Download PDF
ads:
UNIVERSIDADE FEDERAL DO PARÁ
CENTRO DE GEOCIÊNCIAS
CURSO DE PÓS-GRADUAÇÃO EM GEOLOGIA E GEOQUÍMICA
DISSERTAÇÃO DE MESTRADO
“Utilização de Dados de Sensores Remotos para o Mapeamento dos
Índices de Sensibilidade Ambiental a Derramamento de Óleo na
Baía de Guajará, Belém-PA”.
Dissertação apresentada por:
FABRÍCIO DIAS GONÇALVES
BELÉM
2005.
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
UNIVERSIDADE FEDERAL DO PARÁ
CENTRO DE GEOCIÊNCIAS
Curso de Pós-Graduação em Geologia e Geoquímica
“Utilização de Dados de Sensores Remotos para o Mapeamento dos
Índices de Sensibilidade Ambiental a Derramamento de Óleo na
Baía de Guajará, Belém-PA”.
DISSERTAÇÃO APRESENTADA POR
FABRÍCIO DIAS GONÇALVES
Como requisito parcial obtenção do Grau de Mestre em Ciências na Área
de GEOLOGIA.
Data de Aprovação: / /
Comitê de Tese:
Dr. Pedro Walfir Martins e Souza Filho (Orientador)
Dr. Waldir Renato Paradella (INPE)
Dr. Fernando Pellon de Miranda (Petrobras)
BELÉM
2005
ads:
i
Para Walter, Raimunda, Édila, Núbia, Quésia,
Evelyn e minha querida avó Benedita (in memorian).
ii
AGRADECIMENTOS
Gostaria de expressar meus agradecimentos a todos que, de uma forma ou de outra, colaboraram
para a realização deste trabalho; o que pode parecer mera formalidade, no entanto, para mim representa
uma pequena demonstração de gratidão às pessoas e instituições que acreditaram e não mediram esforços
para a realização desta Dissertação. Assim, gostaria de agradecer especialmente:
Ao Curso de Pós-Graduação em Geologia e Geoquímica (CPGG) do Centro de Geociências da
Universidade Federal do Pará pela oportunidade de desenvolver este trabalho, assim como pela utilização
de sua infra-estrutura.
A CAPES pela concessão de uma bolsa de mestrado que permitiu minha dedicação exclusiva ao
desenvolvimento desta Dissertação.
Aos Projetos PIATAM Mar e PETROMAR pelo suporte para realização desta Dissertação,
projetos estes que são financiados, respectivamente, pela Petrobras e FINEP/CT-PETRO. Assim como,
gostaria de estender estes agradecimentos a todos seus participantes.
Ao Prof. Dr. Pedro Walfir Martins e Souza Filho pelas oportunidades de desenvolvimento pessoal
e profissional, pela orientação desta Dissertação e, antes de tudo, pela amizade que tem sido construída ao
longo destes anos. Às vezes olhando para trás, observanos que poderíamos ter feito mais naquele tempo,
mas a questão é que naquele tempo não éramos capazes de observar isto.
Ao Dr. Waldir Renato Paradella pelas dicas na utilização das diversas técnicas de processamento
digital de imagens SAR, bem como pelas sugestões e generosas palavras de incentivo. Ao Dr. Fernando
Pellon de Miranda pela revisão detalhada desta Dissertação e pelas sugestões valiosas que permitiram uma
melhora significativa na versão final deste trabalho.
Aos Drs. Mário Ivan Cardoso e Marcelo Cohen pela avaliação deste trabalho, pelas sugestões e
palavras de incentivo.
Ao Msc. Carlos Beisl e à Fernando Ledo pela ajuda no processamento das imagens RADARSAT-
1 W1, bem como na utilização do programa PCI Geomatica.
Aos amigos do Laboratório de Analise de Imagens do Trópico Úmido (LAIT), Francisco Ribeiro
(Tatu), Glenda Carvalho, Afonso Quaresma (Alhonso), Paula Lima, Sheila Gatinho, Messiana Boulhosa,
Rosana Helena, Edmilson das Mercês, Fernando Souza, Helenice Silva, Lourival Júnior, Valéria Pinheiro,
Ronaldo Paiva (Cachorrão), Elainy Martins, Eduardo Moreira, Antônio Marçal.
Aos amigos do Centro de Geociências (CG), Cleber Ladeira (Lobinho), José de Arimatéia (Ari),
Carlos Marcelo (Miojo), Elen Lopes, Gisele dos Anjos, Luiz Cláudio (Boizinho), Kirkpatrick Monteiro
(Craca Velha), Fernanda Gisele, Teresa Cristina, Marcely Neves, Fhábio Glayson (Slot), Wiverson de
Souza (Negão), Aderson Lima (Tachí), Wilson Bastos (Sr. Wilson),
iii
À Eliete, Heloide, Nilcione e Francisca que reiteradamente tem intercedido por mim e, dessa
forma, me ajudado grandemente.
Aos meus pais Walter, Raimunda e Édila, por tudo, principalmente pelos ensinamentos, pelo
incentivo e o apoio incondicional. Agradecimentos estendidos para toda a minha família e,
principalmente, minha amada avó Dolores e minhas irmãs Núbia, Quésia e Evelyn pela paciência, amor e
carinho nos momentos difíceis.
Aos grandes amigos Ivan Monteiro, Pablo Alan (pai do João Pedro), Marcelo Bellini e Carlos
Magno (Cacá) pela amizade de longa data, apesar das distâncias e dos caminhos diferentes traçados por
cada um.
E por fim, gostaria de agradecer a Deus, uma vez que tem me guardado e me abençoado de uma
forma muito especial; sendo sua bondade comigo a fonte de todas as minhas vitórias.
iv
“Não devemos parar de explorar. E o fim de
toda nossa exploração será chegar ao ponto
de partida e ver o lugar pela primeira vez.”
T.S. Eliot
v
SUMÁRIO
DEDICATÓRIA i
AGRADECIMENTOS ii
EPÍGRAFE iv
LISTA DE ILUSTRAÇÕES ix
LISTA DE TABELAS xii
LISTA DE SIGLAS E ABREVIAÇÕES xiv
RESUMO ......................................................................................................................................................1
ABSTRACT..................................................................................................................................................2
CAPÍTULO 1................................................................................................................................................3
1- INTRODUÇÃO........................................................................................................................................3
1.1 - UM HISTÓRICO DOS DERRAMAMENTOS DE ÓLEO NO MUNDO............................................3
1.2 - NECESSIDADE DE GERAÇÃO DE CARTAS DE SENSIBILIDADE AMBIENTAL A
DERRAMAMENTOS DE ÓLEO .................................................................................................................5
1.3 - A COSTA AMAZÔNICA: O PAPEL DO SENSORIAMENTO REMOTO NA OBSERVAÇÃO E
MONITORAMENTO COSTEIRO................................................................................................................6
1.4 - O PAPEL DAS COMPANHIAS DE PETRÓLEO NA DEFESA SÓCIO-AMBIENTAL DA
AMAZÔNIA BRASILEIRA..........................................................................................................................9
1.5 - OBJETIVOS........................................................................................................................................11
CAPÍTULO 2..............................................................................................................................................13
2 - ÁREA DE ESTUDO .............................................................................................................................13
2.1 - LOCALIZAÇÃO DA ÁREA ..............................................................................................................13
2.1.2 - Terminal Petroquímico Nicolau Bentes Gomes (MIRAMAR) ...................................................15
2.2 – GEOLOGIA ........................................................................................................................................17
2.3 - GEOMORFOLOGIA...........................................................................................................................17
2.3.1 - Região das Várzeas .........................................................................................................................18
2.3.2 - A Região de Terra Firme ...............................................................................................................19
2.4 - VEGETAÇÃO.....................................................................................................................................19
2.5 - CLIMA.................................................................................................................................................20
2.6 - DINÂMICA ESTUARINA .................................................................................................................21
2.6.1 - Aspectos oceanográficos.................................................................................................................22
2.6.2 - Estudo dos Ventos e Ondas na Baía de Guajará..........................................................................23
2.6.3 - As Marés no Estuário Guajará......................................................................................................23
2.6.4 - Estudo das Correntes de Maré ......................................................................................................24
2.6.5 - A Maré Salina..................................................................................................................................24
CAPÍTULO 3..............................................................................................................................................26
3- UTILIZAÇÃO DE SENSORIAMENTO REMOTO NAS MICROONDAS PARA O
MONITORAMENTO DA ZONA COSTEIRA AMAZÔNICA ............................................................26
3.1 – IMPORTÂNCIA E UTILIZAÇÃO DE UM SAR..............................................................................26
3.2 - CARACTERÍSTICAS DO SISTEMA DE RADAR...........................................................................28
vi
3.3-PARÂMETROS OPERACIONAIS DOS SISTEMAS DE RADAR....................................................31
3.3.1 - Comprimento de Onda...................................................................................................................31
3.3.2-Polarização ........................................................................................................................................33
3.3.3-Ângulo de Incidência ........................................................................................................................35
3.3.4- Direção da Visada ............................................................................................................................36
3.4 - INFLUÊNCIA DOS PARÂMETROS DA SUPERFÍCIE...................................................................37
3.4.1-Constante Dielétrica e Umidade ......................................................................................................37
3.4.2-Rugosidade da Superfície e Topografia ..........................................................................................38
3.5-DISTORÇÕES GEOMÉTRICAS .........................................................................................................38
3.6 - RUÍDOS...............................................................................................................................................41
CAPÍTULO 4..............................................................................................................................................42
4 - MAPEAMENTOS DOS ÍNDICES DE SENSIBILIDADE AMBIENTAL (ISA) NA ZONA
COSTEIRA AMAZÔNICA ......................................................................................................................42
4.1- UTILIZAÇÃO DE MAPAS DE SENSIBILIDADE AMBIENTAL A DERRAMAMENTOS DE
ÓLEO...........................................................................................................................................................42
4.2- MÉTODO PARA ELABORAÇÃO DE MAPAS DE SENSIBILIDADE DESENVOLVIDO PELA
NATIONAL OCEANIC AND ATMOSPHERIC ADMISTRATION (NOAA) .........................................43
4.2.1- Tipos de informações presentes nos Mapas de Sensibilidade ......................................................43
4.2.2 - Índice de Sensibilidade Ambiental a Derramamentos de Óleo (ISA) ........................................45
4.2.2.1 - Grau Relativo de Exposição à Energia de Ondas e Marés.............................................................46
4.2.2.2 - Declividade da Costa .....................................................................................................................46
4.2.2.3 - Tipo de Substrato...........................................................................................................................47
4.2.3 - Aspectos biológicos..........................................................................................................................48
4.2.4 - Aspectos sócio-econômicos .............................................................................................................48
4.3 - MÉTODO PARA ELABORAÇÃO DE MAPAS DE SENSIBILIDADE UTILIZADO NO BRASIL
......................................................................................................................................................................49
4.4- CARACTERIZAÇÃO DOS ECOSSISTEMAS COSTEIROS TROPICAIS AMAZÔNICOS...........50
4.4.1 - A dinâmica das marés.....................................................................................................................52
4.4.2 - Variáveis biológicas nas áreas inundáveis em função da dinâmica das marés..........................55
CAPÍTULO 5..............................................................................................................................................56
5- SENSORES REMOTOS E PROCESSAMENTO DIGITAL DE IMAGENS PARA O
MAPEAMENTO DOS ISA .......................................................................................................................56
5.1 - O SATÉLITE LANDSAT-7 ETM+ ....................................................................................................56
5.2 - O SATÉLITE RADARSAT-1 .............................................................................................................57
5.3 - A MISSÃO SRTM...............................................................................................................................59
5.4 - PROCESSAMENTO DIGITAL DE IMAGENS ................................................................................61
5.4.1 - Processamento dos dados de elevação SRTM ..............................................................................61
5.4.2 - Processamento digital das imagens LANDSAT-7 ETM+............................................................62
5.4.2.1-Correção Atmosférica ......................................................................................................................62
5.4.2.2 - Análise Estatística da Imagem LANDSAT-7 ETM+ ....................................................................63
5.4.2.3 - Correção Geométrica .....................................................................................................................64
5.4.3 - Processamento das imagens RADARSAT-1 Wide 1....................................................................66
vii
5.4.3.1 - Reescalonamento ...........................................................................................................................66
5.4.3.2 - Ortorretificação..............................................................................................................................67
5.4.4 - Fusão de imagens multisensores RADARSAT-1 W1 e LANDSAT-7 ETM+ ............................69
5.4.4.1 - Técnicas de Integração de Dados...................................................................................................69
5.4.4.2 - Análise por Componentes Principais (ACP)..................................................................................70
5.4.4.3 - Realce por Decorrelação................................................................................................................72
5.4.4.4 - Transformação IHS........................................................................................................................73
5.4.4.5 - Ampliação Linear de Contraste......................................................................................................74
5.4.5 - Calibração Radiométrica de Imagens RADARSAT-1 W1..........................................................74
5.5 - ELABORAÇÃO DOS MAPAS ..........................................................................................................78
5.5.1 - Mapeamento das unidades de paisagem.......................................................................................78
5.5.2 - Mapas de índices de sensibilidades................................................................................................79
5.5.3 - Classificação automática dos produtos gerados...........................................................................80
CAPÍTULO 6..............................................................................................................................................84
6- RESULTADOS E DISCUSSÕES.........................................................................................................84
6.1-CLASSIFICAÇÃO DOS ÍNDICES DE SENSIBILIDADE A DERRAMAMENTOS DE ÓLEO
PARA A ZONA COSTEIRA AMAZÔNICA .............................................................................................84
6.2-AVALIAÇÃO DAS TÉCNICAS DE SENSORIAMENTO REMOTO PARA O MAPEAMENTO
DOS ISA NOS AMBIENTES FLÚVIO-ESTUARINOS DA BAÍA DE GUAJARÁ ................................86
6.2.1 - Imagens LANDSAT-7 ETM + .......................................................................................................86
6.2.2 - Imagens RADARSAT-1 W1...........................................................................................................93
6.2.3 - Fusão Radar/Óptico......................................................................................................................110
6.3 - RECONHECIMENTO DOS AMBIENTES FLÚVIO-ESTUARINOS DA BAÍA DE GUAJARÁ.115
6.3.1 - Planalto Rebaixado da Amazônia (Região de Terra Firme).....................................................118
6.3.2 - Planície Amazônica.......................................................................................................................120
6.3.2.1 - Planície Aluvial............................................................................................................................120
6.3.2.2 - Planície de maré...........................................................................................................................121
6.3.2.3 - Praias Estuarinas ..........................................................................................................................121
6.3.2.4 - Canais Fluviais e Estuarinos ........................................................................................................123
6.3.3 - Sistemas Antropogênicos (Áreas Construídas) ..........................................................................124
6.3.3.1 - Áreas Urbanas..............................................................................................................................124
6.3.3.2 - Lagos Artificiais...........................................................................................................................125
6.4-MAPEAMENTO DOS AMBIENTES FLÚVIO-ESTUARINOS DA BAÍA DE GUAJARÁ ...........126
6.5 - GERAÇÃO DAS CARTAS DE ISA A DERRAMAMENTOS DE ÓLEO......................................133
6.5.1 - Estrutura Artificial, Muro de Arrimo - Índice 1B ( ISA 1B )...................................................137
6.5.2 - Escarpas e Falésias, Esculpidas nos Sedimentos do Grupo Barreiras - Índice 3 ( ISA 3 ).....138
6.5.3 - Praia de Areia Média a Grossa - Índice 4 (ISA 4).....................................................................139
6.5.4 - Estruturas Artificiais Abrigadas - Índice 8B (ISA 8B).............................................................141
6.5.5 - Banco Lamoso Vegetado - Índice 9B (ISA 9B)...........................................................................142
6.5.6 - Manguezal - Índice 10 A (ISA 10A).............................................................................................143
6.5.7 - Várzea - Índice 10 B (ISA 10B)....................................................................................................146
viii
CAPÍTULO 7............................................................................................................................................148
7- CONSIDERAÇÕES FINAIS ..............................................................................................................148
7.1- CONCLUSÕES ..................................................................................................................................148
7.2- RECOMENDAÇÕES.........................................................................................................................151
REFERÊNCIAS .......................................................................................................................................152
ix
LISTA DE ILUSTRAÇÕES
CAPÍTULO 1
Figura 1.1 - Porcentagens anuais de contribuições das fontes de óleo nos oceanos. FONTE: ESA (1998).................4
Figura 1.2 - Zona costeira Amazônica, vista a partir de um modelo digital de elevação (SRTM - Shuttle Radar
Topography Mission), mostrando em destaque a área em estudo (Belém). ...................................................................7
CAPÍTULO 2
Figura 2.1 - Localização da área de estudo (Imagem LANDSAT-7 ETM +, 5R 4G 3B), mostrando as principais
cidades na região de Belém, destacando a localização do Terminal Petroquímico de Miramar. ...............................14
Figura 2.2 - Localização do Terminal Petroquímico de MIRAMAR. (Ortofoto CODEM, 1998)................................16
Figura 2.3 - Variação dos índices de precipitação para Região Metropolitana de Belém. (A) ano de 2001,
correspondente à aquisição da imagem LANDSAT-7 ETM+ usada neste trabalho; (B) ano de 2003, correspondente
à aquisição das imagens RADARSAT-1 Wide 1. Fonte: INMET..................................................................................21
CAPÍTULO 3
Figura 3.1- Geometria de imageamento de um radar com visada lateral (SLAR- Side Looking airborne Radar),
onde: ângulo de incidência (); ângulo de visada (); resolução espacial em azimute (); resolução espacial e em range
(); altura de vôo (h); tamanho físico da antena (); largura do pulso transmitido (); velocidade da luz (c); largura do
feixe em azimute (). Adaptado (Trevett , 1986 apud Dutra et al.,2003). ......................................................................29
Figura 3.2 - Esquema mostrando os principais componentes e mecanismos de retroespalhamento, que influenciam
na interação do pulso da onda eletromagnética com o dossel da floresta. 1) espalhamento no topo do dossel (banda
X); 2) interação dentro do dossel, também chamado de espalhamento volumétrico (banda C); 3) interação da
energia com a superfície do terreno (bandas L e P). Adaptado de Leckie & Ranson (1998 apud Kuplich, 2001).....32
Figura 3.3 - Esquema mostrando o efeito de double bounce, onde o pulso de microondas encontra uma superfície
lisa, ocorrendo assim, reflexão especular na água e em seguida, uma reflexão de canto nos troncos das árvores
(Raney, 1998). ..............................................................................................................................................................33
Figura 3.4 - Tipo de distorções inerentes ao imageamento com radar: (a) encurtamento de rampa, que ocorre pelo
efeito combinado entre a geometria de imageamento e a declividade do terreno, onde 1) é a distância em alcance
inclinado (slant range) do sensor até o alvo e 2) é a distância real no terreno (ground range), onde a distância em
alcance inclinado (1) é menor do que a distância real no terreno; (b) inversão de relevo, que ocorre quando o topo
da montanha (B) é “visto” pelo radar de visada lateral antes da base (A); (c) sombreamento topográfico, gerado em
função da geometria de imageamento em um radar de visada lateral, quando a parte oposta à vertente frontal ao
feixe de microondas não é imageada. (Adaptado de RADARSAT International, 1997)...............................................40
x
CAPÍTULO 4
Figura 4.1 - Fluxograma mostrando os tipos de informações presentes em mapas de sensibilidade ambiental a
derramamentos de óleo. ...............................................................................................................................................44
Figura 4.2 - Fluxograma mostrando as informações necessárias para a classificação da zona costeira quanto a seu
índice de sensibilidade ambiental a derramamentos de óleo.......................................................................................45
Figura 4.3 - Diferentes compartimentos geomorfológicos da zona costeira amazônica (Souza Filho, 2004). ...........52
CAPÍTULO 5
Figura 5.1 - Fluxograma mostrando as etapas do processamento das imagens LANDSAT-7 ETM+. .......................66
Figura 5.2 - Fluxograma mostrando as principais etapas do processamento das imagens RADARSAT-1 W1. .........68
Figura 5.3 - Fluxograma mostrando os principais passos na fusão RADARSAT-1 W1 e LANDSAT-7 ETM+,
utilizando a abordagem SPC-SAR (Paradella et al., 1999) .........................................................................................71
Figura 5.4 - Fluxograma mostrando as etapas para calibração radiométrica das imagens RADARSAT-1...............77
CAPÍTULO 6
Figura 6.1 – Bandas multiespectrais do LANDSAT-7 ETM+ que apresentam as maiores variâncias: A) Banda 4; B)
Banda 5; C) Banda 7; D) Composição colorida resultante ( 4R5G7B).......................................................................88
Figura 6.2 – Tríade de bandas multiespectrais do LANDSAT-7 ETM+ que apresentou o melhor OIF (Optimun Index
Factor): A) banda 3; B) banda 5; C) banda 7; D) composição colorida resultante ( 5R7G3B)..................................91
Figura 6.3- Integração digital IHS de imagem LANDSAT-7 ETM+: A) banda pancromática com 15 m de resolução
espacial; B) composição 5R4G3B com pixel reamostrado para 15 m; C) fusão pan/multi; D) terminal petroquímico
de MIRAMAR (fotografia aérea oblíqua).....................................................................................................................92
Figura 6.4 – Imagens RADARSAT-1 Wide-1 órbita descendente, mostrando principais direções de fluxo na Baía de
Guajará, em condição de maré vazante: A) imagem adquirida em 5 de janeiro de 2003, maré baixa; B) imagem
adquirida em 29 de janeiro de 2003, maré alta. ..........................................................................................................94
Figura 6.5 – Margem direita do Rio Guamá (Campus da UFPA), onde ocorre um acelerado processo erosivo
modificado por ação antrópica. ...................................................................................................................................95
Figura 6.6 – Imagem RADARSAT-1 W1, órbita descendente, mostrando a área urbana de Belém, realçando
arruamentos perpendiculares à direção de visada. Dado adquirido em 29 de janeiro de 2003, maré alta. ...............96
Figura 6.7 - Previsão de amplitude das marés: (A) em 5 de janeiro de 2003, maré vazando; (B) em 29 de janeiro de
2003, maré enchendo. FONTE: DHN (http://www.dhn.mar.mil.br/)...........................................................................98
Figura 6.8 - Precipitação pluvial em Belém: (A) em 3, 4 e 5 de janeiro de 2003; (B) em 27, 28 e 29 de janeiro de
2003. FONTE: 2º DISME-Belém/INMET.....................................................................................................................99
Figura 6.9 - Vegetação típica encontrada nas várzeas da região. ............................................................................101
Figura 6.10 - Comparação entre os valores médios de σ˚ obtidos pela análise estatística das amostras de coeficiente
de retroespalhamento nas imagens RADARSAT-1, adquiridas em condições ambientais distintas, para as principais
unidades de paisagem identificadas na área em estudo.............................................................................................102
xi
Figura 6.11 - Perfil () sobre a Região de Várzea do Rio Guamá, mostrando comportamento similar de
retroespalhamento para as duas imagens RADARSAT-1 W1 (5 e 29 de janeiro de 2003), com a imagem de 5 de
janeiro apresentando valores de coeficiente de retroespalhamento ligeiramente maiores do que a imagem de 29 de
janeiro, comportamento este que ocorre de maneira geral por toda a imagem.........................................................103
Figura 6.12 - Perfil (), de direção N-S, cortando as regiões de várzeas, áreas urbanas, Terra Firme, lagos artificiais
(Lago Água Preta) e a várzea do Rio Guamá, apresentando picos de coeficiente de retroespalhamento para as áreas
urbanas, intercaladas por regiões com valores homogêneos de retroespalhamento (Várzeas e Terra Firme) e por
uma queda abrupta para os valores de retroespalhamento no lago artificial (Água Preta)......................................104
Figura 6.13 – Imagens RADARSAT-1 W1: a) imagem de 5 de janeiro de 2003, em maré baixa, mostrando maior
rugosidade superficial na Baía de Guajará, em função das maiores ondulações formadas na vazante; b) imagem 29
de janeiro, em maré alta, apresentando menor rugosidade superficial na água. ......................................................105
Figura 6.13 (cont.) - Perfil () sobre a Baía de Guajará, em direção a Belém, mostrando o comportamento do
retroespalhamento na Região de Várzea (Ilha das Onças), da água com um pequeno decréscimo nos valores de
retroespalhamento em relação à várzea (Baia de Guajará), e áreas urbanas, onde há um grande aumento no
retroespalhamento (Belém). Observar a maior diferença no retroespalhamento sobre a Baía de Guajará devido à
rugosidade da água..................................................................................................................................................... 106
Figura 6.14 - Perfil () sobre a área urbana de Belém até a Várzea do Rio Guamá. Observar a diferença entre os
padrões de retroespalhamento, com altos valores de coeficiente de retroespalhamento para a cidade de Belém
(reflexão de canto nos prédios) e menores valores para a área vegetada da Várzea do Rio Guamá (espalhamento
volumétrico no topo do dossel)...................................................................................................................................107
Figura 6.15 - Principais parâmetros (valores máximo, médio e mínimo) obtidos pela análise estatística das
amostras de coeficiente de retroespalhamento para as principais unidades de paisagem identificadas na área em
estudo: (A) imagem RADARSAT-1 W1 (5 de janeiro de 2003); (B) imagem RADARSAT-1 W1 (29 de janeiro de
2003)...........................................................................................................................................................................109
Figura 6.16 – Técnicas de integração usadas: A) ACP nas bandas 1, 2, 3, 4, 5 e 7, fusão 1CP, 2CP, 3CP + SAR; B)
fusão SAR+ tríade IOF (3, 5, 7); C) realce por decorrelação na tríade IOF, posterior fusão com SAR; D) SPC-SAR
(Paradella et al., 1999)................................................................................................................................................114
Figura 6.17 - Mapa de unidades de paisagem elaborado a partir da interpretação visual do produto integrado,
pan/multi do LANDSAT-7 ETM+ (Gonçalves, 2003).................................................................................................117
Figura 6.18 - Imagem integrada SPC-SAR (Selective Principal Component - SAR) da Região Metropolitana de
Belém, mostrando as principais unidades de paisagem da área estudada: A) várzea do Rio Guamá; B) Terra Firme;
C) áreas urbanas........................................................................................................................................................119
Figura 6.19 – Imagem integrada SAR/óptico, através da técnica SPC-SAR, mostrando uma notória distinção das
praias estuarinas (seta branca)..................................................................................................................................123
Figura 6.20 - Área Construída da Região Metropolitana de Belém, mostrando os lagos artificiais Água Preta (lago
maior) e Bolonha. (produto híbrido SAR/óptico). ......................................................................................................126
xii
Figura 6.21 – Técnicas de classificação automátivas usadas: A) ISOSEG nas bandas 1, 2, 3, 4, 5 e 7 do LANDSAT-7
ETM+; B) k-Médias na imagem SPC- SAR; C) MAXVER nas bandas 1, 2, 3, 4, 5, 7 do LANDSAT-7 ETM+; D) )
MAXVER na imagem SPC-SAR...................................................................................................................................130
Figura 6.22 – Mapa de Unidades de Paisagem gerado pela classificação automática não-supervisionada, que
obteve o melhor índice Kappa, usando o algoritmo de classificação Isoseg (ISODATA), a partir das imagens
LANDSAT-7 ETM+ (bandas 1, 2, 3, 4, 5 e 7). ...........................................................................................................131
Figura 6.23 - Mapa de Unidades de Paisagem gerado pela classificação automática supervisionada, que obteve o
melhor índice Kappa entre as imagens integradas (Imagem SPC-SAR), utilizando o algoritmo de classificação
MAXVER. ...................................................................................................................................................................132
Figura 6.24 - Mapa de Índices de Sensibilidade Ambiental a Derramamentos de óleo, para Baía de Guajará,
fotointerpretado a partir de uma imagem híbrida LANDSAT-7 ETM+ (bandas multiespectrais e pancromática)...134
Figura 6.25 - Mapa de Índices de Sensibilidade Ambiental a Derramamentos de óleo, para Baía de Guajará,
elaborado a partir de uma classificação supervisionada (MAXVER) da imagem SPC-SAR.....................................135
Figura 6.26 - Estrutura Artificial, Muro de Arrimo da Companhia Docas do Pará - Índice 1B ..............................137
Figura 6.27 – Falésia ao longo das praias estuarinas, Ilha de Cotijuba, formada a partir da ação das ondas,
esculpida no pediplano neo-pleistocênico, sustentado por depósitos do Grupo Barreiras, marcando um contato
brusco entre o pediplano e a planície aluvial. ...........................................................................................................138
Figura 6.28 - Praias Estuarinas na Ilha de Cotijuba, de areia média a grossa........................................................140
Figura 6.29 - Praias Estuarinas na Ilha de Mosqueiro, com alto uso recreacional. ................................................140
Figura 6.30 - Estruturas Artificiais Abrigadas, formada por píeres e docas construídos com madeira e metal. .....142
Figura 6.31 - Banco Lamoso Vegetado - Índice 9B (ISA 9B), mostrando substrato mole que dificulta o acesso,
tornando a limpeza extremamente difícil. ..................................................................................................................143
Figura 6.32 - Manguezal, Índice 10 A, mostrando o contato entre a região de manguezal e a Terra Firme (ortofoto,
CODEM). ...................................................................................................................................................................145
Figura 6.33 - Manguezal, Índice 10 A, mostrando típica vegetação de mangue.......................................................145
Figura 6.34 - Imagem de alta resolução (ortofoto CODEM, 1998), mostrando a várzea baixa que comumente ocorre
ao longo dos canais fluviais. Rio Guamá...................................................................................................................147
Figura 6.35 – Várzea, Índice 10 B, apresentando ampla superfície de inundação com rica comunidade biológica
associada....................................................................................................................................................................147
LISTA DE TABELAS
CAPÍTULO 5
Tabela 5.1-Bandas do sistema LANDSAT-7 ETM+ com suas respectivas faixas espectrais (Irish, 1998)..................57
Tabela 5.2 - Principais parâmetros do sistema RADARSAT-1 (Parashar et al., 1993)...............................................58
Tabela 5.3 - Modos de imageamento do sistema RADARSAT-1 e seus principais parâmetros. (RADARSAT
Internacional, 1995).....................................................................................................................................................59
xiii
Tabela 5.4 - Principais características dos sensores remotos utilizados.....................................................................61
Tabela 5.5 – Coeficiente Kappa e os respectivos conceitos de desempenho da classificação (Cohen, 1960 apud
Fonseca et al., 2000). ...................................................................................................................................................83
CAPÍTULO 6
Tabela 6.1 - Proposta de adaptação dos métodos NOAA (2002) e Petrobras (2002) para a zona costeira amazônica
(Souza Filho et al., 2004). ............................................................................................................................................85
Tabela 6.2 - Estatística das seis bandas da imagem LANDSAT-7 ETM+. ..................................................................87
Tabela 6.3 - Matriz de covariância e variância na diagonal principal (em vermelho). ..............................................88
Tabela 6.4 - Matriz de correlação das imagens LANDSAT-7 ETM+. .........................................................................89
Tabela 6.5 - Cálculo do IOF (Optimun Index Factor) para as 6 bandas do LANDSAT-7 ETM+ (espectro refletido).
......................................................................................................................................................................................90
Tabela 6.6 - Valores médios dos coeficientes de retroespalhamento (σ˚) calculados para as principais unidades de
paisagem encontradas na área em estudo..................................................................................................................110
Tabela 6.7 - Estatística das componentes principais para as bandas (1, 2, 3, 4, 5, 7) do LANDSAT-7 ETM+.........111
Tabela 6.8 - Matriz de autovetores das componentes principais para as bandas (1, 2, 3, 4, 5, 7) do LANDSAT-7
ETM+, destacando a maior contribuição em negrito................................................................................................111
Tabela 6.9 - Matriz de autovetores e variância das componentes principais para as bandas (1, 2, 3) do LANDSAT-7
ETM+. ........................................................................................................................................................................113
Tabela 6.10 - Matriz de autovetores e variância das componentes principais para as bandas 5 e 7 do LANDSAT-7
ETM+. ........................................................................................................................................................................113
Tabela 6.11 – Compartimentação geomorfológica da área em estudo......................................................................116
Tabela 6.12 – Resultado do teste Kappa para a classificação automática das imagens LANDSAT-7 ETM+ e do
produto híbrido SPC-SAR. (*) análise estatística gerada para as áreas de treinamento. .........................................127
Tabela 6.13 - Matriz de confusão gerada para a classificação não supervisionada (Isoseg) da imagem LANDSAT-7
ETM+ (bandas 1, 2, 3, 4, 5, 7), destacando as amostras que foram classificadas corretamente (diagonal principal
em vermelho). .............................................................................................................................................................128
Tabela 6.14 - Matriz de confusão gerada para a classificação não supervisionada (K-média) do produto híbrido
gerado SAR/óptico (RADARSAT-1 W1 e LANDSAT-7 ETM+)..................................................................................128
Tabela 6.15 - Matriz de confusão gerada para a classificação supervisionada (MAXVER) da imagem LANDSAT-7
ETM+ (bandas 1, 2, 3, 4, 5, 7). ..................................................................................................................................128
Tabela 6.16 - Matriz de confusão gerada para a classificação supervisionada (MAXVER) do produto híbrido gerado
SAR/óptico (RADARSAT-1 W1 e LANDSAT-7 ETM+)..............................................................................................128
Tabela 6.17 – Classificação da sensibilidade ambiental a derramamentos de óleo para dos ambientes mapeados na
área em estudo. Souza Filho et al. (2004) ................................................................................................................136
xiv
LISTA DE SIGLAS E ABREVIAÇÕES
ARPEL - Asociacion Regional de Empresas de Petroleo y Gas Natural en Latinoamerica y el Caribe
ASI - Agenzia Spaziale Italiana (Agência Espacial Italiana)
CDA - Centro de Defesa Ambiental da Amazônia
CDP - Companhia Docas do Pará
CODEM - Companhia de Desenvolvimento e Administração da Área Metropolitana de Belém
CONAMA - Conselho Nacional do Meio Ambiente.
CSA - Candian Space Agency
DEM - Digital Elevation Model
DLR - Deutsches Zentrum für Luft-und Raumfahrt (Agência Espacial Alemã)
EIA - Estudo de Impacto Ambiental.
EPA - Environmental Protection Agency
ESA - European Space Agency.
ETM+ - Enhanced Thematic Mapper Plus.
GCP - Ground Control points
GEMS - Goodyear Mapping System
IBAMA - Instituto Brasileiro do Meio Ambiente e Recursos Renováveis
IFOV- Instantaneous Field of View
IMO - International Maritime Organization
INPH - Instituto de Pesquisas Hidroviárias
IPIECA - International Petroleum Industry Environmental Conservation Association
ISA - Índice de Sensibilidade Ambiental
JICA - Japan International Cooperation Agency
JPL - Jet Propulsion Laboratory
MDT - Modelo Digital de Terreno
MMA - Ministério do Meio Ambiente.
MSA - Mapa de Sensibilidade Ambiental a Derramamentos de Óleo
NASA - National Aeronautics and Space Administration
NOAA- National Oceanic and Atmospheric Administration.
OIF - Optimum Index factor
PDI - Processamento Digital de Imagens
PEGASO - Programa de Excelência em Gestão Ambiental e Segurança Operacional.
xv
Petrobras – Petróleo Brasileiro S.A.
PIXEL - Picture X Element
RADAM - Radar da Amazônia
RADAR - Radio Detection and Ranging
RAR - Real Aperture Radar
RIMA - Relatório de Impacto Ambiental
RMS - Root Mean Square
RMSE - Root mean square error.
SAR - Synthetic Aperture Radar
SIG - Sistema de Informação Geográfica
SLAR - Side Looking Airborne Radar
SRTM - Shuttle Radar Topography Mission
UNEP - United Nations Environments Programme
RESUMO
Apesar do progresso da tecnologia de segurança operacional na exploração, produção e no
transporte de petróleo, os riscos de acidentes permanecem e os danos decorrentes são uma ameaça às áreas
costeiras em todo mundo. Os grandes acidentes de derramamento de óleo têm sido ecologicamente
desastrosos, devastando de forma indiscriminada a vida silvestre em várias partes do globo.
Os recursos naturais na Baía de Guajará (Belém-PA, Amazônia) estão ameaçados por várias
atividades humanas, dentre as quais se destaca a poluição por metais pesados e esgotos domésticos que
são diariamente derramados na baía. Além disso, a localização do Terminal Petroquímico de Miramar
responsável pelo armazenamento dos derivados de petróleo na região de Belém, representa um risco para
potenciais derramamentos de óleo a partir de navios e balsas que cruzam a baía diariamente e dos tanques
de armazenamento.
O objetivo deste trabalho é realizar uma análise dos índices de sensibilidade ambiental (ISA) dos
ambientes costeiros ao derramamento de óleo, assim como fornecer um mapa de índices de sensibilidades
da área. Desta forma, os ISA foram analisados para a região a partir dos métodos propostos pela NOAA
(2002) e Petrobras (2002), a fim de se desenvolver uma nova abordagem sistêmica que considere as
especificidades dos ecossistemas costeiros tropicais da Amazônia.
O método para geração dos mapas de sensibilidade inclui a análise integrada dos ambientes
costeiros a partir do processamento digital de imagens de sensores remotos, neste caso, imagens
RADARSAT-1 Wide-1 e LANDSAT-7 ETM+, do uso de um sistema de informação geográfica (SIG) e
de levantamentos de campo sobre a geomorfologia, topografia, sedimentologia e dados sócio-econômicos.
Tal abordagem permitiu uma análise acurada dos (ISA) a potenciais derramamentos de óleo, destacando-
se a geração de uma base de dados ambiental georeferenciada.
Como resultados, foram reconhecidas sete unidades de paisagens e ordenadas de acordo com seus
ISA, em: i) Muro de arrimo - ISA 1B; ii) Falésia - ISA 3; iii) Praia - ISA 4; iv) Estruturas Artificiais - ISA
8B; v) Banco Lamoso Vegetado - ISA 9B; vi) Manguezal - ISA 10A; vii) Várzea - ISA 10B.
A utilização das tecnologias de sensoriamento remoto e SIG, aliada a informações de campo,
mostrou ser uma combinação poderosa para a identificação da geomorfologia da área e,
conseqüentemente, útil na hierarquização dos diferentes ISA ao derramamento de óleo nos ambientes
costeiros amazônicos, a fim de priorizar áreas a serem protegidas em caso de acidente.
Palavras-chaves: sensoriamento remoto, mapas de ISA, monitoramento ambiental, zona costeira
amazônica, Baía de Guajará, Belém-PA.
Gonçalves, F.D. 2005.
2
ABSTRACT
In spite of the increasing performance of operational safety technology in exploration, production
and transportation of petroleum, the risk of accidents is still present and the corresponding impacts are a
threat for coastal zones throughout the world. The largest oil spills in the world have been ecologically
devastating due to the destruction of wildlife.
Natural resources in the Guajará Bay (Belém-PA, Amazonian) are threatened by several human
activities, such as industrial pollution by heavy metals and urban effluents that are daily spilled there. In
addition, the location of the Miramar petrochemistry terminal in the vicinities of Belém constitutes a risk
for potential oil spills. Ships and tankers that daily cross the bay also represent an environmental threat.
