento, e as concentrações de MPS relacionadas com a
velocidade dos ventos.
Spielgas e colaboradores (2006), utilizaram dados da banda 1 do sensor MODIS e
de modelo hidrodinâmico para monitorar o transporte de MPS durante uma
dragagem na Baía de Pakri, Golfo da Finlândia. Os autores encontraram razoavel
correlação linear entre os dados de MPS obtidos em campo e a reflectância obtida
remotamente (r²=0,58), e consideraram satisfatória a comparação entre os dados de
19
modelo e de satélite, concluindo que o sensor MODIS pode ser aplicado no
monitoramento do MPS em áreas costeiras.
Kuster e colaboradores (2008), avaliaram o potencial de uso da banda 1 do sensor
MODIS para o monitoramento do MPS no Mar Báltico. Os autores encontraram forte
correlação linear entre a reflectância obtida remotamente e os dados de MPS
obtidos in situ (r²=0,86), e concluíram que os dados do sensor MODIS são uma
ferramenta efetiva para mapear plumas provenientes de atividades de dragagem
portuária, tanto espacial quanto temporalmente.
Rodríguez e Gilbes (2009), usando dados do sensor MODIS, medidas de campo
usando espectroradiômetro e medidas de concentração in situ, estimaram
concentrações de MPS para a Baía de Mayagüez em Porto Rico. Foi encontrada
uma boa correlação entre a reflectância medida em campo em 645 nm e medidas
de concentração do MPS in situ (r²=0,73), e também entre a reflectância medida em
campo e a reflectância obtida usando a banda 1 do sensor MODIS (r²=0,88). Os
autores consideraram os resultados satisfatórios, porém ressaltaram a necessidade
de mais coletas in situ para validação dos dados, além da avaliação de possível
contaminação por efeitos atmosféricos não corrigidos.
Doxaran e colaboradores (2009) usaram uma razão das bandas 1 e 2 dos sensores
MODIS Aqua e Terra para estudar a dinâmica sedimentar do estuário Gironde na
França. Os autores encontraram forte correlação linear entre a reflectância obtida
por sensoriamento remoto e dados in situ, com r²=0,76 para o MODIS Terra e
r²=0,82 para o MODIS Aqua, e concluíram que os dados obtidos remotamente
podem ser usados na quantificação do MPS.
No Brasil, Ferreira e colaboradores (2009) desenvolveram algoritmos empíricos para
a estimativa da concentração de MPS na Bacia Potiguar, litoral do RN. Usando a
radiância normalizada no comprimento de onda de 551 nm obtida pela banda 12 do
sensor MODIS, e dados de MPS coletados in situ, foi encontrada boa correlação
linear (r²=0,72) e polinomial de quarto grau (r²=0,77). Os autores testaram ainda um
algoritmo semi-analítico, e concluíram que algoritmos empíricos representam melhor
os valores encontrados in situ.
20
5 ÁREA DE ESTUDO
5.1 LOCALIZAÇÃO
A área de estudo abrange a região da Baía do Espírito Santo e adjacências, entre
as latitudes aproximadas de 20°12’S e 20°24’S, e longitudes 40°20’S e 40°08’S
conforme mostra a Figura 4.
Figura 4 - Baía do Espírito Santo e regiões adjacentes. Datum: WGS-84.
21
5.2 GEOMORFOLOGIA
Geomorfologicamente, pode-se dividir a região litorânea de Vitória em duas baías,
sendo elas: a Baía de Vitória, composta por uma porção insular granítica circundada
pelo estuário da Baía de Vitória e Canal da Passagem; e a Baía do Espírito Santo,
correspondendo à enseada e à zona submersa adjacente à Praia de Camburi,
localizada na porção continental de planície marinha/fluvial quaternária (ALBINO et
al., 2001).
A Figura 5 mostra a distribuição faciológica da plataforma continental interna e da
Baía do Espírito Santo, determinada a partir de dados de composição textural.
Segundo Albino et al. (2001) são encontrados três grupos de diferente composição:
mais próximo ao continente predomina o material litoclástico; mais externamente
encontra-se material litobio/biolitoclástico; e na região marinha são encontradas
areias bioclásticas, observando-se afinamento do diâmetro rumo à costa.
