http://repositorio.unb.br/handle/10482/49297
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
2023_IaraResendeDaFonseca_DISSERT.pdf | 4,22 MB | Adobe PDF | Visualizar/Abrir |
Título: | Comportamento espaço-temporal da concentração de clorofila-a nos corpos hídricos do Distrito Federal por meio do sensoriamento remoto |
Autor(es): | Fonseca, Iara Resende da |
Orientador(es): | Cicerelli, Rejane Ennes |
Assunto: | Sistemas de abastecimento urbano Recursos hídricos Sensoriamento remoto Reservatórios Água - qualidade |
Data de publicação: | 29-Jul-2024 |
Data de defesa: | 15-Dez-2023 |
Referência: | FONSECA, Iara Resende da. Comportamento espaço-temporal da concentração de clorofila-a nos corpos hídricos do Distrito Federal por meio do sensoriamento remoto. 2023. 129 f., il. Dissertação (Mestrado em Tecnologia Ambiental e Recursos Hídricos) — Universidade de Brasília, Brasília, 2023. |
Resumo: | Os mananciais de abastecimento urbano são sistemas aquáticos complexos e que exigem um monitoramento contínuo para a detecção de interferências pontuais e difusas que prejudiquem a qualidade da água e coloquem a saúde da população em risco. O sensoriamento remoto se destaca como uma ferramenta que pode permitir uma ação rápida dos gestores perante situações adversas à qualidade em função de seu alto potencial de análise temporal e espacial. Contudo, estudos empíricos contínuos são necessários para o entendimento dos ambientes e suas relações com os dados obtidos por sensores orbitais, terrestres ou aerotransportados. No caso do Distrito Federal, a proximidade dos centros urbanos e agrossilvopastoris dos mananciais de abastecimento público oferece riscos proeminentes da mudança repentina da qualidade da água. Além disso, ambientes aquáticos são desafiadores para o Sensoriamento Remoto em virtude das baixas concentrações de variáveis limnológicas já evidenciadas nos últimos anos. Nesse sentido, o presente estudo tem como objetivo propor um método de estimativa espaço temporal de clorofila-a preciso e acurado para os reservatórios do Distrito Federal, por meio de um modelo semiempírico baseado na série histórica de imagens Landsat. Para isso, foram obtidos dados de clorofila-a coletados em campo pela CAESB e dados de reflectância de superfície dos satélites Landsat do período de 1984 a 2023 adquiridos por intermédio de processamento em nuvem do Google Earth Engine. O estudo se empenhou em encontrar um modelo semiempírico para a predição das concentrações de clorofila-a para todos os reservatórios do Distrito Federal: Lago Paranoá, Descoberto e Santa Maria. Como resultado, foi encontrado um modelo referente à série histórica dos dados do Landsat 5, de 1984 a 2011, utilizando a razão de banda azul e verde em um ajuste polinomial satisfatório (R² = 0,69 e RMSE = 12,88 µg/L). E um modelo para os dados dos sensores OLI, de 2013 a 2023, referente aos satélites Landsat 8 e 9, com a utilização da razão das bandas espectrais vermelho e verde e um ajuste exponencial dos dados (R² = 0,69 e RMSE = 3,36 µg/L). Os modelos possibilitaram a produção de mapas de distribuição espacial da clorofila-a ao longo da série história de 1985 a 2023, em que foi possível observar a evolução da qualidade da água do Lago Paranoá. Portanto, o sensoriamento remoto permitiu o estudo dos corpos hídricos do Distrito Federal e pode ser promissora a região. |
Abstract: | Urban water supply reservoirs are complex lentic systems that require continuous monitoring to detect diffuse pollution interferences that could compromise water quality and pose risks to public health. Remote sensing stands out as a tool that can enable quick action by authorities in response to quality-related adverse situations due to its high temporal and spatial potential. However, continuous empirical studies are necessary to understand the environments and their relationships with the data obtained from orbital, terrestrial, or airborne sensors. In the case of the Federal District in Brazil, the proximity of urban centers to public water supply sources presents prominent risks of sudden changes in water quality. Moreover, such aquatic environments are challenging for remote sensing due to the low concentrations of limnological variables that have been observed in recent years. In this sense, the present study aims to propose a precise and accurate spatiotemporal estimation method for chlorophyll-a in the reservoirs of the Federal District, using a semi-empirical model based on the historical series of Landsat images. To achieve this, chlorophyll-a data collected in the field by CAESB (Water and Sanitation Company of the Federal District) and surface reflectance data from Landsat satellites from 1984 to 2023 were obtained through cloud processing in Google Earth Engine. The study sought to find a semi-empirical model for predicting chlorophyll-a concentrations for all reservoirs in the Federal District: Paranoá Lake, Descoberto, and Santa Maria. As a result, a model was found for the Landsat 5 data series from 1984 to 2011, using the ratio of blue and green bands in a satisfactory polynomial fit (R² = 0.69 and RMSE = 12.88 µg/L). Another model was developed for the OLI sensor data, corresponding to Landsat 8 and 9 satellites, using the ratio of red and green spectral bands and an exponential fit of the data (R² = 0.69 and RMSE = 3.36 µg/L). The models allowed the production of spatial distribution maps of chlorophyll-a throughout the historical series from 1985 to 2023, revealing the evolution of water quality in Paranoá Lake. Therefore, remote sensing facilitated the study of water bodies in the Federal District and showed promising prospects for the region. |
Unidade Acadêmica: | Faculdade de Tecnologia (FT) Departamento de Engenharia Civil e Ambiental (FT ENC) |
Informações adicionais: | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2023. |
Programa de pós-graduação: | Programa de Pós-Graduação em Tecnologia Ambiental e Recursos Hídricos |
Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.