The aim of this work is to carry out an environmental sensitivity index (ESI) analysis of the
Amazonian coast for oil spills, and to provide an environmental sensitivity index map for the region. With
this objective in mind, the ESI was analysed for the region using the method proposed for NOAA (2002)
and Petrobras (2002), in order to develop a new approach that consider the uniqueness of the coastal
environment of the Amazonian Region.
The method used to develop an environmental sensitivity index map considers an integrated
analysis of the coastal environment and includes digital image processing of remote sensing data, in this
case, RADARSAT-1 Wide-1 and LANDSAT-7 ETM+ images, as well as the use of Geographic
Information System (GIS) and field surveys focusing on geomorphology, topography, sedimentology and
social-economics. This approach allowed an accurate analysis of ESI for potential oil spills, based on an
environmental georeferenced data base.
As a result, seven landscape units were identified, ESI corresponding to the following values: i)
solid man-made structure - ESI 1B; ii) cliff - ESI 3; iii) beach - ESI 4; iv) sheltered man-made structure -
ESI 8B; v) tidal mudflat - ESI 9B; vi) mangrove - ESI 10A; vii) freshwater marsh - 10B.
The use of remote sensing technologies and GIS together with the field work, proved to be a
powerful combination to assess the geomorphology in the study area and therefore, to establish
environmental sensibility indexes for oil spills. These procedures were helpful to define priority areas to
be protected in case of oil spills.
Keywords: remote sensing, ESI map, environmental monitoring, Amazonian coast, Guajará Bay, Belém-
PA.
Gonçalves, F.D. 2005.
3
CAPÍTULO 1
1- INTRODUÇÃO
1.1 - UM HISTÓRICO DOS DERRAMAMENTOS DE ÓLEO NO MUNDO
O aumento na segurança operacional nas atividades de exploração, produção e transporte
de petróleo e derivados, que vem sendo implementado nos últimos anos pela indústria, tem
diminuído os riscos de acidentes, mas ainda assim, estes têm ocorrido, e são ocasionados tanto
pelo derramamento acidental, como intencional, durante os procedimentos de limpeza dos
reservatórios dos navios petroleiros. Os danos decorrentes são, ainda, uma grave ameaça à
conservação ambiental das áreas costeiras em todo mundo.
O impacto ambiental em função da introdução de poluentes no mar depende da inter-
relação entre diversos fatores, tais como, volume e composição do material despejado,
localização geográfica do derramamento, variáveis biológicas, oceanográficas, meteorológicas,
entre outras. No caso de derramamentos de óleo, as propriedades físico-químicas do material
possuem grande influência nos efeitos gerados (EPA, 1999). Assim, derramamentos em regiões
de grande influência das correntes marítimas podem ser deslocados para mar aberto facilitando os
processos de dispersão natural do óleo por intemperismo, enquanto que, em regiões onde esta
influência é menor, como baías, canais, enseadas e estuários, estes processos são mais lentos,
causando impactos e desastres ecológicos que podem durar vários anos.
Assim, o tamanho do derramamento não tem relação direta com o grau de dano causado
aos ecossistemas envolvidos. Com isso, até mesmo pequenos derramamentos podem causar
grandes danos a um meio ambiente ecologicamente sensível, onde exista pequena influência de
correntes marítimas e, conseqüentemente, baixa exposição à energia das ondas e marés.
Estima-se que a quantidade de óleo derramado anualmente em todo o mundo ultrapasse
4,5 milhões de toneladas. Os maiores contribuintes para estes números são as operações de
limpeza dos reservatórios dos navios petroleiros, onde o óleo é despejado ilegalmente no oceano,
sendo assim responsável por aproximadamente 45% da poluição (ESA, 1998).
Apenas 5% do óleo contido no mar é atribuído diretamente a acidentes em plataformas e
navios. Descargas de lixo urbano e industrial, as quais alcançam os oceanos pelos cursos dos rios,
também estão entre os maiores fatores contribuintes para o aumento da poluição no mar
Gonçalves, F.D. 2005.
4
(European Space Agency - ESA, 1998). A Figura 1.1 mostra as principais fontes de poluição por
óleo nos oceanos.
Figura 1.1 - Porcentagens anuais de contribuições das fontes de óleo nos oceanos. FONTE: ESA
(1998).
A importância do monitoramento ambiental em áreas onde há exploração, produção e
transporte de petróleo e derivados é de vital importância para conservação do meio ambiente, o
que é medido pelos vários casos de derramamentos ocorridos no litoral brasileiro nos últimos
anos, o que têm incentivado órgãos e entidades envolvidos nestes episódios a aperfeiçoarem cada
vez mais os métodos, tanto preventivos como corretivos, para a minimização dos danos gerados
por estas ocorrências. Dessa forma, a necessidade do monitoramento dessas áreas tem sido
expressa pela legislação ambiental vigente (MMA, 2002; lei n.º 9.966 de 28 de abril de 2000),
que exige para certificação ambiental e liberação das atividades relacionadas com a indústria do
petróleo um Estudo de Impacto Ambiental (EIA) e um plano individual de emergência. Os mapas
de índices de sensibilidade são componentes importantes do plano de emergência individual para
as áreas de influência de um empreendimento petrolífero (MMA, 2002).
Um dos maiores derramamentos de óleo no mundo aconteceu em março de 1989, no
Canal Prince Willian, no Alaska, onde uma ruptura no casco do navio Exxon Vandez acarretou
no derramamento de aproximadamente 37 mil toneladas de óleo, causando impactos ambientais
em todos os níveis nos ecossistemas envolvidos (EPA, 1999; Carvalho, 2003). Em 2002, o navio
Contribuições das fontes de óleo nos oceanos. FONTE: ESA
(1998).
45%
5%
2%
35%
13%
Operação de limpeza em navios
Acidentes com navios
Acidentes em plataformas de exploração de petróleo no mar
Descarga de lixo industrial e urbano nos rios
Exsudação natural
Gonçalves, F.D. 2005.
5
Prestige, das Bahamas, afundou no dia 19 de novembro, a 250 quilômetros da região da Galícia,
na costa da Espanha, transportando 10 mil toneladas de óleo combustível.
No Brasil, os maiores acidentes registrados envolveram os navios, Takimyia Maru, em
1974, com 6.000 toneladas vazadas, Brazilian Marina, em 1978, com também 6.000 toneladas,
Marina, em 1985, com 2.500 toneladas de óleo derramados no canal de São Sebastião (SP), e
Tarik Ibn Ziyad, na Baía de Guanabara (RJ), com 6.000 toneladas (Poffo
1
, et al., 1997, apud
Kampel & Amaral, 2001). Em 2000, mais de 1.300 m
3
de óleo combustível vazaram, quando da
ruptura de um dos dutos de transferência da refinaria Duque de Caxias (REDUC), na Baía de
Guanabara (Bentz & Miranda, 2001). Em 16 de julho de 2000, um oleoduto da Petrobras
rompeu-se na refinaria Presidente Getúlio Vargas e foram derramados 3,785 milhões de litros de
óleo cru no Rio Barigue (Carvalho, 2003). Em 2001, a balsa “Miss Rondônia” afundou no Rio
Pará, nas proximidades do Porto de Vila do Conde (PA), carregada com aproximadamente 1.900
toneladas de óleo do tipo A1 (Berredo et al., 2001).
Os acidentes nas refinarias de Duque de Caxias e Presidente Getúlio Vargas, acima
reportados, foram responsáveis por uma mudança de direcionamento na política de segurança e
meio ambiente nas companhias de petróleo no Brasil, principalmente na Petrobras, em função das
pesadas multas e indenizações aplicadas quando da ocasião destes derramamentos. Essa mudança
tem elevado os investimentos em ações objetivando a redução de emissões, resíduos e efluentes,
bem como, o aprimoramento das ferramentas de prevenção e controle. Tal postura tem
aproximado, cada vez mais, o objetivo das companhias petrolíferas com os anseios da sociedade
por ações socialmente e ambientalmente responsáveis.
1.2 - NECESSIDADE DE GERAÇÃO DE CARTAS DE SENSIBILIDADE AMBIENTAL A
DERRAMAMENTOS DE ÓLEO
Dentro destas perspectivas, os mapas de sensibilidade que vêm sendo utilizados desde a
década de 70, quando pela primeira vez foram desenvolvidos para a Baía Lower Cook, Alaska
(Michel et al., 1978; Gundlach e Hayes, 1978), representam uma importante ferramenta técnico-
gerencial para priorização dos ambientes a serem protegidos. Este método fornece as informações
1
POFFO, I.R.; NAKASAKI, A.; AVENTURATO, H.; MEYER, J.F.C.A.; CANTÃO, R.F. 1997. Estudo dos
deslocamentos de manchas de óleo no canal de São Sebastião-SP, como instrumento para planejamento de
operações emergenciais. In: CONGRESSO LATINO-AMERICANO SOBRE CIÊNCIAS DO MAR, 7, Santos.
Proceedings... IOUSP/ALICMAR: pp. 306-307.
Gonçalves, F.D. 2005.
6
em formato de fácil leitura e compreensão, sendo útil para subsidiar tomadas de decisões sobre a
determinação de prioridades de proteção dos ambientes de maior sensibilidade a derramamentos
de óleo.
O Índice de Sensibilidade Ambiental (ISA) é uma hierarquização de sensibilidades
relativas de vários ambientes costeiros, estuarinos e fluviais, considerando a interação do óleo
com as comunidades biológicas e as características geomorfológicas e sedimentares dos referidos
ambientes (Jensen et al., 1993). De forma cartográfica, o mapeamento de diferentes ISA a
derramamentos de óleo torna possível o planejamento de formas de combate aos acidentes,
visando à mitigação dos danos gerados (Abdel-Kader et al., 1998).
Mapas de índices de sensibilidade ambiental a derramamento de óleo possibilitam a
tomada de decisão mais abalizada por parte das diferentes partes envolvidas, em consonância
com as características e processos ambientais dos ecossistemas envolvidos. Ao mesmo tempo,
fornecem subsídios que possibilitam minimizar os impactos de um evento de derramamento de
óleo, adquirindo informações básicas para o gerenciamento dos recursos naturais, e que
possibilitarão ações de valoração e recuperação ambiental. Para definição dos índices de
sensibilidade ambiental a derramamentos de petróleo e derivados serão utilizados os métodos da
NOAA (National Oceanic and Atmospheric Administration, 2002) e Petrobras (2002).
1.3 - A COSTA AMAZÔNICA: O PAPEL DO SENSORIAMENTO REMOTO NA
OBSERVAÇÃO E MONITORAMENTO COSTEIRO
A utilização das tecnologias de sensoriamento remoto e de sistemas de informação
geográfica (SIG) pode auxiliar grandemente na elaboração de mapas de sensibilidade ambiental a
derramamentos de óleo, principalmente em áreas de difícil acesso ou com base cartográfica
desatualizada ou inexistente, o que comumente ocorre na Amazônia.
A área em estudo está situada na zona costeira da Amazônia brasileira, que constitui a
maior e mais bem preservada região tropical úmida do planeta (Figura 1.2). Assim, a costa
amazônica, localizada no norte do Brasil, abrange os estados do Amapá, Pará e Maranhão, onde
um dos principais processos condicionantes da dinâmica ambiental é a energia das marés e
descarga fluvial. Dentro disso, a região da Baía de Guajará é tipicamente uma região flúvio-
estuarina, estando situada em um domínio transicional, dominado por mesomaré, com variação
máxima de 3,8 m. Na costa amazônica, quando ocorre a ação das marés mais altas, as áreas
Gonçalves, F.D. 2005.
7
inundáveis, tais como, manguezais, pântanos e várzeas, alcançam aproximadamente 80 km de
extensão.
Figura 1.2 - Zona costeira Amazônica, vista a partir de um modelo digital de elevação (SRTM -
Shuttle Radar Topography Mission), mostrando em destaque a área em estudo (Belém).
A utilização de dados de sensores remotos orbitais, em função da rapidez, precisão e
periodicidade de obtenção, permite a produção de mapas atualizados, e em escala adequada, com
maior rapidez, acurácia e menor custo. Ademais, a visão sinóptica obtida com esses sensores
Gonçalves, F.D. 2005.
8
propicia o melhor entendimento dos processos atuantes nos ambientes costeiros tropicais
amazônicos, bem como suas inter-relações (Souza Filho & Paradella, 2002). Ademais, para o
monitoramento dos processos costeiros e o entendimento de suas rápidas variações, é necessária a
obtenção de dados com elevada resolução temporal, ou seja, alta freqüência e repetitividade de
aquisição. Tais dados de sensores remotos orbitais são uma excelente alternativa para essa
finalidade (Vrieling & Van der Sanden, 2000).
Os modernos sensores remotos orbitais com altíssima resolução espacial, como a dos
satélites Quickbird com 0.8m de resolução, Ikonos com 1.0 m, SPOT-5 com 2.5m e o
LANDSAT-7 ETM+ com 15m no modo pancromático, são fontes de informações valiosas para o
mapeamento dos índices de sensibilidade ambiental a derramamentos de óleo. Além disso,
sistemas multi e hiperespectrais (MODIS, ASTER, AVIRIS) permitem discriminar alvos com
média a alta resolução espectral, possibilitando uma melhor discriminação e identificação da
assinatura espectral. Dessa forma, o monitoramento das zonas costeiras pode ser executado com a
utilização de dados de sensores remotos operacionais nas faixas óptica e infravermelha do
espectro eletromagnético, bem como na região das microondas (Cracknell, 1999).
No entanto, nas regiões costeiras tropicais, notadamente na Amazônia, a permanente
cobertura de nuvens é um obstáculo para a utilização de sensores que operam na faixa do
espectro eletromagnético referente ao visível e infravermelho, abrindo um espaço que tem sido
preenchido pela utilização de sensores remotos ativos (radares imageadores), que possuem fonte
de energia própria e operam na faixa das microondas (RADARSAT-1, JERS-1, ERS-1, ERS-2).
Nos últimos 15 anos, os radares de abertura sintética (SAR) vêm sendo amplamente
utilizados no monitoramento da zona costeira, principalmente em ambientes tropicais úmidos
(Singhroy, 1996; Barbosa et al., 1999; Kushwaha et al., 2000; Souza Filho, 2000). A
versatilidade do imageamento nas microondas é expressa entre outras coisas, pela capacidade de
penetração em nuvens e chuvas (para comprimentos de onda maiores que 4 cm), condições
climáticas que são comuns nos ambientes tropicais amazônicos. Além disso, possuem iluminação
independente da fonte solar, possibilitando a obtenção de dados nas mais diversas condições
climáticas (Vrieling & Van der Sanden, 2000). Estas características são especialmente
importantes para regiões tropicais, onde os sensores ópticos sofrem grandes restrições devido à
grande probabilidade de cobertura de nuvens (Dutra et al., 2003).
Uma tendência atual dos estudos geomorfológicos envolvendo dados de sensores remotos,
Gonçalves, F.D. 2005.
9
é a extração de informações complementares de diferentes regiões do espectro eletromagnético,
em detrimento da obtenção da informação de cada região em separado, valendo-se do sinergismo
conseguido com a integração destes dados. Assim, aspectos complementares de diferentes faixas
do espectro (microondas, infravermelho e visível) são integrados em uma imagem, gerando um
produto híbrido com qualidade superior para extração de atributos para o mapeamento da zona
costeira (Singhroy, 1996; Ramsey III et al., 1998; Souza Filho & Paradella, 2002; Souza Filho &
Paradella, 2003).
1.4 - O PAPEL DAS COMPANHIAS DE PETRÓLEO NA DEFESA SÓCIO-AMBIENTAL DA
AMAZÔNIA BRASILEIRA
A indústria petrolífera no mundo desempenha importante papel no crescimento de um
país, uma vez que os padrões de produção e consumo de energia estão diretamente relacionados à
riqueza das sociedades, tendo uma relação direta ao grau de desenvolvimento industrial e
tecnológico de uma nação. Durante o século XX, chamado de século do petróleo, houve uma
intensa procura por combustíveis fósseis (carvão mineral e petróleo), acarretando em um
desenvolvimento econômico e tecnológico sem precedentes na história da humanidade (Carlos,
2001).
A outra dimensão desse processo diz respeito aos efeitos ambientais, o que é expresso
pelo aumento do efeito estufa, com o conseqüente estabelecimento de diversos tratados
internacionais de controle ambiental e de emissão de gases na atmosfera (Rio 92, Protocolo de
Kioto, Agenda 21), bem como pela poluição dos mares e oceanos (Carlos, 2001).
Modernamente a indústria petrolífera tem demonstrado maior consciência do seu papel
frente ao desenvolvimento sustentável, buscando se adequar às rígidas leis ambientais vigentes.
Dessa forma, o desenvolvimento econômico e o meio-ambiente têm se mostrado antagônicos,
porém não excludentes, e o papel das tecnologias no monitoramento ambiental tem sido de
grande importância, notadamente o sensoriamento remoto, dada a visão sinóptica e a alta
repetitividade de aquisição de dados dos modernos sensores, bem como a capacidade de
imageamento nas mais adversas condições atmosféricas, o que é extremamente útil durante
situações emergências (Hess et al., 1995).
Assim, a possibilidade de monitoramento sistemático de uma área, em uma escala
temporal de pequeno e médio período, permite medir a evolução e o direcionamento de um
Gonçalves, F.D. 2005.
10
problema ambiental, e é também um pré-requisito para um melhor gerenciamento costeiro
integrado (Vrieling & Van der Sanden, 2000).
A lei n.º 9.966 de 28 de abril de 2000, delega ao MMA (Ministério do Meio Ambiente) a
responsabilidade pela identificação e direcionamento do mapeamento de áreas sensíveis, em
regiões onde há atividades relacionadas com a indústria do petróleo, objetivando a gestão e o
proteção dessas áreas sensíveis a derramamentos de óleo.
A resolução n.º293 do CONAMA (Conselho Nacional do Meio Ambiente), de 12 de
dezembro de 2001, dispõe e orienta sobre a elaboração de Planos de Emergência para incidentes
de poluição por óleo, em portos, terminais, dutos, plataformas, em função da necessidade de
serem estabelecidas estratégias de prevenção e gestão de impactos ambientais gerados por
derramamentos, entendendo-se incidente como qualquer descarga de óleo, decorrente de ação
intencional ou acidental que ocasione dano ou risco ao meio ambiente ou à saúde humana.
Ademais, dependendo da legislação ambiental vigente, eventos de poluição podem acarretar em
elevadas multas e as indenizações pelos danos podem chegar a valores elevados.
A gestão de segurança e meio ambiente, aprimorando a prevenção e o controle de
acidentes durante suas atividades, tem sido o grande desafio estratégico das grandes companhias
de petróleo no mundo, buscando assim, adequar seus procedimentos às rígidas leis ambientais
(http://www.petrobras.com.br/).
Dessa forma, as companhias de petróleo têm se antecipado nesse cenário e investido
vultosas quantias na elaboração de programas voltados para gestão ambiental e segurança
operacional, Assim, foi criado na Petrobras um grande programa ambiental e de segurança
operacional, chamado Programa de Excelência em Gestão Ambiental e Segurança Operacional
(PEGASO), que recebeu investimentos na ordem de R$ 6,2 bilhões em quatro anos, segundo a
Revista Petro & Química, edição 259/ abril 2004 (www.petroequimica.com.br).
Ademais, essa companhia vem firmando acordos com instituições acadêmicas,
organizações não-governamentais, órgãos federais, estaduais e municipais. Esse tipo de
relacionamento, empresa e sociedade organizada, é salutar para o desenvolvimento de
ferramentas de gestão e monitoramento ambiental das zonas costeiras, principalmente na região
amazônica, onde a dimensão e complexidade dos processos requerem a junção de esforços
visando uma ação eficiente e integrada, buscando um melhor entendimento e proteção destes
Gonçalves, F.D. 2005.
11
ambientes. Esse tipo de ação pode ser vista através dos projetos Cognitus, PIATAM e PIATAM
mar (Cunha et al., 2004).
1.5 - OBJETIVOS
O principal objetivo deste trabalho é avaliar a potencialidade das imagens RADARSAT-1
W1, como alternativa operacional para o mapeamento de áreas inundáveis em regiões estuarinas
amazônicas, bem como a potencialidade da integração digital de dados multisensores, nas
microondas (RADARSAT-1) e óptico (LANDSAT-7), objetivando o mapeamento dos índices de
sensibilidade ambiental a derramamentos de óleo nos ambientes estuarinos amazônicos e, dessa
forma, contribuir para o gerenciamento costeiro integrado dessa região, visando seu
desenvolvimento sustentável.
Tal mapa possibilita a tomada de decisão mais abalizada por parte das diferentes partes
envolvidas, em consonância com as características e processos ambientais dos ecossistemas
envolvidos. Ao mesmo tempo, fornece subsídios que possibilitem minimizar os impactos em um
evento de derramamento de óleo, adquirindo informações básicas para o gerenciamento dos
recursos naturais, e que possibilitarão ações de valoração e recuperação ambiental. Para definição
dos índices de sensibilidade ambiental a derramamentos de petróleo e derivados serão utilizados
os métodos da NOAA (2002) e Petrobras (2002).
Com esse intuito, foram determinados alguns objetivos específicos: i) caracterizar o
cenário geomorfológico regional da região da Baía de Guajará; ii) reconhecer padrões da
morfologia submersa dos canais fluviais, em baixas profundidades, a partir de dados de sensores
remotos nas microondas em duas condições de maré, alta e baixa, o que é possível quando essas
feições são refletidas na superfície da água, em função de sua rugosidade; iii) avaliar a
efetividade das técnicas de realce e integração digital de imagens de sensores remotos,
microondas e óptico, para a caracterização dos ambientes estuarinos da Baía de Guajará; iv)
avaliar o comportamento das imagens RADARSAT-1 W1 (adquiridas em diferentes condições de
maré, alta e baixa), em função dos valores de coeficiente de retroespalhamento (σ°, também
denominado de sigma zero ou sigma nought), relacionados ao conteúdo de umidade, que é
controlado pelo aumento do nível d’água dos rios e a precipitação, bem como a sua influência nos
solos e vegetação e, conseqüentemente, mapear a influência e extensão das áreas inundáveis
Gonçalves, F.D. 2005.
12
(região de várzea), pela resposta do radar; v) gerar mapas de índices de sensibilidade ambiental a
derramamento de óleo na zona costeira amazônica.
Gonçalves, F.D. 2005.
13
CAPÍTULO 2
2 - ÁREA DE ESTUDO
2.1 - LOCALIZAÇÃO DA ÁREA
A Baía de Guajará localiza-se (Lat. 01° 28’03’’ S, Long. 48° 29’18’’ W) numa região
flúvio-estuarina, parte integrante de um sistema maior, o Golfão Marajoara, situado na foz do Rio
Amazonas. O Estuário Guajarino é caracterizado como um ambiente fluvial com influências
marinhas, e forma-se na confluência dos rios Pará, Acará e Guamá, este último limita a área pelo
sul, dando origem à Baía de Guajará, que ao norte confunde-se com a Baía de Marajó, no Rio
Pará (Figura 2.1).
A área é composta de uma parte continental e uma região insular separadas por inúmeros
rios, furos, igarapés e canais de maré. O clima na região é quente, com temperaturas médias em
torno de 25- 26 ºC, com umidade relativa do ar quase sempre superior a 80% e precipitação anual
de aproximadamente de 2.300mm (DNMET, 1992). Nesta região, são encontradas as várzeas do
estuário amazônico, apresentando topografia plana e baixa, sujeitas a inundações diárias pela
variação das marés, que na região de Belém chega a 3.5 m (Lima
1
, 1956, apud Arima et al.,
1998).
Segundo Miranda et al. (2002), estuários são ambientes de transição entre o continente e o
oceano, onde ocorre o encontro das águas dos rios com as água do mar, e a conseqüente diluição
da água salgada. De forma geral, as águas estuarinas são biologicamente mais produtivas que as
águas do rio e do oceano adjacente, em função dos processos relacionados com a circulação
hidrodinâmica, que aprisionam os elementos, aumentando a produtividade primária nesses
ambientes.
O termo zona estuarina foi usado pelo Geophysics Study Committe
2
(1977, apud Miranda
et al., 2002), abrangendo uma maior variedade de ambientes costeiros de transição, tais como
baías, lagunas costeiras, canais, deltas, áreas inundadas pela maré e áreas costeiras entre marés.
1
LIMA, R.R. 1956. A agricultura nas várzeas do estuário do Amazonas, Instituto agronômico do Norte, Belém.
(Boletim Técnico 3).
2
GEOPHYSICS STUDY COMMITTEE. 1977. Overview and recommendations, Estuaries, geophysics and the
environment. Washington, National Academy of Sciences, 61p.
Gonçalves, F.D. 2005.
14
Os processos nestes ambientes são controlados principalmente pela interação entre a dinâmica
das marés e descarga fluvial.
Figura 2.1 - Localização da área de estudo (Imagem LANDSAT-7 ETM +, 5R 4G 3B),
mostrando as principais cidades na região de Belém, destacando a localização do Terminal
Petroquímico de Miramar.
Gonçalves, F.D. 2005.
15
Aproximadamente 60% das grandes cidades se desenvolveram em torno de estuários, e a
introdução de poluentes nestes ambientes pode acarretar na sua contaminação, com efeitos
nocivos para os recursos vivos e dificuldade para as atividades marinhas e pesca, com redução
significativa de seus atrativos naturais (Miranda et al., 2002).
Dessa forma, a Baía de Guajará está localizada em frente à parte noroeste da cidade de
Belém e prolonga-se até próximo da ilha de Mosqueiro. Numerosas ilhas e canais compõem a
margem esquerda da Baía, sobressaindo-se a Ilha das Onças, Jararaca, Mirim, Paquetá-Açu e
Jutuba. Ao longo da margem direita, segue-se a cidade de Belém e, mais a norte, separadas pelos
"furos" do Maguari e das Marinhas, as Ilhas do Outeiro e do Mosqueiro, respectivamente.
Na Baía de Guajará, concentram-se indústrias e importantes núcleos habitacionais da
região metropolitana de Belém. Esta área é constituída por ambientes de elevada sensibilidade ao
derramamento de óleo, representados por várzeas e rios, que são utilizados pela população local
como fonte de subsistência alimentar e econômica, destacando-se o aproveitamento dos recursos
hídricos pelo sistema de captação de água potável que abastece a cidade de Belém. Assim, a Baía
de Guajará esteve submetida e continua envolvida em um processo, talvez lento, mas bastante
antigo de degradação ambiental, que nas últimas décadas vem sendo acelerado em função da
expansão urbana e das atividades industriais e portuárias.
Assim, dentre as áreas com grande atividade de transporte de derivados de petróleo na
Região Amazônica, destaca-se o Terminal Petroquímico Nicolau Bentes Gomes (MIRAMAR),
situado na Baía de Guajará, que é fonte potencial para derramamentos de derivados de petróleo,
portanto passivo de risco ambiental.
2.1.2 - Terminal Petroquímico Nicolau Bentes Gomes (MIRAMAR)
O terminal petroquímico Nicolau Bentes Gomes, conhecido como terminal de
MIRAMAR, está localizado na margem direita da baía de Guajará, a uma distância de
aproximadamente 5 km do Porto de Belém. O calado de seu porto é de 7,92m. (Figura 2.2).
São predominantemente transportados no Terminal, óleo diesel, GLP (gás de cozinha),
querosene para avião, gasolina comum e mistura MF-380. O tráfego de embarcações em
MIRAMAR, no ano de 2001, foi de 366 navios, movimentando 442.302 toneladas de produtos
(informativo CDP, maio/2002). A maior parte destes produtos abastece a Região Metropolitana
de Belém e parte do interior do Estado do Pará.
Gonçalves, F.D. 2005.
16
No Terminal, encontram-se as instalações das diversas companhias distribuidoras, com 92
tanques com capacidade para 206.847m
3
de produtos, sendo o movimento processado através de
dutos.
Figura 2.2 - Localização do Terminal Petroquímico de MIRAMAR. (Ortofoto CODEM, 1998).
Os píeres possuem mecanismo de combate a incêndios e o Terminal conta, ainda, com
veículos especializados nessa tarefa, além da estrutura montada pelas Companhias para a
segurança de toda a região. Neste sentido, foi inaugurado em junho de 2002 o Centro de Defesa
Ambiental da Amazônia (CDA), Base Belém, localizado no Terminal Petroquímico de Miramar,
construído em parceria entre a Companhia Docas do Pará (CDP) e Petrobrás, e operado pela
empresa Alpina Briggs.
Gonçalves, F.D. 2005.
17
2.2 – GEOLOGIA
Segundo Pinheiro (1987), a distribuição dos tipos texturais no leito da Baía de Guajará
apresenta-se compatível com os padrões hidrodinâmicos verificados. Em locais com correntes
moderadas, ocorrem areias finas a médias muitas vezes misturadas com silte e/ou argila. Nas
bordas de algumas ilhas estuarinas, ocorrem areias com diâmetros médios podendo ultrapassar
0,25mm, enquanto que, nas margens baixas espraiadas, protegidas das correntes, distribuem-se
sedimentos essencialmente pelíticos. Pode-se individualizar duas fácies principais: A Fácies
Lamosa e a Fácies Arenosa. Portanto, os sedimentos Holocênicos que preenchem a calha
estuarina são predominantemente arenosos, variando de selecionados a bem selecionados, por
vezes siltosos. A distribuição destas Fácies texturais aparentemente oscila em função da
periodicidade das marés.
Para a geologia das margens flúvio-estuarinas, assume-se uma coluna estratigráfica para a
região de Belém e adjacências, onde a cerca de 100-120 m da superfície encontram-se sedimentos
Oligo-Miocênicos atribuídos à Formação Pirabas. Sobrepostos, em profundidades entre 100-
150m encontram-se sedimentos Terciários correlacionáveis ao Grupo Barreiras. Em seguida, já
no Quaternário, estaria repousando uma Unidade atribuída ao Pleistoceno / Holoceno Médio-
Inferior, que poderia ser correlacionada aos "Sedimentos Pós-Barreiras". Finalmente, no topo da
seção, estariam os sedimentos recentes. Estas Unidades estratigráficas estariam estruturadas de
modo interdigitado, não apresentando aparentemente grande continuidade lateral (Pará, 1995).
A alta energia hidráulica do estuário ocasiona não apenas mudanças na fisiografia
regional, bem como no próprio relevo da calha estuarina, que está sujeito a modificações
periódicas relativamente rápidas.
2.3 - GEOMORFOLOGIA
Segundo Pará (1995), há três regiões geomorfológicas na área estudada: a Região de Terra
Firme, a Região da Várzea e a Região das Áreas Urbanas, em ordem decrescente de área.
A configuração atual da paisagem regional tem seus regimes condicionados ao fluxo e
refluxo das marés e, por conseguinte, o processo de agradação e degradação da paisagem também
tem grande relacionamento com esta energia marinha. A energia das marés é o principal elemento
transportador da cobertura aluvionar que preenche a planície por inundação das margens, vindo a
constituir a Região das Várzeas.
Gonçalves, F.D. 2005.
18
O quadro natural que compõem a paisagem regional, portanto, encontra-se representado
pela Região de Terra Firme e Região das Várzeas, com características gerais que desempenharam
um importante papel no processo de organização sócio-econômica da região, seja como
produtoras de incontáveis bens de interesse econômico, seja como elementos que compõem as
áreas de fronteira de ocupação.
2.3.1 - Região das Várzeas
Nesta região, são denominadas as Várzeas do Rio Guamá e Várzeas do Estuário
Guajarino, que se diferenciam tanto pelo posicionamento fisiográfico quanto pela florística e
estágio evolutivo da cobertura vegetal no estuário. Há, ainda, os Manguezais, que diferem em
muitos aspectos dos demais sistemas, sendo enquadrado na Região das Várzeas por estarem
situados nas áreas inundáveis e, principalmente, por ocorrerem com distribuição espacial bastante
restrita, dificultando um tratamento diferenciado para esse importante ecossistema (Pará, 1995).
A dinâmica da Região das Várzeas deve-se, em grande parte, às condições hidrodinâmicas
do canal, as quais se relacionam diretamente com o comportamento das marés, sob cuja
influência se processa a inundação periódica das margens dos cursos das águas que conformam a
hidrografia regional.
No tocante aos Manguezais, caracterizam um ecossistema recente com alta produtividade
biológica. Possuem vegetação típica com espécies adaptadas para se estabelecerem e
sobreviverem em substrato periodicamente inundado por água salobra. Ocorrem em áreas de
deposição recentes, de influência flúvio-marinha, com o fluxo e o refluxo das marés.
As inundações diárias, ocasionadas pela elevação da maré, pela água das chuvas ou por
ambas, depositam uma sucessão de argilas ricas em matéria orgânica. Dessa forma, além dessas
argilas que são comuns nos elementos de drenagem da área, existem as acumulações arenosas ao
longo das praias, principalmente em Outeiro, Mosqueiro e Cotijuba, relacionadas ao desgaste das
falésias, em função da ação de ondas. Essas areias apresentam granulometria média a grossa e são
ricas em quartzo e minerais pesados (El-Robrini, 2001).
Gonçalves, F.D. 2005.
19
2.3.2 - A Região de Terra Firme
A região da terra firme corresponde às áreas de ocorrência do Pediplano Neo-
Pleistocênico, representado na área pela unidade geomorfológica do Planalto Rebaixado da
Amazônia. Esta unidade é esculpida em litologias plio-pleistocênicas do Grupo Barreiras, em
geral lateritizadas, e em coberturas detríticas alúvio-coluviais neo-pleistocênicas (Pará, 1995).
Na quase totalidade, o pediplano mostra-se conservado e modelado em extensos
tabuleiros, inumado por cobertura detrítica pouco espessa, apresentando uma drenagem pouco
desenvolvida, formada por vales de fundo chato controlados tectonicamente. Em outros locais,
como nas proximidades da maioria dos drenos, o pediplano já denota um processo de retomada
de erosão, responsável pela remoção da cobertura detrítica (pedimentos), com a conseqüente
exposição do Grupo Barreiras.
Essas exposições do Grupo Barreiras mostram um evidente controle topográfico sem
caracterizar um controle altimétrico, aparecendo somente onde foi removida a cobertura detrítica
superposta ou nas restritas áreas dissecadas do pediplano.
A base da seqüência aflorante é constituída por um argilito branco, caulínico e de
estrutura maciça. Este argilito, em decorrência da alteração laterítica, apresenta-se sob diversos
aspectos. Em geral, adquire manchas avermelhadas ou amareladas de material ferruginoso,
aparecendo em maior quantidade próximo ao topo da seqüência.
2.4 - VEGETAÇÃO
A vegetação das margens flúvio-estuarinas é condicionada aos fatores geomorfológicos,
distinguindo-se, predominantemente, três tipos: 1) vegetação de várzea, típica de áreas
inundáveis, sob controle periódico das marés; 2) vegetação de floresta densa associada aos
terrenos mais elevados ditos de terra firme; 3) florestas secundárias, associadas às áreas
desmatadas, ocupando uma apreciável distribuição na região (Pinheiro, 1987).
A vegetação de várzea domina cerca de 60% da área e está intimamente relacionada aos
processos de colmatação natural provocada pelas inundações nos períodos de enchente, em
conseqüência da elevada concentração de material sólido em suspensão das águas estuárinas.
Outro importante aspecto a ser abordado diz respeito à Região das Várzeas onde a
vegetação primária foi destruída. Na área investigada, este tipo de vegetação secundária encontra-
se em amplo desenvolvimento, especialmente nas adjacências dos sítios urbanos.
Gonçalves, F.D. 2005.
20
2.5 - CLIMA
Na área metropolitana de Belém, o clima caracteriza-se por uma isotermia com
amplitudes térmicas menores que 2ºC, sendo estes valores calculados com base nas temperaturas
médias dos meses mais quentes e mais frios (Penteado
3
, 1968, apud Pinheiro, 1987). Desta
forma, nas horas de maior insolação (turno vespertino), podem-se registrar temperaturas acima de
30ºC, enquanto que, pela madrugada, estas comumente baixam para 23- 24ºC.
Quanto às condições atmosféricas, não existe uma repartição muito uniforme das chuvas
durante o ano, com uma sensível diminuição mensal das precipitações a partir do mês de Março,
geralmente atingindo índices mínimos por volta de Agosto. As Figuras 2.3 A e 2.3 B mostram os
índices de precipitação, durante os anos de 2001 e 2003 respectivamente, períodos de aquisição
dos dados de sensores remotos usados nesta Dissertação.
O regime das chuvas exerce uma grande influência sobre os rios da região, interferindo
particularmente na Baía de Guajará. Dados obtidos da vazão do Rio Guamá mostraram que os
valores de vazão oscilaram consideravelmente, com os máximos ocorrendo nos meses de Março,
Abril e Maio, coincidindo com o período do final da estação chuvosa na região. O contraste
decorrente dos diferentes níveis de chuva, relativo aos períodos "chuvosos" e "menos chuvosos",
propicia modificações sazonais das condições físico-químicas das águas estuarinas, valores
médios de pH, concentração de O
2
, concentração do material em suspensão e da condutividade
elétrica.
3
PENTEADO, A.R. 1968. Belém do Pará, Estudo da geografia urbana, Universidade de São Paulo (Fac. de
filosofía, Ciencias e Letras), 183 p. (Coleção Amazônia, Série José Verissímo).
Gonçalves, F.D. 2005.
21
(A)
(B)
Figura 2.3 - Variação dos índices de precipitação para Região Metropolitana de Belém. (A) ano
de 2001, correspondente à aquisição da imagem LANDSAT-7 ETM+ usada neste trabalho; (B)
ano de 2003, correspondente à aquisição das imagens RADARSAT-1 Wide 1. Fonte: INMET.
2.6 - DINÂMICA ESTUARINA
Segundo Pritchard (1967), a circulação, os processos de mistura e estratificação de
salinidade no estuário dependem de sua geometria, da descarga de água doce, maré, salinidade,
circulação da região oceânica adjacente e do vento atuando remota ou diretamente. A interação
Gonçalves, F.D. 2005.
22
dessas propriedades e processos produz a distribuição de salinidade, que é característica de cada
estuário (Officer
4
, 1983, apud, Miranda et al., 2002).
Kjerfve
5
(1987, apud Miranda et al., 2002) considerou os fatores climáticos, a
sedimentação recente e as forçantes dinâmicas como os principais agentes responsáveis pela
formação dos estuários, bem como por sua diversidade geomorfológica e fisiográfica, dividindo o
estuário em: Zona de Maré de Rio – parte fluvial com salinidade muito baixa; Zona de Mistura –
onde há a mistura da água doce continental com a água salgada do mar; Zona Costeira – que se
estende até a frente da pluma estuarina (região de máxima influência fluvial).
Os limites entre as diferentes zonas são dinâmicos e apresentam variação espacial e
temporal em diferentes escalas, podendo ser, de um ciclo de maré, sazonal, anual e de longo
período, e controlados pela inter-relação de diferentes forças, tais como, descarga fluvial, altura
da maré, vento e circulação na região costeira adjacente (Miranda et al., 2002).