Figura 5 – Mapa faciológico da região da Baía do Espírito Santo. Fonte: Albino et al. (2001).
O sedimento de natureza litoclástica é proveniente das cargas fluviais do Canal da
Passagem e Baía de Vitória, o primeiro recebe contribuição do rio Santa Maria, já o
segundo além do Santa Maria, recebe contribuição dos rios Bubu, Itanguá, Marinho
e Aribiri.
22
5.3 ASPECTOS METEOROLÓGICOS
O clima da área de estudo é classificado como pseudo-equatorial, a partir da
classificação de Koppen (1948) isto é, clima quente e úmido com maior
percentagem de chuvas no período de primavera e verão, com estações mais secas
no período de outono e inverno, entretanto podendo haver precipitações geradas
por frentes polares.
Em Vitória as médias anuais de precipitação estão entre 1300 e 1400 mm, com 80%
de umidade média relativa, sendo verificados nos meses de verão com chuvas
intensas e prolongadas em decorrência da atuação do Sistema Tropical Atlântico
que atua ao longo de todo ano inteiro e tende à instabilidade no verão (ALBINO et
al. 2004). A Figura 6 apresenta a pluviosidade média mensal entre 1925 e 2000.
Figura 6 – Pluviosidade média mensal na região da Grande Vitória, entre os anos de 1925 e 2000.
Fonte: Albino et al. (2004).
Em relação ao regime de ventos, predominam os ventos dos quadrantes NE-E e
SW-SE, o primeiro de maior frequência associado aos ventos alísios, enquando o
segundo de maior intensidade associado à entrada de frentes frias (ALBINO et al.,
2004).
23
5.4 CLIMA DE ONDAS
Piumbini (2009), avaliou o clima de ondas superficiais de gravidade na região do
Oceano Atlântico adjacente ao estado do Espírito Santo, Brasil, usando dados de
re-análise de onda de 45 anos do European Center for Medium-range Weather
Forecast – ECMWF. Os resultados para o clima de ondas de 45 anos, chamado de
clima geral, mostram que há uma predominância de ondas provenientes do
quadrante SE (90° a 180°). Este mesmo comportamento direcional das ondas é
encontrado no clima sazonal, a exceção ocorre no clima do verão onde a
predominância das ondas é do quadrante NE (0° a 90°). As alturas significativas
(Hs) mais frequentes do clima geral está na faixa de 1m a 2m e os períodos médios
(Tm) na faixa de 7s a 8s. As climatologias de verão e outono apresentam Hs típicas
na faixa de 1,0m a 1,5m, já as de inverno e primavera apresentam Hs típicas na
faixa de 1,5m a 2,0m. Os Tm típicos da climatologia de verão e primavera
encontram-se na faixa de 7s a 8s, e os de outono e inverno entre 8s a 9s.
24
6 METODOLOGIA
O presente trabalho se baseia no estabelecimento de uma relação linear entre
medidas in situ da concentração de material particulado em suspensão (MPS), e
dados de reflectância ( ) da banda 1 do sensor MODIS.
6.1 DADOS IN SITU
Os dados de campo foram obtidos junto ao Instituto Estadual do Meio Ambiente
(Iema), e foram coletados durante a execução dos programas de Monitoramento
diário da concentração de sólidos suspensos na Baía do Espírito Santo
(CEPEMAR/VALE, 2011b; CEPEMAR/VALE, 2011c; CEPEMAR/VALE, 2011d) e
Monitoramento da qualidade da água na Baía do Espírito Santo (CEPEMAR/VALE,
2011a; CEPEMAR/VALE, 2012).
As amostragens de água foram realizadas em superfície, através de coletas
pontuais, e a determinação dos sólidos suspensos totais (SST) foi realizada por
método de filtragem seguindo procedimento descrito em Standard Methods for the
Examination of Water and Wastewater-2540 D (APHA, 2005). A Tabela 2 apresenta
as coordenadas e datas das estações de coleta, e a Figura 7 apresenta um mapa
com a localização dos pontos utilizados no trabalho, estando os pontos utilizados na
geração do algoritmo enumerados de 1 a 15 e os utilizados para validação
nomeados de V1 a V4.
Tabela 2 – Coordenadas e datas dos dados de campo utilizados. Datum: WGS-84.
