{"id":279,"date":"2021-04-01T10:35:03","date_gmt":"2021-04-01T13:35:03","guid":{"rendered":"https:\/\/wp.ufpel.edu.br\/geotechidrica\/?p=279"},"modified":"2021-04-01T10:56:14","modified_gmt":"2021-04-01T13:56:14","slug":"plataforma-online-gee-app-para-monitoramento-de-chl-a-e-indice-de-estado-trofico-de-aguas-interiores-na-america-latina-um-projeto-em-andamento","status":"publish","type":"post","link":"https:\/\/wp.ufpel.edu.br\/geotechidrica\/2021\/04\/01\/plataforma-online-gee-app-para-monitoramento-de-chl-a-e-indice-de-estado-trofico-de-aguas-interiores-na-america-latina-um-projeto-em-andamento\/","title":{"rendered":"Plataforma online (GEE App) para monitoramento de Chl-a e \u00cdndice de Estado Tr\u00f3fico de \u00e1guas interiores na Am\u00e9rica Latina: um projeto em andamento"},"content":{"rendered":"

As atividades humanas em escala global t\u00eam contribu\u00eddo significativamente para a mudan\u00e7a na qualidade dos corpos d’\u00e1gua, aumentando os n\u00edveis de nutrientes. Nessas circunst\u00e2ncias, as algas proliferaram rapidamente e suas concentra\u00e7\u00f5es est\u00e3o acima dos n\u00edveis normais. A falta de dados in situ, em pa\u00edses da Am\u00e9rica Latina, por exemplo, limita a capacidade de gest\u00e3o da qualidade da \u00e1gua devido \u00e0 escassez de informa\u00e7\u00f5es sobre o estado atual das \u00e1guas superficiais. Nesse cen\u00e1rio, t\u00e9cnicas de sensoriamento remoto e computa\u00e7\u00e3o em nuvem s\u00e3o ferramentas fundamentais para fornecer indicadores precisos e r\u00e1pidos quanto \u00e0 ocorr\u00eancia de AB e N\u00edveis tr\u00f3ficos em grandes \u00e1reas, apoiando ainda mais os tomadores de decis\u00e3o e a\u00e7\u00f5es de gest\u00e3o.<\/p>\n

No ano passado, em colabora\u00e7\u00e3o com v\u00e1rios pesquisadores, foi aprovado pelo Google Earth Engine (GEE) [1] e pela Earth Observation Data Science ( EO) [2]. At\u00e9 agora, a metodologia proposta usa imagens Sentinel-2 corrigidas para efeitos atmosf\u00e9ricos e de reflexo solar para gerar uma cole\u00e7\u00e3o de imagens do \u00cdndice de Clorofila a Diferen\u00e7a Normalizada (NDCI) [3] para toda a s\u00e9rie temporal (agosto de 2015 at\u00e9 o presente) de uma determinada \u00e1rea. O NDCI recuperado das imagens \u00e9 comparado com chl-a medido in situ com uma janela de tempo de + – 2 dias para compara\u00e7\u00f5es. NDCI \u00e9 usado para estimar a concentra\u00e7\u00e3o de chl-a aplicando um modelo de ajuste n\u00e3o linear e tamb\u00e9m \u00e9 usado para classificar cada pixel em 5 classes de \u00cdndice de Estado Tr\u00f3fico (Oligo, Meso, Eutr\u00f3fico, Super e Hipereutr\u00f3fico) [4] com base em um modelo de \u00e1rvore-decis\u00e3o. Uma vez que a abordagem seja desenvolvida e validada usando locais-piloto, o m\u00e9todo ser\u00e1 transferido para as partes interessadas em v\u00e1rios n\u00edveis para fornecer informa\u00e7\u00f5es AB para os principais corpos d’\u00e1gua \/ reservat\u00f3rios na Am\u00e9rica Latina.<\/p>\n