Sena & Mesquita (2004) têm desenvolvido um projeto de modelagem hidrodinâmica da
Baía de Guajará usando o método de elementos finitos, a partir de cartas náuticas da DHN
(batimetria) e de dados correntométricos obtidos por Pinheiro (1987). Ademais, a próxima etapa
do projeto incluirá a fase de calibração e validação do modelo gerado com dados medidos em
campo, tais como: variação de maré; correntes, batimetria e velocidade de ventos. Essa pesquisa é
importante, pois contribui para o conhecimento da hidrodinâmica na Baía, sendo útil para
subsidiar estudos sobre a dinâmica de transporte de poluentes e de sedimentos.
2.6.1 - Aspectos oceanográficos
Estudos batimétricos para o estuário revelaram a presença de três zonas morfológicas
distintas quanto a suas feições principais: Alto Fundo da Baía, Zona do Canal Principal e Barra
do Guajará-Açu (Pinheiro, 1987).
O alto fundo da Baía pode ser definido a partir de profundidades menores que 10m, que se
distribuem contornando toda a borda leste da Baía de Guajará, abrangendo uma área limitada a
um raio de cerca de 2-3 km distante da cidade de Belém e adentrando no Rio Guamá,
4
OFFICER, C.B. 1983. Physics of estuarine circulation. In: KETCHUM, B.H. estuaries and enclosed seas.
Amsterdam, Elsevier, 26:15-41. (Ecosystems of the world).
5
KJERFVE, B. 1987. Estuarine geomorfology and Physical Oceanography. In: DAY JR., J.W.; HALL, C.H.A.;
KEMP, W.M.; YAÑEZ-ARANCIBA, A. Estuarine ecology. New York, Wiley, pp. 47-78.
Gonçalves, F.D. 2005.
23
apresentando também bancos e canais não muito profundos, dispostos subparalelamente entre si e
em relação às margens. Três bancos principais destacam-se nesta zona (Pinheiro, 1987).
A Zona do Canal Principal caracteriza-se pela presença do denominado Canal da Ilha das
Onças, que representa a principal feição desta zona da Baía de Guajará. Este canal, com média de
1 km de largura e profundidade na faixa de 10 a 17m, constitui-se, claramente, na continuação do
talvegue do Rio Guamá que acompanha sua margem esquerda, deflexionando a partir de sua foz
para a direita e estendendo-se por todo o litoral oriental da Ilha das Onças.
A Barra do Guajará-Açu é definida por um extenso baixio, com cotas inferiores a 5m de
profundidade e mais de 6 km de comprimento.
2.6.2 - Estudo dos Ventos e Ondas na Baía de Guajará
Dados obtidos em Belém indicam dois conjuntos principais de ventos predominantes na
área. Estes conjuntos mantém direção variando entre N-NE e ENE-ESE, respectivamente e
velocidades médias mensais sempre em torno de 2 a 4 nós (Pinheiro, 1987).
Estes sistemas de ventos, ao atingirem a superfície da água na Baía de Guajará, são
responsáveis pela formação de ondas, com características que vão depender da velocidade,
intensidade, tempo de duração e direção dos mesmos em relação à geografia da Baía. São
importantes na formação das ondas a direção dos fluxos de marés, a profundidade das águas
sobre a qual o vento atua e as condições meteorológicas ocasionais e sazonais (Pinheiro, 1987).
2.6.3 - As Marés no Estuário Guajará
A velocidade da onda de maré, segundo informação da Companhia Docas do Pará, varia
de local para local, precisando de 3h 40m para percorrer o trecho de Salinópolis, no litoral do
Estado do Pará, ao extremo sul do cais do Porto de Belém, traduzindo-se numa velocidade de
cerca de 1,30 a 1,71 m/s (Pinheiro, 1987).
No estuário Guajará, onde o atrito de fundo produz uma acentuada assimetria nas curvas
de marés, a subida do nível da água leva cerca de 5 horas, em contraste com a descida que dura
em média 7 horas, notadamente nas marés de sizígia (Pinheiro, 1987).
Gonçalves, F.D. 2005.
24
2.6.4 - Estudo das Correntes de Maré
Dados correntométricos da PORTOBRAS/INPH (1980) foram analisados por Pinheiro
(1987), com o objetivo de fornecer subsídios para o estudo do transporte de material sólido em
suspensão na Baía do Guajará e de sedimentação na área do Porto. Tais dados foram obtidos
tanto em marés de sizígia quanto de quadratura.
Dessa forma, as velocidades de correntes máximas médias na Baía de Guajará ocorrem
nas marés de sizígia, durante a enchente. Já a velocidade máxima média mais baixa está
associada às marés de quadratura, durante a vazante. As velocidades máximas absolutas ocorrem
nas marés de sizígia, sendo que no período observado as máximas ocorrem durante a vazante
(1,74m/s) e durante as enchentes (2,10m/s) (Pinheiro, 1987).
Sobre as correntes no Rio Guamá, elas alcançaram valores máximos absolutos nas
enchentes, principalmente nas marés de sizígia, onde podem atingir até 1,89m/s. Nas vazantes, as
velocidades máximas de correntes atingem entre 1,5m/s e 1,72m/s. As médias das velocidades
máximas estão entre 1,04m/s e 1,60m/s, sendo sempre maiores nas enchentes que nas vazantes.
Segundo Pinheiro (1987), a análise do comportamento das correntes de marés, bem como
de suas características em marés de sizígia e de quadratura e de suas variações em função das
suas distribuições no ambiente estuarino, para os canais de enchente e vazante da Baía de Guajará
e Rio Guamá, mostrou que as correntes de maré nos canais de enchente ocorrem irregularmente,
enquanto que no canal de vazante (mais profundo) as velocidades decrescem, progressivamente,
num curto espaço de tempo, após alcançar valores máximos. No canal de enchente (mais raso), o
atrito com o fundo é mais pronunciado que no canal de vazante, onde as profundidades são
maiores.
No Rio Guamá, as marés estão sujeitas à influência fluvial, com predomínio de correntes
de vazante, principalmente durante as marés de sizígia. Nas enchentes em quadratura, quando o
volume das águas de marés é reduzido, o fluxo fluvial parece ser responsável pelas oscilações
sofridas pelas velocidades de correntes.
2.6.5 - A Maré Salina
A maré salina é a invasão da água marinha, salgada, no estuário em direção oposta ao
fluxo fluvial. A ordem de grandeza e o mecanismo dessa invasão são fatores que definem o tipo
Gonçalves, F.D. 2005.
25
de estuário e refletem diretamente o padrão de circulação do mesmo (Schubel & Pritchard
6
1972,
apud Pinheiro, 1987), sendo responsável pelos principais processos físico-químicos, biológicos e
oceanográficos nos estuários.
Para Ottmann
7
(1968, apud Pinheiro, 1987), os principais fatores que interagem na
penetração da maré salina são as oscilações das marés, a morfologia do estuário, a vazão de água
doce fluvial, a evaporação e a precipitação pluviométrica na bacia estuarina.
O mecanismo de entrada da maré salina na Baía de Guajará se dá no período entre o final
da vazante e início da enchente, quando as águas provenientes dos Rios Guamá e Guajará-Açu,
com valores de salinidade relativamente baixos (0,04-0,12%), ocupam todo o canal de vazante
pela margem esquerda do estuário. Por outro lado, no canal de enchente, registram-se valores de
salinidade variando entre 0,15-0,42%, indicando nitidamente a entrada das águas mais condutivas
salobras e não fluviais. Destaca-se que os valores mais elevados de salinidade ocorrem próximos
do fundo, indicando a penetração da maré salina sob a forma de cunha que adentra no canal de
enchente.
Os períodos "chuvosos" e "menos chuvosos" propiciam variações sazonais no regime dos
rios que compõem o estuário, sobressaindo-se àquelas decorrentes da intrusão salina. No período
"chuvoso" (dezembro a abril/maio), as altas descargas fluviais impedem por completo a
penetração das águas salobras, enquanto que, nos meses correspondentes à "estiagem" (julho a
novembro), a maré salina penetra de modo decisivo, mesmo nas porções mais internas do
estuário, notadamente durante a preamar das marés de sizígia. Nestas condições, a salinidade
pode alcançar valores da ordem de cerca de 0,5 % em frente à cidade de Belém. Nas marés de
quadratura, mesmo no período de baixa vazão dos rios, a penetração salina é menos efetiva
(Pinheiro, 1987).
6
SCHUBEL, J.R. & PRITCHARD, D.W. 1972. the Estuarine environment, Part 2. Journal of Geology, 20(4):179-
188.
7
OTTMANN, F .1968. L´etude des problémes estuariens. Revue de Géographie physique et de Géologie
Dynamiques, 4: 329-353.
Gonçalves, F.D. 2005.
26
CAPÍTULO 3
3- UTILIZAÇÃO DE SENSORIAMENTO REMOTO NAS MICROONDAS PARA O
MONITORAMENTO DA ZONA COSTEIRA AMAZÔNICA
Neste capitulo, serão abordados os principais conceitos inerentes ao imageamento com
radar de abertura sintética (SAR), objetivando um melhor entendimento dos parâmetros que
controlam a geometria de imageamento nesse tipo de sistema, como também a interação das
microondas com a superfície terrestre, uma vez que as imagens SAR são de grande importância
neste trabalho, dada sua contribuição para o monitoramento ambiental de zonas costeiras,
notadamente a região costeira tropical úmida amazônica. Ademais, essa discussão poderá
contribuir para a disseminação de conhecimento sobre o uso dessa tecnologia para o
monitoramento ambiental na Amazônia e, conseqüentemente, para a elaboração de futuros
trabalhos.
Em virtude da ampla utilização dos sistemas ópticos em diversas áreas do conhecimento,
não é necessário fazer uma revisão do assunto. Ademais, outras informações podem ser
encontradas em: Chavez Jr. et al. (1982); Chavez JR. & Kwarteng (1989); Jensen et al. (1993);
Jensen (1996); Irish (1998); Cracknell (1999); Kampel & Amaral (2001).
Assim, apesar de várias vantagens, os sistemas que operam nas microondas também
possuem limitações, tais como grandes distorções geométricas (encurtamento, inversão de relevo
e sombreamento), ou ainda um tipo de ruído inerente ao imageamento com radar, que é
denominado speckle. Dessa forma, para o melhor entendimento desses fenômenos e de suas
implicações na extração de informações nas imagens de radar, se faz necessária a revisão a
seguir.
3.1 – IMPORTÂNCIA E UTILIZAÇÃO DE UM SAR
Radar é um sistema de sensoriamento remoto ativo, ou seja, possui fonte própria de
energia. O termo RADAR vem da expressão inglesa Radio Detection and Ranging, usada para
designar um sistema capaz de detectar alvos, indicando posição e distância, através da emissão de
pulsos de energia na faixa das microondas e da captação do sinal de retorno, ou eco (Vrieling &
Van der Sanden, 2000). Assim, este termo tem sido muito usado para classificar os sistemas de
Gonçalves, F.D. 2005.
27
sensoriamento remoto ativos que operam na faixa das microondas, com comprimentos de ondas
variando entre 1 cm até 1m (Raney, 1998).
Um radar clássico se baseia na transmissão e recepção de pulsos de energia, na faixa das
microondas, sendo medida a intensidade do sinal que retorna até o sensor (Raney, 1998). A base
do imageamento com radar é relativamente simples, onde uma plataforma (avião ou satélite)
emite uma sucessão de pulsos de microondas, regularmente espaçados e de curta duração. Esse
pulso atinge o terreno (near range) e varre a superfície em direção oposta ao sensor (far range).
Na medida em que o pulso varre o terreno, parte da energia é espalhada na direção do sensor
(retroespalhada), retornando à antena, onde o sistema correlaciona parâmetros do pulso emitido e
recebido, enquanto a outra parte da energia espalhada em direção oposta ao sensor é perdida
(Paradella & Bignelli, 1996).
Um dos aspectos importantes do uso de imagens de radar reside no fato de que estas
possuem informações que complementam muitas das características das imagens adquiridas em
outras porções do espectro eletromagnético, por exemplo, óptico e infravermelho. Além disso, os
sistemas de radar têm uma grande vantagem em relação aos sistemas ópticos, que é a
possibilidade de imageamento em condições atmosféricas adversas, o que estende o potencial de
imageamento dos sensores ópticos, principalmente nas regiões costeiras tropicais amazônicas,
uma vez que as microondas podem penetrar em nuvens e chuvas, apresentando assim, um alto
grau de transparência atmosférica para comprimentos de ondas maiores que 4 cm (Ramsey III et
al., 1998; Souza Filho & Paradella, 2002; Dutra et al., 2003).
Um sistema de imageamento com radar fornece informações sobre geometria do terreno e
sobre as propriedades elétricas dos alvos, o que atribui ao radar elevada sensibilidade, para medir
variações na macro-topografia (relevo), micro-topografia (rugosidade superficial), e
características dielétricas dos alvos, estas relacionadas com o conteúdo de umidade (Lewis et al.,
1998). Já os sistemas ópticos usam a energia solar refletida para fornecer informações sobre as
características físico-químicas dos alvos, onde a interação energia-matéria ocorre em escala
microscópica (Paradella & Bignelli, 1996; Paradella et al., 2000). Dessa forma, o ideal seria o
uso das duas informações, no espectro das microondas e óptico, através da fusão de dados,
maximizando, assim, a extração de informações pela obtenção do sinergismo do produto híbrido
resultante (Singhroy, 1996; Ramsey III et al., 1998; Andrade, 1999; Souza Filho, 2000; Souza
Filho & Paradella 2002).
Gonçalves, F.D. 2005.
28
Os radares têm se mostrado uma ferramenta valiosa na obtenção de informações
geológicas e de vegetação. O primeiro mapeamento regional usando radar de abertura sintética
(SAR) no Brasil foi feito no início da década de 70 no âmbito do projeto RADAM, que adquiriu
imagens da Amazônia Legal, usando um sistema chamado Goodyear Mapping Systen (GEMS
1000), que operou na banda X e polarização HH. As imagens adquiridas neste projeto foram
extensivamente usadas como ferramenta operacional para mapeamento regional na Amazônia
(Souza Filho & Paradella, 2003).
O uso de sistemas que operam na faixa das microondas é favorecido em geologia, devido
ao maior realce da topografia e das variações na morfologia em superfície, em função da alta
sensibilidade do radar à rugosidade superficial do terreno ou vegetação, bem como pela
possibilidade de medir as propriedades dielétricas dos materiais (conteúdo de umidade). Outro
fator importante é a aquisição de imagens com geometria de imageamento controlada, ou seja,
direção de visada, ângulo de incidência e polarização (Paradella & Bignelli, 1996; Paradella et
al., 2000; Grunsky, 2002). Com isso, imagens SAR têm sido usadas para mapeamento geológico,
geologia estrutural aplicada para pesquisa de depósitos minerais e trapas de petróleo, como
também para estudos de risco geológico, tais como áreas de erosão costeira, deslizamento de
encostas e áreas sismogênicas (Singhroy, 1992).
Assim, as informações supracitadas conferem ao sensoriamento remoto nas microondas
relevante importância para aplicações onde há necessidade de aquisição de dados confiáveis e
com alta repetitividade, tais como o monitoramento ambiental e risco de erosão em zonas
costeiras, principalmente naquelas onde há intensa cobertura de nuvens, como na zona costeira
tropical amazônica. Ademais, apesar do grande leque de aplicações do sensoriamento remoto nas
microondas em regiões tropicais úmidas, para um bom resultado é necessário que o usuário tenha
conhecimentos dos fundamentos do imageamento com radar, processamento digital de imagens,
informações de campo confiáveis, e ainda, conhecimentos sobre a aplicação envolvida (Souza
Filho et al., 2005).
3.2 - CARACTERÍSTICAS DO SISTEMA DE RADAR
Os sistemas de microondas são classificados em dois grupos: sensores imageadores e não
imageadores. Assim, os sensores imageadores compreendem os sistemas de antena rotatória e os
de visada lateral (SLAR- Side Looking airborne Radar), podendo este último ser um sistema de
Gonçalves, F.D. 2005.
29
radar de abertura real (RAR- Real Aperture Radar) ou um sistema de abertura sintética (SAR-
Synthetic Aperture Radar) (Lewis et al., 1998). A geometria de imageamento de um radar de
visada lateral pode ser vista na Figura 3.1.
Figura 3.1- Geometria de imageamento de um radar com visada lateral (SLAR- Side Looking
airborne Radar), onde: ângulo de incidência (
α
); ângulo de visada (
θ
); resolução espacial em
azimute (
a
ρ
); resolução espacial e em range (
r
ρ
); altura de vôo (h); tamanho físico da antena
(
l
); largura do pulso transmitido (
τ
); velocidade da luz (c); largura do feixe em azimute (
a
β
).
Adaptado (Trevett
1
, 1986 apud Dutra et al.,2003).
Os modernos sistemas SAR usam o efeito Doppler, baseado no deslocamento da
plataforma ao longo de sua trajetória (direção em azimute), para simular uma antena virtual com
comprimento muitas vezes maior do que seu tamanho real, daí o termo radar de abertura sintética.
A vantagem do sistema SAR é que ele possibilita uma melhoria na resolução em azimute, sem a
necessidade de aumento físico do tamanho da antena, uma vez que, nos sistemas RAR, a largura
do feixe de microondas em azimute é inversamente proporcional ao comprimento da antena e
diretamente proporcional ao comprimento de onda do pulso usado. Dessa forma, a resolução
1
TREVETT, J.W. 1986. Imaging radar for resources surveys. New York, Chapman and Hall, 313 p.
Gonçalves, F.D. 2005.
30
azimutal é maior para menores comprimentos de ondas, o que pode ser um empecilho para
algumas aplicações, pois, com a diminuição do comprimento de onda do feixe utilizado, diminui
também a capacidade de penetração do pulso de microondas (Raney, 1998).
O conceito de resolução espacial para o radar deve ser considerado segundo as direções
em range e azimute. O fator que controla a resolução em range é a duração e largura do pulso
emitido, já a resolução em azimute é controlada pela largura do feixe imageado, sendo função do
tamanho ou da abertura da antena, determinando qual a menor distância que dois objetos podem
estar separados, ao longo da linha de movimentação da plataforma, para que sejam identificados
pelo radar. Assim, para que dois alvos sejam distinguidos na direção azimutal é necessário que a
distância mínima entre eles seja maior que a largura do feixe de iluminação do radar (Lewis et
al., 1998).
O entendimento das interações entre as microondas e os alvos imageados na superfície
terrestre perpassa pelo entendimento do pressuposto de que o espalhamento do pulso de
microondas ocorre quando o feixe atravessa de um meio para outro, com diferentes constantes
dielétricas entre os meios, sendo que, quanto maior for essa diferença maior será o espalhamento.
Assim, a constante dielétrica de um material é um indicador da dificuldade de propagação da
onda eletromagnética no meio, em comparação com o vácuo (Paradella & Bignelli, 1996). Os
parâmetros que influenciam no retroespalhamento de um pulso de microondas (backscattering)
estão relacionados às propriedades do sistema sensor e às propriedades dos alvos e de suas inter-
relações (Rosenqvist, 1997; Lewis et al., 1998; Paradella et al., 2000; Formaggio et al., 2001).
Considerando dois meios com diferentes constantes dielétricas, a onda eletromagnética
interagirá com os alvos e se a superfície incidente for perfeitamente plana (superfície especular),
a onda será re-emitida em direção oposta ao sensor e nenhum sinal será registrado. De outra
forma, se a superfície for rugosa, parte da energia é re-emitida em várias direções, ocasionando
um espalhamento difuso e aumentando a quantidade de eco captado pelo sensor (Lewis et al.,
1998). Vale ressaltar que as interações acima apresentadas estão relacionadas com o conceito de
rugosidade superficial, que é controlada pelo comprimento de onda e pelo ângulo de incidência
do sistema de radar usado, podendo uma mesma superfície aparecer lisa ou rugosa em função
desses dois parâmetros.
No imageamento com radar, a quantidade de energia espalhada na direção do sensor
(retroespalhada) está relacionada a um parâmetro conhecido como seção transversal de
Gonçalves, F.D. 2005.
31
retroespalhamento do radar, que é a razão entre a energia recebida pelo sensor e a energia que o
sensor receberia se a superfície espalhadora tivesse comportamento isotrópico (Rosenqvist, 1997;
Raney, 1998). Para alvos maiores que a largura do feixe incidente, é necessário conhecer o
comportamento do retroespalhamento em função de uma unidade de área, definindo o coeficiente
de retroespalhamento (σ°), sendo este um parâmetro relacionado com as propriedades do alvo
(Raney, 1998).
A intensidade do coeficiente de retroespalhamento é função de dois tipos de parâmetros:
1) parâmetros relacionados com o sistema imageador radar (comprimento de onda, polarização,
ângulo de incidência e direção de visada do sensor); 2) parâmetros relacionados com os alvos
(constante dielétrica, topografia e rugosidade superficial) (Rosenqvist, 1997; Raney, 1998).
3.3-PARÂMETROS OPERACIONAIS DOS SISTEMAS DE RADAR
3.3.1 - Comprimento de Onda
O espalhamento das ondas eletromagnéticas na superfície do terreno depende, entre outras
coisas, do comprimento de onda usado pelo sistema radar (Rosenqvist, 1997). Para áreas com
vegetação, a interação entre o pulso de microondas e a superfície pode ser explicada através de
quatro modelos de retroespalhamento: 1) espalhamento no topo do dossel 2) interação dentro do
dossel, também chamado de espalhamento volumétrico 3) interação da energia com a superfície
do terreno 4) interação conjugada dentro do dossel e em superfície, também chamada de reflexão
de canto (double bounce). Assim, a penetração no dossel é determinada pelas características da
vegetação (densidade e conteúdo de umidade) e pelas características do sensor (comprimento de
onda e ângulo de incidência) (Paradella et al., 2000). O comprimento de onda a ser usado em
determinado estudo vai depender, então, das condições superficiais dos alvos, bem como do tipo
de interação pretendida (Figura 3.2).
O tipo de interação da onda eletromagnética com a superfície do dossel está intimamente
relacionado com o comprimento de onda utilizado e o tamanho dos difusores (folhas, ramos,
caules e troncos). Exemplificando, para comprimentos de ondas menores, como a banda X (3
cm), a interação é com o topo do dossel da floresta, em função da similaridade entre as dimensões
do comprimento de onda e dos difusores. Já para a banda C (6 cm), há maior penetração no
dossel, ocorrendo espalhamento no topo e espalhamento volumétrico até o nível dos galhos,
enquanto que a banda L (23 cm), pode penetrar no dossel até atingir a superfície do terreno,
Gonçalves, F.D. 2005.
32
ocasionando um outro tipo de interação, que pode produzir o efeito de double bounce
principalmente na presença de água sob o dossel (Paradella & Bignelli, 1996).
Figura 3.2 - Esquema mostrando os principais componentes e mecanismos de retroespalhamento,
que influenciam na interação do pulso da onda eletromagnética com o dossel da floresta. 1)
espalhamento no topo do dossel (banda X); 2) interação dentro do dossel, também chamado de
espalhamento volumétrico (banda C); 3) interação da energia com a superfície do terreno (bandas
L e P). Adaptado de Leckie & Ranson
2
(1998 apud Kuplich, 2001).
Dessa forma, o efeito de double bounce (Figura 3.3) tem sido usado para mapear áreas
vegetadas inundáveis na região amazônica, uma vez que, este mecanismo de retroespalhamento
possibilita uma alta resposta, acarretando na imagem gerada em pixels com níveis de cinza altos
(alto brilho), o que é facilmente diferenciado das regiões adjacentes. (Hess et al., 1995; Proisy et
al., 2000; Souza Filho, 2000; Souza Filho & Paradella, 2002; Beisl et al., 2003). É importante
ainda considerar que esses modelos são ideais e que na natureza há uma série de fatores agindo
conjuntamente, os quais controlam a interação do pulso de microondas com os alvos. Sendo
2
LECKIE, D.G. & RANSON, K.J. 1998. Forestry applications using imaging radar. Principles and Applications of
Imaging Radar. In: HENDERSON, F.M. & LEWIS, A.J. Principles & Applications of Imaging Radar, Manual
of Remote Sensing. New York, Jonh Willey & Sons, pp. 435-509.
Gonçalves, F.D. 2005.
33
assim, é condição imprescindível que haja uma confirmação em campo dos dados de sensores
remotos, como também o monitoramento das condições ambientais vigentes quando da aquisição
das imagens.
Figura 3.3 - Esquema mostrando o efeito de double bounce, onde o pulso de microondas
encontra uma superfície lisa, ocorrendo assim, reflexão especular na água e em seguida, uma
reflexão de canto nos troncos das árvores (Raney, 1998).
Assim, florestas de mangue e áreas de vegetação alagada, como as regiões de várzeas
amazônicas, apresentam uma forte assinatura nas microondas, apresentando grande quantidade de
energia retroespalhada. Dessa forma, quando o feixe de microondas se propaga dentro da
estrutura florestal até a superfície sob o dossel, há um aumento nos valores de coeficientes de
retroespalhamentos observados, em função do mecanismo de double bounce, que ocorre em
função dos múltiplos espalhamentos entre a superfície da água e os componentes da floresta
(Proisy et al., 2000). É importante consideramos ainda, que este mecanismo de espalhamento
depende fortemente dos parâmetros do SAR utilizado, da magnitude da atenuação da energia de
microondas no dossel florestal (informação espalhada na direção oposta ao sensor) e ainda do
tipo de vegetação.
3.3.2-Polarização
A polarização é um fator importante na aquisição de imagens SAR, podendo melhorar a
discriminação dos diferentes objetos na superfície. A polarização da onda eletromagnética é
definida como a direção de vibração do vetor campo elétrico, podendo ser horizontal ou vertical.
Gonçalves, F.D. 2005.
34
Assim, os radares são construídos de forma a emitir e receber a radiação em polarizações
específicas, que pode ser paralela (HH, VV) ou cruzada (HV, VH), a primeira letra se refere à
emissão e a segunda à recepção (Paradella & Bignelli, 1996; Raney, 1998; Lewis et al., 1998;
Hugenholtz & Van Der Sanden, 2001).
Segundo Paradella e Bignelli (1996), o retroespalhamento é mais intenso quando os alvos
estão orientados na mesma direção da polarização da onda incidente, assim, em geologia, a
polarização HH apresenta melhor desempenho, pois a configuração da maioria dos materiais
superficiais, principalmente rochas, é dominada por elementos horizontais (estratos,
acamamentos, lineamentos e outras estruturas planares). Um exemplo notável do realce de
feições pelo uso de múltiplas polarizações é visto em estudos geobotânicos, onde imagens
adquiridas com polarização cruzada realçam melhor a vegetação, o que é causado pelo fenômeno
da depolarização, em função de múltiplos espalhamentos, principalmente no interior e no topo do
dossel, espalhamento volumétrico e superficial (Paradella & Bignelli, 1996).
Proisy et al. (2000), usando dados polarimétricos AIRSAR NASA/JPL (adquiridos
concomitantemente nas bandas P, L e C), obtidos sobre uma variedade de florestas de mangues
na Guiana Francesa e com ângulo de incidência médio de 35 º, corroboraram estudos anteriores
mostrando que a banda P (0.44 GHz) fornece a melhor assinatura polarimétrica dos manguezais e
distinguindo três estágios de crescimento, em função do seu mecanismo de retroespalhamento
dominante da interação radar-floresta (double bounce), fornecendo dessa forma, a assinatura
polarimétrica do radar para os manguezais. Mostraram também que o coeficiente de
retroespalhamento dos manguezais é maior para sistemas de SAR operando com polarização
paralela (HH e VV), favorecendo o mecanismo de double bounce.
Hugenholtz & Van Der Sanden (2001) fizeram estudos utilizando um SAR polarimétrico,
banda C aerotransportado (CV-580), para mapeamento geomorfológico de uma zona costeira
intermaré (Baía de Fundy), no Canadá, mostrando que há significativa melhora na identificação e
discriminação dos alvos com a utilização de sistemas operando em várias configurações de
polarização.
Dessa forma, os futuros radares polarimétricos orbitais, com quatro opções de polarização
(quad-pol, medindo intensidade e fase) e previsão de lançamento nos próximos dois anos
(RADARSAT-2 e ALOS/PALSAR), apontam na direção futura do sensoriamento remoto com
radar, uma vez que essa é uma tecnologia de vanguarda, com amplas possibilidades de
Gonçalves, F.D. 2005.
35
desenvolvimento e aplicação nas mais diversas áreas do conhecimento. Ademais, estudos usando
este tipo de sensor remoto podem apresentar grandes vantagens para o mapeamento das zonas
costeiras amazônicas, obtendo, a partir de múltiplas polarizações, diferentes informações
relacionadas com a interação do pulso de microondas com os alvos.
Ademais, essa nova geração de SAR terá imagens em alta resolução espacial (3m, modo
ultrafine RADARSAT-2) e maior resolução temporal e possibilidade para gerar pares estéreos
(com visadas para leste e oeste, na mesma passagem), bem como todas as possibilidades de
combinações de polarizações (quad-pol) e polarimétrico (informação referente à intensidade e
fase das microondas, permitindo a identificação dos alvos pela sua assinatura radiométrica,
criando modelos mais precisos de retroespalhamento) (Morena et al, 2004). Essas inovações
possibilitarão um aumento na quantidade de informações disponibilizadas pelos novos sistemas
SAR, aumentando na mesma medida suas aplicações (Singhroy & Molch, 2004).
Além desses sensores, o SIPAM (Sistema de Proteção da Amazônia) dispõe de um
moderno sistema de sensoriamento remoto aerotransportado, englobando um sensor
hiperespectral e um sistema SAR polarimétrico com altíssima resolução espacial e multi-
frequência, apresentando diversas possibilidades de configuração de imageamento, podendo
destacar um modo chamado de quad-pol L+X (bandas L e X, com polarização HH para a banda
X e quatro possibilidades de polarização para banda L) (Nascimento & Silva, 2003).
3.3.3-Ângulo de Incidência
O ângulo de incidência é medido no terreno, sendo definido como o ângulo entre o feixe
de radar e a linha perpendicular à superfície, sendo que para superfícies planas o ângulo de
incidência é o complemento do ângulo de depressão, que é medido no sensor, e corresponde ao
ângulo entre o traço do plano horizontal de movimentação da plataforma e o feixe de radar. A
variação do ângulo de incidência de aquisição de imagens pode melhorar a caracterização de
alvos (Paradella & Bignelli, 1996; Lewis et al., 1998). O controle da iluminação do feixe de radar
é uma das principais vantagens deste sistema, o que pode melhorar a eficiência na identificação e
interpretação de estruturas geológicas, unidades litológicas, formas e tipo de relevo (Singhroy &
Saint-Jean, 1999). De forma geral, para superfícies lisas, há um decréscimo no retroespalhamento
com o aumento do ângulo de incidência, para superfícies rugosas, esse decréscimo é menos
pronunciado (Lewis et al., 1998).
Gonçalves, F.D. 2005.
36
O aumento do ângulo de incidência permite o aumento do campo de visada, e uma maior
área de imageamento. De maneira geral, ângulos de incidência próximo ao nadir são melhores
para a discriminação de diferenças de rugosidade em terrenos planos, enquanto que, para terrenos
montanhosos, as feições são melhor realçadas com o uso de elevados ângulos de incidência
(Singhroy & Saint-Jean, 1999). Uma exceção a essa regra geral ocorre em áreas planas
florestadas, onde há regiões desmatadas, sendo que estas áreas são melhor discriminadas com
grandes ângulos de incidência, uma vez que, o contraste entre áreas lisas (desmatadas) e rugosas
(vegetação) é mais acentuado (Singhroy & Saint-Jean, 1999).
Grandes ângulos de incidência permitem menor penetração no dossel, enquanto que
ângulos de incidência pequenos minimizam o efeito dos difusores no topo do dossel, permitindo
maior penetração, maximizando assim, o retorno da contribuição da superfície (Raney, 1998).
Este tipo de informação é importante quando se trabalha na região amazônica, dada a ampla
distribuição da cobertura vegetal nessa região. Desse modo, dependendo do tipo de informação
que se quer obter, a escolha apropriada do ângulo de incidência é condição importante para se
alcançar um bom resultado.
Segundo Barbosa et al., (1999), maiores ângulos de incidência são mais apropriados para
delinear o limite terra-água, facilitando assim, o mapeamento da geomorfologia costeira, bem
como auxiliando no mapeamento mais acurado dos processos de erosão.
3.3.4- Direção da Visada
A direção de visada é a ângulo entre o norte geográfico e a direção de apontamento do
feixe de radar, ou seja, perpendicular à direção de movimento da plataforma. É possível variar a
direção da visada, ou seja, variar a direcionamento do feixe de microondas (Paradella & Bignelli,
1996; Lewis et al., 1998).
Os melhores resultados no realce das feições superficiais são obtidos quando as principais
direções das estruturas e feições do relevo são ortogonais à direção da visada, de outra forma,
feições alinhadas
±
20º com a iluminação do radar podem ser invisíveis ao sensor (Singhroy &
Saint-Jean, 1999; Formaggio et al., 2001; Paradella et al., 2001; Grunsky, 2002).
Assim, fica patente que o entendimento da influência da geometria de imageamento de
um SAR na interação do feixe de microondas com os alvos representa, em função da maior ou
menor quantidade de retroespalhamento, fator decisivo na escolha da melhor configuração de
Gonçalves, F.D. 2005.
37
imageamento, bem como na obtenção de um bom resultado para delineação de estruturas
geológicas, materiais superficiais, unidades litológicas e formas de relevo (Singhroy & Saint-
Jean, 1999).
3.4 - INFLUÊNCIA DOS PARÂMETROS DA SUPERFÍCIE
As características dos alvos influenciam grandemente na intensidade do sinal recebido
pelo radar, principalmente a constante dielétrica, rugosidade superficial (micro-relevo) e a
orientação das feições no terreno, havendo uma atuação interdependente destes fatores com os
parâmetros relacionados com sistema radar. Assim, os parâmetros intrínsecos aos alvos serão
abordados na síntese abaixo.
3.4.1-Constante Dielétrica e Umidade
A constante dielétrica é uma medida das características elétricas dos materiais na
superfície, influenciando diretamente na quantidade de energia retroespalhada pelo alvo, bem
como indicando a refletividade e condutividade desses materiais (Lewis et al., 1998; Paradella et
al., 2000). A constante dielétrica de rochas, solos e vegetação aumenta diretamente com o teor de
umidade, aumentando conseqüentemente, seu retroespalhamento, o que ocorre porque a água
possui alta constante dielétrica, tornando mais difícil a propagação da onda eletromagnética no
meio, aumentando a refletividade desse material (Lewis et al., 1998; Paradella & Bignelli, 1996).
Assim, como o coeficiente de retroespalhamento é uma medida quantitativa da
intensidade de energia que retorna ao radar, quando a umidade de um material aumenta, o seu
retroespalhamento também aumenta e, conseqüentemente, o brilho da imagem (tons de cinza
mais claros). Esse efeito, por exemplo, pode ser causado pelas chuvas, o que acarreta em menor
penetração da energia eletromagnética emitida pelo radar na superfície úmida, por conseguinte,
aumentando seu retroespalhamento (Chaves, 2002). Para a região amazônica, onde ocorre
amplamente distribuída a floresta tropical úmida, esse parâmetro dos alvos é de elevada
relevância. A grande umidade na região pode ser influenciada pelas águas das chuvas, ou ainda
pela dinâmica das marés e a sazonalidade dos rios, principalmente nas regiões suscetíveis às
inundações. Assim, este parâmetro ambiental deve ser observado para não induzir conclusões
equivocadas.
Gonçalves, F.D. 2005.
38
3.4.2-Rugosidade da Superfície e Topografia
A rugosidade superficial (micro-topografia) é dada pela textura de objetos na superfície,
como folhas e galhos das arvores em escala centimétrica. Já o relevo (macro-topografia) inclui
morros, vales, em escala métrica (Lewis et al., 1998; Paradella et al., 2000). Essa propriedade é
um importante parâmetro que influência na resposta do radar.
Segundo Paradella e Bignelli (1996), o efeito da rugosidade superficial varia em função
do comprimento de onda (λ) e do ângulo de incidência (θ); a rugosidade do alvo será menor para
os maiores comprimentos de ondas, ou seja, para as bandas L e P, uma vez que, objetos podem
ser detectados como micro-topografia nestas bandas, enquanto que nas bandas X e C, como
macro-topografia. Áreas mais rugosas espalham mais energia em direção ao sensor (reflexão
difusa), em relação a aquelas superfícies mais lisas (reflexão especular), (Lewis et al., 1998).
No caso em que as dimensões das irregularidades superficiais são comparáveis ao
comprimento de onda do sinal do radar, tem-se a ocorrência do chamado espalhamento Rayleigh
(Soler, 2000). Pela medição das microvariações do relevo; expressas pelo erro quadrático médio
ou RMSE (root mean square error), relacionadas ao comprimento de onda e ao ângulo de
incidência do radar via critério de Peake & Oliver
3
, é possível estimar a rugosidade superficial e
determinar se uma superfície é lisa, intermediária ou rugosa para um dado SAR (Morais et al.,
2002).
3.5-DISTORÇÕES GEOMÉTRICAS
A geometria de imageamento dos radares de visada lateral causa distorções geométricas, o
que os diferencia dos sistemas ópticos com visada no nadir. Isso acontece porque o radar mede
distâncias, sendo esta a fonte das distorções geométricas. Dessa forma, as imagens ópticas são
adquiridas com varredura linha a linha e ortogonal à movimentação do sensor, com visada
vertical e resolução espacial sendo função da resolução angular (IFOV- Instantaneous Field of
View) e altitude do satélite, apresentando distorção geométrica do nadir para as bordas (Lewis et
al., 1998). Já no sistema SAR, em função da visada lateral, o pulso de energia é emitido na
direção em range, perpendicular à movimentação da plataforma (Paradella & Bignelli, 1996;
Raney, 1998). Assim, para a imagem óptica, um pequeno deslocamento, por exemplo, do topo de
3
PEAKE, W.M. & OLIVER, T.L. 1971.The response of terrestrial surfaces at microwave frequencies. Columbus,
Ohio, p: 2440-2447. (Technical Report).
Gonçalves, F.D. 2005.
39
uma montanha ocorre em sentido oposto ao sensor (paralaxe). Para o radar, o deslocamento das
feições topográficas ocorre no sentido do sensor, sendo mais pronunciado que no imageamento
óptico (Paradella & Bignelli, 1996; Lewis et al., 1998).
Um tipo de distorção geométrica comum em imagens de radar é chamado de
encurtamento de rampa (foreshortening), que ocorre quando a área imageada possui declividade
acentuada, com as encostas voltadas para o radar aparecendo mais curtas (Figura 3.4a). Isto
ocorre quando a área imageada apresenta encostas menos íngremes do que uma linha
perpendicular ao pulso incidente, resultando na imagem em uma feição linear (Lewis et al.,
1998).
