Estimativa de Clorofila-a por imagens multiespectrais de alta resolução espacial no Lago Paranoá – DF

Abstract

Introdução: Águas continentais, como as do Lago Paranoá, em Brasília/DF, merecem especial atenção por permitirem o fornecimento de água para atividades antrópicas essenciais. O monitoramento da qualidade e da quantidade desses reservatórios é fundamental para a estabilidade na provisão desse serviço. A literatura demonstra sucesso na utilização de técnicas de sensoriamento remoto para o monitoramento da qualidade da água em reservatórios, e busca os melhores métodos de estimativa de Componentes Opticamente Ativos (COAs), como a Clorofila-a (Chl-a), indicativo da biomassa fitoplanctônica. Objetivo: Estimar a concentração de Chl-a no lago Paranoá a partir de imagens de alta resolução espacial obtidas por sensores multiespectrais aerotransportadas e orbitais. Métodos: A região localizada próxima à Foz do Riacho Fundo no Lago Paranoá foi considerada a área de estudo por este ser considerado o braço mais crítico do Lago. Na área, foram realizados levantamentos de campo para a aquisição de dados limnológicos e de radiometria de campo (Rsr in situ), para determinação da verdade terrestre; e dados remotos por aeronave remotamente pilotada-RPA e sistema orbital PlanetScope (PS). Posteriormente, foi avaliada a relação entre os dados remotos e as concentrações de Chl-a por meio de modelos de regressão lineares. Por fim, os modelos foram validados com a aplicação da distribuição “t de Student”, técnica jackknife, Intervalos de Confiança, e Raiz do Erro Médio Quadrático (RMSE). Resultados: No geral, as concentrações de Chl-a foram consideradas baixas, com concentrações médias de 1,43, 2,06, 5,03 5,93 e 3,86 mg/m³ nas cinco campanhas realizadas. Mesmo assim, foi possível a identificação de feições de absorção e de reflectância características de Chl-a. Os dados da câmera Sequoia, acoplada a uma RPA, obtiveram bons resultados com a Rsr de campo, R² = 0,65, 0,84 e 0,90 para os canais do vermelho-VM (640-680nm), borda do vermelho-BV (730-740nm) e infravermelho próximo-IP (770-810nm), respectivamente, para a época chuvosa. As mesmas faixas foram correlacionadas com Chl-a, com R² de 0,80; 0,85 e 0,86 para VM, BV e IP, respectivamente. Na época seca não houve correlações desse sensor com Chl-a nem com Rsr devido à baixa intensidade de reflectância. Os produtos PS obtiveram correlações significativas com Chl-a, r = 0,72, 0,81, 0,72 e 0,80 para as bandas do azul (455-515 nm), verde (500-590 nm), VM (590- 670 nm) e IP (780-860 nm), respectivamente, a partir de 23 elementos amostrais de imagens PS de épocas diferentes. Conclusões: Ambos os sensores foram capazes de gerar modelos válidos de estimativa de Chl-a em corpo hídrico com baixas concentrações desse componente. As distribuições espaciais produzidas a partir desses modelos foram condizentes com os dados de campo. O sistema de RPA gerou resultados mais detalhados e modelo válido no período chuvoso, em que a aplicação do produto PS foi impossibilitada em decorrência da presença de nuvens.