Abstract. The low operational cost of using freely available remote sensing data is a strong incentive for water agencies to complement their field campaigns and produce spatially distributed maps of some water quality parameters. The objective of this study is to compare the performance of Sentinel-2 MSI and Landsat-8 OLI sensors to produce multiple regression models of water quality parameters in a hydroelectric reservoir in Brazil. Physical-chemistry water quality parameters were measured in loco using sensors and also analysed in laboratory from water samples collected simultaneously. The date of sampling corresponded to the almost simultaneous overflight of Sentinel-2B and Landsat-8 satellites which provided a means to perform a fair comparison of the two sensors. Four optically active parameters were considered: chlorophyll-a, Secchi disk depth, turbidity and temperature (the latter using Landsat-8 TIR sensor). Other six optically non-active parameters were also considered. The multiple regression models used the spectral reflectance bands from both sensors (separately) as predictors. The reflectance values were based on averaging kernels of 30 m and 90 m. Stepwise variable selection combined with a priori knowledge based on other studies were used to optimize the choice of predictors. With the exception of temperature, the other optically active parameters yielded strong regression models from both the Sentinel and Landsat sensors, all with r2 > 0.75. The models for the optically non-active parameters produced less striking results with r2 as low as 0.03 (temperature) and as high or better than > 0.8 (pH and Dissolved oxygen).

A contribuição do geoprocessamento para o desenvolvimento dos estudos geomorfológicos vem crescendo nos últimos anos, por possibilitar a análise de vários elementos ou fenômenos de forma integrada, pela relativa facilidade de aquisição e manipulação de dados morfométricos em ambiente de Sistema de Informações Geográficas. No entanto, ainda carece de padronização e metodologias flexíveis e, aplicáveis a diferentes regiões. Este trabalho objetiva apresentar uma metodologia de compartimentação do relevo baseada em índices morfométricos, portanto, possui um viés quantitativo. O recorte da área de estudo situa-se na região da Serra do Curral e suas imediações, tendo uma escala de análise regional. Foram calculados o Índice de Concentração da Rugosidade, o Índice de Hack e a Densidade de Drenagem para compor o Índice Global de Dissecação do Relevo. Os resultados obtidos foram comparados com o mapeamento geomorfológico da APA Sul RMBH, realizado pelo CPRM, com o intuito de avaliar a adequação do modelo gerado com um produto cartográfico oficial gerado a partir de dados de campo. Palavras chave: Compartimentação do reevo, Índices morfométricos, Geoprocessamento IntroduçãoA formulação de índices e abstrações matemáticas em Geomorfologia faz parte dos procedimentos metodológicos desta ciência desde Horton (1945), o caráter prático e a aplicabilidade dos índices podem ser atestados até mesmo pela formação acadêmica dos seus propositores, em sua maioria oriundos da Engenharia (RODRIGUES, 1997).A manipulação de dados em SIG e a criação de modelos vem sendo utilizadas para simular o comportamento sistêmico do ambiente, possibilitando análises de forma holística com a interação dos elementos da paisagem.Dentro das geociências, em específico para os estudos geomorfológicos, as ferramentas de geoprocessamento possibilitam com facilidade a obtenção de dados morfométricos através dos Modelos digitais de Terreno -MDT e a partir destes, extrair diversas informações do relevo estudado. Permite também aplicar com rapidez e precisão álgebras matriciais, possibilitando diversas análises espaço-temporais dos processos geomorfológicos.

The use of remote sensing technology applied to measure the quality of continental waters has grown exponentially since the turn of the century. Using different sensors on board satellites or airborne platforms, the estimation of water quality parameters has been carried out through both empirical and analytical approaches. This work aims to review the specific scientific production of the last two decades to assess how the evolution of the sensors and platforms have affected the potential and the limitations of remote sensing technologies to estimate water quality parameters in lakes and reservoirs. The study also focuses on the accuracy of remote sensing techniques for the major optically active parameters: chlorophyll-a and phycocyanin, Secchi disk depth and turbidity. The article is subdivided by sections dedicated to each of these parameters. A review of remote sensing platforms and sensors precedes the parameters sections. The past 20 years have brought a large body of articles on how remote sensing data can be used to estimate these parameters. Empirical methods dominate overwhelmingly with a four to one proportion over analytical approaches. Environmental factors such as season, complexity of water and concentration loads appear to exert a strong control over the quality of the results. Recent platforms and sensors have brought noticeable improvements over results achieved in this period.

Diversos autores propuseram metodologias para aprofundar e sistematizar o conhecimento sobre a geodiversidade. Assim sendo, este artigo aborda o patrimônio espeleológico e suas relações espaciais com aspectos de seu ambiente físico com foco no Parque Nacional da Serra do Gandarela, Minas Gerais. As cavernas foram organizadas em grupos, dependendo da proximidade entre elas, criando áreas que facilitassem a análise espacial. O estudo permitiu uma melhor percepção dessa distribuição do patrimônio e suas relações espaciais com o ambiente físico, mostrando sua riqueza em termos da geodiversidade associada.Palavras-chave: Patrimônio Espeleológico, cavernas, geodiversidade, ambiente físico, geoprocessamentoAbstractSeveral authors have proposed methodologies to deepen and systematize the knowledge of geodiversity. This paper approaches the speleological heritage and its spatial relationships with aspects of its physical environment, working on of the Serra do Gandarela National Park, Minas Gerais. The caves were organized into groups, depending on the proximity between them, creating areas that facilitated the spatial analysis. The study allowed better insight of this heritage distribution and its spatial relationships with the physical environment, showing its wealth in terms of the associated geodiversity.Keywords: Speleological heritage, caves, geodiversity, physical environment, geoprocessing