A inversão de relevo (layover) é um tipo comum de distorção geométrica observada em
imagens de radar, que ocorre quando o topo de uma montanha íngreme é imageada antes da base,
ocasionando no deslocamento do topo dos alvos em direção ao sensor, havendo uma
sobreposição de pixels e um brilho anormal nesta parte da imagem, sendo representado com um
efeito serrilhado. Este tipo de distorção ocorre quando a declividade do terreno é mais acentuada
que uma linha perpendicular ao pulso incidente (Figura 3.4b), (Lewis et al., 1998). Esse tipo de
distorção não acontece em áreas planas, como na região amazônica.
A iluminação oblíqua do radar de visada lateral produz sinais de retorno de alta
intensidade ou de alto brilho em encostas voltadas para o sensor, de maneira inversa, encostas
opostas à iluminação da antena formam sombras escuras, pois a energia dos pulsos transmitidos
não alcança essas áreas (Lewis et al., 1998).
Assim, o ângulo de incidência e a declividade do terreno controlam a intensidade e o
tamanho do sombreamento (shadowing), pois, na região do alcance próximo (near range), o
ângulo de incidência é menor, como também é menor o efeito do sombreamento, de forma
contrária, no alcance distante (far range) é maior o efeito do sombreamento, conforme a Figura
3.4c (Lewis et al., 1998).
É importante considerar ainda que, para a região costeira amazônica, estes tipos de
distorções geométricas não são importantes, uma vez que essa região apresenta majoritariamente
baixo relevo.
Outro tipo de distorção é devido ao fato de que as imagens de radar são obtidas em um
plano inclinado de visada (slant range) e somente depois projetadas na superfície do terreno
(ground range), ocasionando uma compressão de pixels no alcance próximo (near range), em
Gonçalves, F.D. 2005.
40
relação ao alcance distante (far range). Essa distorção geométrica é denominada de distorção em
alcance inclinado (Lewis et al., 1998).
(a)
(b)
(c)
Figura 3.4 - Tipo de distorções inerentes ao imageamento com radar: (a) encurtamento de rampa,
que ocorre pelo efeito combinado entre a geometria de imageamento e a declividade do terreno,
onde 1) é a distância em alcance inclinado (slant range) do sensor até o alvo e 2) é a distância
real no terreno (ground range), onde a distância em alcance inclinado (1) é menor do que a
distância real no terreno; (b) inversão de relevo, que ocorre quando o topo da montanha (B) é
“visto” pelo radar de visada lateral antes da base (A); (c) sombreamento topográfico, gerado em
função da geometria de imageamento em um radar de visada lateral, quando a parte oposta à
vertente frontal ao feixe de microondas não é imageada. (Adaptado de RADARSAT
International, 1997).
Gonçalves, F.D. 2005.
41
3.6 - RUÍDOS
O ruído speckle é inerente ao imageamento com radar, dando uma aparência de textura
granular às imagens. Este tipo de artefato é formado em função da natureza coerente do pulso
emitido pelo sensor e diminui a capacidade de extração de informações de interesse, pois diminui
a relação sinal/ruído (Vrieling & Van Der Sanden, 2000).
Dentro de uma célula de resolução, há vários pequenos refletores (objetos), onde todos
contribuem para o retroespalhamento do pulso de microondas incidente, ocasionando dessa
forma, o speckle. Assim, ondas incidentes em fase acarretam em interferência construtiva,
aumentando artificialmente o valor digital do pixel, ocasionando maior brilho, entretanto, as
ondas incidentes fora de fase ocasionam uma interferência destrutiva, aparecendo como pixels
escuros. Essa configuração resulta em uma textura granular (tipo sal e pimenta), formada por
pixels claros e escuros dispostos aleatoriamente (Paradella & Bignelli, 1996, Raney, 1998).
Há duas técnicas para redução do speckle: o processamento multi-visadas e a filtragem
espacial. No primeiro caso, existe uma relação entre o número de visadas e a perda de resolução
azimutal, pois quanto maior o número de visadas, maior será a degradação da resolução azimutal.
Já na segunda técnica, a relação existente é entre o aumento da razão sinal ruído e a perda de
resolução (Raney, 1998).
Assim, a redução do speckle é imprescindível para análise de imagens de radar, pois esse
tipo de ruído dificulta sobremaneira o reconhecimento de similaridades tonais e texturais entre
áreas adjacentes, o que pode tornar menos preciso o processo de classificação de imagens, quer
seja visual ou automática (Vrieling & Van der Sanden, 2000).
Gonçalves, F.D. 2005.
42
CAPÍTULO 4
4 - MAPEAMENTOS DOS ÍNDICES DE SENSIBILIDADE AMBIENTAL (ISA) NA
ZONA COSTEIRA AMAZÔNICA
Neste capítulo, serão abordados os principais conceitos sobre o mapeamento dos índices
de sensibilidade ambiental a derramamentos de óleo, assim como os métodos criados pela NOAA
(2002) e Petrobras (2002), sendo este último uma adaptação do método NOAA para o litoral
brasileiro. Ademais, será apresentada uma adaptação destes métodos para a zona costeira
amazônica.
4.1- UTILIZAÇÃO DE MAPAS DE SENSIBILIDADE AMBIENTAL A DERRAMAMENTOS
DE ÓLEO
Os Mapas de Sensibilidade Ambiental a Derramamentos de Óleo constituem um
componente essencial e fonte de informação primária para o planejamento de contingência e
avaliação de danos em casos de derramamento de óleo. Estes mapas representam uma ferramenta
fundamental para as ações de resposta a vazamentos de óleo, na medida em que, ao identificar
aqueles ambientes com prioridade de preservação, permitem o direcionamento dos recursos
disponíveis e a mobilização mais eficiente das equipes de proteção e limpeza (Petrobras, 2002).
Os planos de contingência e resposta a derramamentos de óleo constituem o emprego
principal dos mapas de sensibilidade ambiental, no entanto, outros usos têm sido encontrados por
países que elaboraram mapas de sensibilidade ambiental, tais como planejamento e
gerenciamento costeiro, planejamento de turismo, recreação e definição de áreas protegidas. Esse
produto pode ser um componente valioso de um estudo de impacto ambiental auxiliando, assim,
na definição de locais de instalação de empreendimentos para a indústria do petróleo, ou seja,
reforça os instrumentos políticos e administrativos de ordenamento territorial (NOAA, 2002).
As indicações de sensibilidades relativas são importantes, mas não se deve esquecer de
considerar que cada situação de emergência é única, e que fatores como sazonalidade, diferentes
tipos de óleo, com diferentes características (toxicidade e tempo de permanência no ambiente) e
diferentes condições oceanográficas são específicos para cada tipo de ambiente e para cada
evento poluidor (EPA, 1999; MMA, 2002).
Gonçalves, F.D. 2005.
43
4.2- MÉTODO PARA ELABORAÇÃO DE MAPAS DE SENSIBILIDADE DESENVOLVIDO
PELA NATIONAL OCEANIC AND ATMOSPHERIC ADMISTRATION (NOAA)
Os Mapas de Sensibilidade Ambiental a Derramamentos de Óleo (MSA) têm sido
utilizados para a elaboração de planos de contingência e resposta a derramamentos de óleo desde
1979, quando os primeiros MSA foram empregados para guiar atividades de resposta a um
vazamento de petróleo ocorrido no Golfo do México (NOAA, 2002).
Os primeiros mapas de sensibilidade ambiental a derramamento de óleo eram baseados
somente nas características geomorfológicas dos ambientes impactáveis, relacionando-as com o
tempo de permanência do óleo na ausência de esforços de limpeza.
O método desenvolvido pela NOAA é mundialmente empregado na elaboração de mapas
de sensibilidade ambiental a derramamento de óleo, utilizando índices que variam de 1 a 10,
sendo que a sensibilidade é maior quanto maior o índice. Este método considera principalmente
as características geomorfológicas da área, pois estas condicionam a densidade e o tipo de
comunidade biológica existente, sendo imprescindível para determinar o tempo de permanência e
o grau de impacto pelo óleo derramado (ARPEL, 1997).
Aspectos como recursos biológicos e socioeconômicos sensíveis também são informados
no método desenvolvido pela NOAA (2002), apesar de não transparecerem à primeira vista, o
que por vezes leva a críticas quanto à simplificação do método. Mas, é na simplicidade e clareza
da representação cartográfica das sensibilidades relativas que está a chave para elaboração de
uma estratégia, eficaz e rápida, de como agir em caso de um derramamento de óleo (IMO &
IPIECA, 1994).
4.2.1- Tipos de informações presentes nos Mapas de Sensibilidade
A classificação dos Índices de Sensibilidade Ambiental a Derramamentos de Óleo é
função das características geomorfológicas dos ambientes, considerando o grau de exposição à
energia de ondas e marés, declividade do litoral e tipo do substrato e, ainda, facilidades para
limpeza e remoção das áreas impactadas pelo óleo. Esta classificação é baseada em um
entendimento completo do ambiente, incluindo as relações entre os processos físicos e o
substrato, que produzem tipos específicos de ambientes e permitem prever padrões de
comportamento e transporte do óleo derramado (NOAA, 2002).
Gonçalves, F.D. 2005.
44
No entanto, a geomorfologia não esgota a caracterização da sensibilidade ambiental ao
óleo. É necessário considerar, ainda, as diversas atividades antrópicas desenvolvidas nesses
ambientes. Assim, a presença de recursos biológicos e de recursos costeiros com importância
sócio-econômica potencializa a sensibilidade de segmentos específicos da zona costeira.
O conhecimento prévio das características oceanográficas e climatológicas dos sistemas
hídricos, tais como a distribuição das massas d'água, regimes de ventos, correntes, ondas e marés,
propriedades físico-químicas da água e suas variações sazonais, possibilita prever o
comportamento da mancha de óleo e seus mecanismos de dispersão, o que pode ser feito
utilizando técnicas de modelagem numérica hidrodinâmica (Noernberg & Lana, 2002).
A produtividade e sensibilidade biológica dos ambientes costeiros devem ser consideradas
na classificação da sensibilidade ambiental, sendo que a geomorfologia condiciona o tipo e a
densidade das comunidades biológicas presentes na área. Assim, é importante considerar que
prioridades de proteção e as propriedades físicas e biológicas do ambiente podem mudar
sazonalmente, relacionadas com a dinâmica ambiental atuante na área (EPA, 1999).
Os mapas de ISA que hoje são adotados pela maioria das empresas e órgãos envolvidos
com a problemática contêm basicamente três tipos de informações: 1) Classificação da Costa;
2)Recursos Biológicos; 3) Recursos Sócio-econômicos, (Figura 4.1). Dessa forma, nesta
Dissertação serão tratadas principalmente as informações relacionadas com a classificação da
linha de costa, responsável pela definição dos índices de sensibilidade ambiental a
derramamentos de óleo.
Mapeamento da
Senbilidade Ambiental
a Derramentos de Óleo
Recursos Biológicos
Sensíveis
Recursos
Socioeconômicos
Informações de
Respostas aos
Derramamentos
Índices de
Sensibilidade da Zona
Costeira
Figura 4.1 - Fluxograma mostrando os tipos de informações presentes em mapas de sensibilidade
ambiental a derramamentos de óleo.
Gonçalves, F.D. 2005.
45
4.2.2 - Índice de Sensibilidade Ambiental a Derramamentos de Óleo (ISA)
Durante eventos de derramamento de óleo, muitos ambientes costeiros estão em risco,
pois grandes áreas podem ser diretamente impactadas. O destino do óleo e os efeitos da poluição
variam amplamente, condicionados pelo geomorfologia do tipo de costa e pelos processos meteo-
oceanográficos atuantes. Assim, para cada tipo de costa há um método de limpeza específico, que
respeita as peculiaridades do ambiente, evitando que, durante os esforços de limpeza os danos
ambientais sejam aumentados (EPA, 1999).
O conceito de mapeamento de ambientes costeiros e a sua classificação em função de uma
escala de sensibilidades relativas foram criados em 1976 para Baía Lower Cook (Michel et al.,
1978). Desde então, o sistema de classificação tem sido refinado e expandido para diferentes
tipos de costa (NOAA, 2002).
A classificação dos Índices de Sensibilidade Ambiental a Derramamentos de Óleo é
controlada pelos fatores mostrados na Figura 4.2, que são inerentes a cada tipo de ambiente
costeiro.
Grau de ex
osição
a ener
g
ia de ondas
e marés
Declividade do
litoral
Tipo de substrato
Índices de
sensibilidade
da costa a
derramamentos
de óleo
Tempo de permanência
do óleo no ambiente
e limpeza natural
Extensão da zona
intermaré
Profundidade de
penetração e
trafegabilidade
Figura 4.2 - Fluxograma mostrando as informações necessárias para a classificação da zona
costeira quanto a seu índice de sensibilidade ambiental a derramamentos de óleo.
Os fatores expostos acima são considerados para a classificação dos ISA para os
diferentes tipos de costa, sendo discutidos abaixo.
Gonçalves, F.D. 2005.
46
4.2.2.1 - Grau Relativo de Exposição à Energia de Ondas e Marés
O tipo de comunidade biológica da zona de intermaré tem relação direta com o grau
relativo de exposição à energia de ondas e marés. Rickets et al. (1968, apud NOAA, 2002)
classificaram os ambientes costeiros da Califórnia como expostos e abrigados, diferenciando-os
entre ambientes sujeitos à grandes impactos por grandes ondas e ambientes costeiros abrigados
por feições de proteção. Os estudos geomorfológicos realizados após os derramamentos de óleo
de Metula, em 1974, no Chile (50 mil toneladas), de Urquiola, em 1976, na Espanha (100 mil
toneladas) e de Amoco Cadiz, em 1978, nas costas da Inglaterra e França (223 mil toneladas)
indicaram que o nível do impacto do derramamento está intimamente relacionado com o grau
relativo de exposição dos ambientes atingidos (Gundlach & Hayes, 1978; Michel et al., 1978).
O grau de exposição relativo dos ambientes costeiros à energia de ondas e marés
determina sua capacidade de recuperação natural, bem como guarda uma relação estreita com o
tipo de comunidade biológica presente. Assim, regiões com alto grau de energia de ondas e marés
apresentam comunidades diferentes daquelas encontradas em áreas com baixo grau de energia,
pois a biota associada está aclimatada à pressão ambiental atuante (ARPEL, 1997).
A energia de marés é uma importante consideração na determinação do impacto
ocasionado pelos derramamentos de óleo nos ambientes costeiros, pois fortes correntes de maré
podem remover o óleo ou, de outra forma, enterrar o óleo a partir do retrabalhamento sedimentar.
Ambientes de alta energia possuem menor tempo de permanência do óleo, com remoção
natural ocorrendo entre alguns dias até semanas. Para ambientes de baixa energia, a remoção
natural é lenta, ocorrendo dentro de anos; para os de média energia, o óleo derramado será
removido quando o próximo evento de alta energia acontecer, podendo demorar dias ou até
meses após o derramamento, considerando que nenhuma ação de mitigação seja tomada
(ARPEL, 1997).
4.2.2.2 - Declividade da Costa
A declividade do litoral é uma medida da inclinação da zona intermaré, podendo ser
caracterizada como íngreme (maior que 30º), moderada (entre 30 e 5º), ou plana (menor que 5º).
A importância disso se dá principalmente pelo efeito de reflexão e quebra das ondas, visto que
áreas intermarés íngremes estão usualmente sujeitas a abruptas quebras de ondas ou, até mesmo
reflexão, processos estes que aumentam a limpeza natural do ambiente. Áreas planas intermarés
Gonçalves, F.D. 2005.
47
favorecem a dissipação da energia das ondas, tendo o agravante de que, nestas áreas, há um
número maior de comunidades biológicas, em função, da menor energia relativa do ambiente e da
área maior para o desenvolvimento das comunidades biológicas (MMA, 2002).
A amplitude da maré (juntamente com a declividade do perfil topográfico) determina a
largura da zona intermarés, ou seja, a superfície mais sujeita a ser coberta por óleo no caso de um
derramamento (ARPEL, 1997).
4.2.2.3 - Tipo de Substrato
Os tipos de substrato, para fins de mapeamento dos ISA, são classificados como: 1)
Rochoso (impermeáveis e permeáveis); 2) Sedimentar (divididos em função de sua
granulometria); 3) Estruturas artificiais (aquelas construídas pelo homem para contenção de
processos erosivos) (NOAA, 2002).
A diferença entre os tipos de substratos é importante para se inferir o potencial para
penetração e/ou enterramento do óleo. Penetração e enterramento são mecanismos que aumentam
a persistência do óleo no ambiente, ocasionando impactos ambientais de longo período e
tornando o processo de limpeza mais difícil (MMA, 2002).
A penetração ocorre quando o óleo aprisionado afunda em sedimentos permeáveis; a
profundidade de penetração é controlada pelo tamanho e grau de seleção dos grãos do substrato.
Dessa forma, é esperada uma penetração maior para sedimentos grossos e bem selecionados.
Praias de areia são diferenciadas em função do tamanho dos grãos (fina, média, grossa),
apresentando diferentes taxas de permeabilidade e conseqüente profundidade potencial de
penetração do óleo, enquanto que o substrato lamoso tem menor permeabilidade e tende a ser
saturado em água, com pequena profundidade de penetração de óleo. Contudo, a presença de
fauna bioturbadora no substrato pode fornecer um mecanismo para facilitar a penetração do óleo
(MMA, 2002).
Já o soterramento ocorre quando os sedimentos são depositados sobre a camada de óleo,
pela ação das ondas e marés. A taxa de soterramento varia amplamente, em função do ciclo das
marés. Um soterramento mais rápido ocorre usualmente em praias de areia grossa, pela alta
mobilidade do substrato (ARPEL, 1997).
O tipo de substrato deve também ser pensado quanto à facilidade para movimentação das
equipes de resposta e utilização de máquinas durante os esforços de limpeza. Em geral, em
Gonçalves, F.D. 2005.
48
litorais com baixa trafegabilidade, a equipe de limpeza terá dificuldade para usar equipamentos e
máquinas de resposta aos derramamentos, ou ainda poderá causar dano adicional ao ambiente
com os esforços de limpeza.
Assim, praias de areia com granulação fina são tipicamente compactadas e duras, com
pouca chance de soterramento do óleo no substrato. Já praias de granulometria grossa são menos
compactadas, possuindo alta permeabilidade, o que cria dificuldades para movimentação e
facilita o trapeamento do óleo encalhado no substrato. Nas praias de cascalho, que são menos
trafegáveis ainda, os veículos tendem a forçar o óleo para dentro do substrato (Petrobras, 2002).
Ambientes alagados possuem substratos lamosos e com baixa trafegabilidade,
impossibilitando o uso de máquinas e equipamentos, principalmente em função da dificuldade de
acesso. A fauna e a flora são frágeis nesses ambientes, sendo que os esforços de limpeza podem
afetar as plantas e os animais em tocas (Petrobras, 2002).
4.2.3 - Aspectos biológicos
Várias espécies biológicas, sejam marinhas, costeiras ou residentes em habitats
submarinos, podem estar em risco em caso de um derramamento de óleo. Para a classificação dos
ISA, é importante considerar a distribuição e a fase da vida dos organismos presentes na área
(Petrobras, 2002).
A produtividade biológica dos ambientes costeiros é um componente importante na
classificação dos ISA. Habitats vegetados alagados, tais como pântanos e mangues, têm elevado
índice de sensibilidade, em função do impacto potencial de longo período, resultante da
exposição direta ao óleo, da frágil e rica comunidade biológica e do dano adicional associado
com atividades de limpeza nesses ambientes. A recuperação dos recursos impactados pode levar
décadas nesses ambientes mais produtivos, em função de um desequilíbrio ecológico na cadeia
alimentar, dada a grande importância destas áreas como pontos de alimentação de peixes e aves
(IPIECA, 1991).
4.2.4 - Aspectos sócio-econômicos
A preocupação principal é de minimizar impactos nas atividades de importância
econômica, social e de subsistência das populações que habitam a zona costeira, incluindo aí
aspectos comerciais e culturais.
Gonçalves, F.D. 2005.
49
As regiões costeiras e ribeirinhas são utilizadas para assentamento populacional, turismo,
extração de recursos, dentre outras atividades, sendo freqüentemente sensíveis aos impactos do
óleo derramado (Petrobras, 2002).
Nesse contexto, as áreas costeiras têm chamado a atenção dos governos, uma vez que
constituem uma região privilegiada para o uso de diferentes estratégias de planejamento
ambiental e administração sustentável da terra e áreas de uso. Dessa forma, nos últimos 30 anos
tem ocorrido uma evolução nas estratégias de gerenciamento costeiro, objetivando uma avaliação
integrada do problema, considerando três fatores; 1) ambiental (tipo, frequência, magnitude e
distribuição no espaço); 2) econômico (uso apropriado dos recursos e proteção); 3) humano
(atividades sócio-econômicas e uso da terra) (Szlafsztein, 2003).
4.3 - MÉTODO PARA ELABORAÇÃO DE MAPAS DE SENSIBILIDADE UTILIZADO NO
BRASIL
Segundo a tendência mundial, a responsabilidade para elaboração de mapas de
sensibilidade é dos órgãos governamentais. Atualmente, entidades internacionais como a IMO
(International Maritime Organization) e UNEP (United Nations Environments Programme) têm
estimulado os governos na elaboração desses mapas, bem como a cooperação entre governos e
companhias de petróleo (Petrobras, 2002).
Dessa forma, este tópico é baseado no “Manual Básico para Elaboração de Mapas de
Sensibilidade Ambiental a Derramamentos de Óleo no Sistema Petrobras: Ambientes Costeiros e
Estuarinos”, que orienta a elaboração de mapas de sensibilidade na Petrobras, assim como dá
uma indicação da preocupação dessa empresa na área de segurança e meio-ambiente. Assim, foi
usado o manual da Petrobras, por tratar-se da maior empresa atuante no Brasil nos setores de
exploração, produção e transporte de petróleo e derivados. Ademais, esse documento está em
conformidade com o manual do Ministério do Meio Ambiente (MMA, 2002), que é o órgão
oficial responsável pela identificação e direcionamento do mapeamento dos índices de
sensibilidade ambiental a derramamentos de óleo em áreas ambientalmente sensíveis (Lei n.º
9.966, de 28 de abril de 2000).
Para a Petrobras (2002), áreas sensíveis são aquelas com os maiores riscos biológicos e
sócio-econômicos. Nessas áreas, a aplicação correta das medidas de resposta resulta em
significativa redução da contaminação, mitigando os impactos ambientais. Assim, os mapas de
Gonçalves, F.D. 2005.
50
ISA auxiliam no melhor direcionamento dos recursos disponíveis de resposta, tornando a
utilização dos recursos de limpeza mais eficazes.
O manual Petrobras é baseado em uma adaptação do método criado pela NOAA (National
Oceanic and Atmospheric Administration), considerando as especificidades do litoral brasileiro.
A adoção desse índice se deve à aceitação e utilização em todo mundo do método citado.
A padronização dos métodos de atuação utilizados em derramamentos de óleo é
necessária, principalmente para empresas que atuam em muitos países ou em países com amplo
território, como o Brasil, em função das facilidades e da agilidade que as equipes responsáveis
pelos planos de contingência e resposta encontram para elaboração, comparação e atualização dos
diferentes Mapas de Sensibilidade Ambiental (NOAA, 2002).
4.4- CARACTERIZAÇÃO DOS ECOSSISTEMAS COSTEIROS TROPICAIS AMAZÔNICOS
A costa amazônica, no norte do Brasil, abrange os Estados do Amapá, Pará e Maranhão,
onde entre os principais processos que condicionam a dinâmica ambiental estão a dinâmica das
marés e a descarga fluvial. Essa região é tipicamente estuarina, situada em um domínio
transicional, onde ocorrem grandes variações de amplitude de maré, de 4 até 8 m, podendo
alcançar 12 m na ilha de Maracá, no Estado do Amapá (Souza Filho et al., 2004). Quando
ocorrem as marés mais altas, as áreas inundáveis, tais como, manguezais, pantânos de água doce
e salgada, têm sua extensão ampliada na costa amazônica para aproximadamente 30 km,
enquanto que os estuários podem alcançar até 80 km de extensão, criando uma das mais extensas
áreas de manguezal do mundo, que corresponde em área a cerca de 50 % dos manguezais do
Brasil. Tais características peculiares, formam um dos mais fantásticos ambientes de
sedimentação recente do mundo, em função da escala dos processos envolvidos e de sua riqueza
natural.
Os estuários se formaram em regiões de transição entre o mar e as terras continentais, em
razão de variações do nível do mar, que podem ser de natureza eustática (variações do volume de
água dos oceanos), isostática (ajustes do nível da crosta terrestre) ou tectônica (Miranda et al.,
2002).
Em função dessa variação eustática, há cerca de 15.000-16.000 anos A.P., a linha de costa
estava localizada nas proximidades da borda da plataforma continental. Assim, os sedimentos
pleistocênicos depositados durante a fase transgressiva anterior foram retrabalhados por um
Gonçalves, F.D. 2005.
51
período de tempo relativamente curto, transportados em suspensão pela drenagem e depositados
no talude continental.
Alterações climáticas globais acarretaram o aquecimento da Terra e o progressivo degelo
das calotas glaciais, elevando lentamente o nível do mar, com uma taxa média de um metro por
século. Tal fenômeno resultou na última transgressão marinha, denominada de Transgressão
Flandriana, que teve início há cerca de 15.000-16.000 anos A.P., ocasionando rápida ascensão do
nível do mar, interrompida por estabilizações de curta duração correspondentes aos níveis atuais
de –110 e –60m (Kowsmann
1
et al., 1977, apud, Miranda et al., 2002). Ao final desse processo
transgressivo, entre 7.000-2.000 anos A.P, quando o mar atingiu aproximadamente o nível atual,
as planícies costeiras e os vales dos rios foram gradativamente inundados, dando origem aos
estuários, enseadas, baías e lagunas costeiras.
De acordo com Villwock (1994), Muehe (1998) e Souza Filho (2004), a costa equatorial
da América do Sul pode ser caracterizada pelo seu relevo baixo (0 a 80 m), ampla planície
costeira (com até 70 km de largura) e extensa plataforma continental adjacente (até 330 km de
largura), recortada por vários estuários.
A partir de informações tectônicas, fisiográficas, sedimentológicas e oceanográficas,
Souza Filho (2004) reconheceu seis compartimentos geomorfológicos ao longo da zona costeira
amazônica; i) Costa de Manguezais de Macromaré da Amazônia; ii) Campos do Marajó; iii) Foz
do Amazonas; iv) Cabo Norte; v) Manguezais em Franja do Amapá e; vi) Cabos Lamosos
(Figura 4.3).
1
KOWSMANN, R.O.; COSTA, M.P.A.; VICALVI, M.A.; COUTINHO, M.G.N.; GÂMBOA, L.A.P. 1977. Modelo
de sedimentação holocênica na plataforma continental sul brasileira. Rio de Janeiro, p. 8-26. (Projeto
REMAC).
Gonçalves, F.D. 2005.
52
Figura 4.3 - Diferentes compartimentos geomorfológicos da zona costeira amazônica (Souza
Filho, 2004).
Definida por Souza Filho (2004), a Costa de Manguezais de Macromaré da Amazônia
estende-se da Ponta de Tubarão, Baía de São José (MA), até o Rio Pará (Baía de Marajó - PA),
perfazendo cerca de 650 km de litoral em linha reta. Está sujeita a um regime de macromarés
semidiurnas com variações de ~ 4 m em Belém até ~7,5 m na Baía de São Marcos (DHN, 2004).
A velocidade de corrente de marés vazantes atinge até 1,43 m/s no sentido de SE para NW e as
correntes de marés enchentes apresentam velocidade de 1,13 m/s no sentido de NW para SE na
costa nordeste do Pará, podendo atingir até 4 m/s na Baía de São Marcos no Maranhão (DHN,
2004). Estes fatores são os responsáveis em grande parte pelo transporte de sedimentos, assim
como pela orientação dos canais estuarinos. Tais condições hidrodinâmicas influenciam
consideravelmente a sedimentação e a dinâmica das áreas costeiras.
4.4.1 - A dinâmica das marés
A maré astronômica é o principal processo na geração de flutuações turbulentas, correntes
e mistura nos estuários. O fenômeno da maré é gerado pelas forças de atração gravitacional da
Lua e, em menor extensão, do Sol, associadas à aceleração centrípeta da Terra. Com isso, as
Gonçalves, F.D. 2005.
53
grandes massas de água se movimentam no sentido vertical (marés) e horizontal (corrente de
maré).
As características hidrodinâmicas dos estuários são controladas principalmente pelas
marés. A propagação desses eventos uma ou duas vezes por dia constitui o ciclo de maré e o
intervalo de tempo desses ciclos, aproximadamente iguais a 12.4 e 25 horas, respectivamente, é o
período semidiurno ou diurno da maré (Miranda et al., 2002).
Segundo Davies (1964), de acordo com a máxima altura (HMAX), as marés se
classificam em: 1) Micromaré (HMAX < 2m); 2) Mesomaré (2<HMAX <4m); 3) Macromaré
(4<HMAX <6m); e 4) Hipermaré (HMAX >6m).
A altura da maré tem relação direta com a extensão das áreas inundadas e com o
desenvolvimento de condições propícias para o aparecimento de vegetação do tipo mangue e
pantânos. Controla também, o tamanho da zona intermaré e, conseqüentemente, a extensão da
área que potencialmente poderá ser atingida no caso de um derramamento de óleo, sendo este
parâmetro de fundamental importância para a classificação dos índices de sensibilidade dos
ambientes costeiros. Assim, áreas localizadas nas maiores elevações são cobertas na maré alta
durante um curto intervalo de tempo e, por isso, recebem menos sedimentos e nutrientes do que
as áreas mais baixas, sendo biologicamente menos produtivas (French
2
, 1997, apud Miranda et
al., 2002).
Além das flutuações semidiurnas e diurnas que são dominantes, a maré tem componentes
de longo período, quinzenal, mensal e anual. Os componentes quinzenais são controlados pelas
fases da Lua; assim, quando as forças de atração do sistema Lua-Sol se somam duas vezes em
cada lunação (intervalo de tempo entre duas conjunções ou oposições da Lua), acontece a Lua
Cheia e a Lua Nova, produzindo marés de sizígia com preamares muito altas e baixa-mares muito
baixas. De modo oposto, as forças de atração do sistema Sol-Lua se opõem duas vezes em cada
lunação, por ocasião do quarto crescente e quarto minguante da Lua, produzindo marés de
quadratura com preamares mais baixas e baixa-mares mais altas (Pinheiro, 1987).
As oscilações com periodicidade sazonal fazem com que, no outono e na primavera, a
maré de sizígia alcance valor máximo, enquanto o mínimo ocorre no inverno e no verão (Miranda
et al., 2002).
2
FRENCH, P.W. 1997. Coastal and estuarine management. London, Routledge. 251 p. (Environmental
management series).
Gonçalves, F.D. 2005.
54
Dessa forma, vislumbrando os cenários hipotéticos de mapeamento de ISA para a
Amazônia e imaginando, num futuro não muito distante, a vanguarda das técnicas de
monitoramento ambiental, com alta repetitividade de obtenção dos dados de sensores remotos e
medidas meteo-oceanográficas, acompanhadas da checagem em campo simultaneamente à
obtenção dos dados de sensores remotos, Souza Filho et al., (2004) sugeriram cenários ideais de
mapeamento dos ISA a derramamentos de óleo, considerando a interação da dinâmica das marés
com o ciclo dos rios da Amazônia. Os cenários de maré são representados pelas 16 composições
abaixo:
01. Equinócio-Sizígia-baixamar: março-abril e setembro-outubro
02. Equinócio-Sizígia-enchente: março-abril e setembro-outubro
03. Equinócio-Sizígia-preamar: março-abril e setembro-outubro
04. Equinócio-Sizígia-vazante: março-abril e setembro-outubro
05. Equinócio-Quadratura-baixamar: março-abril e setembro-outubro
06. Equinócio-Quadratura-enchente: março-abril e setembro-outubro
07. Equinócio-Quadratura-preamar: março-abril e setembro-outubro
08. Equinócio-Quadratura-vazante: março-abril e setembro-outubro
09. Solstício-Sizígia-baixamar: junho-julho e dezembro-janeiro
10. Solstício-Sizígia-enchente: junho-julho e dezembro-janeiro
11. Solstício-Sizígia-preamar: junho-julho e dezembro-janeiro
12. Solstício-Sizígia-vazante: junho-julho e dezembro-janeiro
13. Solstício-Quadratura-baixamar: junho-julho e dezembro-janeiro
14. Solstício-Quadratura-enchente: junho-julho e dezembro-janeiro
15. Solstício-Quadratura-preamar: junho-julho e dezembro-janeiro
16. Solstício-Quadratura-vazante: junho-julho e dezembro-janeiro
Gonçalves, F.D. 2005.
55
Por outro lado, os cenários decorrentes dos ciclos de descarga hídrica dos rios da
Amazônia são representados por quatro condições de nível de água, conforme descrito nos itens
abaixo.
A) março-abril (enchente)
B) maio-junho (máximo-cheia)
C) agosto-setembro (vazante)
D) novembro-dezembro (mínimo-seca)
Esses cenários demonstram, em parte, a grande complexidade dos processos ambientais
atuantes na Costa Amazônica, assim como um direcionamento para o futuro do monitoramento
ambiental nessas áreas, onde cada evento poluidor poderá contar com uma série de dados obtidos
em tempo real, que proporcionarão a elaboração de um mapa de sensibilidade ambiental para
cada evento, resultando na elaboração de planos de contingenciamentos mais eficientes.
4.4.2 - Variáveis biológicas nas áreas inundáveis em função da dinâmica das marés
As áreas inundáveis recebem periodicamente o aporte lateral das águas dos rios, da
precipitação pluviométrica ou de lençóis freáticos (Piedade, 2000). Na Amazônia, o regime das
águas é a principal força reguladora dos processos biológicos, químicos e físicos atuantes nas
áreas inundáveis, sendo que estes são condicionados pela interação de diversos fatores sazonais
agindo diferentemente, em função da posição geográfica, com uma maior ou menor influência
das marés.
A dinâmica da troca lateral entre as áreas inundáveis e o canal do rio, e a conseqüente
reciclagem de nutrientes dentro da planície de inundação, tem impacto direto na biota das áreas
inundáveis, elevando a produtividade dessas áreas. A dinâmica desses ambientes evita a
permanente estagnação, promovendo a rápida reciclagem de matéria orgânica e nutrientes
(Piedade, 2000).
A diversidade de organismos e os processos atuantes nas áreas inundáveis tendem a
aumentar a importância desses ambientes, como fonte ou como exportadores de vida para áreas
vizinhas, evidenciando a importância da sua manutenção. O conhecimento da potencialidade
natural das áreas inundáveis e a identificação de formas de manejo sustentável viáveis são
aspectos importantes para manutenção e sobrevivência das populações ribeirinhas.
Gonçalves, F.D. 2005.
56
CAPÍTULO 5
5- SENSORES REMOTOS E PROCESSAMENTO DIGITAL DE IMAGENS PARA O
MAPEAMENTO DOS ISA
Neste capítulo, será feita uma descrição das principais características dos sensores
remotos usados nesta Dissertação. Em seguida, serão abordadas as técnicas de processamento
digital de imagens nas microondas (RADARSAT-1) e na faixa óptica do espectro
eletromagnético (LANDSAT-7 ETM+), como também as principais técnicas de integração digital
e classificações utilizadas.
5.1 - O SATÉLITE LANDSAT-7 ETM+
O LANDSAT-7 ETM+ é o mais recente satélite da família LANDSAT, financiado pelo
Governo Norte Americano. Este satélite foi lançado em abril de 1999, possuindo um sensor
denominado ETM+ (Enhanced Thematic Mapper Plus), com vida útil de aproximadamente cinco
anos. Este sistema operava em oito bandas espectrais, fornecendo imagens na faixa do visível
(bandas 1, 2, 3), infravermelho refletido (bandas 5, 7) e uma banda no infravermelho termal (6L e
6H, alto e baixo ganho, respectivamente). Além disso, a grande vantagem do LANDSAT-7
ETM+ em relação ao seu antecessor, LANDSAT-5 TM, é a adição de uma banda pancromática
com 15 m de resolução espacial (banda 8), como também melhorias nas características
geométrica e radiométrica (Irish, 1998).
A resolução espacial deste sensor é de 30 m, com exceção da banda 6 que tem resolução
de 60 m operando na faixa do termal, e da banda 8 pancromática que opera na faixa que vai de
0.52 até 0.9 µm, com resolução de 15 m. A área de imageamento no terreno do LANDSAT-7
ETM+ é de 185 x 185 km, possuindo órbita polar heliossíncrona, operando numa altitude de
aproximadamente 705 km, com inclinação orbital de 98º e resolução temporal de 16 dias (Irish,
1998). Na Tabela 5.1 abaixo, segue uma descrição das principais características das imagens
LANDSAT-7 ETM+.
Gonçalves, F.D. 2005.
57
Bandas
Faixa Espectral (
µ
m)
1 0,45-0,52 (azul)
2 0,52-0,60 (verde)
3 0,63-0,69 (vermelho)
4 0,76-0,90 (infravermelho próximo)
5 1,55-1,75 (infravermelho médio)
6 10,40-12,50 (infravermelho termal)
7 2,08-2,35 (infravermelho médio)
8 0,52-0,90 (pancromática)
Tabela 5.1-Bandas do sistema LANDSAT-7 ETM+ com suas respectivas faixas espectrais (Irish,
1998).
5.2 - O SATÉLITE RADARSAT-1
O Sistema RADARSAT-1 foi desenvolvido pela Agência Espacial Canadense (CSA), em
cooperação com a Agência Espacial Americana (NASA), tendo sido lançado em novembro de
1995. Foi o primeiro satélite, com sensor nas microondas, concebido com uma visão comercial de
operação e distribuição (RADARSAT International, 1995). Possui órbita quase polar, com
inclinação de 98.6º, heliossíncrona, operando a uma altura de 798 km, com período orbital de
aproximadamente 100 minutos e com um ciclo orbital completo em 24 dias, ou seja, a revisita de
uma mesma órbita em torno da Terra ocorre a cada 24 dias. O RADARSAT-1 pode adquirir
imagens tanto em órbita ascendente, com visada para leste, como em órbita descendente, com
visada para oeste (RADARSAT International, 1995).
O Satélite RADASAT-1 é um sistema ativo, equipado com um avançado Radar de
Abertura Sintética (SAR), que opera na região das microondas, banda C (freqüência de 5.3 GHz
ou comprimento de onda de 5,6 cm), o que o habilita a operar em condições climáticas adversas,
ou mesmo durante a noite. Ademais, este sistema possui polarização HH, ou seja, transmite o
pulso de energia eletromagnética com o vetor do campo elétrico vibrando na horizontal,
perpendicular à propagação do pulso, e recebe o sinal de retorno vibrando também na horizontal
(RADARSAT International, 1997). A Tabela 5.2 mostra os principais parâmetros do sistema
RADARSAT-1.
O RADARSAT-1 foi desenhado com sete opções de imageamento, apresentando
características de operação bastante peculiares, podendo obter dados com resolução espacial
variando de 10 a 100 metros, abrangendo uma faixa de varredura variando de 50 km x 50 km a
500 km x 500 km, com correspondentes variações de ângulo de incidência (10º a 59º), (Parashar
Gonçalves, F.D. 2005.