Ponto Sólidos Suspensos Totais (mg/L) Data Latitude Longitude
1 13 26/01/2011 -20º16’48,2401” -40º15'38,2741"
2 11 26/01/2011 -20º17'32,2724" -40º16'06,2084"
3 11 26/01/2011 -20º19'27,1271" -40º15'06,2181"
4 27 21/09/2011 -20º18'37,2071" -40º15'09,9539"
5 46 21/09/2011 -20º18'37,3794" -40º14'45,8214"
6 12 14/07/2011 -20º17'13,7498" -40º15'50,4076"
7 16 14/07/2011 -20º18'04,7453" -40º15'05,6592"
8 16 14/07/2011 -20º20'12,9619" -40º15'50,4146"
9 26 14/07/2011 -20º17'21,7938" -40º15'08,2444"
10 36,5 28/03/2012 -20º21'59,7859" -40º17'08,8155"
11 11 12/07/2011 -20º21'59,7859" -40º17'08,8155"
12 17 12/07/2011 -20º14'12,9833" -40º12'21,3520"
25
13 14 24/06/2011 -20º17'43,4309" -40º15'16,2093"
14 12 24/06/2011 -20º17'20,9457" -40º15'04,0319"
15 10 24/06/2011 -20º18'42,9517" -40º14'26,0416"
V1 20 02/02/2011 -20º16'55,1039" -40º15'29,0915"
V2 20 02/02/2011 -20º17'28,1530" -40º16'22,5838"
V3 18 02/02/2011 -20º18'13,5077" -40º16'02,5795"
V4 18 02/02/2011 -20º18'05,4293" -40º14'56,4254"
Figura 7 – Localização dos pontos de coleta de água. Datum: WGS-84.
26
6.2 DADOS DE SATÉLITE
Dois produtos gerados a partir de dados do sensor MODIS Aqua foram utilizados no
presente trabalho. O produto MYD02QKM é disponibilizado gratuitamente na
plataforma LAADS Web (http://ladsweb.nascom.nasa.gov/), e contém dados
calibrados de radiância e reflectância das bandas 1 e 2 do sensor MODIS, com
resolução espacial de 250m e nível de processamento L1B. O produto MYD09GA é
disponibilizado gratuitamente na plataforma Reverb| ECHO
(http://reverb.echo.nasa.gov/), e contém dados de reflectância atmosfericamente
corrigida das bandas 1 a 7 do sensor MODIS com resolução espacial de 500m no
nível de processamento L2G, e indicadores de qualidade na resolução de 1km,
incluindo flags de nuvens. As imagens foram adquiridas para dias correspondentes
às coletas de campo, sendo que os dois produtos passaram por processamentos
distintos, descritos abaixo e ilustrados na Figura 8.
Os indicadores de qualidade do produto MYD09GA foram reprojetados na projeção
WGS-84 e recortados para a área de interesse utilizando o software MODIS
Reprojection Tool v.4.1, gerando mapas indicadores de qualidade, com os flags
representados na forma de bits.
As imagens de reflectância das bandas 1 e 2 do produto MYD02QKM foram
georreferenciadas no software ENVI 4.8, utilizando a rotina MODIS Georeference e
reprojetadas na projeção WGS-84. A correção atmosférica foi realizada utilizando a
rotina Dark Subtract, segundo metodologia proposta por Rodriguez e Gilbes (2009)
modificada do método Dark Object Subtract (CRANE, 1971; CHAVEZ,1988), que
consiste em identificar o menor valor de reflectância da banda 2 e subtrair de toda a
banda 1. Após o processamento são obtidas imagens de reflectância de superfície.
Os mapas contendo indicadores de qualidade foram visualizadas no software ENVI
4.8. A partir das coordenadas dos pontos de coleta, foi feita a navegação manual, e
através dos flags, os pixels de interesse foram avaliados quanto a presença de
nuvem, sombra, e contaminação continental, sendo descartados os pontos que
apresentaram qualquer contaminação.
27
As imagens de reflectância de superfície foram visualizadas no software ENVI 4.8. A
partir das coordenadas dos pontos selecionados no passo anterior foi feita a
navegação manual e retirados os valores de reflectância.
Figura 8 – Fluxograma descrevendo o processamento dos dados de satélite.
