Search

A utilização de modelos bio-ópticos com o intuito de estimar a concentração de clorofila (Chl-a) em águas do caso 2 tem sido amplamente estudados dentro do sensoriamento remoto, uma vez que esse parâmetro é determinante para a compreensão da qualidade de água. A abordagem empírica foi utilizada em dois reservatórios, com parâmetros limnológicos distintos, e o desempenho dos modelos comparados. Para isso, foram coletadas amostras de água e medidas radiométricas nos reservatórios de Nova Avanhandavan (Nav) e Barra Bonita (BB) localizados no rio Tietê, estado de São Paulo. Dos 20 pontos coletados em Nav, 13 foram aplicados na calibração dos modelos e 7 na validação; enquanto que em BB, 12 pontos foram utilizados para calibração e 8 para validação. As amostras de água foram obtidas para dar suporte às análises laboratoriais visando determinar a concentração de Chl-a por meio da extração em acetona 90%. Foram comparados modelos utilizando primeira e segunda derivadas, duas bandas, sendo uma localizada na região do azul e outra no verde e três bandas baseadas na região espectral do vermelho e infravermelho próximo. Além desses, foi aplicado o índice de Clorofila da Diferença Normalizada (NDCI - Normalized Difference Chlorophyll Index) e uma razão de bandas, denominada TWICE, ajustada por meio da ferramenta web ICE (Interactive Correlation Environment). Com base nos resultados foi observado que o modelo que obteve menor erro associado a estimativa da concentração de Chl-a em Nav foi o TWICE, com ajuste linear (RMSE = 2,89 μg/L; ε = 46,48% e δ = 0,45), e para BB o modelo de duas bandas (2BD) com ajuste polinomial (RMSE = 37,49 μg/L; ε = 42,36% e δ = -1,97).

Este artigo apresenta uma metodologia para processamento e utilização de dados batimétricos de alta resolução, coletados com o ecobatimetro - Lowrance- modelo 480M, em áreas inundáveis da planície do rio Amazonas. Imagens TM/Landsat foram utilizadas como suporte ao planejamento e execução do levantamento batimétrico. Um conjunto de 4600 km lineares de transectos gerados durante o levantamento, foi submetido a uma seqüência semi-automática de processamento, e o resultado integrado a uma base de dados georreferenciada. Um modelo de elevação digital com resolução horizontal de 15 metros e resolução vertical de 1 centímetro foi gerado para a planície. A dinâmica de área inundada e de volume de água armazenado na planície foi avaliada a partir destes dados. Modelos de regressão para estimativa de área inundada e de volume armazenado na planície, a partir no nível de água, foram construídos. Os resultados deste trabalho mostraram que a informação de nível de água e área inundada mapeada a partir de imagens são um bom "proxy" para a estimativa do volume de água armazenado na planície do Lago Grande de Curuai.