58
et al., 1993). Dessa feita, a combinação entre os diferentes parâmetros do sistema RADARSAT-1
possibilita um grande número de configurações de imageamento, resultando em 35 possibilidades
diferentes; é essa flexibilidade de obtenção de dados que diferencia o RADARSAT-1 dos demais
sistemas SAR anteriores (Paradella et al., 2000). Assim, para maximizar a extração de
informações das imagens RADARSAT-1 em determinada aplicação, é necessário avaliar várias
combinações de modos de imageamento para determinar a opção apropriada (Singhroy & Saint-
Jean, 1999). A Tabela 5.3 mostra os modos de imageamento do RADARSAT-1 e dá uma idéia
das diferentes possibilidades de aquisição de dados deste sensor.
SAR Radarsat-1 Especificações
Freqüência 5,3 GHz
Comprimento de Onda 5,6 cm (Banda C)
Polarização HH
Ângulo de Incidência 10º- 60º
Resolução em Range 8 -100 m
Resolução em Azimute 8 -100 m
Resolução Nominal Temporal 24 dias
Swath 50-500 km
Órbita sol-síncrona, quasi-polar, circular
Inclinação 98.6º
Altitude 798 km
Tamanho da Antena 15 x 1,5m
Modos de Operação Standard, Wide, Fine, ScanSAR, Extended
Tabela 5.2 - Principais parâmetros do sistema RADARSAT-1 (Parashar et al., 1993).
As imagens RADARSAT-1 têm sido usadas em diversas aplicações na indústria do
petróleo, principalmente para a detecção e monitoramento de manchas de óleo no mar, de origem
natural (exsudações) e antropogênicas (Miranda et al., 2004). Além disso, são também utilizadas
em mapeamento geológico (estrutural, geomorfológico, zonas sismogênicas, avaliação de
dinâmica costeira), em estudos relacionados com monitoramento ambiental de florestas, estudos
de áreas agrícolas, mapeamento de áreas inundáveis, mapeamento de uso da terra e
monitoramento de calotas de gelo (RADARSAT International, 1997).
Gonçalves, F.D. 2005.
59
Apesar de várias vantagens, os sistemas que operam nas microondas também possuem
limitações, tais como, grandes distorções geométricas (encurtamento, inversão de relevo e
sombreamento), ou ainda um tipo de ruído inerente ao imageamento com radar, que é
denominado de speckle.
Modos Ângulo
Incidência (º)
Faixa Imageada
(km)
Resolução Nominal
(m)
Nº Looks
Fine 37-48 50 10 1
Standard 20-49 100 30 4
Wide 20-45 150 30 4
ScanSAR Narrow 20-46 300 50 2
ScanSAR Wide 20-49 500 100 4
Extended High 49-59 75 25 4
Extended Low 10-23 170 35 7
Tabela 5.3 - Modos de imageamento do sistema RADARSAT-1 e seus principais parâmetros.
(RADARSAT Internacional, 1995).
5.3 - A MISSÃO SRTM
Em 11 de fevereiro de 2000, o ônibus espacial Space Shuttle Endeavour foi lançado para
uma missão de imageamento ininterrupto da superfície terrestre, durante 11 dias, operando a 233
km de altitude com um moderno sistema SAR interferométrico (InSAR), que permitiu a
confecção de um DEM (Digital Elevation Model), em escala global, da superfície terrestre,
cobrindo aproximadamente 80% da Terra, entre 60º N e 57º S de latitude (Helm et al., 2002).
Essa missão foi chamada de SRTM (Shuttle Radar Topography Mission), sendo a primeira a
fornecer, com relativa exatidão, dados de elevação em escala global, executando esse
levantamento em uma única passagem (single-pass) a partir do espaço. Antes disso, somente
dados obtidos com passagens distintas (repeat-pass) foram obtidos pela ERS-1 e ERS-2
(European Remote Sensing Satellite), (Rabus et al., 2003).
A interferometria SAR utiliza um par de imagens em formato complexo, com
informações de amplitude e fase, para gerar um produto chamado de imagem interferométrica,
onde a fase de cada pixel na imagem gerada é formada pela diferença de fase entre os pixels das
imagens originais. Assim, a fase de cada pixel na imagem interferométrica tem relação com a
Gonçalves, F.D. 2005.
60
elevação do terreno, o que possibilita a geração de um modelo digital de elevação, MDE
(Fernandes & Fernandes, 1998; Toutin & Gray, 2000; Rabus et al., 2003; Dutra et al., 2003).
O sistema InSAR do SRTM operou com dois pares de antenas em banda X e banda C. Os
dados obtidos com banda X possuem resolução de 1 arc sec (~ 30m) e cobrem uma área de 58
milhões de km
2
da superfície terrestre, enquanto que aqueles obtidos com banda C possuem
resolução de 3 arc sec (~90m), cobrindo uma área de 119 milhões de km
2
. Os dados adquiridos
em banda C foram processados pela Agência Espacial Americana (NASA/JPL-Jet Propulsion
Laboratory), enquanto que, os dados obtidos com banda X foram processados conjuntamente
pela Agência Espacial Alemã (DLR-German Aerospace Center) e Agência Espacial Italiana (ASI-
Italian Space Agency) (Rabus et al., 2003).
Após o processamento, os dados do sistema InSAR foram disponibilizados na forma de
DEM (Digital Elevation Model), com coordenadas geográficas e datum vertical e horizontal
WGS-84, com resolução espacial horizontal de 30 m e 90 m (tamanho do pixel), para banda X e
C, respectivamente. A acurácia do DEM SRTM é de
±
16 m e
±
6 m, acurácia vertical absoluta e
acurácia vertical relativa, respectivamente (Rabus et al., 2003). Estes dados podem ser obtidos
gratuitamente via internet no endereço:
http://srtm.usgs.gov/.
Os dados SRTM podem ser úteis para regiões onde não há levantamento altimétrico
sistemático, áreas estas onde os mapas topográficos, quando existem, são limitados e inexatos.
Para regiões de difícil acesso, tais como áreas montanhosas, desertos e florestas tropicais, com
baixa e inadequada cobertura de dados altimétricos, principalmente em função das dificuldades
de acesso, esses dados podem ser usados com sucesso. Outro problema que os dados SRTM
podem resolver diz respeito à falta de padronização na geração dos levantamentos topográficos, o
que impossibilita trabalhos em escala regional, o que não ocorre com o DEM do SRTM.
O DEM interferométrico permite ortorretificar vários tipos de imagens SAR, bem como
fornece uma visão instantânea da superfície terrestre durante os 11 dias em que o ônibus espacial
Space Shuttle Endeavour esteve em órbita (Rabus et al., 2003).
Gonçalves, F.D. 2005.
61
5.4 - PROCESSAMENTO DIGITAL DE IMAGENS
O método empregado neste trabalho foi desenvolvido em duas etapas. Primeiramente foi
realizado o processamento digital das imagens ópticas e de microondas, aplicadas técnicas de
integração digital de dados multisensores e avaliado o sinergismo radar/óptico, bem como gerado
e avaliado o coeficiente de retroespalhamento (σ º) das imagens RADARSAT-1 W1. Na segunda
etapa do trabalho, foram elaborados os mapas de unidades de paisagem e o mapa de índices de
sensibilidade ambiental a derramamento de óleo.
Dessa forma, para o processamento digital das imagens de sensores remotos, foi utilizado
o programa PCI Geomatics V. 9.1 (PCI Geomatics, 2004), enquanto que o programa empregado
para geração dos mapas e manipulação espacial de dados foi o ArcView GIS 3.3 (ESRI, 2001).
Assim, na Tabela 5.4 abaixo, segue uma descrição dos principais parâmetros dos sistemas
sensores e imagens usadas nesse trabalho.
Plataforma Sensor Data de
aquisição
Angulo de
incidência (º)
Resolução
espacial (m)
Tamanho
pixel
Swath
(Km)
Condição de
maré
RADARSAT-1 Wide 1 5 Jan. 2003 20-31 33x27 12,5 165 Baixa
RADARSAT-1 Wide 1 29 Jan. 2003 20-31 33x27 12,5 165 Alta
LANDSAT – 7 ETM+ 3 Out. 2001 Nadir 30 30 185 Alta
Ortofotorafia Visível 1998 Nadir 3,6 3,6 -- --
(SRTM) InSAR Fev. 2000 off-nadir 90 90 111 --
Tabela 5.4 - Principais características dos sensores remotos utilizados.
Assim, um problema encontrado neste trabalho foi a falta de imagens ópticas
(LANDSAT) disponíveis para a área estudada sem cobertura de nuvens durante o período de
aquisição das imagens RADARSAT-1.
5.4.1 - Processamento dos dados de elevação SRTM
Os dados SRTM (Shuttle Radar Topography Mission) foram obtidos através da internet
(http://www2.jpl.nasa.gov/srtm/), em formato “.hgt”, e manipulados nos programas Global
Mapper V 5.1 e PCI (PCI Geomatics, 2004). Num primeiro momento, os dados SRTM foram
exportados para o PCI. O principal problema encontrado para utilização desses dados no processo
de ortorretificação, foram falhas de informação (representadas por cotas negativas da ordem de –
Gonçalves, F.D. 2005.
62
8000000 m), principalmente sobre a água, retiradas usando o módulo IIIBIT do X-pace no
programa PCI, que atribuiu valores iguais a zero para todas as áreas que não estavam sob uma
máscara (bitmap).
5.4.2 - Processamento digital das imagens LANDSAT-7 ETM+
5.4.2.1-Correção Atmosférica
Os constituintes atmosféricos (gases e aerossóis) afetam a resposta dos alvos que são
registrados por sensores remotos; essa interferência pode ser por absorção atmosférica, que
subtrai valores de brilho (níveis de cinza) na imagem, ou ainda por espalhamento que adiciona
valores de brilho a imagem (Song
1
et al., 2001, apud Machado et al., 2003).
O efeito da atmosfera mais pronunciado é o espalhamento, sendo que este é mais intenso
para comprimentos de ondas menores (região do visível), decrescendo à medida que o
comprimento de onda aumenta (região do infravermelho). Isso ocorre porque partículas
atmosféricas possuem tamanhos similares ao comprimento de onda da radiação eletromagnética
na região do visível; dessa forma, para comprimentos de ondas maiores, a atmosfera é
relativamente menos espalhadora (Fonseca et al., 2000).
A correção do efeito atmosférico em dados de sensores remotos pode ser feita usando
modelos que simulam as propriedades ópticas da atmosfera, por exemplo, o modelo 6S (Second
Simulation of the Satellite Signal in the Solar Spectrum) (Vermote
2
et al., 1997, apud Silva &
Valeriano, 2003). Pode-se também implementar essa correção pela identificação de alvos na
imagem que tenham valores de reflectância conhecidos, onde é possível inferir a contribuição
aditiva da atmosfera na radiância dos alvos, método que é chamado de subtração do pixel escuro
(Chavez Jr., 1988).
O método da subtração do pixel escuro é baseado no fato de que a interferência
atmosférica é aditiva, ou seja, há um aumento na radiância durante a trajetória da radiação
eletromagnética entre a superfície terrestre e o sensor, em função do espalhamento atmosférico
(Chaves, 2002). Para se eliminar esse efeito, são utilizadas regiões de sombras intensas ou lagos
1
SONG, C.; WOODCOCK, C. E.; SETO, K.C.; LENNE, M. P.; MACOMBE, S.A. 2001. Classification and Change
Detection Using Landsat TM Data: When and How to Correct Atmospheric Effects?. Remote Sensing of
Environment, 75 (2):230-244.
2
VERMOTE, E.; TANRÉ, D.; DEUZÉ, J. L.; HERMAN, M. E MORCETTE, J. J. 1997. Second simulation of the
satellite signal in the solar spectrum: An overview. IEEE Transactions on Geoscience and Remote Sensing, 35:
675-686.
Gonçalves, F.D. 2005.
63
de água profunda e limpa para calcular empiricamente a intensidade do espalhamento
atmosférico nas diferentes bandas do LANDSAT-7 ETM+. Nessas regiões, teoricamente deveria
inexistir (no caso de sombras) ou ser absorvida (no caso da água) toda radiação incidente,
aparecendo com níveis de cinza iguais a zero. Assim, valores diferentes de zero são atribuídos ao
espalhamento.
Para se eliminar o efeito atmosférico foram examinados os níveis de cinza referentes a
diferentes corpos de água (Água Preta e Bolonha) presentes nas imagens. Assim, os valores
médios resultantes da análise dos níveis digitais em cada banda foram subtraídos, usando a
função ARI (Aritmetic Operations) disponível no módulo ImageWorks do programa EASI-
PACE, V. 9.1 (PCI Geomatics, 2004).
5.4.2.2 - Análise Estatística da Imagem LANDSAT-7 ETM+
As imagens LANDSAT-7 ETM+ utilizadas nessa Dissertação cobrem a porção do visível
(bandas 1, 2 e 3), infravermelho próximo (banda 4) e infravermelho médio (bandas 5 e 7) do
espectro eletromagnético. Para escolha da melhor tríade de bandas espectrais para uma
composição colorida, obtendo um conjunto de dados com a menor correlação e máxima
variância, foi usado o OIF (Optimum Index factor) elaborado por Chavez Jr. et al. (1982).
Assim, o OIF é baseado na variância
3
e correlação entre diferentes bandas, sendo
calculado pelo somatório dos desvios padrões
4
de três bandas, dividido pelo módulo do somatório
dos coeficientes de correlação entre essas três bandas (equação 5.1). O coeficiente de correlação
(equação 5.2) mede a similaridade entre dois conjuntos de dados numéricos sobre uma escala
absoluta de [–1,1], sendo calculado pela divisão da covariância
5
entre duas bandas, pela raiz
quadrada do produto dos desvios padrões dessas mesmas bandas (Fonseca et al., 2000). Assim, A
combinação com o maior OIF selecionada para a composição colorida conterá a maior
quantidade de informação não correlacionada (Chavez Jr. et al., 1982).
3
Variância é uma medida da variação dos níveis de cinza de uma imagem em relação à média, dando idéia do
contraste na imagem, representado pelo quadrado do desvio padrão.
4
Desvio Padrão é uma medida do grau de dispersão de dados numéricos em torno de um valor médio.
5
Covariância é uma grandeza que relaciona duas variâncias específicas, descrevendo o grau de correlação entre duas
bandas, ou seja, dá idéia da quantidade de informação que é comum a duas bandas.
Gonçalves, F.D. 2005.
64
j
j
i
i
CorrelCoefic
PadrãoDesv
OIF
∑
∑
=
=
=
3
1
3
1
..
.
(
equação 5.1)
()
(
)
() ()
yVariânciaxVariância
yxiânciaCo
yxCorrelCoefic
×
=
,var
,.
(equação 5.2)
Dessa forma, foi realizada a análise dos valores digitais das imagens LANDSAT-7 ETM+
e o cálculo do IOF para selecionar a melhor tríade de bandas para uma composição colorida. Os
valores estatísticos da imagem foram obtidos através do algoritmo PCA (Principal Conponent
Analalysis) do módulo X-PACE do programa PCI, que gera um relatório com os principais
parâmetros estatísticos que são usados no cálculo do IOF (PCI Geomatics, 2004).
5.4.2.3 - Correção Geométrica
As imagens geradas por sensores remotos possuem vários tipos de distorções geométricas
que podem ser causadas por fatores relacionados com a curvatura da Terra, geometria de
imageamento, relevo ou variações de posicionamento durante o processo de aquisição dos dados
(Toutin, 1995). O objetivo da correção geométrica é minimizar essas distorções e georeferenciar
as imagens utilizando uma projeção cartográfica adequada, assegurando a correspondência de
que um ponto na imagem seja realmente a representação do mesmo ponto no terreno, conferindo
ao produto precisão cartográfica (Madrucci, 1999). Assim, dois aspectos que justificam
amplamente a realização da correção geométrica, estão relacionados com estudos multitemporais
e com a integração digital de dados multisensores, onde a exatidão da correção geométrica é
imprescindível para um bom resultado.
Os métodos mais comuns de correção geométrica são baseados em modelos matemáticos
polinomiais e paramétricos. Os métodos de correção geométrica que utilizam modelos
polinomiais são obsoletos e freqüentemente usados sem alcançar a exatidão esperada, uma vez
que corrigem as distorções apenas nas proximidades dos GCPs (Ground Control Points) e não
consideram a elevação do terreno e as distorções introduzidas durante a aquisição da imagem, o
que limita sua utilização para áreas pequenas e planas, (Toutin, 1995).
Gonçalves, F.D. 2005.
65
Já o modelo paramétrico, também chamado de ortorretificação, utiliza além de GCPs, um
modelo digital de elevação. Esse modelo reflete a realidade física da geometria de imageamento,
corrigindo as distorções introduzidas pela movimentação da plataforma (posição e velocidade),
distorções relativas ao sensor (ângulo de orientação, campo de visada instantâneo e tempo de
detecção do sinal), distorções relativas à Terra (geóide-elipsóide) e distorções relativas à projeção
cartográfica (plano elipsóide-cartográfico) (Toutin, 1995).
Segundo Toutin (1995), o método de ortorretificação é integrado e unificado, uma vez que
pode ser usado em dados obtidos por diversos tipos de sensores (orbital ou aerotransportado),
operando nas microondas ou no espectro óptico, possibilitando que somente um sistema de
correção de imagens seja usado para diferentes tipos de sensores e plataformas, com diferentes
resoluções, desde que utilize um modelo matemático de acordo com o sensor que gerou a
imagem.
O método usado para corrigir os dados LANDSAT-7 ETM+ e RADARSAT-1 W1 nessa
Dissertação foi a ortorretificação, uma vez que pode ser aplicado a imagens ópticas, com acurácia
de 1/3 de pixel, e a imagens SAR, com acurácia em torno de 1 pixel (Toutin, 1995). Para isso, foi
usado o programa PCI OESI (OrthoEngine Satellite Edition), (PCI Geomatics,2004). O processo
de ortorretificação assegura a padronização dos dados no campo e no espaço, permitindo sua
manipulação e comparação de dados, pixel-a-pixel (Souza Filho, 2000). Uma vez que os
procedimentos adotados durante a correção geométrica da imagem LANDSAT-7 ETM+ são
iguais aos utilizados para a correção das imagens RADARSAT-1 W1, estes serão abordados no
tópico 5.4.3.2. A
Figura 5.1 mostra o fluxo de processamento para as imagens LANDSAT-7
ETM+.
Gonçalves, F.D. 2005.
66
Leitura orbit (dados de
efemérides)
Correção atmosférica
Imagem LANDSAT-7
ETM+
Modelo matemático
para correção
geométrica
Seleção de pontos de
controle no terreno
Ortorretificação
+
Reamostragem
Realce linear
Classificação
Entrada
de
Dados
Correção
Radiométrica
Correção
Geométrica
Aplicação
de
Realces
Produto
Análise estatística IOF
Figura 5.1 -
Fluxograma mostrando as etapas do processamento das imagens LANDSAT-7
ETM+.
5.4.3 - Processamento das imagens RADARSAT-1 Wide 1
5.4.3.1 - Reescalonamento
Antes do processo de ortorretificação das imagens RADARSAT-1 W1, estas foram
reescalonadas de 16 bits para 8 bits, ou seja, de um intervalo dinâmico de 0 a 65.635 níveis
digitais para um de 0 a 255 níveis digitais. Isso foi feito, como uma forma de maximizar a
capacidade computacional de processamento, à medida que o olho humano distingue apenas
algumas dezenas de tons de cinza, não é necessário se trabalhar com as imagens em 16 bits para
análise visual. A conversão foi realizada usando a função SCALE do PCI (PCI Geomatics, 2004).
Gonçalves, F.D. 2005.
67
5.4.3.2 - Ortorretificação
De maneira geral, os passos para ortorretificação tanto das imagens LANDSAT-7 ETM+
e RADARSAT-1 W1 possuem duas etapas. A primeira consiste no cálculo do modelo
matemático a ser empregado, a partir dos dados da órbita e altitude da plataforma durante a
aquisição das imagens, bem como na coleta de pontos de controle no terreno (GCP), com a
máxima exatidão. Esse primeiro passo está diretamente relacionado com o grau de acurácia
obtido com a ortorretificação. A última etapa, incluí a realização da ortorretificação propriamente
dita, usando para isso um DEM (Digital Elevation Model).
Assim, os dados de efemérides, tanto para as imagens ópticas quanto para as imagens de
radar, estão disponíveis no cabeçalho (header) dos dados, e incluem informações sobre o sensor e
sua órbita. Para leitura do cabeçalho da imagem RADARSAT-1 W1, foi usada a função CDSAR
disponível no programa PCI; já para a imagem LANDSAT-7 ETM+, foi usada a função
CDLAND para leitura do cabeçalho e extração das informações referentes à órbita do satélite.
Em seguida, foi criado um projeto no programa PCI OESI, informado o tipo de dado a ser
ortorretificado e definido o modelo matemático utilizado nesse processo. Nesse caso, foi usado o
Satellite Orbital Modelling disponível no OESI, que é um modelo genérico que pode ser
empregado para vários tipos de sensores orbitais, ou seja, tanto para as imagens LANDSAT-7
ETM+ como para as imagens RADARSAT-1 W1. A projeção cartográfica adotada foi a projeção
Universal Transversa de Mercator (UTM), com elipsóide WGS 84 e Datum South American 1969
(SAD-69).
Figura 5.2 mostra os principais passos executados durante o processamento das
imagens RADARSAT-1.
Gonçalves, F.D. 2005.
68
Leitura orbit (dados de
efemérides)
Reescalonamento
16 bits- 8bits
Imagem RADARSAT-1
modo Wide W1
Modelo matemático
para correção
geométrica
Seleção de pontos de
controle no terreno
Ortorretificação
+
Redução do Speckle
Realce linear
Classificação
Entrada
de
Dados
Correção
Radiométrica
Correção
Geométrica
Aplicação
de
Realces
Produto SAR
Figura 5.2 -
Fluxograma mostrando as principais etapas do processamento das imagens
RADARSAT-1 W1.
O passo seguinte no processo de ortorretificação é a coleta de pontos de controle, sendo
que o modelo necessita de no mínimo 4 pontos para as imagens ópticas e 7 pontos para as
imagens de radar. No entanto, é necessário que esses pontos sejam obtidos com exatidão para se
alcançar uma boa acurácia no processo de correção geométrica das imagens (PCI Geomatics,
2004). Para um melhor resultado, é necessário que os pontos de controle sejam bem distribuídos
por toda imagem. Foram coletados 15 pontos de controle, tanto nas imagens LANDSAT-7 ETM+
quanto nas imagens RADARSAT-1 W1.
Após a modelagem matemática, que foi realizada considerando-se os parâmetros da
órbita, os dados de altitude extraídos de um DEM, sendo aqui usado o SRTM (Shutlle Radar
Topography Mission), bem como os pontos de controle no terreno (GCP’s), foi possível analisar
os erros RMS (Root Mean Square). Assim, para que fosse mantido um balanço entre as
integridades radiométricas e geométricas das imagens RADARSAT-1 W1 e LANDSAT-7 ETM+
Gonçalves, F.D. 2005.
69
na integração desses dados, foi selecionado um tamanho comum de pixel de 30 m tanto para as
imagens ópticas como para as de microondas (Souza Filho, 2000).
A quantidade de distorção nas imagens de satélite tem relação direta com a elevação do
terreno (Andrade, 1999). Por isso, um DEM é de fundamental importância no procedimento de
ortorretificação, na medida em que fornece a informação de elevação em cada ponto da imagem.
No presente trabalho, foi usado o SRTM para testar a potencialidade destes dados como uma
ferramenta operacional no processo de ortorretificação de imagens de satélite, o que é importante
principalmente para regiões desprovidas de dados altimétricos, o que comumente acontece na
Região Amazônica, onde grande parte dos dados altimétricos, quando existem, estão em escalas
inapropriadas.
O procedimento final é a ortorretificação propriamente dita, usando o modelo matemático
calculado e o DEM (SRTM), sendo que, no programa PCI OESI, concomitantemente à
ortorretificação, é possível aplicar um filtro redutor de speckle durante o processo de
reamostragem, evitando assim o uso de múltiplos processos de reamostragem na imagem (PCI
Geomatics, 2004).
5.4.4 - Fusão de imagens multisensores RADARSAT-1 W1 e LANDSAT-7 ETM+
5.4.4.1 - Técnicas de Integração de Dados
O objetivo da integração digital de dados de sensores remotos é maximizar a extração de
informações, utilizando para isso, o sinergismo obtido com a fusão de dados de sensores que
operam em diferentes faixas do espectro eletromagnético, procurando melhorar a identificação
das feições na cena. Assim, enquanto um SAR fornece informações sobre a geometria do terreno
(macro e micro-topografia) e suas propriedades elétricas (principalmente grau de umidade),
sensores ópticos fornecem informações das propriedades físico-químicas dos alvos (Lewis et al.,
1998; Paradella et al., 2000).
A fusão de imagens LANDSAT com imagens de radar na banda C é útil em áreas com
topografia moderada e onde a cobertura superficial é uma mistura de solos expostos e vegetação.
A integração de imagens LANDSAT-7 ETM+ e RADARSAT-1 W1 favorece a distinção dos
materiais em superfície quando há uma relação entre estes com o tipo e a densidade da vegetação,
usando para isso as relações geobotânicas existentes (Singhroy, 1992).
Gonçalves, F.D. 2005.
70
O sinergismo de uma imagem híbrida gerada pela fusão entre dados de SAR e ópticos
permite melhorar a detecção e mapeamento das principais feições dos ambientes costeiros,
notadamente em ambientes tropicais úmidos.
As principais técnicas para integração digital de imagens de sensores SAR e óptico são: a)
Combinação de Bandas (Composição RGB); b) Combinações Aritméticas (multiplicação, divisão
adição e subtração); c) Transformações Estatísticas (análise por componentes principais); d)
Transformação no Espaço de Cores (transformação IHS); e) Transformações Espaciais
(decomposição Wavelet) (Harris et al., 1994; Paradella et al., 2001). A técnica que tem
apresentado melhor desempenho em geologia é a transformação IHS (Paradella et al., 2001).
Neste trabalho, foi usada a técnica de transformação IHS para integrar as imagens RADARSAT-
1 W1 e LANDSAT-7 ETM+, tal como descrito na
Figura 5.3.
5.4.4.2 - Análise por Componentes Principais (ACP)
A técnica de análise por componentes principais tem sido usada para eliminar a
redundância de informação contida nas bandas refletidas do LANDSAT, bem como para realçar
feições espectrais sutis, que são exclusivas de cada banda espectral (Almeida Filho, 2002). Essa
técnica pode ser explicada considerando que algumas bandas apresentam grande quantidade de
informação com alta correlação, o que indica que na superfície terrestre existem materiais com
respostas espectrais semelhantes (Jensen, 1996; Picchiotti et al., 1997; Chaves, 2002).
Duas imagens são ditas correlacionadas quando, dada a intensidade de um determinado
pixel em uma banda é, possível deduzir com razoável aproximação a intensidade do pixel
correspondente na outra imagem (Madrucci, 1999). A análise por componentes principais é
baseada em transformações matemáticas que geram novas bandas (componentes principais) não
correlacionadas entre si, que são resultantes de combinações lineares das bandas originais, onde a
contribuição de cada banda para uma determinada componente principal (CP) é função dos
autovetores correspondentes. Já os autovalores representam a variância das componentes
principais (Fonseca et al.,2000).
Gonçalves, F.D. 2005.
71
Leitura orbit (dados de
efemérides)
Correção atmosférica
Imagem LANDSAT-7
ETM+
Modelo matemático
para correção
geométrica
Seleção de pontos de
controle no terreno
Ortorretificação
+
Redução
speckle
Entrada
de
Dados
Correção
Radiométrica
Correção
Geométrica
Aplicação
de
Realces
Produto
Integrado
Leitura orbit (dados de
efemérides)
Reescalonamento
16 bits- 8bits
Imagem RADARSAT-1
modo Wide W1
Ortorretificação
+
Reamostragem
Transformação
SPC-SAR:
ETM+ bandas (1,2,3) e
(5, 7)
1 CP (ETM+ 123)
banda 4
1CP (ETM+ 57)
Conversão de
RGB-IHS
I =substitui SAR
H =mantém
S = máscara
Conversão de
IHS-RGB
Realce linear
Classificação
Fusão
SAR/Óptico
Figura 5.3 - Fluxograma mostrando os principais passos na fusão RADARSAT-1 W1 e
LANDSAT-7 ETM+, utilizando a abordagem SPC-SAR (Paradella et al., 1999)
Dessa forma, a soma das variâncias em todas as componentes é igual ao total da variância
nas imagens originais. A primeira componente principal (1 CP) terá a informação que é comum a
todas as bandas (albedo), apresentando maior variação de brilho e informação, e as CP de ordem
mais baixa vão conter relativamente menos informação. O uso dessa técnica reduz a
Gonçalves, F.D. 2005.
72
dimensionalidade dos dados, obtendo maior variância num menor volume de dados, aumentando
a capacidade de processamento (Picchiotti et al., 1997; Grunsky, 2002).
Uma variação da técnica ACP, chamada de Selective Principal Component Analysis, foi
proposta por Chavez
6
Jr. et al. (1984, apud Paradella et al., 2001) e reformulada por Chavez JR.
& Kwarteng (1989). Uma nova abordagem chamada de SPC-SAR, criada por Paradella et al.
(1999) e testada por Souza Filho & Paradella (2002) para estudos geomorfológicos na zona
costeira amazônica visando a integração entre dados de radar e ópticos, tem permitido a obtenção
de excelentes resultados, maximizando a quantidade de informação no produto resultante.
Na abordagem SPC-SAR, primeiramente é executada uma análise por componentes
principais seletivos, que usa grupos de bandas altamente correlacionadas, representando a mesma
faixa do espectro eletromagnético (visível e infravermelho médio), como dados de entrada em
uma Análise por Componentes Principais (ACP) (Paradella et al., 1999). Dessa forma, as
imagens são agrupadas objetivando mapear a maioria das informações (variância) na primeira
componente, em função da elevada correlação entre as bandas usadas. Os subconjuntos de bandas
usados como dados de entrada na ACP foram, ETM+ 1, 2, 3 (grupo 1) e ETM+ 5, 7 (grupo 2),
usando o módulo PCA (Principal Component Analysis) disponível no X-PACE (PCI Geomatics,
2004). Foram assim gerados a 1CP (1, 2, 3) e a 1CP (5, 7), que detêm a máxima variância do
visível e infravermelho médio. Em seguida, as primeiras componentes principais do grupo 1 e
grupo 2 foram associadas com a banda 4 do ETM+ na transformação do espaço de cores RGB-
IHS, buscando modelar um amplo espectro de respostas dos alvos na superfície terrestre
(Paradella et al., 2001). Ademais, o restante do procedimento segue com a integração
SAR/Óptico via transformação IHS padrão, podendo ser usada uma imagem sintética com
valores digitais constantes (nesse trabalho 40, 60, 80) para substituir o componente S durante a
reversão IHS-RGB. A
Figura 5.3 sintetiza este procedimento utilizado na fusão.
5.4.4.3 - Realce por Decorrelação
O realce por decorrelação é uma técnica também baseada na rotação espectral, produzindo
imagens não correlacionadas, tal como a ACP, porém minimizando problemas de perda das
características espectrais originais dos alvos, restituindo as relações das cores originais visando
6
CHAVEZ JR., J.P.; GUPTILL, S.C.; BOWELL, J.A. 1984. Image Processing Techniques for Thematic Mapper
Data. In: ASP CONFERENCE, Washington. Proceedings…pp. 728-752.
Gonçalves, F.D. 2005.
73
uma melhor interpretação. Assim, essa técnica promove uma rotação dos eixos do elipsóide, igual
à executada na ACP, bem como, uma equalização da variância seguida da rotação inversa do
elipsóide, possibilitando que as imagens resultantes tenham cores similares às das imagens
originais (Harris et al., 1994).
Após essa transformação, as imagens retornam aos eixos originais (rotação inversa), sem
perder o realce obtido na decorrelação, resultando numa imagem com maior contraste espectral e
maior variação de cores, mantendo preservada a relação do comportamento espectral dos alvos da
imagem inicial, o que não é mantido na ACP (Chaves, 2002). O módulo DECORR (Image
Decorrelate) do programa X-PACE foi usado para efetuar este procedimento em várias tríades de
bandas.
Segundo Paradella et al. (2001), em uma composição colorida, áreas de alta correlação
espectral nas imagens irão aparecer em gradações de cinza, em função da similaridade dos
valores digitais nas três bandas utilizadas, o que acarreta na projeção dessas áreas no eixo de
acromaticidade do cubo RGB e no alinhamento deste com o eixo de intensidade do cone IHS. Por
isso, é recomendada a aplicação de um realce por decorrelação nos canais originais, antes da
transformação RGB-IHS nos procedimentos para integração SAR/óptico, o que vai proporcionar
uma maior gradação de cores no produto final. Caso contrário, áreas com alta correlação não
apareceriam no produto integrado.
5.4.4.4 - Transformação IHS
As cores no espaço IHS são representadas através de três parâmetros independentes,
chamados de intensidade (intensity), matiz (hue) e saturação (saturation). O sistema IHS descreve
a formação das cores de uma forma mais próxima àquela pela qual o sistema visual humano
(SVH) as percebe, interpretando uma cor específica como a combinação destes três parâmetros.
A intensidade, matiz e saturação descrevem respectivamente as sensações subjetivas de brilho,
cor e pureza da cor (Fonseca et al., 2000).
Harris et al. (1994) testaram quatro técnicas de integração digital de dados, concluindo
que a transformação IHS apresenta melhor desempenho e flexibilidade porque produz um amplo
intervalo de cores, preserva as informações espectrais e espaciais das imagens originais, como
também possibilita o controle dos componentes individualmente (intensidade, matiz e saturação).
Gonçalves, F.D. 2005.
74
A transformação IHS tem sido usada com sucesso como uma técnica de integração digital
de dados de sensores remotos (Souza Filho, 2000; Paradella et al., 2001; Chaves, 2002). Assim,
foram escolhidas algumas composições coloridas, por análise visual e estatística OIF, com
subseqüente transformação RGB-IHS e cálculo dos componentes I (intensity), H (hue) e S
(saturation) a partir de três bandas originais, realizado no módulo IHS disponível no programa X-
PACE (PCI geomatics, 2004). Em seguida, a transformação inversa do espaço de cores IHS para
o RGB foi executada no módulo RGB, substituindo o componente I (intensidade) pela imagem
RADARSAT-1 W1, mantendo o componente H constante. No componente S, foram testadas
várias máscaras sintéticas com valores digitais constantes de 40, 60 e 80, o que permite uma
mistura proporcional da matiz e da intensidade (Paradella et al., 2001).
5.4.4.5 - Ampliação Linear de Contraste
A maioria dos sensores opera em 8 bits ou 16 bits, podendo representar a informação em
um intervalo de até 65.536 níveis de cinza. No entanto, não há grande variação de valores de
níveis digitais em imagens de satélite, o que é função das características espectrais da cena, o que
implica em pouca variação do brilho da imagem e baixo contraste (Fonseca et al., 2000).
Uma maneira de melhorar o contraste da imagem é aumentar a abrangência do seu
intervalo dinâmico, o que pode ser feito empiricamente pela manipulação do seu histograma, com
a ampliação dos valores de níveis de cinza representativos da cena para o intervalo total da escala
de níveis de cinza (Jensen, 1996).
Para as imagens LANDSAT-7 ETM+ e RADARSAT-1 W1, foram usados realces lineares
por manipulação de histograma, empregando o módulo ImageWorks do PCI. Os realces foram
então aplicados nas diferentes bandas através da função LUT disponível no programa X-pace.
As bandas foram realçadas a partir de uma ampliação linear de contraste, onde seus
histogramas foram modificados interativamente. A manipulação do contraste de uma imagem
tem como objetivo melhorar a sua qualidade visual, para facilitar a tarefa de extração de
informação georeferenciada e de interpretação de seu conteúdo.
5.4.5 - Calibração Radiométrica de Imagens RADARSAT-1 W1
O coeficiente de retroespalhamento (σ˚) representa a quantidade de energia espalhada pelo
alvo em direção à antena do sistema SAR (retroespalhada), em relação à quantidade de energia
Gonçalves, F.D. 2005.
75
do pulso de microondas que foi emitida pelo sensor. A quantidade de retroespalhamento é
influenciada pelas propriedades físicas dos alvos, tais como rugosidade superficial e conteúdo de
umidade, e pelas características do sensor, tais como comprimento de onda, polarização, ângulo
de incidência e direção de visada (Rosenqvist, 1997; Raney, 1998; Lewis et al., 1998).
A intensidade de energia retroespalhada pelo alvo e medida por um sistema SAR tem
relação direta com um parâmetro conhecido como seção transversal de retroespalhamento do
radar. Este representa a razão entre a energia recebida pelo sensor (eco) e a energia que este
receberia, caso a superfície espalhadora fosse isotrópica (Raney, 1998). Dessa forma, o
coeficiente de retroespalhamento (σ˚) é o comportamento do retroespalhamento do radar por
unidade de área, sendo normalmente expresso em decibéis (dB) (Rosenqvist, 1997).
Quando os dados RADARSAT-1 são gravados para distribuição em 16 bits, a imagem é
reescalonada para que se possa aproveitar da melhor forma possível o intervalo dinâmico de
informação disponível. Este processo de reescalonamento pode variar para cada cena, o que
dificulta a comparação de informações entre cenas diferentes, impossibilitando, identificar
assinaturas radiométricas e temporais. A calibração radiométrica e a análise das medidas de
retroespalhamento são necessárias, portanto, para a comparação entre imagens de datas e
passagens distintas (Rosenqvist, 1997; Formaggio et al., 2001; Chaves, 2002).
Com esse intuito, as imagens digitais RADARSAT-1 podem ser convertidas para imagem
brilho do radar (radar brightness ou beta nought - β˚), quando é gerado um produto com o brilho
do radar uniformizado, não considerando a magnitude da alteração (quantidade), mas apenas sua
qualidade. Tal procedimento possibilita a comparação qualitativa entre duas imagens obtidas em
datas diferentes. Já a conversão para a imagem coeficiente de retroespalhamento (normalized
radar cross section ou sigma nought - σ˚) executa uma correção nos dados considerando a
variação de iluminação transversal à direção de vôo da plataforma (direção em range), que
resulta no decréscimo da intensidade de retorno do sinal em função do aumento do ângulo de
incidência. Além disso, quanto ao scaling e o gain offset aplicados pelo distribuidor das imagens
durante a fase de pré-processamento e reescalonamento para 16 bits. Dessa forma, a conversão
para uma imagem calibrada requer a reversão dos procedimentos iniciais durante o pré-
processamento (Srisvastana & Shepherd, 2000).
Os valores de scaling e gain offset são encontrados no cabeçalho da imagem; com eles é
possível calcular os valores de brilho da imagem (radar brightness - β˚), através da
equação 5.3.