6.3 GERAÇÃO DO ALGORITMO
Para a geração do algoritmo foi realizada uma regressão linear entre os valores de
sólidos suspensos totais (SST) e de reflectância ( ). Para avaliar a eficácia do
modelo foi calculado o coeficicente de determinação (r2).
28
Para a validação foram utilizados dados in situ não incorporados na geração do
algoritmo, sendo calculados o coeficiente de determinação (r2), e o erro médio
quadrático (RMSE) entre os valores modelados e medidos.
6.4 QUANTIFICAÇÃO DO MPS
A geração dos mapas de concentração de MPS foi realizada no software ENVI 4.8
utilizando as imagens MYD02QKM. Após processamento de acordo com o descrito
no item 6.2, nuvens e continente foram mascarados usando um valor empírico de
threshold da banda 2. O algoritmo foi aplicado utilizando a função Band Math,
gerando mapas de concentração de MPS em mg/L. A Figura 9 ilustra o
procedimento usado na geração dos mapas.
29
Figura 9 – Fluxograma descrevendo a geração dos mapas de concentração de MPS.
30
7 RESULTADOS E DISCUSSÃO
7.1 ALGORITMO
Após o processamento das imagens, foram obtidos os valores de reflectância
correspondentes aos pontos amostrados em campo. A Tabela 3 apresenta os
valores obtidos e o comparativo com os dados in situ.
Tabela 3 – Valores de reflectância obtidos a partir de sensoriamento remoto, e valores de SST
correspondentes.
Ponto (645 nm) SST in situ (mg/L)
1 0.034638 13
2 0.036427 11
3 0.03467 11
4 0.051212 27
5 0.065888 46
6 0.027819 12
7 0.045086 16
8 0.033424 16
9 0.031283 26
10 0.050691 36,5
11 0.022975 11
12 0.037253 17
13 0.032158 14
14 0.032681 12
15 0.034278 10
A partir de regressão linear entre a concentração de sólidos suspensos totais (SST)
e a reflectância obtida por sensoriamento remoto (Figura 10), obteve-se a seguinte
equação:
SST=830,2* -13,008 (Eq. 9)
31
Figura 10 – Sólidos suspensos totais (SST), como função da reflectância obtida por sensoriamento
remoto.
A correlação entre os dados apresentou coeficiente de determinação r2=0,71. A
validação, apresentada na Tabela 4, foi realizada comparando o SST estimado pela
equação com o SST in situ, e mostrou r2=0,84, e a raiz do erro médio quadrático
RMSE=4,71 mg/L.
Tabela 4 – Dados utilizados na validação do algoritmo, e parâmetros estatísticos calculados.
SST in situ (mg/L) SST estimado (mg/L) r2 RMSE (mg/L)
20 15.98 0,84 4,71
20 15.72
18 14.98
18 14.28
Observando a Figura 10, nota-se que conforme o esperado a apresentou
tendência de aumento proporcional à concentração de SST, com boa correlação
(r2=0,71). No entanto, poucos pares de dados representativos de reflectâncias acima
de 0,04 e abaixo de 0,03 foram encontrados, o que pode reduzir a
representatividade do algoritmo nesses casos.
A validação, mostra boa correlação entre as variáveis simuladas e amostradas em
campo (r2=0,84). No entanto observa-se que o algoritmo tendeu a subestimar os
32
valores de SST, gerando um RMSE de 4,71 mg/L, erro próximo ao encontrado por
Rodriguez e Gilbes (2009).
Rodriguez e Gilbes (2009), apontam limitações encontradas na validação de seus
algoritmos, que resultaram em subestimação das concentrações mais altas.
Segundo os autores alguns fatores podem explicar esse fato, entre eles: pequeno
número de dados representativos de altas concentrações de MPS; possibilidade de
o sensor remoto não detectar o MPS em concentrações muito baixas; presença de
sinal do fundo; e a ocorrência de contaminação pelo pixel adjacente, quando
continente ou nuvens são computados na área do pixel.
