No presente trabalho foram utilizadas imagens multiespectrais do satélite Sentinel-2 da Bacia Hidrográfica do Rio Cachoeira (BHRC), localizada no sul do estado da Bahia. O objetivo deste trabalho foi detectar, delimitar e quantificar a área ocupada por reservatórios de água na BHRC. Para tanto foram calculados os índices MNDWI (Modified Normalized Difference Water Index) e NDWI (Normalized Difference Water Index). A capacidade de detecção de pequenos corpos d’água pelos métodos empregados mostrou-se satisfatória, apresentando uma correspondência de até 78% entre os métodos, com superiores resultados para índice MNDWI frente ao NDWI. A partir desses índices foram observadas variações sazonais e espaciais quanto à distribuição de reservatórios na BHRC. A porção sudoeste da bacia apresentou maior concentração de pequenos reservatórios no período chuvoso. No contexto geral da bacia hidrográfica, os reservatórios de água ocupam até 0,13% da área da bacia, enquanto que em determinadas áreas do sudoeste da BHRC esse valor atinge até 0,86%.
As represas representam uma importante fonte de água para fins de abastecimento urbano. A variação do volume de água armazenada nesses reservatórios pode ser estimada a partir da relação empírica área-volume, na qual a área do reservatório ocupada por água pode ser calculada a partir de técnicas de sensoriamento remoto, destacando-se aquelas estimadas a partir do emprego do cálculo Índice de Diferença Normalizada da Água (NDWI). Para a construção do modelo área-volume da Represa Guarapiranga, uma das principais fontes de abastecimento de água na Região Metropolitana de São Paulo, 21 imagens com o índice NDWI foram produzidas com base em imagens de satélite Landsat-8 OLI entre janeiro de 2013 e janeiro de 2020. A análise de regressão da área coberta por água e o volume efetivamente mensurado na Represa de Guarapiranga, permitiram a elaboração de um modelo empírico área-volume com o coeficiente de determinação (R2) de 0,79, o que demonstra a viabilidade do emprego desta abordagem para estimativas realistas do volume de água armazenada.
Semiarid regions comprise a significant portion of the Earth and they are characterized by lack of water resources. Due to low water availability, surface water is commonly stored in small reservoirs that serve as a primary source of water supply and agriculture. The water volume stored in these reservoirs may be estimated by use of area-volume model, which estimates the volume per flooded area of the reservoir. The area of reservoirs can be easily estimated by computation of Normalized Difference Water Index (NDWI) using satellite imagery. Because of the vital importance of water availability estimation in small to medium reservoirs (0.1 to 15 Km2) of the Brazilian semiarid region, the suitability of some previous area-volume models developed for semiarid was evaluated. Additionally, a new area-volume model valid for the Brazilian semiarid region was developed using non-linear regressions. The fitted model provides estimates close to the measured volumes, indicating the ability of these models to predict the volume of water in these reservoirs. The proposed model was applied to evaluate the change of stored water in a watershed in the Brazilian semiarid region, allowing to verify a substantial reduction in the water volume during a prolonged drought. Consequently, this work points out useful strategies to monitor the water availability in the Brazilian semiarid region.
No presente trabalho foram utilizadas imagens multiespectrais do satélite Sentinel-2 da Bacia Hidrográfica do Rio Cachoeira (BHRC), localizada no sul do estado da Bahia. O objetivo deste trabalho foi detectar, delimitar e quantificar a área ocupada por reservatórios de água na BHRC. Para tanto foram calculados os índices MNDWI (Modified Normalized Difference Water Index) e NDWI (Normalized Difference Water Index). A capacidade de detecção de pequenos corpos d’água pelos métodos empregados mostrou-se satisfatória, apresentando uma correspondência de até 78% entre os métodos, com superiores resultados para índice MNDWI frente ao NDWI. A partir desses índices foram observadas variações sazonais e espaciais quanto à distribuição de reservatórios na BHRC. A porção sudoeste da bacia apresentou maior concentração de pequenos reservatórios no período chuvoso. No contexto geral da bacia hidrográfica, os reservatórios de água ocupam até 0,13% da área da bacia, enquanto que em determinadas áreas do sudoeste da BHRC esse valor atinge até 0,86%.
Barragens de rejeito de minério são projetadas para conter e acumular substâncias líquidas e sólidos provenientes dos processos de beneficiamento de minério. Cerca de 49% das causas de rompimento de barragem nos últimos cem anos ocorrem devido à falhas (gerenciamento e estrutura) acelerado por processos exógenos. O rompimento da barragem no município de Brumadinho comportava os rejeitos da mina do Córrego do Feijão, cerca de 11,7 milhões de metros cúbicos. Devido ao desastre, o trabalho objetivou-se em delimitar a área atingida pela lama do rejeito com uso de sensoriamento remoto e comparar com outros métodos já aplicados na literatura. Desta forma, imagens do Sentinel-2 foram adquiridas para aplicar o método de Classificação Supervisionada a partir do software Spring 5.5.6, utilizando uma imagem anterior e posterior à tragédia (07/01/2019 e 01/02/2019). Já os métodos utilizados por outros autores foram: Classificação Supervisionada e Não Supervisionada, Índice NDVI, Razão Simples de Minerais Ferrosos e Argilominerais e por último, vetor. A aplicação da Classificação Supervisionada demonstrou-se eficaz ao separar os atributos da imagem, separando em áreas (vegetação, outros e área atingida) resultando em uma cobertura de 282 ha e em comparação com os outros métodos, as áreas cobertas pela lama variaram de 164,792 ha à 430,18 ha. Com isso, o estudo concluiu que os métodos de sensoriamento remoto são eficazes em delimitar áreas que sofreram impacto ambiental, sendo uma ferramenta de baixo custo.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.