Gonçalves, F.D. 2005.
76
Além disso, os valores de coeficiente de retroespalhamento são calculados pela equação 5.4,
corrigindo os valores de brilho encontrados pela
equação 5.3, considerando a variação do ângulo
de incidência I(r).
)](/}[{log10)(º
0
2
10
rAADNr +×=
β
(equação 5.3)
() ()
))}(({log10ºrº
10
rIsinr
×
+=
β
σ
(equação 5.4)
Onde:
β˚(r)=brilho;
σ˚(r)=coeficiente de retroespalhamento;
r= é o número da coluna da imagem (distância em range);
DN= é o valor numérico do pixel;
A
0=
scaling;
A(r) = gain offset;
I(r) = ângulo de incidência (variando em função da distância em range).
Para gerar os produtos σ˚ referentes às imagens RADARSAT-1 Wide 1 (órbita
descendente) usadas neste trabalho, foi usado o programa PCI (PCI Geomatics, 2004). O
primeiro passo consistiu na leitura dos dados de efemérides do satélite RADARSAT-1, que estão
disponíveis no cabeçalho (header) das imagens, tal como descrito no item 5.4.3.2
(ortorretificação). Em seguida, a função SARINCD foi usada para gerar uma tabela com os
ângulos de incidência para cada coluna da imagem (direção em range), que será usada pelo
programa SARSIGM durante a conversão para o produto σ˚. Por fim, a função SARSIGM gerou
um canal de saída com os dados calibrados radiométricamente, ou seja, imagem coeficiente de
retroespalhamento (σ˚ ), em 32 bits (real). Em seguida, as imagens calibradas radiométricamente
foram ortorretificadas conforme descrito no item 5.4.3.2. Nesse procedimento, não foi usado
filtro adaptativo para redução de speckle, uma vez que a filtragem poderia degradar a informação
radiométrica calibrada. Assim, foi aplicada durante o processo de ortorretificação uma
reamostragem por vizinho mais próximo, que minimiza a perda de informação e mantém a
integridade radiométrica da imagem. Estes procedimentos são apresentados na
Figura 5.4.
Gonçalves, F.D. 2005.
77
Leitura orbit (dados de
efemérides)
Leitura de ângulo de
incidência
Imagem RADARSAT-1
modo Wide W1
Geração de imagem
calibrada
Modelo matemático
para correção
geométrica
Seleção de pontos de
controle no terreno
Ortorretificação
+
Reamostragem
Análise quantitativa
Entrada
de
Dados
Correção
Geométrica
Calibração
Radiométrica
Imagem Sigma
Nought
Figura 5.4 - Fluxograma mostrando as etapas para calibração radiométrica das imagens
RADARSAT-1.
O objetivo da calibração radiométrica nas imagens SAR foi efetuar uma análise
quantitativa do retroespalhamento inferindo, assim, os mecanismos de interação de determinados
alvos com o pulso do radar, identificando-se sua assinatura radiométrica. Assim, isso permitirá
medir quantitativamente o comportamento dos alvos, sendo de grande importância para muitos
estudos, destacando-se a determinação de umidade do solo, detecção de mudanças em florestas e
modelagem de vários estágios de produção agrícola.
Com esse intuito, foram obtidas para a Região de Terra Firme, 7050 amostras (pixels) de
coeficiente de retroespalhamento, bem como 6034 para a Planície Aluvial, 6185 para os Canais
Fluviais, 6734 para a Planície de Maré, 6928 para Áreas Urbanas e 803 amostras para os Lagos
Artificiais. Essa amostragem aleatória objetiva dar representatividade estatística aos valores de
coeficientes de retroespalhamento para uma determinada população específica (unidade de
Gonçalves, F.D. 2005.
78
paisagem), o que possibilita inferir o mecanismo de retroespalhamento dominante, como também
o processo de interação microonda-alvo e suas inter-relações.
5.5 - ELABORAÇÃO DOS MAPAS
5.5.1 - Mapeamento das unidades de paisagem
A abordagem adotada neste trabalho está relacionada às análises ambientais em
geomorfologia (Ross, 1998). Esta análise visa entender, além da dinâmica natural do meio físico,
quais são as relações das sociedades humanas em um determinado território com o meio natural
em que vivem. O procedimento metodológico-operacional, conhecido na literatura como “Land
Systems”, foi empregado para gerar o produto temático analítico-sintético, a partir de técnicas de
processamento digital de imagens de satélite, seguido de interpretação visual e automática.
Ross (1996) definiu seis táxons para cartografia e análise geomorfológica, embasado no
conceito de morfoestrutura e morfoescultura criado por Gerasimov
7
(1980, apud Ross, 1996), que
considera os processos de geração das formas de relevo (endógeno e exógeno), bem como, a
escala das formas geradas (pequenas, médias e grandes), definindo macro-unidades paisagísticas.
Assim, o primeiro táxon (Unidades Morfoestruturais) diz respeito à maior extensão em área,
tendo relação com processos de ordem estrutural. O segundo táxon (Unidades Morfoesculturais)
diz respeito aos processos de modelagem do relevo. Já o terceiro táxon (Unidades Morfológicas)
representa os padrões de formas semelhantes, quanto ao tamanho de cada forma e o aspecto
fisionômico.
O terceiro táxon se adequa no conceito de Unidades de Paisagem, conceito este que deriva
da ecologia de paisagem, que é uma ciência interdisciplinar que lida com a interação entre a
sociedade humana e seu espaço de vida, natural e construído, visando a compreensão global da
paisagem e o ordenamento territorial (Naveh & Lieberman
8
, 1994 apud Metzger, 2001). Assim, o
termo Unidade de Paisagem faz referência a um espaço de terreno (unidades de recobrimento e
uso do território, ecossistemas e tipos de vegetação) com características geomorfológicas e de
modificação humana semelhantes, que são o resultado da ação de diferentes fatores, tais como;
7
GERASIMOV, J. 1980. Problemas metodológicos de la ecologizacion de la ciencia contemporanea, La sociedad y
el medio natural, Moscou, editora progresso, p. 57-74.
8
NAVEH, Z. & LIEBERMAN, A. 1994. Landscape ecology: theory and application. New York, Springer-Verlag.
Gonçalves, F.D. 2005.
79
processos geológicos e geomorfológicos; evolução climática; dinâmica biológica e a ação
antrópica (Martinelli & Pedrotti, 2001).
Assim, os produtos gerados a partir do “Land Systems” tomaram como referencial,
padrões de paisagem ou unidades de paisagem que, individualizadas e cartografadas, constituíram
o suporte básico para a pesquisa. Tal abordagem permite procurar informações referentes ao meio
ambiente e à sociedade, que estão representadas em cada uma das manchas ou unidades
previamente identificadas (Ross, 1998). A vantagem dessa abordagem está na geração de um
único produto cartográfico, seccionado em várias unidades de paisagem, as quais concentram,
além das características de relevo, informações sobre solo, geologia, vegetação, uso da terra e
sócio-economia, que são apresentadas de forma integrada e sintética. Ressalta-se que, embora a
rugosidade topográfica ou o fator relevo tenham sido tomados como variáveis de maior
significância, a análise desenvolveu-se dentro de uma concepção sistêmica.
Nos produtos gerados a partir do processamento digital de imagens de sensores remotos,
foram identificadas e delimitadas diferentes unidades de paisagem, através da manipulação das
informações espectrais, texturais e espaciais, presentes nos produtos gerados. As características
da paisagem determinadas a partir das imagens foram corroboradas pelos levantamentos de
campo.
5.5.2 - Mapas de índices de sensibilidades
Os mapas de sensibilidade dos ambientes costeiros foram baseados nas noções de
sensibilidade e fatores de risco (Dutrieux et al., 2000). Este mapa tem como objetivo representar
as reações do ambiente flúvio/estuarino natural aos efeitos causados por possíveis derramamentos
de óleo. Os índices de sensibilidade ambiental dependem das características intrínsecas dos
ambientes, variando de acordo com suas especificidades. Por outro lado, os fatores de risco
dependem basicamente do tipo de ocupação humana na zona costeira, variando de acordo com a
atividade desenvolvida.
Para o desenvolvimento dos mapas de índices de sensibilidade a derramamentos de óleo, é
necessária a elaboração de mapas de unidades de paisagem, pois estes descrevem o ambiente no
que diz respeito a seus componentes naturais (parâmetros físicos associados a fatores geradores
de risco) e a seus componentes antropogênicos (parâmetros sócio-econômicos relacionados às
atividades geradoras de risco). Desta forma, os índices de sensibilidade ambiental e os fatores de
Gonçalves, F.D. 2005.
80
risco ao derramamento de óleo devem ser trabalhados para a região, levando-se em conta a
interação do meio natural com o homem, a fim de que se possa estabelecer um índice de
sensibilidade ambiental que deve ser adaptado dos métodos NOAA (2002) e Petrobras (2002).
O método para elaboração do mapa de índice de sensibilidade foi baseado na proposta
metodológica de Jensen et al. (1993), que utiliza a integração de técnicas de sensoriamento
remoto e sistemas de informações geográficas.
Assim, foi produzido um mapa de índice de sensibilidade ambiental a derramamentos de
óleo, a partir do mapa de unidades de paisagem gerado pela interpretação das imagens. Com essa
finalidade, as imagens dos sensores remotos foram interpretadas e diferentes polígonos,
representando diferentes ambientes, foram identificados e corroborados pelos trabalhos de
campo.
5.5.3 - Classificação automática dos produtos gerados
O objetivo da aplicação de técnicas de classificação automática é substituir a
subjetividade da interpretação visual de imagens por técnicas automáticas de identificação, que
maximizam a extração de informações, de forma mais rápida e precisa. Isso é feito pela aplicação
de regras de decisão, que são baseadas nos parâmetros estatísticos das imagens usadas. O
objetivo do processo de classificação é agrupar todos os pixels de uma imagem digital em várias
classes ou temas (PCI Geomatics, 2004).
A classificação automática de imagens de sensores remotos é dividida em técnicas
supervisionadas e não-supervisionadas. A diferença básica entre essas duas técnicas diz respeito à
quantidade de informação prévia que o analista possui sobre a área em estudo, uma vez que, na
técnica não-supervisionada, o computador classifica a imagem utilizando um algoritmo, baseado
no agrupamento de pixels que apresentam respostas espectrais semelhantes no espaço de
atributos das bandas utilizadas (Jensen, 1996).
Já na classificação supervisionada, o usuário define áreas de treinamento em função de
seu conhecimento prévio sobre a região em estudo, que são representativas das principais
unidades de paisagem e que servirão para modelar a assinatura espectral dos diferentes usos e
coberturas do solo. Este procedimento gera parâmetros estatísticos que vão servir como critério
de decisão para determinar a que tema determinado pixel pertence (Fonseca et al., 2000).
Gonçalves, F.D. 2005.
81
Nesse trabalho, foram usadas técnicas de classificação supervisionada e não-
supervisonada, tanto para as imagens LANDSAT-7 ETM+ como para o produto híbrido gerado
(SPC-SAR), objetivando avaliar a confiabilidade das técnicas de classificação de imagens de
sensores remotos para área em estudo, considerando a facilidade e a rapidez de geração de mapas
de unidades de paisagem e de seus respectivos índices de sensibilidade ambiental a
derramamentos de óleo.
O procedimento para classificação das imagens digitais de sensores remotos usado nesta
Dissertação foi executado em três etapas, começando com a delimitação do número de classes de
interesse (várzea, terra firme, água e áreas urbanas) para a classificação não-supervisionada e
supervisionada. Em seguida, foram delimitados polígonos das áreas de treinamento
representativos das classes determinadas anteriormente (somente para classificação
supervisionada). Por último, foram aplicados métodos de comparação, em outras palavras, uma
avaliação da exatidão do mapeamento. Assim, o produto resultante da classificação será uma
imagem temática, onde cada pixel representará uma classe de mapeamento.
Para a realização das técnicas e procedimentos de classificação descritos acima, foi
utilizado o módulo ImageWorks e Focus do programa PCI Geomatica (PCI Geomatics, 2004). A
técnica de classificação automática não-supervisonada Isoseg (ISODATA) foi aplicada nas
bandas espectrais 1, 2, 3, 4, 5 e 7 do LANDSAT-7 ETM+, enquanto que, no produto híbrido
gerado, imagem SPC-SAR, foi utilizado o classificador K- médias (K-means).
Além disso, tanto as imagens LANDSAT-7 ETM+ quanto a imagem híbrida gerada,
foram submetidas a uma classificação supervisionada usando o algoritmo de Máxima
Verossimilhança- MAXVER (Maximum Likelihood).
É importante ressaltar que para a escolha do algoritmo de classificação aplicado em cada
imagem, foi feita a análise visual dos produtos gerados por cada classificador disponível no
programa PCI, para cada conjunto de dados, e escolhido o melhor resultado.
Após esse primeiro passo, a classificação propriamente dita, foi feita uma etapa de pós-
classificação, cujos procedimentos são comuns tanto para a classificação supervisionada como
para a não-superviosionada. Na etapa de pós-classificação, são usadas ferramentas de edição na
imagem classificada, tornando-a visualmente mais adequada para o usuário final. Assim, foram
realizadas uma edição e agregação de classes, tentando resolver possíveis confusões e erros de
Gonçalves, F.D. 2005.
82
classificação; por último, foi aplicado um filtro de moda com janela 3x3, com intuito de
homogeneizar as classes geradas.
O processo de classificação automática está sujeito a erros, devido à qualidade dos dados
usados e dos métodos empregados. Por isso, se faz necessário realizar um procedimento para
avaliação da acurácia do mapeamento, o que permite quantificar os erros, valorizando a qualidade
da classificação e justificando a confiabilidade e praticidade do método (Jensen, 1996).
Erros de mapeamento são gerados pela superposição, no espaço de atributos, de duas ou
mais classes espectrais ou, ainda, pela seleção inadequada de áreas de treinamento, quando o
analista tem um conhecimento incompleto sobre os tipos de cobertura presentes na área estudada.
Dessa forma, pixels pertencentes a uma classe são classificados erroneamente ou permanecem
desconhecidos (Melo, 2002).
Segundo Jensen (1996), muitos analistas fazem a avaliação dos erros de mapeamento
baseados somente na estatística das áreas usadas para treinar o algoritmo de classificação. No
entanto, áreas de treinamento não são distribuídas aleatoriamente na imagem, e sim orientadas
pelo conhecimento prévio do analista, indicando onde determinada unidade de paisagem ocorre.
Portanto, a avaliação da acurácia do mapeamento pela análise estatística das áreas de treinamento
geralmente acarreta em valores mais altos de exatidão de mapeamento, em relação ao restante do
mapa temático. Assim, o ideal é usar pixels de referência distribuídos aleatoriamente sobre a área
em estudo (Arzandeh & Wang, 2002). Este método é o disponível no programa PCI (PCI
Geomatics, 2004).
Para isso, 100 pontos de referência foram distribuídos estocasticamente sobre a área
estudada e comparados com a verdade terrestre, com o auxilio da experiência do analista e,
quando necessário, de um mapa de referência fotointerpretado por Gonçalves (2003). Ademais,
foram calculadas as matrizes de confusão, que mostram o percentual de pixels mapeados de
forma correta, e foi usado o índice Kappa, utilizado na avaliação da concordância entre a verdade
terrestre e o mapa temático gerado pela classificação (Congalton, 1991). Dessa forma, o valor da
estatística Kappa é um indicativo do desempenho da classificação gerada (
Tabela 5.5).
Gonçalves, F.D. 2005.
83
Coeficiente Kappa Desempenho da classificação
< 0 Péssimo
0< K
≤
0,2 Mau
0,2 <K ≤ 0,4 Razoável
0,4 < K
≤
0,6 Bom
0,6 < K
≤
0,8 Muito Bom
0,8 < K ≤ 1,0 Excelente
Tabela 5.5 – Coeficiente Kappa e os respectivos conceitos de desempenho da classificação
(Cohen
9
, 1960 apud Fonseca et al., 2000).
Além disso, o índice de exatidão geral é um parâmetro estatístico simples, derivado da
matriz de confusão, que é dado pela divisão da quantidade total de amostras usadas para se
calcular a matriz de confusão pela soma dos valores da diagonal principal dessa matriz (Jensen,
1996).
Por fim, os erros de comissão e omissão foram aferidos. Os erros de comissão ocorrem
quando um pixel é classificado como sendo de uma classe A quando na verdade pertence a uma
classe B; de forma contrária, os erros de omissão ocorrem quando um pixel pertencente à classe
A é classificado como pertencente a uma outra classe qualquer (Jensen, 1996).
9
COHEN, J. 1960. A coefficient of agreement for nominal scales. Education and Psychology Measures, 20(1): 37-
46.
Gonçalves, F.D. 2005.
84
CAPÍTULO 6
6- RESULTADOS E DISCUSSÕES
Neste capítulo, serão apresentados os principais resultados obtidos neste trabalho,
abrangendo uma avaliação da efetividade da tecnologia de sensoriamento remoto e das técnicas
de processamento digital de imagens para o mapeamento das unidades de paisagem e,
conseqüentemente, dos seus índices de sensibilidade ambiental a derramamentos de óleo na Baía
de Guajará (Belém-PA). Será discutida, ainda, uma adaptação dos métodos de classificação dos
índices de sensibilidade ambiental a derramamentos de óleo para a zona costeira amazônica.
6.1-CLASSIFICAÇÃO DOS ÍNDICES DE SENSIBILIDADE A DERRAMAMENTOS DE
ÓLEO PARA A ZONA COSTEIRA AMAZÔNICA
A escala de ISA classifica os ambientes da zona costeira em função de sua sensibilidade
relativa a derramamentos de óleo, considerando processos naturais, físicos e biológicos. Essa
escala foi construída com base na experiência de vários derramamentos ocorridos no passado,
assim como em trabalhos de campo em cada tipo de ambiente. Desta forma, a classificação é
baseada em um entendimento completo do ambiente, incluindo as relações entre os processos
físicos e o substrato, que produzem tipos específicos de ambientes e permitem prever padrões de
comportamento e transporte do óleo derramado (MMA, 2002).
Os métodos empregados no mapeamento da sensibilidade ambiental a derramamentos de
óleo no mundo, tais como ARPEL (Asociacion Regional de Empresas de Petroleo y Gas Natural
en Latinoamerica y el Caribe), Petrobras e IPIECA têm como base o método desenvolvido pela
NOAA (National Oceanic and Atmospheric Administration). Ademais, a complexidade e
peculiaridades da Amazônia, considerando-se a dinâmica dos processos ambientais envolvidos
(sedimentares, geomorfológicos, oceanográficos e biológicos), bem como a fragilidade e a
importância desse rico ecossistema, requer a utilização de uma abordagem específica para região,
que considere suas especificidades.
Desta forma, Souza Filho et al. (2004) propuseram uma classificação de ISA para a zona
costeira amazônica, que foi modificada da proposta criada pela NOAA (2002) e Petrobras (2002),
conforme descrito na
Tabela 6.1. Ademais, Gonçalves (2003) e Gonçalves & Souza Filho (2004)
Gonçalves, F.D. 2005.
85
usaram essa adaptação para classificar os ambientes da região flúvio-estuarina da Baía de Guajará
(Belém-PA), adaptação essa, que foi adotada neste trabalho.
ISA Ambientes costeiros amazônicos
1A
Costas rochosas expostas
1B
Estruturas sólidas expostas construídas pelo homem
1C
Falésias rochosas expostas com talus na base
2
Escarpas expostas e declives íngremes em argila
3A
Praias com granulometria fina a média
3B
Escarpas expostas com declives íngremes em areia
4
Praias e planícies de marés arenosas com granulometria grossa
5
Praias e bancos de cascalhos com areia
6
Enrocamentos.
7
Planícies de marés expostas
8A
Escarpas protegidas em leitos rochosos e sedimentos – Paleofalésias
8B
Estruturas sólidas protegidas construídas pelo homem
8C
Enrocamentos protegidos
8D
Costas com turfa
9A
Planícies de maré lamosas protegidas
9B
Bancos e planícies de marés lamosas vegetados.
9C
Campos herbáceos hipersalinos (hypersalt marsh)
10A
Campos herbáceos salinos e salobros (Salt and brackish water marshes)
10B
Campos herbáceos doces e vegetação aquática (Freshwater marshes, aquatic
vegetation).
10C
Manguezais de intermaré
10D
Manguezais de supramaré
Tabela 6.1 - Proposta de adaptação dos métodos NOAA (2002) e Petrobras (2002) para a zona
costeira amazônica (Souza Filho et al., 2004).
Gonçalves, F.D. 2005.
86
A discussão dos métodos NOAA (2002) e Petrobras (2002) para a zona costeira
amazônica justifica a elaboração desta dissertação, em função do ineditismo e importância dessa
abordagem para o gerenciamento integrado da região, tanto para a indústria do petróleo como
para os agentes responsáveis pela administração dessas áreas, e pela elaboração de políticas
públicas, visando o desenvolvimento econômico e social da região. Assim, o conhecimento
empírico dos processos atuantes nas zonas estuarinas amazônicas é importante para gerenciar a
tomada de decisão sobre sua melhor utilização e para a manutenção destes ambientes como um
recurso natural e produtivo, dentro de uma abordagem de desenvolvimento sustentável.
Ademais, a alta energia hidráulica das regiões estuarinas amazônicas ocasiona não
somente mudanças na fisiografia regional, como também no próprio traçado da calha dos
inúmeros rios da região, que estão sujeitos a modificações periódicas relativamente rápidas, em
função da dinâmica da descarga fluvial e da energia das marés.
A configuração atual da paisagem regional é fortemente condicionada pelo regime das
marés, onde o fluxo e refluxo das marés salinas, aliados à energia da descarga fluvial na região
costeira amazônica, proporcionam os processo de agradação e degradação da paisagem. E é a
interação entre esses dois processos que forma as regiões das várzeas amazônicas, amplamente
distribuídas na região, pelo transporte de sedimentos (cobertura aluvionar) que se depositam na
planície de maré, quando há inundação das margens (Pinheiro, 1987).
Sendo assim, as áreas inundáveis ao longo dos cursos fluviais têm grande importância
para manutenção e conservação dos ambientes flúvio-estuarinos, além de apresentar alta
sensibilidade a derramamentos de óleo. Dessa maneira, serão descritos abaixo os principais
processos que condicionam a dinâmica desses ambientes, que devem ser considerados quando da
análise dos seus respectivos ISA.
6.2-AVALIAÇÃO DAS TÉCNICAS DE SENSORIAMENTO REMOTO PARA O
MAPEAMENTO DOS ISA NOS AMBIENTES FLÚVIO-ESTUARINOS DA BAÍA DE
GUAJARÁ
6.2.1 - Imagens LANDSAT-7 ETM +
A correção do efeito atmosférico, aplicada nas imagens LANDSAT-7 ETM+ pelo método
da subtração do pixel escuro aumentou o contraste das cenas, removendo valores adicionais de
níveis de cinza ocasionados principalmente pelo efeito do espalhamento atmosférico. Esse
Gonçalves, F.D. 2005.
87
procedimento melhora a qualidade visual e radiométrica das imagens, aumentando o desempenho
das técnicas de classificação.
A análise estatística das imagens, baseada nos valores de média e desvio padrão das
bandas analisadas (1, 2, 3, 4, 5, 7), como também nas matrizes de covariância e de correlação
entre bandas, permitiu o cálculo do OIF (Optimum Index factor) para selecionar a melhor tríade
para uma composição colorida. Tal composição abrange, a maior quantidade de informação
(variância) e minimiza a correlação entre as bandas. Assim, para cena em questão, os maiores
devios padrões e variâncias foram encontrados para as bandas 5,4,7, nesta ordem. Os parâmetros
estatísticos das imagens usadas são mostrados nas
Tabelas 6.2 e 6.3 abaixo.
Bandas Média Desvio padrão
1 14,3980 9,1281
2 15,9926 10,7803
3 22,2816 18,5674
4 50,1882 33,7787
5 44,9587 34,8213
7 22,5457 22,2714
Tabela 6.2 - Estatística das seis bandas da imagem LANDSAT-7 ETM+.
A diagonal da matriz de covariância, em vermelho (
Tabela 6.3), representa a variância de
cada banda; os valores vizinhos na tabela correspondem à covariância entre duas bandas
específicas. Observa-se que a maior variância é dada pela banda 5, seguida de perto pelas bandas
4 e 7, o que indica que elas apresentam maiores variações de níveis de cinza e, portanto, melhor
capacidade de discriminação entre os alvos presentes na cena. Essas altas variâncias podem ser
explicadas pelas altas respostas da vegetação (banda 4) e solos expostos (bandas 5 e 7) na região
do infravermelho próximo e médio, respectivamente. A
Figura 6.1 mostra as bandas (4, 5, 7) e a
composição colorida resultante. Ademais, a banda 4 apresenta excelente contraste entre solos e
corpos de água, mostrando-se bastante útil para o mapeamento de corpos de água na região da
Baía de Guajará, como também possui alta resposta da vegetação.
A banda 5, por sua vez, permite observar diferenças do teor de umidade na vegetação,
podendo ser usada para detectar possível estresse hídrico. Essa banda torna possível traçar
excelentes informações sobre a umidade do solo e vegetação. O interprete deve observar, no
entanto, as condições ambientais, principalmente precipitação, durante os dias anteriores à
aquisição da imagem, para não incorrer em erros. Finalmente, a banda 7 apresenta excelente
Gonçalves, F.D. 2005.
88
contraste entre as regiões urbanas e vegetadas, bem como entre vegetação com diferentes teores
de umidade.
Matriz de Covariância
Bandas 1 2 3 4 5 7
1 83,32
2 94,93 116,22
3 162,19 195,82 344,75
4 -186,09 -216,43 -395,38 1141,00
5 -31,51 -37,65 -72,99 931,04 1212,53
7 57,28 64,07 111,40 357,75 698,32 496,01
Tabela 6.3 - Matriz de covariância e variância na diagonal principal (em vermelho).
Figura 6.1 – Bandas multiespectrais do LANDSAT-7 ETM+ que apresentam as maiores
variâncias: A) Banda 4; B) Banda 5; C) Banda 7; D) Composição colorida resultante ( 4R5G7B).
Gonçalves, F.D. 2005.
89
Foi observado que os maiores valores de correlação foram obtidos, como se era de
esperar, para aquelas bandas referentes à mesma faixa do espectro eletromagnético, sendo que
essa redundância de informação é uma característica das imagens multiespectrais (Almeida Filho,
2002). Nesse caso, as bandas referentes às faixas espectrais do visível (bandas 1, 2, 3) e
infravermelho médio (bandas 5 e 7), respectivamente, apresentaram índice de correlação maior
que 0,9, o que pode ser explicado pelo fato de haver sobreposição entre as faixas espectrais
contíguas de imageamento. Os valores de correlação entre bandas podem ser vistos na
Tabela
6.4
.
Matriz de Correlação
Bandas 1 2 3 4 5 7
1 1,0000 - - - - -
2 0,9647 1,0000 - - - -
3 0,9570 0,9783 1,0000 - - -
4 0,6035 0,5943 0,6304 1,0000 - -
5 0,0991 0,1003 0,1129 0,7916 1,0000 -
7 0,2818 0,2669 0,2694 0,4755 0,9005 1,0000
Tabela 6.4 - Matriz de correlação das imagens LANDSAT-7 ETM+.
De outra forma, as menores correlações foram encontradas relativamente à banda 5, o que
pode ser explicado, como já foi dito anteriormente, pela alta resposta dos solos expostos nessa
região do espectro. Com efeito, a banda 5 possui a maior variância entre as bandas analisadas.
Além disso, através do cálculo OIF, foram selecionadas as bandas 3, 5, 7 como a melhor
tríade para uma composição colorida, seguida de perto pela combinação 345 (
Tabela 6.5).
Assim, a tríade 357 segundo os critérios do OIF, é a que apresenta a maior quantidade de
informação e menor taxa de redundância entre as bandas para área em estudo.
Gonçalves, F.D. 2005.
90
Combinação Σ Desvio Padrão Σ |Coef. Correl. | OIF
357 75,660 1,283 58,980
345 87,167 1,535 56,790
347 74,618 1,375 54,255
235 64,169 1,192 53,856
257 67,873 1,268 53,540
135 62,517 1,169 53,479
245 79,380 1,486 53,412
145 77,728 1,494 52,020
157 66,221 1,281 51,678
247 66,830 1,337 49,997
147 65,178 1,361 47,897
125 53,687 1,164 46,119
457 90,871 2,168 41,923
237 51,619 1,515 34,081
137 49,967 1,508 33,130
234 63,126 2,203 28,655
134 61,474 2,191 28,059
127 42,180 1,513 27,871
124 53,687 2,163 24,826
123 38,476 2,900 13,268
Tabela 6.5 - Cálculo do IOF (Optimun Index Factor) para as 6 bandas do LANDSAT-7 ETM+
(espectro refletido).
A tríade 357 escolhida pelo valor do IOF, é o melhor conjunto de dados para uma
composição colorida, considerando critérios estatísticos. A composição 5R7G3B gerada é
mostrada na
Figura 6.2, apresentando informações sobre corpos de água e sedimentos em
suspensão em tons de azul, com menor quantidade de sedimentos em tons de azul escuro.
Variações no teor de umidade na vegetação aparecem em tons de marrom, onde o marrom mais
escuro representa a Região de Várzeas, amplamente distribuída na área de estudo, e o marrom
mais claro a Região de Terra Firme. De maneira similar, as áreas construídas são apresentadas em
coloração branca amarelada, o que mostra uma alta resposta espectral desses alvos para todas as
três bandas usadas na composição selecionada.
Gonçalves, F.D. 2005.
91
Figura 6.2
– Tríade de bandas multiespectrais do LANDSAT-7 ETM+ que apresentou o melhor
OIF (Optimun Index Factor): A) banda 3; B) banda 5; C) banda 7; D) composição colorida
resultante ( 5R7G3B).
O processo de correção geométrica das imagens de sensores remotos usado nesta
Dissertação, tanto para as imagens LANDSAT-7 ETM+ ou RADARSAT-1 W1, foi a
ortorretificação, que possibilitou, com a coleta de 15 pontos de controle no terreno (GCP’s), obter
um erro RMS (Root Mean Square) para as imagens LANDSAT-7 ETM+ da ordem de 0,5 pixel,
em relação aos GCP’s.
Além disso, uma outra abordagem usada neste trabalho foi a integração da banda
pancromática (15 m de resolução) com as bandas multiespectrais (30 m de resolução) do
LANDSAT-7, via transformação IHS. Esse procedimento de fusão visou combinar em uma única
imagem, a melhor resolução espacial da banda pancromática (15 m) com a maior informação
espectral das bandas multiespectrais obtendo, assim, o realce das feições espectrais de interesse
com uma melhor discriminação dos padrões texturais e da estrutura urbana. A
Figura 6.3 mostra
Gonçalves, F.D. 2005.
92
as bandas usadas no procedimento de integração pan/multi e a produto híbrido gerado, com valor
agregado.
Figura 6.3- Integração digital IHS de imagem LANDSAT-7 ETM+: A) banda pancromática com
15 m de resolução espacial; B) composição 5R4G3B com pixel reamostrado para 15 m; C) fusão
pan/multi; D) terminal petroquímico de MIRAMAR (fotografia aérea oblíqua).
Ademais, a análise das imagens LANDSAT-7 ETM+ mostra uma ampla gama de
informação espectral, função da energia eletromagnética refletida pelos alvos superficiais
(interação físico-química), informação esta que é traduzida num componente cromático, o que
permitiu uma clara distinção do conteúdo de umidade na vegetação e solos expostos,
notadamente na interface Várzea-Terra Firme. No entanto, esta é uma imagem relativamente lisa,
não apresentando informação textural relacionada à rugosidade superficial da vegetação
(estrutura do dossel), impossibilitando a distinção de diferentes estágios de crescimento ou
diferentes espécies.
Gonçalves, F.D. 2005.
93
6.2.2 - Imagens RADARSAT-1 W1
O procedimento para correção geométrica das imagens de sensores remotos utilizado
nesta Dissertação, como já foi dito antes, foi a ortorretificação, que possibilitou, com a coleta de
15 pontos de controle (GCP’s), alcançar um erro RMS (Root Mean Square) para as imagens
RADARSAT-1 W1 na ordem de 0,9 pixel, em relação aos GCP’s.
O filtro redutor de speckle que alcançou o melhor resultado nas imagens RADARSAT-1
W1 foi o filtro adaptativo do tipo Enhanced Frost, com janela 3x3 (Kernel Size). Assim, é
preciso considerar que não há regra para a escolha de filtros para redução de speckle em imagens
de radar. Em cada situação, vários filtros devem ser testados para se identificar qual deles
apresenta o melhor resultado para aquela imagem particular, preservando as características
texturais da imagem original e as feições de bordas, ou seja, minimizando a perda de informação
(Silva, 2002). Os realces aplicados nas imagens RADARSAT-1 W1 permitiram aumentar o
contraste entre as pricipais feições dos ambientes flúvio-estuarinos estudados.
Portanto, na imagem RADARSAT-1 Wide 1 de 5 de janeiro de 2003, obtida em condição
de maré vazante, foi possível traçar linhas de fluxo, de forma aproximada, para inferir a
influência das correntes de marés na região flúvio-estuarina da Baía de Guajará, e ainda distinguir
os canais fluviais e estuarinos (
Figura 6.4). De outra forma, na imagem RADARSAT-1 W1 de
29 de janeiro de 2003, adquirida em condição de maré enchente (condição aproximada de estofo
de maré) não foi possível a caracterização das correntes de maré, dado que, neste produto, é
menor a rugosidade superficial da água. Essa investigação permitiu traçar um esboço do
comportamento da entrada das marés na Baía de Guajará, o que pode ser útil para subsidiar uma
primeira aproximação do mecanismo de dispersão de poluentes na Baía. Além disso, um melhor
entendimento dos processos hidrodinâmicos atuantes, o que é de extrema valia para o estudo das
modificações na dinâmica da Baía, o que tem levado a um acentuado processo erosivo, tal como,
será reportado abaixo.
Gonçalves, F.D. 2005.
94
Figura 6.4 – Imagens RADARSAT-1 Wide-1 órbita descendente, mostrando principais direções
de fluxo na Baía de Guajará, em condição de maré vazante: A) imagem adquirida em 5 de janeiro
de 2003, maré baixa; B) imagem adquirida em 29 de janeiro de 2003, maré alta.
Gonçalves, F.D. 2005.
95
Outra importante consideração, diz respeito à ação modificadora de ordem antrópica que,
ao longo dos anos, tem alterado os processos naturais na hidrodinâmica da Baía de Guajará. Mais
recentemente, essa ação tem acarretado em um aumento dessa energia e tem levado a um
significativo aumento nas taxas de erosão, notadamente na margem direita do Rio Guamá, onde
está instalado o campus universitário da Universidade Federal do Pará. Diversas estruturas de
contenção têm sido ali construídas ao longo do tempo (
Figura 6.5). Dados de sensores remotos,
tanto no espectro óptico quanto nas microondas, têm sido usados para monitorar processos de
erosão costeira (Singhroy, 1996; Picchiotti et al., 1997).
Figura 6.5 – Margem direita do Rio Guamá (Campus da UFPA), onde ocorre um acelerado
processo erosivo modificado por ação antrópica.
Além disso, nas imagens RADARSAT-1 Wide 1, órbita descendente, foi possível
individualizar claramente os arruamentos orientados de maneira aproximadamente perpendicular
(NE-SW) à direção de visada do sensor (282º), enquanto que a distinção dos arruamentos
dispostos na direção NW-SE é atenuada nas imagens SAR (
Figura 6.6). Tal observação
corrobora o fato reportado na literatura, de que feições dispostas aproximadamente
perpendiculares à direção de visada do sensor são realçadas (Singhroy & Saint-Jean, 1999;
Formaggio et al., 2001; Paradella et al., 2001; Grunsky, 2002). Dessa maneira, imagens
RADARSAT-1 W1 são de grande valia para o mapeamento e atualização de áreas de expansão
urbana, uma vez que os arruamentos aparecem como feições lineares em tons de cinza escuro, em
função do mecanismo de retroespalhamento especular, contrastando fortemente com as
edificações, que aparecem como feições retangulares em tons de cinza claro, em função do
mecanismo de double bounce caracterizando, assim, ruas e quarteirões.
Gonçalves, F.D. 2005.
96
Figura 6.6 – Imagem RADARSAT-1 W1, órbita descendente, mostrando a área urbana de
Belém, realçando arruamentos perpendiculares à direção de visada. Dado adquirido em 29 de
janeiro de 2003, maré alta.
De maneira geral, as imagens RADARSAT-1 W1 foram visualmente interpretadas usando
parâmetros chaves de foto-interpretação, tais como tom, textura, padrão, contexto, forma,
tamanho e drenagem. Com isso, foi possível mapear os ambientes costeiros, com o auxílio de
ortofotos digitais obtidas durante um levantamento aerofotogramétrico (CODEM, resolução 3,3
m) e de fotografias digitalizadas tomadas em um sobrevôo sobre a região metropolitana de
Belém, e ainda pelo conhecimento pretérito da área estudada. Estes dados auxiliares serviram
como verdade terrestre.
Feições geomorfológicas com ampla expressão na área, tais como planície de maré,
planície fluvial e a região de Terra Firme, não puderam ser diferenciadas pela interpretação visual
das imagens RADARSAT-1 W1, em função da similaridade dos padrões texturais entre esses
ambientes, conferindo a essas regiões pouca variação tonal (nível de cinza) e poucos padrões
Gonçalves, F.D. 2005.
97
espaciais similares. Assim, buscando uma análise quantitativa dessas feições e a identificação dos
mecanismos de retroespalhamento, foi efetuada a calibração radiométrica das imagens
RADARSAT-1 W1.
É importante considerar que a energia de microondas retroespalhada pela superfície
terrestre, medida por um sistema SAR, fornece informações a respeito das propriedades
geométricas (macro e micro topografia) e dielétricas dos alvos (conteúdo de umidade). Variações
nestas propriedades permitiram mapear as diversas feições que ocorrem na área em estudo.
Ademais, o coeficiente de retroespalhamento é uma medida quantitativa da intensidade de
energia que retorna ao radar, dado que quando a umidade de um material aumenta o seu
retroespalhamento também aumenta e, conseqüentemente, o brilho da imagem (tons de cinza
mais claros). Esse efeito pode ser causado pelas chuvas, o que acarreta em menor penetração da
energia eletromagnética, emitida pelo radar, na superfície úmida e aumentando, por conseguinte,
seu retroespalhamento (Chaves, 2002). Para Amazônia, onde ocorre amplamente distribuída a
floresta tropical úmida, esse parâmetro dos alvos é de elevada relevância, pois a umidade é
influenciada pelas águas das chuvas, que afetam a região como um todo, ou ainda pela dinâmica
das marés e pela sazonalidade dos rios, principalmente nas áreas suscetíveis as inundações
(várzeas). Assim, estes parâmetros ambientais foram observados no período da aquisição das
imagens, para não induzir a interpretações e conclusões equivocadas.