Por se tratar de um algoritmo empírico, é difícil analisar a fonte e estimar a
contribuição dos diferentes tipos de erro. No entanto, verificam-se algumas fontes
de erro que podem afetar a correlação dos dados: possíveis erros no
georreferenciamento; diferença entre a concentração de SST no ponto de coleta e
na área do pixel (62500 m2); diferença de tempo entre a coleta de campo e a
passagem do satélite. Spielgas et al. (2006), apontaram essas fontes de erro como
possíveis causas de um menor coeficiente de determinação em seu algoritmo.
Erro aleatórios podem ser minimizadas através de um maior conjunto de dados,
com maior resolução espacial e amplitude de valores, gerando um algoritmo mais
robusto, que poderia ser aplicado com maior confiabilidade tanto em águas claras
quanto altamente turvas.
O algoritmo de quantificação de MPS desenvolvido por Miller e McKee (2004),
apresentou correlação mais significativa (r2=0,89), ao longo de uma grande gama de
valores de SST (tanto águas claras como altamente turvas). A robustez do algoritmo
se deve ao grande número de dados e à variabilidade dos ambientes amostrados,
reiterando a necessidade de um grande conjunto de dados representativos das
diversas condições ambientais da área de estudo, fator limitante devido à escassez
de dados in situ. Também deve-se considerar o rigor metodológico dos autores, que
utilizaram somente dados coletados em um intervalo de 30 minutos da passagem do
satélite, e avaliaram a acurácia do geoposicionamento das imagens através de
vetores de alta resolução, corrigindo possíveis erros no georreferenciamento.
33
A boa correlação entre os dados orbitais e in situ indica que o método de correção
atmosférica foi eficaz, tendo em vista a grande variabilidade de condições
atmosféricas ao longo do período de amostragem. Miller e McKee (2004), também
consideraram o método efetivo, principalmente considerando a simplicidade da
aplicação.
Apesar do pequeno número de pares de dados, limitado pela baixa disponibilidade
de dados in situ e pela contaminação das imagens por nuvens, a correlação entre
os valores de SST e foi considerada significativa tendo em vista os trabalhos
supracitados. Mesmo contando com apenas quatro pares de dados, a validação
permitiu avaliar a correlação entre os dados estimados e medidos, e corroborou a
eficácia do algoritmo. No entanto, é clara a necessidade de um maior conjunto de
dados, e de uma melhor distribuição espacial da malha amostral para obter um
algoritmo mais robusto, capaz de gerar melhores estimativas.
7.2 APLICAÇÃO DO ALGORITMO
A partir da aplicação do algoritmo em quatro imagens obtidas no ano de 2011, foram
gerados mapas de distribuição do MPS. A Figura 11 apresenta mapas de MPS
gerados para dois dias do mês de fevereiro (02/02/2011 e 04/02/2011), e a Figura
12 apresenta mapas de MPS gerados para dois dias do mês de setembro
(24/08/2011 e 26/08/2011).
As imagens de fevereiro foram obtidas durante atividades de dragagem no Porto de
Tubarão. No entanto, não é possível distinguir uma pluma sedimentar característica.
A concentração de MPS é homogênea em toda a BES, tendo valores variando entre
15 a 18 mg/L no dia 02/02 e 20 a 30 mg/L no dia 04/02, aproximadamente.
Externamente à baía observa-se uma maior concentração de MPS em relação às
regiões adjacentes, causada provavelmente pelo aporte sedimentar da Baía de
Vitória e Canal da Passagem. A maior concentração de MPS e maior alcance do
mesmo na imagem do dia 04, sugerem uma maior agitação marinha.
Entre os dias 24 e 26 de agosto de 2011 foi documentada forte ressaca no litoral
brasileiro, com ondas de S-SE atingindo cerca de 2,5 m (CPTEC, 2013). A forte
agitação marinha e consequente ressuspensão de sedimentos fica clara nos mapas
34
de MPS, que apresentaram valores variando entre 25 e 50 mg/L, aproximadamente,
no interior da BES. Os valores mais elevados são encontrados próximo à costa, e
também no centro da BES, indicando possivelmente uma pluma causada pela
atividade de dragagem na região do Porto de Tubarão.
A direção de entrada de ondas de S-SE atinge toda a região da praia de Camburi,
criando uma situação heterogênea de distribuição do MPS, com concentrações
diminuindo em direção ao oceano, diferentemente do encontrado nas imagens de
fevereiro. Nota-se também uma maior concentração de MPS na região oeste da
BES, provavelmente associada à maior concentração de sedimentos finos
provenientes do Canal da Passagem.