Neste artigo, relatamos os primeiros resultados para a Bacia do Rio Tiet\u00ea, um dos principais afluentes da Bacia do Rio Paran\u00e1, localizado no Estado de S\u00e3o Paulo, Brasil (Figura 1). A \u00e1gua em grandes \u00e1reas urbanas de S\u00e3o Paulo \u00e9 fornecida por diversos reservat\u00f3rios. O r\u00e1pido processo de urbaniza\u00e7\u00e3o e industrializa\u00e7\u00e3o levou a altas concentra\u00e7\u00f5es de nitrog\u00eanio e f\u00f3sforo nas \u00e1guas superficiais e, consequentemente, degrada\u00e7\u00e3o e eutrofiza\u00e7\u00e3o da qualidade da \u00e1gua. Por exemplo, o reservat\u00f3rio Billings, que est\u00e1 localizado a montante da bacia do Tiet\u00ea, tem enfrentado s\u00e9rios problemas de polui\u00e7\u00e3o da \u00e1gua devido \u00e0 expans\u00e3o de favelas urbanas sem sistema de esgoto ou coleta de res\u00edduos s\u00f3lidos. Como resultado, n\u00edveis elevados de chl-a e TSI foram frequentemente observados ao longo do ano passado (Figura 2).<\/p>\n

O uso de computa\u00e7\u00e3o em nuvem (GEE) para processar todas as imagens do Sentinel-2 e gerar a cole\u00e7\u00e3o NDCI, permite acesso r\u00e1pido aos n\u00edveis de chl-a e TSI (\u00cdndice do Estado Tr\u00f3fico) para qualquer corpo d’\u00e1gua dentro da \u00e1rea de estudo (Bacia do Rio Paran\u00e1 , Figura 1), que inclui diversos reservat\u00f3rios e barragens, como Itaipu, Tr\u00eas Marias, Sistema Cantareira e outros.
\nMais importante ainda, todas essas informa\u00e7\u00f5es estar\u00e3o dispon\u00edveis gratuitamente para o p\u00fablico em geral por meio de um APP do Earth Engine (Figura 2) que permite a avalia\u00e7\u00e3o personalizada de uma determinada massa de \u00e1gua que pode ser escolhida em uma lista ou desenhada pelo usu\u00e1rio na tela do mapa. O APP est\u00e1 em desenvolvimento e em breve ser\u00e1 lan\u00e7ado na galeria do GEE APP. O usu\u00e1rio ser\u00e1 capaz de definir intervalo de datas, ROI (Regi\u00e3o de interesse), gr\u00e1ficos de s\u00e9rie temporal (NDCI ou Chl-a) e gr\u00e1ficos de \u00e1rea TSI (% \u00e1rea de classe) e salvar esses gr\u00e1ficos como textos ou formatos de imagem.<\/p>\n

Para as atividades seguintes do projeto, planejamos melhorar o APP e lan\u00e7\u00e1-lo on-line nas pr\u00f3ximas semanas. Tamb\u00e9m estenderemos a cole\u00e7\u00e3o NDCI a outras regi\u00f5es importantes da Am\u00e9rica do Sul, como Uruguai, Argentina e Nordeste do Brasil. No entanto, essa extens\u00e3o depende de dados in-situ para valida\u00e7\u00e3o do algoritmo, o que poderia ser realizado com mais dados de clorofila in-situ fornecidos pelos usu\u00e1rios e colaboradores. Finalmente, este projeto representa a aplica\u00e7\u00e3o de ponta de Sensoriamento Remoto e Computa\u00e7\u00e3o em Nuvem para fornecer alertas de prolifera\u00e7\u00e3o de algas quase em tempo real nas regi\u00f5es da Am\u00e9rica Latina, ajudando governos, institui\u00e7\u00f5es e tomadores de decis\u00e3o a tomar decis\u00f5es r\u00e1pidas para proteger e mitigar o meio ambiente impactos derivados de eventos de prolifera\u00e7\u00e3o de algas.<\/p>\n

\"\"

Figura 1. a) A regi\u00e3o cinza escuro mostra a Bacia do Rio Paran\u00e1 no Brasil; b) As massas de \u00e1gua na paleta da Bacia do Rio Paran\u00e1 de acordo com a concentra\u00e7\u00e3o m\u00e9dia de Chl-a para 2020. O ret\u00e2ngulo vermelho indica o reservat\u00f3rio Billings tomado como exemplo para o aplicativo GEE (ver Figura 2).<\/p><\/div>\n