Dessa forma, a amplitude das marés, no dia e horário da aquisição das imagens
RADARSAT-1 W1, era de aproximadamente 0,5 m para imagem de 5 de janeiro de 2003, em
maré vazante, e aproximadamente 2,0 m para imagem adquirida em 29 de janeiro do mesmo ano,
em condição de maré enchente, como pode ser visualizado na
Figura 6.7. É importante
considerar que as informações de marés aqui apresentadas são previsões geradas pelo DHN
(Departamento Nacional de Hidrografia e Navegação), e não informações reais aferidas em
campo.
Gonçalves, F.D. 2005.
98
Amplitude de Marés (Porto de Belém-PA)
0,0
0,5
1,0
1,5
2,0
2,5
3,0
3,5
00:24 08:11 13:26 20:06
hora
Altura (m)
5 de janeiro 2003
Radarsat W1 Desc. (6h)
(A)
Amplitude de Marés (Porto de Belém-PA)
0,0
0,5
1,0
1,5
2,0
2,5
3,0
3,5
03:58 08:58 16:02 21:06
hora
Altura (m)
29 de janeiro 2003
Radarsat W1 Desc. (6h)
(B)
Figura 6.7 -
Previsão de amplitude das marés: (A) em 5 de janeiro de 2003, maré vazando; (B)
em 29 de janeiro de 2003, maré enchendo. FONTE: DHN (http://www.dhn.mar.mil.br/).
A precipitação pluvial na região de Belém, nos dois dias anteriores à aquisição das
imagens RADARSAT-1 W1, é mostrada na
Figura 6.8. Dessa forma, dia 5 de janeiro de 2003,
houve 5,3 mm de precipitação, enquanto que no dia 29 de janeiro do mesmo ano, houve somente
0,6 mm de precipitação. É importante considerar que a precipitação relativa a um dia qualquer,
refere-se à média das taxas de precipitação da tarde e noite do dia anterior, mais a taxa na manhã
da data em questão, segundo informações do Segundo Distrito de Meteorologia de Belém. Assim,
como exemplo, a precipitação do dia 5 de janeiro, diz respeito aos valores medidos durante à
Gonçalves, F.D. 2005.
99
tarde e noite do dia 4 de janeiro, mais o valor medido na manhã do dia 5 de janeiro (às 9 horas).
Esse controle é importante, uma vez que as imagens RADARSAT-1, órbita descendente, são
adquiridas sempre às 6 horas da manhã (hora local).
4,6
0
5,3
0
1
2
3
4
5
6
Precipitação (mm)
3/1/2003 4/1/2003 5/1/2003
Data
(A)
17,4
19,4
0,6
0
5
10
15
20
Precipitação (mm)
27/1/2003 28/1/2003 29/1/2003
Data
(B)
Figura 6.8 -
Precipitação pluvial em Belém: (A) em 3, 4 e 5 de janeiro de 2003; (B) em 27, 28 e
29 de janeiro de 2003. FONTE: 2º DISME-Belém/INMET.
Os parâmetros ambientais aqui apresentados são relevantes para o entendimento da
interação entre o pulso de microondas e os alvos na superfície terrestre, na medida em que
representam as condições ambientais durante a aquisição das imagens utilizadas. Este
conhecimento permite fazer inferências e constatações a respeito da influência do conteúdo de
Gonçalves, F.D. 2005.
100
umidade na resposta do radar, quer seja por influência das chuvas ou das marés, sendo essas duas
características importantes no condicionamento das feições presentes nas imagens RADARSAT-
1 W1 da área estudada.
Com as informações de amplitude de marés, do nível de precipitação e das amostras de
coeficiente de retroespalhamento obtidas nas imagens, é possível dizer que é desprezível a
influência da maré para a área em estudo na resposta do RADARSAT-1 W1. De fato, na imagem
obtida em condição de maré enchente (29 de janeiro de 2003) e com amplitude de maré em torno
de 2m, onde teoricamente, deveria haver um aumento do conteúdo de umidade nas regiões
topograficamente mais baixas, em função da elevação da maré e da inundação dessas áreas,
possui de maneira geral, valores menores de coeficiente de retroespalhamento médio, se
comparada com aquela adquirida em maré vazante (5 de janeiro de 2003), com amplitude de
maré aproximada de 0,5 m.
Assim, a disposição dos elementos naturais na região investigada em conjunto com a
configuração do sistema RADARSAT-1, não possibilitaram a diferenciação da Terra Firme das
áreas de várzea pelo mecanismo de double bounce, o que tem permitido o mapeamento desse tipo
de ambiente em vários trabalhos citados na literatura (Hess et al., 1995; Souza Filho, 2000; Souza
Filho & Paradella, 2002; Beisl et al., 2003). Este fato pode ser atribuído à similaridade dos
mecanismos de retroespalhamento atuantes, ou ainda ao arranjo da cobertura vegetal na região,
constituída por floresta densa e de médio porte, não permitindo a penetração do feixe de
microondas no dossel, ocorrendo uma interação apenas com o topo, em função da configuração
do sistema SAR usado (banda C) (
Figura 6.9). Seguindo a mesma linha de raciocínio, pode ser
que, apesar da condição de maré alta, sua amplitude não foi suficiente para inundar as regiões de
várzeas e os manguezais, que são alagados somente durante as marés de sizígia equinociais.
Gonçalves, F.D. 2005.
101
Figura 6.9 - Vegetação típica encontrada nas várzeas da região.
Por outro lado, é clara a influência da precipitação pluvial no aumento da umidade na área
em questão e, conseqüentemente, na resposta do RADARSAT-1 W1. As amostras de σ˚ obtidas
na imagem de 5 de janeiro de 2003, onde a precipitação foi da ordem de 5,3 mm, possuem de
maneira geral, maiores valores de coeficiente de retroespalhamento do que aqueles obtidos na
imagem de 29 de janeiro, quando a precipitação foi de 0.6 mm. Este comportamento, visualizado
na
Figura 6.10, ocorre porque a precipitação pluvial afeta toda a área de uma forma geral, agindo
de forma direta no topo do dossel florestal, que é o principal nível de interação da energia de
microondas com a vegetação.
Gonçalves, F.D. 2005.
102
-25
-20
-15
-10
-5
0
Terra Firme Planície
Aluvial
Canais
Fluviais
Planície de
Maré
Áreas
Urbanas
Lagos
Artificiais
Sigma zero (dB)
5/jan/03
29/jan/03
Figura 6.10 - Comparação entre os valores médios de σ˚ obtidos pela análise estatística das
amostras de coeficiente de retroespalhamento nas imagens RADARSAT-1, adquiridas em
condições ambientais distintas, para as principais unidades de paisagem identificadas na área em
estudo.
Na área em estudo, ocorrem amplamente distribuídas as regiões de várzea (planície
aluvial), que se caracterizam por seu posicionamento fisiográfico ao longo dos canais fluviais,
constituindo áreas diariamente inundadas durante a elevação das marés, ação das chuvas ou por
ambas, ou ainda alagadas periodicamente, quando coincide a maré alta com altos índices
pluviométricos. Manguezais são característicos na região, sendo distribuidos ao longo dos canais
estuarinos, constituindo áreas diariamente influenciadas tanto pela descarga fluvial quanto pela
ação das marés salinas que fluem estuário adentro. Isto é, ocorrem em área de influência flúvio-
marinha, com fluxo e refluxo das correntes de marés, sendo a salinidade um fator determinante
no seu desenvolvimento.
A
Figura 6.11 ilustra um perfil do comportamento do retroespalhamento sobre a Região
de Várzea do Rio Guamá, mostrando um mesmo padrão geral de resposta do radar. Há uma
pequena diferença, que delimita valores ligeiramente maiores de coeficiente de
retroespalhamento para imagem de 5 de janeiro de 2003, obtida em um período com maior
intensidade de chuvas e menor amplitude de maré. Essa diferença é pequena porque as variações
ambientais nas imagens de 5 e 29 de janeiro não são acentuadas, em razão do pequeno intervalo
de tempo entre as datas de aquisição.
Gonçalves, F.D. 2005.
103
Figura 6.11 - Perfil (
A
B
) sobre a Região de Várzea do Rio Guamá, mostrando comportamento
similar de retroespalhamento para as duas imagens RADARSAT-1 W1 (5 e 29 de janeiro de
2003), com a imagem de 5 de janeiro apresentando valores de coeficiente de retroespalhamento
ligeiramente maiores do que a imagem de 29 de janeiro, comportamento este que ocorre de
maneira geral por toda a imagem
De outra forma, os corpos d’água foram bem discriminados, em função do baixo valor de
coeficiente de retroespalhamento médio, apresentando uma distinta assinatura radiométrica se
comparados com as demais áreas. São notáveis os lagos artificiais abrigados da influência da
Gonçalves, F.D. 2005.
104
energia das marés, com valores de σ˚ médio de –18,9 e –22,6 dB, para as imagens de 5 e 29 de
janeiro, respectivamente (
Figura 6.12).
Figura 6.12 - Perfil (
A
B
), de direção N-S, cortando as regiões de várzeas, áreas urbanas, Terra
Firme, lagos artificiais (Lago Água Preta) e a várzea do Rio Guamá, apresentando picos de
coeficiente de retroespalhamento para as áreas urbanas, intercaladas por regiões com valores
homogêneos de retroespalhamento (Várzeas e Terra Firme) e por uma queda abrupta para os
valores de retroespalhamento no lago artificial (Água Preta).
Gonçalves, F.D. 2005.
105
Já para a Baía de Guajará, o baixo retorno do sinal é função da pequena rugosidade
superficial da água, criando um mecanismo de espalhamento quasi-especular, principalmente na
imagem de 29 de janeiro, em condição de maré enchente, onde as condições hidrodinâmicas eram
de calmaria, aproximando-se da condição de estofo de maré. O efeito de espalhamento quasi-
especular é diminuído na imagem de 5 de janeiro, em condição de maré vazante, onde a maior
energia hidráulica na Baía de Guajará gera ondulações formadas pela ação da energia das marés,
corrente fluvial e pelos ventos atuantes na região. Tal efeito aumenta a rugosidade superficial na
Baía e, conseqüentemente, os valores de retroespalhamento médio para essa data, o que pode ser
facilmente visualizado pelo perfil na
Figura 6.13. Portanto, na Baía de Guajará, diferentemente
da várzea e das áreas urbanas em Belém, há uma maior diferença no comportamento do
retroespalhamento entre as imagens de 5 e 29 de janeiro. As grandes diferenças observadas entre
os valores de retroespalhamento para a Ilha das Onças, Baía de Guajará e as áreas urbanas de
Belém dizem respeito aos distintos mecanismos de retroespalhamento atuantes.
Figura 6.13 –
Imagens RADARSAT-1 W1: a) imagem de 5 de janeiro de 2003, em maré baixa,
mostrando maior rugosidade superficial na Baía de Guajará, em função das maiores ondulações
formadas na vazante; b) imagem 29 de janeiro, em maré alta, apresentando menor rugosidade
superficial na água.
Gonçalves, F.D. 2005.
106
Figura 6.13 (cont.) -
Perfil (
A
B
) sobre a Baía de Guajará, em direção a Belém, mostrando o
comportamento do retroespalhamento na Região de Várzea (Ilha das Onças), da água com um
pequeno decréscimo nos valores de retroespalhamento em relação à várzea (Baia de Guajará), e
áreas urbanas, onde há um grande aumento no retroespalhamento (Belém). Observar a maior
diferença no retroespalhamento sobre a Baía de Guajará devido à rugosidade da água.
Uma unidade de paisagem bem discriminada por seus valores de σ˚ foram as áreas
urbanas, que diferentemente dos corpos de água, apresentaram altos valores médios de
coeficiente de retroespalhamento, em torno de -2,0 e -4,7 dB, para as imagens de 5 e 29 de
janeiro de 2003, respectivamente. Essa diferença entre os valores de σ˚ segue a tendência geral,
com maior valor de coeficiente de retroespalhamento médio para a imagem de 5 de janeiro,
provavelmente em função do nível maior de precipitação nesta data e, conseqüentemente, do
aumento do conteúdo de umidade. Os altos valores de σ˚ nas áreas urbanas dizem respeito a um
complexo mecanismo de reflexão atuante, onde o efeito de
double bounce, também chamado de
reflexão de canto, acarreta um alto retorno do pulso de microondas (retroespalhamento), que
resulta em alto brilho nas imagens (valores de nível de cinza elevados). Este efeito pode ser
visualizado no perfil da
Figura 6.14.
Gonçalves, F.D. 2005.
107
Figura 6.14 -
Perfil (
A
B
) sobre a área urbana de Belém até a Várzea do Rio Guamá. Observar a
diferença entre os padrões de retroespalhamento, com altos valores de coeficiente de
retroespalhamento para a cidade de Belém (reflexão de canto nos prédios) e menores valores para
a área vegetada da Várzea do Rio Guamá (espalhamento volumétrico no topo do dossel).
Gonçalves, F.D. 2005.
108
A análise dos coeficientes de retroespalhamento (Figura 6.15) indica que, para as
imagens RADARSAT-1 W1 adquiridas em 5 e 29 de janeiro em diferentes condições ambientais
(maré e precipitação), há grande dificuldade de mapeamento para determinadas unidades de
paisagem, em função da grande sobreposição entre os valores estatísticos. Isso ocorre com o
coeficiente de retroespalhamento para as
Regiões de Várzea (valor médio de -6,6 dB), Planície de
Maré (valor médio de -6,6 dB) e Terra Firme (valor médio de -7,1 dB), na imagem de 5 de
janeiro de 2003 (
Tabela 6.6). Esse efeito impossibilita, ou dificulta sobremaneira, a identificação
e o mapeamento destes ambientes usando somente as imagens RADARSAT-1 W1. No entanto,
foi possível mapear com boa acurácia nas imagens citadas os corpos de água e as áreas urbanas,
onde foram observados valores médios de coeficiente de retroespalhamento para os Canais
Fluviais (-10,9 dB), Áreas Urbanas (-2,0 dB) e Lagos Artificiais (-18,9), valores estes obtidos da
imagem de 5 de janeiro de 2003 (
Figura 6.15 A).
Para a imagem de 29 de janeiro de 2003, foram encontrados valores de coeficiente de
retroespalhamento similares para as
Regiões de Várzea (valor médio de -10,0 dB), Planície de
Maré (valor médio de -9,8 dB) e Terra Firme (valor médio de -10,9)
. Diferentemente, foram
observados valores médios de coeficiente de retroespalhamento para os Canais Fluviais (-14,2
dB), Áreas Urbanas (-4,7 dB) e Lagos Artificiais (-22,6) (
Figura 6.15 B).
Todavia, é de grande relevância a aplicação de técnicas de integração de dados, uma vez
que fica comprometida a identificação e o mapeamento de algumas unidades de paisagem,
utilizando as imagens RADARSAT-1 W1 e LANDSAT-7 ETM+ separadamente, como visto
anteriormente. Assim, a fusão de dados visa obter um produto com valor agregado para
identificação e extração de feições e atributos, integrando informações de diferentes porções do
espectro eletromagnético, o que pode facilitar grandemente a interpretação.
Gonçalves, F.D. 2005.
109
2,2
1,8
11,1
-17,8
-28
-7,1
-6,6
-10,9
-6,6
-2
3,3
-0,8
-10,2
-20,7
-20,2 -21,4
-30,8
-18,9
-35
-30
-25
-20
-15
-10
-5
0
5
10
15
Terra Firme Planície
Aluvial
Canais
Fluviais
Planície de
Maré
Áreas
Urbanas
Lagos
Artificiais
Sigma zero (dB)
5 janeiro 2003
(A)
1,1
-3,4
-2,5
8,2
-22
-20,8
-32
-24,7
-22,5
-10,9
-10,8
-1,7
-35,7
-22,6
-4,7
-9,8
-10
-14,2
-40
-35
-30
-25
-20
-15
-10
-5
0
5
10
15
Terra Firme Planície
Aluvial
Canais
fluviais
Planície de
Maré
Áreas
Urbanas
Lagos
Artificiais
Sigma zero (dB)
29 janeiro 2003
(B)
Figura 6.15 -
Principais parâmetros (valores máximo, médio e mínimo) obtidos pela análise
estatística das amostras de coeficiente de retroespalhamento para as principais unidades de
paisagem identificadas na área em estudo: (A) imagem RADARSAT-1 W1 (5 de janeiro de
2003); (B) imagem RADARSAT-1 W1 (29 de janeiro de 2003).
Gonçalves, F.D. 2005.
110
Compartimentação da Paisagem Amostras de σ˚ (Radarsat-1 W1)
5 Jan.2003 29 Jan. 2003
Terra Firme
-7,1 dB -10,9 dB
Planície aluvial (Várzea)
-6,6 dB -10,0 dB
Planície de maré
-6,6 dB -9,8 dB
Canais fluviais e estuarinos
-10,9 dB -14,2 dB
Áreas urbanas
-2,0 dB -4,7 dB
Lagos artificiais
-18,9 dB -22,6 dB
Tabela 6.6 - Valores médios dos coeficientes de retroespalhamento (σ˚) calculados para as
principais unidades de paisagem encontradas na área em estudo.
6.2.3 - Fusão Radar/Óptico
O objetivo da integração digital de dados de sensores remotos é maximizar a extração de
informações, utilizando para isso o sinergismo adquirido pela fusão de dados correspondentes a
diferentes faixas do espectro eletromagnético (e.g. SAR/óptico). Tal procedimento permite uma
melhora na identificação e mapeamento dos ambientes costeiros e feições estudadas (Harris
et al.,
1994). Dessa forma, no produto híbrido gerado, enquanto o SAR (RADARSAT-1 W1) fornece
informações sobre a geometria do terreno (macro e micro-topografia) e suas propriedades
elétricas (conteúdo de umidade) realçando, assim, as características geométricas e texturais, os
sensores ópticos (LANDSAT-7 ETM+) fornecem atributos espectrais, relacionados com
informações das propriedades físico-químicas dos alvos. A integração desses dados, portanto, é
uma efetiva técnica de realce para a identificação e o mapeamento da geomorfologia e do uso da
terra (Singhroy, 1996).
Neste trabalho, quatro diferentes abordagens para integração de dados multisensores
foram avaliadas, usando duas técnicas diferentes de realce para as imagens LANDSAT-7 ETM+
(ACP - análise por componentes principais e realce por decorrelação). Assim, as abordagens
testadas foram: 1) ACP para as seis bandas ETM+ do espectro refletido (1, 2, 3, 4, 5, 7) e
posterior fusão das três primeiras componentes principais com o SAR; 2) fusão do SAR com a
tríade selecionada pelo IOF; 3) realce por decorrelação da tríade selecionada pelo IOF, seguida da
fusão com SAR; 4) SPC-SAR (Paradella
et al., 1999), onde as primeiras componentes principais
Gonçalves, F.D. 2005.
111
das bandas (ETM+ - 1, 2, 3) e bandas (ETM+ - 5 e 7) são usadas como dados de entrada
conjuntamente com a banda 4 numa transformação do espaço de cores RGB-IHS, com a
subseqüente substituição do componente I pela imagem RADARSAT-1 W1 realçada, durante a
transformação inversa IHS-RGB (
Figura 5.3).
Nas
Tabelas 6.7 e 6.8, são mostrados os parâmetros estatísticos dos autovetores e
autovalores das componentes principais gerados a partir da matriz de covariância calculada para
as seis bandas do espectro refletido do LANDSAT-7 ETM+ (1, 2, 3, 4, 5, 7). Dessa forma, a
primeira componente principal (1CP) retém 71,46% da variância das seis bandas refletidas do
LANDSAT-7 ETM+, a segunda componente principal (2 CP) apresenta 26,46 % da variância
total e a terceira componente principal (3 CP) possui 1,55% da variância. Estas três primeiras
componentes principais agregam 99,47% da variância total. Com isso, as informações das seis
bandas multiespectrais podem ser comprimidas dentro das três primeiras componentes principais,
abrangendo todo o espectro coberto pelo sensor ETM+ (visível, infravermelho próximo e médio)
(Jensen, 1996).
CP Autovalor Desvio-padrão Variância (%) Cumulativo (%)
1 2390,8389 48,8962 71,46 71,46
2 885,1882 29,7521 26,46 97,92
3 51,7444 7,1934 1,55 99,47
4 10,1635 3,1880 0,30 99,77
5 5,4250 2,3292 0,16 99,93
6 2,3505 1,5331 0,07 100
Tabela 6.7 - Estatística das componentes principais para as bandas (1, 2, 3, 4, 5, 7) do
LANDSAT-7 ETM+.
Matriz de Autovetores
1 CP 2 CP 3 CP 4 CP 5 CP 6 CP
Bandas
1 -0,06116 -0,27884 0,24609 0,26698 -0,74242 0,48527
2 -0,07253 -0,32775 0,40899 -0,00059 -0,26292
-0,80680
3 -0,13437 -0,57380 0,48581 -0,18700 0,52900 0,31919
4 0,62794 0,40730 0,59918 0,25616 0,11491 0,04420
5 0,67747 -0,31021 -0,20546 -0,59990 -0,20475 0,02813
7 0,34593 -0,47272 -0,36732 0,68429 0,21148 -0,09469
Tabela 6.8 - Matriz de autovetores das componentes principais para as bandas (1, 2, 3, 4, 5, 7) do
LANDSAT-7 ETM+, destacando a maior contribuição em
negrito.
Gonçalves, F.D. 2005.
112
A contribuição de cada banda para uma determinada componente principal (CP) é função
dos autovetores correspondentes. Já os autovalores representam a variância das componentes
principais (Fonseca
et al., 2000). O exame da magnitude e sinal dos autovetores gerados é
importante para compreender como cada banda contribui para a variância das CP. Assim, uma
alta reflectância é expressa por valores positivos de autovetores; de maneira inversa, baixa
reflectância é expressa por valores negativos de autovetores (Picchiotti
et al., 1997).
Dessa forma, pela análise da matriz de autovetores (
Tabela 6.8), é possível concluir que a
1 CP é dominada pela contribuição da banda 5 (0,67747), banda 4 (0,62794) e banda 7
(0,34593), respectivamente. Isso sugere que os altos valores de autovetores para essas bandas têm
relação com a resposta espectral dos solos expostos/áreas urbanas e vegetação, refletindo seus
respectivos conteúdos de umidade (banda 5 e 7), para região do infravermelho próximo e médio,
e ainda com a resposta da vegetação (banda 4), na região do infravermelho próximo. A 1 CP
mostra claramente uma distinção entre a maior colaboração das bandas do infravermelho, em
detrimento da menor colaboração das bandas do visível, de forma que estes dois conjuntos de
dados estão inversamente associados.
A 2 CP é dominada pela contribuição da banda 3 (-0,57380), banda 7 (-0,47272) e banda
4 (0,40730). Tal resultado sugere uma forte influência das respostas espectrais da quantidade de
sedimentos em suspensão na Baía de Guajará, áreas urbanas e vegetação. Ademais, a resposta
espectral dos sedimentos em suspensão é fortemente influenciada pela natureza e tamanho das
partículas em suspensão e por sua distribuição espacial, variações sazonais, condições climáticas
(Picchiotti
et al., 1997). A 3 CP é dominada pelas contribuições das bandas 4, 3 e 2. A técnica
ACP mostrou-se excelente para o realce de feições espectrais, como também para reduzir a
dimensionalidade dos dados, uma vez que nas três primeiras componentes principais, as maiores
contribuições (autovetores) estão relacionadas com as bandas ETM+ que possuem informações
sobre as principais feições ambientais encontradas na área em estudo, a saber: áreas urbanas,
vegetação e água.
Uma vez que as três primeiras componentes principais retêm 99,47% da variância, estas
foram usadas para integração com a imagem RADARSAT-1 W1, via transformação IHS.
As
Tabelas 6.9, 6.10 mostram os parâmetros estatísticos dos autovetores e autovalores
calculados para cada conjunto de bandas ETM+, grupo (123) e grupo (5 e 7), que foram usados
como dados de entrada numa transformação por Componentes Principais, visando a integração
Gonçalves, F.D. 2005.
113
SAR/óptico, abordagem esta chamada de SPC-SAR (Selective Principal Component-SAR). Dessa
forma, o uso de pequenos grupos de bandas altamente correlacionadas como dados de entrada
para uma ACP permite que as informações comuns em todas as imagens sejam mapeadas dentro
da 1CP (Picchiotti
et al., 1997).
1 CP 2 CP 3 CP
Bandas
1
-0,38560
0,77957
-0,49353
2 -0,46130 0,30036 0,83486
3 -0,79907 -0,54959 -0,24380
Variância 98,37% 1,09% 0,53%
Tabela 6.9 - Matriz de autovetores e variância das componentes principais para as bandas (1, 2,
3) do LANDSAT-7 ETM+.
1 CP 2 CP
Bandas
5 -0,85112 0,52498
7 -0,52498 -0,85112
Variância 95,81% 4,19%
Tabela 6.10 - Matriz de autovetores e variância das componentes principais para as bandas 5 e 7
do LANDSAT-7 ETM+.
Assim, quando existem imagens ópticas disponíveis, a integração SAR/óptico é de grande
valor para o mapeamento dos ambientes naturais costeiros e do uso da terra, em função do
sinergismo obtido com o produto gerado. As imagens LANDSAT-7 ETM+ forneceram
excelentes informações sobre as unidades de paisagem na área em estudo; no entanto, imagens
ópticas nem sempre estão disponíveis, em função da constante e intensa cobertura de nuvens na
região amazônica. Quando isso ocorre, o SAR apresenta uma alternativa viável, podendo ser
usado para monitorar mudanças ambientais e atualizar informações de uso da terra nas zonas
costeiras tropicais amazônicas (Singhroy, 1996).
Os produtos híbridos gerados pela fusão de dados SAR/ETM+ foram avaliados
visualmente, considerando padrões de cores e texturais. Assim, o melhor desempenho do produto
integrado é função direta do aumento da interpretabilidade dos ambientes e feições costeiras
amazônicas, considerando a maximização da variação do componente cromático e textural
(
Figura 6.16).
Gonçalves, F.D. 2005.
114
Figura 6.16 – Técnicas de integração usadas: A) ACP nas bandas 1, 2, 3, 4, 5 e 7, fusão 1CP, 2CP, 3CP + SAR; B) fusão SAR+
tríade IOF (3, 5, 7); C) realce por decorrelação na tríade IOF, posterior fusão com SAR; D) SPC-SAR (Paradella et al., 1999).
Gonçalves, F.D. 2005.
115
A fusão do SAR com a tríade secionada pelo IOF (Figura 6.16 B) não apresentou bons
resultados para interpretação, uma vez que não possibilitou a discriminação dos diferentes
ambientes flúvio-estuarinos da Baía de Guajará, principalmente as planícies fluvial e estuarina,
bem como, a Região de Terra Firme. A interpretabilidade e detecção de padrões no produto
gerado são baixas, o que tem relação direta com a pequena variação do seu conteúdo cromático.
Este produto fornece principalmente informações referentes ao SAR, macro e microtopografia,
mostrando um padrão de cores homogêneo.
De forma contrária, quando a tríade selecionada pelo IOF foi submetida a um realce por
decorrelação e em seguida integrada com a imagem SAR (
Figura 6.16 C), o produto resultante
mostrou melhor variação no conteúdo cromático, mas apresentando certa confusão entre as
unidades de paisagem, não gerando, assim, bons padrões distintivos, o que dificulta a
interpretação e extração de informações.
Portanto, o produto integrado SPC-SAR mostrou excelente resultado para o mapeamento
da região flúvio-estuarina da Baía de Guajará, conferindo maior variação aos padrões de cores e
texturas facilitando, assim, a interpretabilidade destes ambientes. Ademais, as informações
cromáticas e texturais obtidas neste produto têm relação com diferenças na topografia (elevação),
conteúdo de umidade dos solos e vegetação, controle geobotânico (estrutura da vegetação), bem
como o arranjo e disposição dos elementos superficiais. Dessa forma, este foi o produto que
agregou maior valor para o reconhecimento e interpretação dos ambientes (
Figura 6.16 D).
6.3 - RECONHECIMENTO DOS AMBIENTES FLÚVIO-ESTUARINOS DA BAÍA DE
GUAJARÁ
A interpretação dos ambientes e feições da Baía de Guajará, em função de parâmetros
chaves de foto-interpretação (padrões de cores, texturas e contexto), foi realizada pela análise do
produto híbrido (SAR/ETM+), gerado usando a técnica SPC-SAR, além das imagens
RADARSAT-1 W1 e LANDSAT-7 ETM+ individualmente. Assim, foi possível identificar e
mapear os diferentes ambientes flúvio-estuarinos da Baía de Guajará, auxiliado por ortofotos
digitais obtidas por um levantamento aerofotogramétrico na região metropolitana de Belém
(CODEM, resolução 3,3m), por fotografias áreas oblíquas tomadas em um sobrevôo e, ainda,
pelo conhecimento pretérito da área em estudo.
Gonçalves, F.D. 2005.
116
A região da Baía de Guajará representa um complexo sistema hidrodinâmico, onde fatores
naturais e induzidos pelo homem interagem grandemente na configuração atual da paisagem.
Dessa forma, o estudo da área a partir dos dados obtidos permitiu o aperfeiçoamento da
compartimentação e definição das diferentes unidades de paisagem. Dentro deste contexto, três
unidades morfoesculturais e sete unidades morfológicas (unidades de paisagem) foram
reconhecidas, a partir da abordagem proposta por Ross (1996), que estabelece táxons para
classificação geomorfológica (
Tabela 6.11). A Figura 6.17 mostra o mapa das unidades de
paisagem da área em estudo, interpretado a partir de uma imagem híbrida (fusão da banda
pancromática com as bandas multiespectrais do LANDSAT-7 ETM+, apresentada na
Figura
6.3
), conforme descrições a seguir.
Morfoesculturas Unidades Morfológicas
(Unidades de Paisagem)
Planalto Rebaixado da Amazônia
Terra Firme (Pediplano)
Planície aluvial (Várzea)
Planície de maré
Praias estuarinas
Planície Amazônica
Canais fluviais e estuarinos
Áreas urbanas
Sistemas Antropogênicos
Lagos artificiais
Tabela 6.11 – Compartimentação geomorfológica da área em estudo.
Gonçalves, F.D. 2005.
117
Figura 6.17 -
Mapa de unidades de paisagem elaborado a partir da interpretação visual do
produto integrado, pan/multi do LANDSAT-7 ETM+ (Gonçalves, 2003).
Gonçalves, F.D. 2005.
118
6.3.1 - Planalto Rebaixado da Amazônia (Região de Terra Firme)
No produto híbrido SPC-SAR a Região de Terra Firme aparece em coloração marrom
esverdeada. A distinção entre esta unidade e a Região de Várzea é bem caracterizada na região de
Belém e redondezas, onde há uma grande área de expansão urbana contrastante. Ao contrário, na
parte sul do Rio Guamá, onde a vegetação característica de Terra Firme ainda se encontra em
estado conservado, há confusão na definição da interface entre Várzea e Terra Firme. É de
extrema importância considerar, nesse caso, que o componente cromático na imagem híbrida
advém da relação geobotânica entre a Várzea e a Terra Firme, dado que não há solos expostos
nessa região (
Figura 6.18).
A imagem LANDSAT-7 ETM+ (5R7G3B, obtida pelo IOF,
Figura 6.2) fornece
excelente distinção entre as regiões de Terra Firme e Várzea, principalmente em função da banda
5, que permite observar diferenças do teor de umidade na vegetação e solos. Por outro lado, a
banda 7 fornece excelente contraste entre as regiões urbanas e vegetadas.
As imagens RADARSAT-1 W1 não apresentaram bons resultados para a diferenciação e
mapeamento das Regiões de Terra Firme, bem como para a delimitação da interface Terra Firme/
várzea. Isso ocorre em função do mecanismo similar de retroespalhamento nessas duas áreas, a
saber, espalhamento superficial e em menor quantidade volumétrico, que resulta em padrões
homogêneos de textura e tons de cinza, como explicado na seção 6.2.2.
O Pediplano está amplamente distribuído por toda a região de interflúvio - Terra Firme,
tendo sido desenvolvido durante o Neo-Pleistoceno (Pará, 1995). Este se encontra modelado em
tabuleiros ocupados por cobertura detrítica pleistocênica, com uma fácies essencialmente arenosa
e outra areno-argilosa, de caráter alúvio-coluvial e em parte fluvial, esculpido em litologias do
Grupo Barreiras (Rossetti
et al., 1989). Sobre ele desenvolve-se um latossolo amarelo, recoberto
por Floresta Ombrófila Densa, capoeira, pastagens e agriculturas de subsistência. Assim, o limite
desta unidade de paisagem se dá de forma brusca com a planície aluvial e as praias estuarinas,
delineado por falésias ativas e inativas; pode também ocorrer de forma transicional, quando em
contato com o relevo colinoso.
Gonçalves, F.D. 2005.
119
Figura 6.18
Imagem integrada SPC-SAR (Selective Principal Component - SAR) da Região
Metropolitana de Belém, mostrando as principais unidades de paisagem da área estudada: A)
várzea do Rio Guamá; B) Terra
Firme; C) áreas urbanas.
Gonçalves, F.D. 2005.
120
6.3.2 - Planície Amazônica
Constitui uma área plana e ramificada, que se estende ao longo dos canais fluviais
principais, distributários e estuarinos. Apresenta as maiores áreas nas regiões de ilhas
aluvionares, quando o rio vem a constituir uma série de cursos de água menores como “igarapés”,
“furos” e “paranás”. A Planície Amazônica é formada por planícies aluviais, associadas aos
domínios fluviais dos cursos dos rios, e por planícies estuarinas, desenvolvidas na foz dos rios,
quando estes são fortemente influenciados pelas águas do mar.
6.3.2.1 - Planície Aluvial
No produto integrado SPC-SAR, a Planície Aluvial aparece em coloração esverdeada. A
distinção entre esta e a Região de Terra Firme é bem característica, na região de Belém e
redondezas, onde há uma grande área de expansão urbana. Ao contrário, na parte sul do Rio
Guamá, há grande confusão entre a interface Várzea e Terra Firme (
Figura 6.18).
Esta unidade é caracterizada por seu posicionamento fisiográfico ao longo dos canais
fluviais, constituindo áreas diariamente inundadas durante a elevação das marés, ação das chuvas
ou por ambas (várzea baixa). Pode ainda ser inundada periodicamente, quando coincide o nível
de maré alta e altos índices pluviométricos (várzea alta). Nota-se que, em função do grau de
desenvolvimento da planície aluvionar, há o predomínio de uma ou de outra, sendo a várzea alta
mais desenvolvida que a várzea baixa. O nível mais baixo ocorre, normalmente, um pouco mais
afastado das margens dos cursos fluviais, de quem é separado pela várzea alta (diques marginais),
formando uma rampa aluvial inclinada em direção à terra firme (Pará, 1995). Devido ao nível de
investigação adotado, não foi possível individualizar a várzea alta e a várzea baixa na escala de
mapeamento proposto.
Na área em estudo, esta unidade está amplamente distribuída, sendo representada
principalmente pelas várzeas dos rios Moju, Acará e Guamá. As várzeas constituem terrenos
baixos, com altitudes entre 0 e 5 metros, com até 4 km de largura, como no caso da várzea do rio
Guamá. São constituídas por aluviões recentes formados por argila com ou sem matéria orgânica,
silte, areia e cascalho, com desenvolvimento de gleissolos álicos, recobertos na maior parte por
Floresta Ombrófila Aluvial. Esta cobertura florestal ombrófila densa pode ser representada por
sub-formações com dossel uniforme, representadas por floresta de grande porte na várzea alta e
Gonçalves, F.D. 2005.
121
de médio porte na várzea baixa, enquanto sub-formações com dossel emergente ocorrem
principalmente na várzea baixa (Pará, 1995).
6.3.2.2 - Planície de maré
A distinção entre a Planície Estuarina e a Planície Fluvial não é possível de ser efetuada
com base em dados de sensores remotos, uma vez que nas imagens RADARSAT-1 W1, os
mecanismos semelhantes de retroespalhamento, característicos destes ambientes, dificultam
grandemente sua diferenciação, considerando que o nível de interação energia-alvo se dá em
relação à superfície do dossel. O mesmo ocorre com referência às imagens LANDSAT-7 ETM+,
em função da resposta espectral similar, característica de condições ambientais semelhantes
determinando, assim, relações geobotânicas também similares. Dessa forma, estas unidades de
paisagem foram diferenciadas em função do seu posicionamento fisiográfico ao longo dos canais
fluviais (Planície Fluvial) e canais estuarinos (Planície Estuarina), empregando para isso dados
auxiliares e o conhecimento pretérito da área em estudo.
A Planície de Maré constitui áreas diariamente influenciadas tanto pela descarga fluvial,
quanto pela ação das marés salinas que fluem estuário adentro, isto é, ocorrem em área de
influência flúvio-marinha, com fluxo e refluxo das correntes de marés. A salinidade é o fator
determinante no desenvolvimento de manguezais.
Esta planície constitui terrenos baixos (0 a 5 m de altitude), com largura não superior a
500 m, ocorrendo sempre associada à vegetação de várzea (mangues). Os depósitos da planície
estuarina formam manguezais, que representam áreas de acumulação em planícies de maré, cujos
sedimentos são constituídos por depósitos aluviais lamosos (argila e silte) ricos em matéria
orgânica, com desenvolvimento de gleissolos álicos. Os depósitos encontram-se colonizados,
principalmente por
Avicenia sp. e Ryzophora sp. de grande porte (~ 20m de altura).
6.3.2.3 - Praias Estuarinas
No produto híbrido SPC-SAR gerado, são claramente diferenciadas as praias estuarinas
em tons de vermelho, mostrando um excelente exemplo do sinergismo obtido com a fusão das
imagens RADARSAT-1 W1, onde as praias não aparecem claramente, com imagens LANDSAT-
7 ETM+, onde as praias são bem diferenciadas. Assim, o produto SPC-SAR fornece uma imagem
Gonçalves, F.D. 2005.
122
com padrões bem distintivos de cor e textura, apresentando valor agregado para a máxima
extração de informações (
Figura 6.19).
Na combinação ETM+ 357 (IOF), é possível identificar as praias estuarinas,
principalmente pela contribuição da banda 3, que apresenta bom contraste entre as praias, água e
vegetação adjacente. Já para as imagens RADARSAT-1 W1, não foi possível distinguir as praias
estuarinas, em função do baixo contraste.
Ao longo das margens dos canais flúvio-estuarinos, observam-se depósitos arenosos que,
sob ação de ondas, vêm a formar praias estuarinas, muito bem conhecidas na região, como as
praias das Ilhas de Outeiro, Cotijuba e Mosqueiro.
Estas praias possuem granulometria variando de areia média a grossa e composição
quartzosa. Tais diferenças são reflexo de variações à exposição do vento, ondas e correntes de
marés, assim como das características dos materiais erodidos das formações litorâneas, da
topografia, da vegetação e das atividades humanas (El Robrini, 2001). São praias comumente
curtas e estreitas, constituídas por sedimentos médios a grossos, com extensão variando de alguns
metros a vários quilômetros, e são compostas pelos materiais das formações litorâneas erodidas
formando, assim, as falésias. Em muitas praias da Ilha de Mosqueiro, afloram, durante a baixa
mar, sedimentos do Grupo Barreiras, assim como sedimentos Pós-Barreiras.