Ressalta-se nestas imagens a estimativa de valores negativos de MPS. Isso se
deve a uma possível subestimação dos valores devido à falta de dados
representativos de baixos valores de reflectância, já comentada anteriormente.
A imagem do dia 02/02/2011 mostra uma possível sobrestimação de valores nos
pixels adjacentes à praia de Camburi. Isso pode ser causado por dois fatores:
contaminação por pixels adjacentes, ou sinal de reflectância do fundo marinho,
devido à baixa profundidade. A influência do sinal de fundo na estimativa do MPS,
pode ser facilmente evitada excluindo regiões de águas rasas. Segundo Moreno-
Madrinan et al.(2010) a utilização de dados de regiões com mais de 2,4m de
profundidade geram resultados satisfatórios. Observa-se que quase a totalidade da
BES possui batimetria superior a 3 m, sendo que somente os pixels muito próximos
à costa podem causar este efeito, devendo ser ignorados.
A contaminação por pixels adjacentes, também foi encontrada no entorno de
nuvens, e nas proximidades de embarcações de grande porte que não foram
detectadas pelo threshold utilizado para mascarar nuvens e continente. Como não
foi aplicado nenhum tipo de correção para este erro, deve-se analisar com
parcimônia as áreas sucetíveis a contaminação.
35
Figura 11 – Mapas de MPS (mg/L) gerados através de imagens MODIS. Mapa superior: 02/02/2011,
mapa inferior: 04/02/2011.
36
Figura 12 - Mapas de MPS (mg/L) gerados através de imagens MODIS. Mapa superior: 24/08/2011,
mapa inferior: 26/08/2011
37
8 CONCLUSÃO
O algoritmo gerado foi considerado satisfatório, sendo encontrada uma boa
correlação entre os dados de SST in situ e a reflectância obtida remotamente, o que
corrobora a viabilidade do uso de dados MODIS para estudos de MPS. Apesar
disso, fica evidente a necessidade de um maior número de dados representativos
das variações ambientais da BES e de uma melhor validação, de modo a tornar o
algoritmo mais robusto.
Os mapas de concentração permitiram identificar padrões de distribuição do MPS
em diferentes condições meteoceanográficas, confirmando a aplicabilidade de
imagens com resolução espacial de 250 m mesmo em uma áreas relativamente
pequenas como a BES. Evidencia-se que durante a entrada de sistemas frontais, as
concentrações naturais de MPS podem chegar a valores muito superiores aos
encontrados durante atividades de dragagem.
38
9 REFERÊNCIAS BIBLIOGRÁFICAS
ALIBINO, J.; OLIVEIRA, R.; MAIA, L. P.; ALENCASTRE, K. Processos atuais de
sedimentação marinha e praial do litoral de Vitória, ES. Relatório final da
pesquisa Fundo de amparo à ciência e a tecnologia (FACITEC) – Prefeitura de
Vitória,198.2506/2000. 2001.
ALBINO, J.; VALE, C. C.; GOMES, R. C. Modelagem, monitoramento, erosão e
ocupação costeira – MMOC/ES, INSTITUTO DO MILÊNIO – RECOS. Relatório
Final. UFES. 2004.
APHA. Standard Methods for the Examination of Water and Wastewater.
Washington: American Public Health Association, 2005.
BROWN, C.W.; CONNOR, L.N.; LILLIBRIDGE, J.L.; NALLI, N.R.; LEGECKIS, R.V.
An Introduction to Satellite Sensors, Observations and Techniques. In: MILLER, R.
L.; DEL CASTILLO, C. E.; McKEE, B. A. (Eds.), Remote sensing of aquatic
coastal environments: Technologies,techniques and application. New York:
Springer, 2005. p. 21-49.
BUKATA, R. P.; JEROME, J. H.; KONDRATYEV, K. Y.; POZDNYAKOV, D.V.
Optical Properties and Remote Sensing of Inland and Coastal Waters. Boca
Raton: CRC Press, 1995. 371 p.
CEPEMAR/VALE. Monitoramento da qualidade da água na Baía do Espírito
Santo: 4ª Campanha. Relatório Técnico, 2011a.