\"\"

Figura 2: Tela de impress\u00e3o da vers\u00e3o atual do aplicativo GEE experimental. a) Visualiza\u00e7\u00e3o de mapas e classifica\u00e7\u00f5es; b) Interface do usu\u00e1rio, onde o usu\u00e1rio pode escolher intervalo de datas, ROI e selecionar os produtos (NDCI, Chl-a e \/ ou TSI) a serem exibidos como gr\u00e1ficos (ce d).<\/p><\/div>\n

Reconhecimentos
\nAgradecemos a Juan Torres-Batllo (EO Data Science) por seu suporte \u00fatil nos scripts do Google Engine.<\/p>\n

Referencias
\n1. Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. 2017. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment.
\n2. Earth Observation Data Science. https:\/\/eodatascience.com
\n3. Mishra, S., Mishra, D. Normalized difference chlorophyll index: A novel model for remote estimation of chlorophyll-a concentration in turbid productive waters, Remote Sensing of Environment, Volume 117, 2012, Pages 394-406.
\n4. CETESB, S\u00e3o Paulo State, https:\/\/cetesb.sp.gov.br\/aguas-interiores\/publicacoes-e-relatorios\/<\/p>\n

Autores
\nFelipe Lobo1, Federal University of Pelotas (UFPel), R. Gomes Carneiro, 01 – Centro, Pelotas\/ RS, Brazil.<\/p>\n

Gustavo Nagel2 & Daniel Maciel3, National Institute for Space Research (INPE), Av. dos Astronautas, 1758, S\u00e3o Jos\u00e9 dos Campos\/SP, Brazil.<\/p>\n

Lino Carvalho4, Federal University of Rio de Janeiro (UFRJ), Rua Athos da Silveira Ramos, 274, Bloco G, Cidade Universit\u00e1ria, Rio de Janeiro\/RJ, Brazil<\/p>\n

felipe.lobo@ufpel.edu.br<\/p>\n","protected":false},"excerpt":{"rendered":"

As atividades humanas em escala global t\u00eam contribu\u00eddo significativamente para a mudan\u00e7a na qualidade dos corpos d’\u00e1gua, aumentando os n\u00edveis de nutrientes. Nessas circunst\u00e2ncias, as algas proliferaram rapidamente e suas concentra\u00e7\u00f5es est\u00e3o acima dos n\u00edveis normais. A falta de dados in situ, em pa\u00edses da Am\u00e9rica Latina, por exemplo, limita a capacidade de gest\u00e3o da … <\/p>\n

Continue lendo<\/a><\/p>\n","protected":false},"author":1066,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_crdt_document":"","footnotes":""},"categories":[1],"tags":[],"class_list":["post-279","post","type-post","status-publish","format-standard","hentry","category-noticias","item-wrap"],"jetpack_featured_media_url":"","_links":{"self":[{"href":"https:\/\/wp.ufpel.edu.br\/geotechidrica\/wp-json\/wp\/v2\/posts\/279","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.ufpel.edu.br\/geotechidrica\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.ufpel.edu.br\/geotechidrica\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/geotechidrica\/wp-json\/wp\/v2\/users\/1066"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/geotechidrica\/wp-json\/wp\/v2\/comments?post=279"}],"version-history":[{"count":7,"href":"https:\/\/wp.ufpel.edu.br\/geotechidrica\/wp-json\/wp\/v2\/posts\/279\/revisions"}],"predecessor-version":[{"id":292,"href":"https:\/\/wp.ufpel.edu.br\/geotechidrica\/wp-json\/wp\/v2\/posts\/279\/revisions\/292"}],"wp:attachment":[{"href":"https:\/\/wp.ufpel.edu.br\/geotechidrica\/wp-json\/wp\/v2\/media?parent=279"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/geotechidrica\/wp-json\/wp\/v2\/categories?post=279"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/geotechidrica\/wp-json\/wp\/v2\/tags?post=279"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}