Autores
- GABRIEL GOUVEA DA SILVAUNIFAL-MGEmail: gabriel.gouvea@sou.unifal-mg.edu.br
- GABRIELLA BRANDINO DE CAMPOSUNIFAL-MGEmail: gabriella.campos@sou.unifal-mg.edu.br
- MARCELO DE OLIVEIRA LATUFUNIFAL-MGEmail: marcelo.latuf@unifal-mg.edu.br
Resumo
A concentração de sedimentos em suspensão nos corpos hídricos caracteriza-se
como um importante indicador do meio aquático, subsidiando análises relacionadas
ao diagnóstico e monitoramento dos sistemas fluviais, relacionados ao transporte
de sedimentos, estimativas de taxas de erosão e assoreamento, além de
modificações na cobertura e uso da terra. Neste contexto, insere-se o Bioma do
Pantanal, que posiciona-se como uma das maiores áreas sazonalmente alagadas do
Planeta e que foi palco de intensas modificações em sua paisagem ao longo das
últimas décadas. Tais modificações podem afetar a dinâmica fluvial das cheias,
refletindo também, na dinâmica sedimentar dos sistemas fluviais, em especial
suas lagoas. Desta forma, objetiva-se obter perfis espectro-temporais do Índice
Normalizado de Material Suspenso (NSMI) das Lagoas Uberaba e Mandioré, com o
intuito de subsidiar o monitoramento da matéria total suspensa a partir de dados
orbitais. A metodologia consiste no processamento de imagens da coleção do
satélite Sentinel-2, nível de processamento Level-2A, com recorte temporal entre
2018 e 2023. O processamento foi realizado na plataforma de computação em nuvem
Google Earth Engine (GEE), por meio das seguintes etapas: (a) aquisição da
delimitação das lagoas, a partir da base cartográfica de massas d’água da
Agência Nacional de Águas e Saneamento Básico; (b) estimativa do índice
espectral NSMI; (c) desenvolvimento de um aplicativo web na plataforma GEE. Como
resultados, encontrou-se diferenças entre as médias de 9,6%, tendo a Lagoa de
Mandioré apresentado uma concentração média maior de material suspenso (NSMI =
0,455), quando comparada à Lagoa Uberaba (NSMI = 0,415). Por outro lado,
ressalta-se a existência de períodos de baixas concentrações na Lagoa Uberaba
(amplitude = 0,558). Conclui-se que o processamento em nuvem pelo GEE mostrou-se
eficaz, subsidiando análises mais detalhadas, atreladas ao regime de
precipitação e cotas linimétricas.
Palavras chaves
Pantanal; Sensoriamento remoto; Google Earth Engine
ARTIGO EM PDF