CEPEMAR/VALE. Monitoramento da qualidade da água na Baía do Espírito
Santo: 8ª Campanha. Relatório Técnico, 2012.
CEPEMAR/VALE. Monitoramento diário da concentração de sólidos suspensos
na Baía do Espírito Santo: Relatório 1. Relatório técnico, 2011b.
CEPEMAR/VALE. Monitoramento diário da concentração de sólidos suspensos
na Baía do Espírito Santo: Relatório 4. Relatório técnico, 2011c.
CEPEMAR/VALE. Monitoramento diário da concentração de sólidos suspensos
na Baía do Espírito Santo: Relatório 5. Relatório técnico, 2011d.
39
CHAVEZ, P. S. An improved dark-object subtraction technique for atmospheric
scattering correction of multispectral data. Remote Sensing of Environment, v. 24,
p. 459–479, 1988.
CHEN, Z.; HU, C.; MULLER-KARGER, F. Monitoring turbidity in Tampa Bay using
MODIS/Aqua 250-m imagery. Remote Sensing of Environment, v. 109, p. 207-
220, 2007.
CPTEC. Mar agitado entre a costa do RS e RN. Disponível em:<
http://www.cptec.inpe.br/noticias/noticia/18967>. Acesso em: 15 de mar. 2013.
CRANE, R. B. Preprocessing techniques to reduce atmospheric and sensor
variability in multispectral scanner data. In: Proceeding of the 7th International
Symposium on Remote Sensing of Environment, Michigan, p. 1345-1355, 1971.
DOXARAN, D.; FROIDEFOND, J.M.; CASTAING, P.; BABIN, M. Dynamics of the
turbidity maximum zone in a macrotidal estuary (the Gironde, France): Observations
from field and MODIS satellite data. Estuarine, Coastal and Shelf Science, v. 81,
p. 321–332, 2009.
FERREIRA, A. T. S.; AMARO, V. E.; KAMPEL, M. Desenvolvimento de algoritmos
empíricos para estimativa da concentração de material particulado em suspensão
para o monitoramento ambiental da Plataforma Setentrional do Rio Grande do
Norte. In: Anais do XIV Simpósio Brasileiro De Sensoriamento Remoto, Natal,
2009.
GORDON, H. R.; BROWN, J. W.; EVANS, R. H. Exact Reyleigh scattering
calculations for use with the Nimbus-7 coastal zone color scanner. Applied Optics,
v. 27, n. 5, p. 862-871, 1988.
GORDON, H.R.; WANG, M. Retrieval of water-leaving radiance and aerosol optical
thickness over the oceans with SeaWiFS: a preliminary algorithm. Applied Optics,
v. 33, p. 443-452, 1994.
HAN, L. Spectral reflectance with varying suspended sediment concentrations in
clear and algae-laden waters. Photogrammetry Engineering Remote Sensing, v.
63, p. 701–705, 1997.
40
IOCCG. Remote Sensing of Ocean Colour in Coastal, and Other Optically-
Complex, Waters. SATHYENDRANATH, S. (ed.), Reports of the International
Ocean-Colour Coordinating Group, No. 3, IOCCG, Dartmouth, Canada. 2000.
IOCCG. Why Ocean Colour? The Societal Benefits of Ocean-Colour
Technology.PLATT, T.; HOEPffNER, N.; STUART, V.; BROWN, C. (eds.), Reports
of the InternationalOcean-Colour Coordinating Group, No. 7, IOCCG, Dartmouth,
Canada. 2008.
KUTSER, T.; METSAMAA, L.; VAHTMÄE, E.; APS, R. Operative monitoring of the
extent of dredging plumes in coastal ecosystems using MODIS satellite imagery.
Journal of Coastal Research, v. SI50, p. 180–184, 2007.
MARTIN, S. An Introduction to Ocean Remote Sensing. Cambridge: Cambridge
University Press, 2004. 476 p.
MAY, C. L.; KOSEFF, J. R.; LUCAS, L. V.; CLOERN, J. E.; SCHOELLHAMER, D. H.
Effects of spatial and temporal variability of turbidity on phytoplankton blooms.
Marine Ecology Progress Series, v. 254, p. 111 –128, 2003.
MAYER, L. M.; KEIL, R. G.; MACKO, S. A.; JOYE, S. B.; RUTTENBERG, K. C.;
ALLER, R. C. Importance of Suspended Particulates in Riverine Delivery of
Bioavailable Nitrogen to Coastal Zones. Global Biogeochemical Cycles. v.12, n. 4,
p. 573-579, 1998.
MCLAUGHLIN, C. J.; SMITH, C. A.; BUDDEMEIER, R. W.; BARTLEY, J. D.;
MAXWELL, B. A. Rivers, runoff and reefs. Global and Planetary Change, v. 39, p.
191– 199, 2003.
MILLER, R. L.; McKEE, B.A. Using MODIS Terra 250 m imagery to map
concentrations of suspended matter in coastal waters. Remote Sensing
Environment, v. 93, p. 259-266, 2004.
MILLER, R.L.; McKEE, B. A.; D’SA, E. J.Monitoring bottom sediment resuspension
and suspended sediments in shallow coastal waters. In: MILLER, R. L.; DEL
CASTILLO, C. E.; McKEE, B. A.; (Eds.). Remote sensing of aquatic coastal
41
environments: Technologies,techniques and application. New York: Springer,
2005. p. 21-50.
MOBLEY, C. D.; STRAMSKI, D.; BISSET, W. P.; BOSS, E. Optical modeling of
ocean waters: Is the case-1 case-2 still useful? Oceanography, v. 17, n. 2, p. 60-67,
2004.
MOBLEY, C.D. Light and Water: Radiative Transfer in Natural Waters. San
Diego : Academic Press, 1994. 592 p.
MODIS WEB. About MODIS: Specifications. Disponível em: <
http://modis.gsfc.nasa.gov/about/specifications.php >. Acesso em: 05 de abr. de
2013.
MOREL, A. In-water and remote measurements of ocean color. Boundary Layer
Meteorology, v. 18, p. 177-201, 1980.
MOREL, A.; PRIEUR, L. Analysis of variations in ocean color. Limnology and
Oceanography, v. 22, p. 709-722, 1977.
MORENO-MADRINAN, M. J.; AL-HAMDAN, M. Z.; RICKMAN, D. L.; MULLER-
KARGER, F. E. Using the Surface Reflectance MODIS Terra Product to Estimate
Turbidity in Tampa Bay, Florida. Remote Sensing,v. 2, p. 2713-2728, 2010.
PICKARD, G. L.; EMERY, W. J. Descriptive physical oceanography: an
introduction. Oxford: Butterworth-Heinemann, 1990. 336 p.
PIUMBINI, P.P. Clima de ondas_de gravidade e Estado de agitação marítima
em ambientes marinhos no Espírito Santo. Dissertação de Mestrado. Centro
Tecnológico, Departamento de Engenharia Ambiental, Universidade Federal do
Espírito Santo, Vitória, ES, Brasil, 121 pp, 2009.
ROBINSON, I. S. Discovering the ocean from space: the unique applications of
satellite oceanography. Berlim: Springer/Praxis Publishing, 2010. 638 p.
RODRÍGUEZ, V.; GILBES, F. Using MODIS 250 m Imagery to Estimate Total
Suspended Sediment in a Tropical Open Bay. International Journal of Systems
Applications, Engineering & Development, v. 3, n. 1, p. 36-44, 2009.
42
SIPELGAS, L.; RAUDSEPP, U.; KOUTS, T. Operational monitoring of suspended
matter distribution using MODIS images and numerical modelling. Advances in
Space Research, v. 38, n. 10, p. 2182-2188, 2006.
SOULSBY, R. L. Dynamics of marine sands. London: Thomas Telford, 1997. 249
p.
STÅHLBERG, C.; BASTVIKEN, D.; SVENSSON, B. H.; RAHM, L. Mineralisation of
organic matter in coastal sediments at different frequency and duration of
resuspension. Estuarine, Coastal and Shelf Science. v.70, p. 317-325, 2006.
VERMOTE, E. F.; KOTCHENOVA, S. Y.; RAY, J. P. MODIS Surface Reflectance
User’s Guide. Disponível em:< http://modis-
sr.ltdri.org/products/MOD09_UserGuide_v1_3.pdf > . Acesso em: 20 de mar. de
2013.