Gonçalves, F.D. 2005.
123
Figura 6.19 – Imagem integrada SAR/óptico, através da técnica SPC-SAR, mostrando uma
notória distinção das praias estuarinas (seta branca).
6.3.2.4 - Canais Fluviais e Estuarinos
Nas imagens RADARSAT-1 W1, o mecanismo de retroespalhamento atuante na Baía de
Guajará proporciona baixo retorno do sinal em função da pequena rugosidade superficial da água,
criando um mecanismo de espalhamento quasi-especular. A delimitação dos canais fluviais e
estuarinos é feita em função dos diferentes mecanismos de retroespalhamento atuantes na água e
na terra. De maneira geral, a imagem LANDSAT-7 ETM+ apresenta excelente contraste entre a
interface água/terra, especialmente para as bandas do infravermelho próximo e médio.
A leste da ilha do Marajó, o rio Pará é definido como um canal flúvio-estuarino,
conhecido como braço direito do rio Amazonas (Pinheiro, 1987). Seu principal afluente à direita
é o rio Tocantins, seguido dos rios Acará e Guamá, além dos rios Arari e Camará, que constituem
os afluentes da margem esquerda. A partir da confluência dos rios Acará e Guamá, se apresenta a
Gonçalves, F.D. 2005.
124
Baía de Guajará, que se prolonga até as imediações da Ilha do Mosqueiro, onde interage com a
baía de Marajó.
A calha fluvial do rio Guamá apresenta pouco mais de 1900 m de largura e profundidades
variando de 1 m na margem direita a 17 m na margem esquerda, onde se localiza o canal do
mesmo. Pode-se detectar, a partir de um perfil de fundo, o suave mergulho da margem esquerda
para a direita, sendo possível observar ainda bancos arenosos alongados paralelamente à direção
do canal, onde devem ocorrer as maiores velocidades de corrente. Pode-se afirmar também que a
margem direita se apresenta fortemente inclinada, indicativa de atividade erosiva intensa
(Pinheiro, 1987).
6.3.3 - Sistemas Antropogênicos (Áreas Construídas)
Os sistemas antropogênicos constituem uma unidade de paisagem cuja evolução está
intimamente associada à ocupação humana, que ao longo do tempo tem alterado as características
naturais do relevo. Em um trabalho realizado pela JICA (
Japan International Cooperation
Agency
), foi adotada a terminologia Sistemas Antropogênicos, caracterizando as seguintes
feições: zonas urbanas consolidadas representadas por sítios urbanos propriamente ditos; zonas
urbanas em formação ou de expansão urbana, caracterizada por padrões de ocupação expansivos,
em geral na periferia dos núcleos urbanos; áreas especiais, ligadas a propriedades públicas ou
privadas de grandes dimensões, reservadas com finalidades estabelecidas e dificilmente
modificadas em curto prazo (Pará, 1995).
Neste trabalho, trataremos as áreas urbanas como uma única unidade, assim como os
ambientes alterados pela ação do homem, como os mananciais de captação de águas do Utinga,
que vêm a constituir lagos artificiais (Lagos Água Preta e Bolonha).
6.3.3.1 - Áreas Urbanas
Nas imagens RADARSAT-1 W1 os altos valores de níveis de cinza nas áreas urbanas e a
textura fortemente rugosa dizem respeito a um complexo mecanismo de reflexão atuante, onde o
efeito de
double bounce, também chamado de reflexão de canto, causa um alto valor de retorno
do pulso de microondas, com conseqüente alto brilho.
Para o produto híbrido SPC-SAR gerado, as informações texturais das imagens
RADARSAT-1 W1 são agregadas às informações cromáticas relacionadas com as imagens
Gonçalves, F.D. 2005.
125
LANDSAT- 7 ETM+, mostrando uma excelente distinção entre as áreas urbanas e de expansão
adjacentes, fornecendo uma imagem com padrões bem distintos de cor e textura (
Figura 6.20).
Esta unidade abrange a Região Metropolitana de Belém, onde a ocupação humana
substituiu o quadro natural por edificações e arruamentos. Assim, as áreas urbanas tiveram como
eixo de desenvolvimento inicial as áreas de interflúvio, no caso de Belém, o interflúvio Guamá-
Guajará, eixo este que apresenta condições ideais para o crescimento de um sítio urbano.
Ademais, um grave problema na Região Metropolitana de Belém é a ocupação
desenfreada das áreas de baixadas (planícies de inundação dos rios) pela população de baixa
renda, um problema ambiental decorrente do processo de expansão sócio-econômica nessa
região. Assim, essa parte da população vem sendo empurrada para áreas inadequadas a esta
forma de uso, como as planícies estuarina e fluvial.
6.3.3.2 - Lagos Artificiais
Nas imagens RADARSAT-1 W1, tal como acontece com os canais fluviais e estuarinos,
os lagos artificiais (Água Preta e Bolonha) são muito bem discriminados em função do
mecanismo de espalhamento especular neles atuante, em contraste com os mecanismos de
espalhamentos das áreas adjacentes, principalmente superficial e volumétrico. Tal diferença
também ocorre nas imagens LANDSAT-7 ETM+ e no produto SPC-SAR.
Essas feições são representadas pelos lagos Bolonha e Água Preta, utilizados na captação
de água para o abastecimento da Cidade de Belém e adjacências, constituindo a cabeceira de
cursos fluviais represados por barragens (
Figura 6.20).
Gonçalves, F.D. 2005.
126
Figura 6.20 - Área Construída da Região Metropolitana de Belém, mostrando os lagos artificiais
Água Preta (lago maior) e Bolonha. (produto híbrido SAR/óptico).
6.4-MAPEAMENTO DOS AMBIENTES FLÚVIO-ESTUARINOS DA BAÍA DE
GUAJARÁ
As técnicas de classificação automática (supervisionada e não-supervisionada), utilizadas
nesta Dissertação para as imagens LANDSAT-7 ETM+ (bandas 1, 2, 3, 4, 5 e 7) e no produto
gerado pela fusão SPC-SAR, foram avaliadas quanto à sua exatidão segundo o índice
Kappa
(
Tabela 6.12).
Gonçalves, F.D. 2005.
127
Classificação Índice Kappa Desempenho da
classificação
LANDSAT-7 (Isoseg)
0,816 Excelente
Produto SPC-SAR (K-média)
0,602 Muito Bom
LANDSAT-7 (MAXVER)
0,774 Muito Bom
Produto SPC-SAR (MAXVER)
0,729 Muito Bom
LANDSAT-7 (MAXVER) *
0,960 Excelente
Produto SPC-SAR (MAXVER) *
0,953 Excelente
Tabela 6.12 – Resultado do teste Kappa para a classificação automática das imagens
LANDSAT-7 ETM+ e do produto híbrido SPC-SAR. (*) análise estatística gerada para as áreas
de treinamento.
A avaliação dos erros de classificação baseada somente na análise estatística das áreas de
treinamento apresentou altos valores de exatidão do mapeamento (0,960 para o LANDSAT-7
ETM+ usando MAXVER), se comparada com aquela realizada pela distribuição estocástica de
pixels de referência na área em estudo (0,774 para o LANDSAT-7 ETM+ usando MAXVER).
Tal efeito ocorre porque a distribuição daqueles pixels é orientada pelo conhecimento prévio do
analista (verdade terrestre) e concentrada somente na região das áreas de treinamento (Jensen,
1996). Dessa forma, o método de amostragem aleatória é o mais apropriado para avaliar a
acurácia dos mapeamentos gerados, pois representa globalmente as unidades de paisagem
presentes na área.
A análise estatística através dos cálculos da matriz de confusão, estatística
Kappa e índice
de exatidão geral aponta bons desempenhos para as técnicas de classificação utilizadas,
permitindo medir a boa acurácia dos mapeamentos automáticos realizados, corroborando também
a rapidez e confiabilidade desses procedimentos. O mapeamento das unidades de paisagem na
área, que é a base para a confecção de mapas de índices de sensibilidade ambiental a
derramanentos de óleo (ISA) pode, portanto, ser efetuado em um pequeno intervalo de tempo,
dada a automação eficaz dos procedimentos.
As matrizes de confusão, estatística
Kappa e índice de exatidão geral referentes às
classificações automáticas utilizadas neste trabalho são mostradas nas
Tabelas 6.13, 6.14, 6.15 e
6.16. A matriz de confusão é usada para avaliar o resultado da classificação, mostrando
quantitativamente os pixels classificados de forma correta, a partir da comparação da verdade
terrestre (dados de referência) com a classificação produzida.
Gonçalves, F.D. 2005.
128
Dado de Referência
Classificado
Várzea Terra Firme Área Urbana Água
∑
linha
Comissão(%)
Várzea 36 4 2 0 42 14.3
Terra Firme 4 16 3 0 23 30.0
Área Urbana 0 0 9 0 9 0
Água 0 0 0 26 26 0
∑
Coluna
40 20 14 26 100
Omissão(%)
10.0 20.0 35.7 0
Índice Kappa = 0.816 Exatidão
g
eral = 87/100 = 87%
Tabela 6.13 - Matriz de confusão gerada para a classificação não supervisionada (Isoseg) da imagem LANDSAT-7
ETM+ (bandas 1, 2, 3, 4, 5, 7), destacando as amostras que foram classificadas corretamente (diagonal principal em
vermelho).
Dado de Referência
Classificado
Várzea Terra Firme Área Urbana Água
∑
Linha
Comissão
Várzea 30 7 4 0 41 26.8
Terra Firme 8 13 7 0 28 53.6
Área Urbana 1 0 3 0 4 25.0
Água 1 0 0 26 27 3.7
∑
Coluna
40 20 14 26 100
Omissão
25.0 35.0 78.6 0
Índice Kappa = 0.602 Exatidão geral = 72/100 = 72%
Tabela 6.14 - Matriz de confusão gerada para a classificação não supervisionada (K-média) do produto híbrido
gerado SAR/óptico (RADARSAT-1 W1 e LANDSAT-7 ETM+).
Dado de Referência
Classificado
Várzea Terra Firme Área Urbana Água
∑
Linha
Comissão
Várzea 36 6 1 0 43 16.3
Terra Firme 3 14 3 0 20 30.0
Área Urbana 1 0 10 2 13 23.0
Água 0 0 0 24 24 0
∑
Coluna
40 20 14 26 100
Omissão
10.0 30.0 28.6 7.7
Índice Kappa = 0.774 Exatidão geral = 84/100 = 84%
Tabela 6.15 - Matriz de confusão gerada para a classificação supervisionada (MAXVER) da imagem LANDSAT-7
ETM+ (bandas 1, 2, 3, 4, 5, 7).
Dado de Referência
Classificado
Várzea Terra Firme Área Urbana Água
∑
Linha
Comissão
Várzea 35 6 3 0 44 20.4
Terra Firme 4 12 3 0 19 36.8
Área Urbana 0 2 8 0 10 20.0
Água 1 0 0 26 26 0
∑
Coluna
40 20 14 26 100
Omissão
12.5 40.0 42.8 0
Índice Kappa = 0.729 Exatidão geral = 81/100 = 81%
Tabela 6.16 - Matriz de confusão gerada para a classificação supervisionada (MAXVER) do produto híbrido gerado
SAR/óptico (RADARSAT-1 W1 e LANDSAT-7 ETM+).
Gonçalves, F.D. 2005.
129
Para a matriz de confusão da Tabela 6.13, os componentes da diagonal principal
representam os pixels que foram classificados de forma correta (em vermelho). Por exemplo, para
a classe várzea no mapa temático classificado, foram corretamente classificados 36 pixels; no
entanto, 4 pixels classificados como várzea, quando observados os dados de referência,
pertencem à classe terra firme e dois pixels classificados como várzea, pertencem à classe áreas
urbanas. Portanto, dos 42 pixels da classe várzea, 36 pixels (85 %) foram bem classificados,
enquanto que 6 pixels foram mal classificados (14 %). Este erro de classificação é chamado de
erro de inclusão ou comissão, dado que se incluem pixels em uma classe quando na realidade
pertencem a outra classe.
Dentre os 14 pixels da classe área urbana, 9 foram classificados corretamente (64 %), 2
foram classificados como várzea (14%) e 3 foram classificados como terra firme (21 %). Esse
erro de classificação é chamado de erro de omissão, pois pixels pertencentes à classe área urbana
foram atribuídos a outras classes (
Tabela 6.13).
Considerações similares podem ser traçadas para as outras matrizes de confusão abaixo,
referentes aos outros mapas classificados (
Tabelas 6.14, 6.15 e 6.16).
Portanto, as técnicas de classificação supervisionada e não-supervisonada usadas, tanto
para a imagem LANDSAT-7 ETM+ como para o produto híbrido gerado (SAR/ótico), são de
grande valia, considerando a acurácia e rapidez do mapeamento das unidades de paisagem
(
Figura 6.21). Dessa forma, o mapa de unidades de paisagem classificados automaticamente, que
apresentou o melhor índice
Kappa geral (Figura 6.22), e o melhor índice Kappa para o produto
integrado (
Figura 6.23), podem ser comparados com o mapa de unidades de paisagem
interpretado visualmente por Gonçalves (2003), na
Figura 6.17.
Gonçalves, F.D. 2005.
130
Figura 6.21 – Técnicas de classificação automátivas usadas: A) ISOSEG nas bandas 1, 2, 3, 4, 5 e 7 do LANDSAT-7 ETM+; B) k-
Médias na imagem SPC- SAR; C) MAXVER nas bandas 1, 2, 3, 4, 5, 7 do LANDSAT-7 ETM+; D) ) MAXVER na imagem SPC-
SAR.
Gonçalves, F.D. 2005.
131
Figura 6.22
– Mapa de Unidades de Paisagem gerado pela classificação automática não-
supervisionada, que obteve o melhor índice
Kappa, usando o algoritmo de classificação Isoseg
(ISODATA), a partir das imagens LANDSAT-7 ETM+ (bandas 1, 2, 3, 4, 5 e 7).
Gonçalves, F.D. 2005.
132
Figura 6.23 - Mapa de Unidades de Paisagem gerado pela classificação automática
supervisionada, que obteve o melhor índice
Kappa entre as imagens integradas (Imagem SPC-
SAR), utilizando o algoritmo de classificação MAXVER.
Gonçalves, F.D. 2005.
133
Os resultados acima apresentados mostram que a rotina de classificação automática
realizada nesta Dissertação é importante, uma vez que permite a geração de mapas de índices de
sensibilidade ambiental a derramamentos de óleo em um pequeno intervalo de tempo, podendo
servir como um mapa preliminar em situações emergenciais, quando não houver outros
disponíveis, reduzindo custos e o tempo de elaboração. Isso é importante na região amazônica,
onde praticamente inexistem bases planimétricas em escala adequada havendo, assim,
necessidade de técnicas que possibilitem a geração de mapas preliminares com acurácia e
rapidez.
6.5 - GERAÇÃO DAS CARTAS DE ISA A DERRAMAMENTOS DE ÓLEO
A partir da interpretação dos produtos gerados pelo processamento digital de imagens, em
conjunto com informações de campo, foram identificados sete índices de sensibilidade ambiental
(ISA) a derramamentos de óleo na área estudada. Desta forma, os ISA foram analisados para a
região a partir do método proposto pela NOAA (2002) e Petrobras (2002). Para tanto, verificou-
se a necessidade de adaptação desses métodos para região costeira amazônica, considerando que
os ambientes e feições da área possuem especificidades e peculiaridades inerentes aos complexos
ecossistemas costeiros tropicais amazônicos não discutidos pela NOAA. Dessa forma, foi adotada
nesta Dissertação a proposta de Souza Filho
et al. (2004).
Assim, os ambientes foram ordenados de acordo com sua sensibilidade a derramamentos
de óleo, em: i) Muro de arrimo - ISA 1B; ii) Falésia - ISA 3; iii) Praia - ISA 4; iv) Estruturas
Artificiais - ISA 8B; v) Banco Lamoso Vegetado - ISA 9B; vi) Manguezal - ISA 10A; vii)
Várzea - ISA 10B. Na
Tabela 6.17, é possível observar a descrição resumida de cada ambiente
com seus respectivos índices de sensibilidade ambiental a derramamentos de óleo. A
Figura 6.24
ilustra os diferentes índices de sensibilidade ambiental cartografados a partir da análise do mapa
de unidades de paisagem (
Figura 6.17), confeccionado a partir de uma imagem híbrida
LANDSAT-7 ETM+ (pan/multi). A
Figura 6.25 mostra o mapa de índices de sensibilidade
ambiental a derramamentos de óleo elaborado a partir do mapa de unidades de paisagem (
Figura
6.23
) gerado pela classificação automática superviso nada da imagem híbrida SPC-SAR.
Gonçalves, F.D. 2005.
134
Figura 6.24
- Mapa de Índices de Sensibilidade Ambiental a Derramamentos de óleo, para Baía
de Guajará, fotointerpretado a partir de uma imagem híbrida LANDSAT-7 ETM+ (bandas
multiespectrais e pancromática).
Gonçalves, F.D. 2005.
135
Figura 6.25 - Mapa de Índices de Sensibilidade Ambiental a Derramamentos de óleo, para Baía
de Guajará, elaborado a partir de uma classificação supervisionada (MAXVER) da imagem SPC-
SAR.
Gonçalves, F.D. 2005.
136
Índices Classificação para o Estuário Guajarino
1B
Muro de Arrimo (paredões artificiais).
Paredão impermeável, estrutura artificial lisa exposta com declividade alta a
média.
São constituídos por metal, concreto e madeira.
3
Formam escarpas e falésias íngremes expostas (Grupo Barreiras).
Substratos semipermeáveis com pequena penetração do óleo.
Reflexão média das ondas e marés, com sedimentos sujeitos a remobilização
freqüente por ação das ondas e marés.
4
Praias de areia média a grossa, abrigada.
Substratos com baixa declividade e moderadamente permeáveis.
Região de uso recreacional.
8B
Estruturas Artificiais, que incluem, píeres e docas construídas com materiais
impermeáveis como concreto e madeira. Localizam-se em áreas densamente
povoadas.
Enrocamentos e outras estruturas artificiais não lisas abrigadas.
9B
Banco lamoso Vegetado.
Barras de rio vegetadas.
Possui substrato sub-horizontal lamoso (declividade menor que 3 graus).
10A
Manguezal (mangues frontais e mangues de estuários)
Zona salobra ou de água salgada, com vegetação adaptada ao meio (mangue).
Formado em planícies de maré
Região com grande diversidade biológica.
10B
Região de Várzea
Terraços alagadiços formados nas margens dos rios.
Formado em planícies aluviais ou estuarinas.
Tabela 6.17 – Classificação da sensibilidade ambiental a derramamentos de óleo para dos
ambientes mapeados na área em estudo. Souza Filho
et al. (2004) .
Gonçalves, F.D. 2005.
137
6.5.1 - Estrutura Artificial, Muro de Arrimo - Índice 1B ( ISA 1B )
DESCRIÇÃO:
9 Paredão impermeável, estrutura artificial lisa exposta, de declividade alta a média (Figura
6.26
).
9 São constituídas por metal, concreto e madeira.
9 Servem para proteger áreas residenciais de lazer e industriais da ação de ondas e marés.
Assim, estão expostas freqüentemente a ondas de até um metro de altura e/ou a fortes
correntes de maré, possuindo uma tendência refletiva.
COMPORTAMENTO DO ÓLEO:
9 Não há penetração de óleo; com baixo tempo de permanência do óleo.
AÇÕES DE RESPOSTA:
9 A remoção tende a ocorrer rapidamente de modo natural.
Figura 6.26 - Estrutura Artificial, Muro de Arrimo da Companhia Docas do Pará - Índice 1B
( ISA 1B ).
Gonçalves, F.D. 2005.
138
6.5.2 - Escarpas e Falésias, Esculpidas nos Sedimentos do Grupo Barreiras - Índice 3 ( ISA
3 )
DESCRICÃO:
9 Substratos semipermeáveis com pequena penetração de petróleo.
9 Formam escarpas ao longo dos cursos fluviais e falésias ao longo das praias estuarinas a
partir da ação das ondas (Grupo Barreiras),
Figura 6.27.
9 Reflexão média das ondas e marés, com sedimentos bem selecionados e geralmente
compactos, sujeitos a remobilização freqüente por ação das ondas e marés.
9 No caso de escarpas íngremes expostas do Grupo Barreiras, a ação das correntes de maré
e ondas, durante os períodos de maré alta, atingem a base da falésia, erodindo sua porção
inferior, enquanto as porções superiores são desgastadas pela água da chuva e outras
descargas que se infiltram no terreno. Como resultado desta ação conjugada, a escarpa é
erodida e recua.
Figura 6.27 – Falésia ao longo das praias estuarinas, Ilha de Cotijuba, formada a partir da ação
das ondas, esculpida no pediplano neo-pleistocênico, sustentado por depósitos do Grupo
Barreiras, marcando um contato brusco entre o pediplano e a planície aluvial.
Gonçalves, F.D. 2005.
139
COMPORTAMENTO DO ÓLEO:
9 Penetração do óleo geralmente menor que 10 cm; mínima possibilidade de soterramento
do óleo devido à lenta mobilidade da massa sedimentar. Tal possibilidade existe, porém,
em praias expostas, após a fase erosiva das tempestades.
AÇÕES DE RESPOSTA:
9 Geralmente a limpeza é necessária, sendo comumente possível o tráfego de veículos,
respeitando o ciclo de marés e as eventuais restrições ambientais locais. No caso dos
sedimentos Grupo Barreiras, o óleo pode entranhar no material desmoronado, acumulado
na base da escarpa, tornando a limpeza necessária na faixa da preamar.
6.5.3 - Praia de Areia Média a Grossa - Índice 4 (ISA 4)
DESCRIÇÃO:
9 Substratos de média permeabilidade e moderada penetração e potencial soterramento de
petróleo.
9 Praia de areia média a grossa, abrigada (Figuras 6.28 e 6.29).
9 Declividade da face praial entre 3 e 10 graus e substratos moderadamente permeáveis,
com mobilidade sedimentar relativamente elevada, podendo haver soterramento parcial
do óleo.
9 Região de uso recreacional (atividades socioeconômicas), que incluem áreas de praias e
de pesca. Estas atividades que caracterizam os usos dos recursos costeiros e marinhos são
freqüentemente sensíveis aos impactos por derramamentos de óleo.
COMPORTAMENTO DO ÓLEO:
9 Penetração do óleo até cerca de 25 cm de profundidade, com mobilidade do sedimento e
tendência ao soterramento.
9 Possibilidade de ocorrência de seqüência de estratos com e sem contaminação, exigindo o
manuseio de grande volume de sedimentos; os impactos sobre as comunidades bióticas
intermarés podem ser severos.
Gonçalves, F.D. 2005.
140
AÇÕES DE RESPOSTA:
9 A limpeza difícil é agravada pela tendência do equipamento misturar ainda mais o óleo
com o sedimento. O tráfego de veículos pode não ser possível. Pode ainda haver a
transposição da praia por ondas em situações de maré de sizígia, com potencial
contaminação da retaguarda do cordão litorâneo.
Figura 6.28 - Praias Estuarinas na Ilha de Cotijuba, de areia média a grossa.
Figura 6.29 - Praias Estuarinas na Ilha de Mosqueiro, com alto uso recreacional.
Gonçalves, F.D. 2005.
141
6.5.4 - Estruturas Artificiais Abrigadas - Índice 8B (ISA 8B)
DESCRIÇÃO:
9 Substratos impermeáveis a moderadamente permeáveis, abrigados ( Figura 6.30).
9 Estas estruturas incluem píeres, docas, construídos com materiais impermeáveis como
concreto e madeira. Localizam-se em áreas densamente povoadas.
9 Enrocamentos e outras estruturas artificiais não lisas abrigadas.
9 Sujeitas à ação das ondas e marés de sizígia, as estruturas artificiais variam de vertical lisa
a encosta rugosa com vários graus de permeabilidade, com declividade geralmente
íngreme (maior que 15 graus), usualmente com densa cobertura de algas, gramíneas e
outros organismos.
COMPORTAMENTO DO ÓLEO:
9 O óleo tende a recobrir a superfície afetada, persistindo por longo tempo em caso de
derramamento durante condições de maré de sizígia equinocial, devido à inexistência de
hidrodinamismo capaz de efetuar sua remoção. O mapeamento deve distinguir entre
substratos lisos impermeáveis ao óleo e substratos recobertos por blocos, irregularidades.
O impacto na biota pode ser alto devido à exposição tóxica (óleos leves ou frações
dispersas) ou asfixia (óleos pesados).
AÇÕES DE RESPOSTA:
9 Limpeza freqüentemente necessária, tanto por razões estéticas, quanto pela baixa remoção
natural.
Gonçalves, F.D. 2005.
142
Figura 6.30 - Estruturas Artificiais Abrigadas, formada por píeres e docas construídos com
madeira e metal.
6.5.5 - Banco Lamoso Vegetado - Índice 9B (ISA 9B)
DESCRIÇÃO:
9 Substratos semipermeáveis, planos e abrigados (Figura 6.31).
9 Terraço de baixa-mar lamoso abrigado.
9 Deltas e barras de rio vegetados.
9 Abrigado da ação das ondas e marés, possui substrato sub-horizontal lamoso (declividade
menor que 3 graus), com sedimentos saturados em água e com baixa permeabilidade, a
não ser pela presença de orifícios feitos por animais; largura variando de poucos metros a
extensões da ordem de quilômetros. Sedimentos moles de baixíssima trafegabilidade.
COMPORTAMENTO DO ÓLEO:
9 A penetração de óleo é limitada pelos sedimentos saturados em água; o óleo é geralmente
transportado até a linha de maré alta, podendo ocorrer penetração junto à linha de
preamar. O impacto na biota pode ser alto devido à exposição tóxica (óleos leves ou
frações dispersas) ou asfixia (óleos pesados).
Gonçalves, F.D. 2005.
143
AÇÕES DE RESPOSTA:
9 A remoção natural ocorre de forma extremamente lenta; o substrato mole e a dificuldade
de acesso tornam a limpeza quase impossível. Assim, qualquer esforço nesse sentido
tende a introduzir o óleo nas camadas mais profundas. No caso da existência de grande
quantidade de recursos biológicos, a limpeza é impraticável, pois ações de resposta
podem agravar o dano.
Figura 6.31
- Banco Lamoso Vegetado - Índice 9B (ISA 9B), mostrando substrato mole que
dificulta o acesso, tornando a limpeza extremamente difícil.
6.5.6 - Manguezal - Índice 10 A (ISA 10A)
DESCRIÇÃO:
9 Zona salobra ou de água salgada, com vegetação adaptada ao meio, mangue (Figuras
6.32
e 6.33).
9 Sedimentos lamosos formando solos com muita matéria orgânica.
9 Manguezais frontais e manguezais de estuários.
9 Região com grande importância ecológica; os recursos biológicos incluem plantas e
animais sensíveis ao óleo.
Gonçalves, F.D. 2005.
144
9 Formado em planícies de maré, que é uma região com baixa declividade, estando sujeito a
níveis de energia mais baixos (tempo de permanência do óleo mais prolongado e menor
ação de limpeza natural). Possui superfície de intermarés, que permite o estabelecimento
de comunidades biológicas como, por exemplo, leitos de mexilhões, caranguejos e
comunidades de plantas.
COMPORTAMENTO DO ÓLEO:
9 Sedimentos lamosos com baixa permeabilidade e saturados em água; conseqüentemente, a
penetração do óleo é muito limitada. Contudo, como este substrato é habitado por vários
organismos, há escavações por bioturbação, e as tocas podem proporcionar a penetração
do óleo.
9 Constituem um dos habitats mais sensíveis, devido à elevada riqueza e valor biológico, e
funcionam como verdadeiras armadilhas de retenção de óleo.
AÇÕES DE RESPOSTA:
9 Em substratos lamosos, o uso de equipamentos de limpeza ou proteção não é, em geral,
possível, devido à sua baixa consistência. Em substratos vegetados, tal como os
manguezais, os equipamentos de limpeza não devem ser utilizados. Nesses ambientes,
admite-se apenas limpeza manual.
9 O substrato mole e a dificuldade de acesso tornam a limpeza impraticável; o esforço nesse
sentido tende a introduzir o óleo nas camadas mais profundas, agravando o dano.
Gonçalves, F.D. 2005.
145
Figura 6.32 - Manguezal, Índice 10 A, mostrando o contato entre a região de manguezal e a
Terra Firme (ortofoto, CODEM).
Figura 6.33 - Manguezal, Índice 10 A, mostrando típica vegetação de mangue.
Gonçalves, F.D. 2005.
146
6.5.7 - Várzea - Índice 10 B (ISA 10B)
DESCRIÇÃO:
9 Terraços alagadiços formados a partir das margens dos rios (Figura 6.34 e 6.35).
9 Formado em planícies aluviais ou estuarina, numa região com baixa declividade (menor
que 3 graus), estando sujeitos a baixos níveis de energia (maior tempo de permanência do
óleo e menor ação de limpeza natural). Possui ampla superfície de inundação, que permite
o estabelecimento de rica comunidade biológica.
9 Substrato plano, arenoso a lamoso, com sedimentos saturados em água e baixa
permeabilidade sendo, assim, de baixa trafegabilidade.
COMPORTAMENTO DO ÓLEO:
9 A penetração é limitada, com possibilidade de cobertura direta da vegetação pelo óleo na
zona intermarés. A cobertura direta com óleos viscosos pode sufocar os sistemas de
raízes; o impacto na biota pode ser alto devido à exposição tóxica ou asfixia.
AÇÕES DE RESPOSTA:
9 A remoção natural ocorre de forma extremamente lenta, devido aos baixos níveis de
energia.
9 As dificuldades de acesso devido à grande densidade e diversidade de vegetação, tornam
a limpeza mecanizada muito difícil. Assim, de maneira geral, não é possível a utilização
de equipamentos de limpeza, admitindo-se apenas limpeza manual.
Gonçalves, F.D. 2005.
147
Figura 6.34 - Imagem de alta resolução (ortofoto CODEM, 1998), mostrando a várzea baixa que
comumente ocorre ao longo dos canais fluviais. Rio Guamá.
Figura 6.35
– Várzea, Índice 10 B, apresentando ampla superfície de inundação com rica
comunidade biológica associada.
Gonçalves, F.D. 2005.
148
CAPÍTULO 7
7- CONSIDERAÇÕES FINAIS
7.1- CONCLUSÕES
O monitoramento ambiental em áreas onde há exploração, produção e transporte de
petróleo e derivados é imprescindível para a conservação ambiental. Além disso, a elaboração de
mapas de índices de sensibilidade ambiental é um componente importante para o gerenciamento
das atividades econômicas e sociais nas áreas costeiras, uma vez que estes são utilizados para
prever e minimizar impactos ocasionados por derramamentos de óleo. Tais produtos podem,
ainda, ser utilizados pelos agentes sociais e governamentais responsáveis pelo gerenciamento
costeiro.
A gestão de segurança e meio ambiente, com o aprimoramento de estratégias de
prevenção e controle de acidentes durante as atividades relacionadas com o setor petrolífero, tem
sido o grande desafio estratégico e o diferencial das grandes companhias de petróleo no mundo.
Assim, o custo elevado envolvido nas atividades de limpeza, pagamento de indenizações e a
restauração dos ambientes afetados por um derramamento de óleo faz com que a melhor
estratégia de resposta seja a prevenção.
Ademais, foi observado que os principais parâmetros ambientais que controlam a
dinâmica nos ambientes costeiros amazônicos são influenciados pelo regime das marés, assim
como pela energia da descarga fluvial, proporcionando os processo de agradação e degradação da
paisagem. Assim, a altura das marés tem relação direta com a extensão das áreas inundadas,
considerando que o tamanho da zona intermaré representa a extensão da área que potencialmente
pode ser atingida, no caso de um derramamento de óleo. Este parâmetro é de fundamental
importância para a classificação dos índices de sensibilidade a derramamentos de óleo nos
ambientes costeiros amazônicos.
Por isso, as áreas inundáveis ao longo dos cursos fluviais têm grande importância para
manutenção e conservação dos ambientes flúvio-estuarinos, além de alta sensibilidade a
derramamentos de óleo. Dessa maneira, as marés e a dercarga fluvial devem ser considerados
quando da análise dos ISA para a zona costeira amazônica.
Os 64 cenários hipotéticos delineados para o mapeamento dos ISA na Amazônia, em
condições ideais, consideram a interação da dinâmica das marés com o ciclo dos rios amazônicos.
Gonçalves, F.D. 2005.
149
Tais cenários contemplam 16 composições de maré e quatro estágios de nível de água. Esse
grande número de cenários mostra a complexidade e a necessidade de uma abordagem específica
para região amazônica, observando suas peculiaridades.
Portanto, a análise das imagens LANDSAT-7 ETM+ separadamente mostra uma ampla
gama de informações espectrais (componente cromático). Isto tem permitido uma clara distinção
das diversas feições na área em estudo, apresentado a desvantagem de ser uma imagem com
baixa informação textural, com a limitação de aquisição de imagens em condições atmosféricas
adversas, dada a grande cobertura de nuvens na região.
Para as imagens RADARSAT-1 W1, a análise dos valores de coeficientes de
retroespalhamento mostrou uma grande dificuldade de mapeamento para determinadas unidades
de paisagem encontradas na área, em função da sobreposição entre os valores estatísticos de
coeficiente de retroespalhamento para as
Regiões de Várzea, Planície de Maré e Terra Firme.
Esse efeito impossibilita, ou dificulta sobremaneira, a identificação e o mapeamento destes
ambientes usando somente essas imagens. No entanto, foi possível mapear com grande acurácia,
os corpos de água e as áreas construídas.
Assim, observou-se uma baixa influência da maré na resposta do RADARSAT-1 W1 para
área em estudo, uma vez que na imagem em condição de maré mais alta (29 de janeiro de 2003),
não há aumento significativo nos valores médios de coeficiente de retroespalhamento. De forma
inversa, é significativa a influência da precipitação pluvial na resposta do RADARSAT-1 W1,
pois a imagem de 5 de janeiro de 2003, com precipitação média relativamente maior apresenta,
de maneira geral, maiores valores de coeficiente de retroespalhamento do que a imagem de 29 de
janeiro, quando a precipitação média foi menor. Este resultado mostra claramente a influência da
precipitação no retroespalhamento da radiação na banca C.
Este trabalho demonstra que os radares de abertura sintética (SAR) são importantes para o
monitoramento das zonas costeiras amazônicas, tendo em vista sua capacidade de penetração em
nuvens e chuva, bem como pela iluminação independente da fonte solar. Isto possibilita o
monitoramento sistemático de uma região em uma escala temporal de pequeno a médio período,
permitindo medir a evolução e a gestão de um problema ambiental.
Todavia, é importante a utilização de técnicas de integração de dados, uma vez que fica
comprometida a identificação e o mapeamento de algumas unidades de paisagem, usando as
imagens RADARSAT-1 W1 e LANDSAT-7 ETM+ isoladamente. Ademais, as técnicas de fusão
Gonçalves, F.D. 2005.
150
utilizadas, permitiram maximizar a extração de informações, aproveitando o sinergismo obtido
com a imagem híbrida gerada apresentando, assim, qualidade superior para extração de feições e
atributos, o que possibilita uma melhor identificação e mapeamento dos ambientes costeiros.
Dentro disso, destaca-se que o produto integrado a partir da técnica SPC-SAR mostrou
excelentes resultados para o mapeamento da região, permitindo uma melhor variação nos padrões
de cores e texturas facilitando, assim, a interpretação dos ambientes. Dessa forma, este foi o
produto que mais forneceu valor agregado para interpretação e mapeamento dos ambientes.
Técnicas de classificação supervisionada e não-supervisonada mostraram ser importantes,
em função da facilidade e rapidez para o mapeamento das unidades de paisagem, obtendo
resultados confiáveis, num pequeno intervalo de tempo. Assim, este procedimento subsidiou a
elaboração das cartas de índices de sensibilidade ambiental a derramamentos de óleo. Dessa
forma, em situações emergenciais em áreas cujas variáveis ainda não são bem conhecidas, a
agilidade nas ações de resposta é a chave para uma estratégia de contingência eficaz, com a
proteção dos ambientes ameaçados e mitigação dos danos gerados.
A utilização dos dados de sensores remotos orbitais permitiu a produção de mapas
atualizados, em escala adequada, com maior rapidez, acurácia e menor custo. Além disso, a visão
sinóptica obtida com esses sensores propiciou o melhor entendimento dos processos atuantes nos
ambientes costeiros amazônicos, bem como de suas inter-relações, uma vez que possibilitaram a
análise das relações espaciais integradas e o reconhecimento mais eficaz dos ambientes em
campo.
Ademais, é preciso ter em mente que o homem amazônico é um agente ativo nesse
processo e parte fundamental na dinâmica destes ambientes. Uma vez que as áreas mais sensíveis
são aquelas com importância econômica e social para os habitantes da região, pois uma
expressiva parcela da população ribeirinha encontra-se em risco de ser diretamente afetada no
caso de um derramamento de óleo. Portanto, os moradores das regiões flúvio-estuarinas
amazônicas têm no ambiente onde vivem sua principal riqueza, pois é de lá que tiram sua
subsistência. Esta Dissertação intentou contribuir para a manutenção das condições de vida das
populações ribeirinhas amazônicas, tentando compatibilizar a potencialidade do uso sustentável
dos recursos naturais e a fragilidade destes ecossistemas, não os tratando como santuários
intocáveis, mas como uma fonte esgotável de recursos.
Gonçalves, F.D. 2005.
151
7.2- RECOMENDAÇÕES
Como continuação da pesquisa se faz necessária à aquisição de imagens em diferentes
modos de operação e em diferentes condições ambientais, na tentativa de se modelar melhor a
influência das marés e precipitação na resposta do RADARSAT-1. Assim, outros modos de
imageamento considerando diferentes ângulos de incidência, direção de visada e resolução
espacial, devem ser usados para investigar a região, buscando entender como estes parâmetros do
sistema sensor interagem com os alvos. Poder-se-á, dessa forma, identificar os ambientes e
compreender os processos atuantes com a maior acurácia possível.
Doravante, é possível estender os principais resultados obtidos neste trabalho para outras
áreas da costa amazônica, a partir da rotina de procedimentos aqui traçada para o mapeamento e
identificação dos índices de sensibilidade ambiental a derramamentos de óleo objetivando, dessa
maneira, um maior grau de conhecimento da região.
A utilização de sistemas SAR polarimétricos para averiguação da zona costeira
amazônica, com múltiplas polarizações e diferentes freqüências (e.g. RADARSAT-2 e
ALOS/PALSAR), permitirá a obtenção de informações importantes relacionadas com a interação
das microondas com os alvos. Esses estudos aumentarão sobremaneira o emprego potencial do
sensoriamento remoto nas microondas para as questões aqui discutidas. Essa tecnologia de última
geração aponta ao futuro com grandes possibilidades ainda a serem desvendadas.
Investigações com esse tipo de sistema permitirão o monitoramento dos ambientes
tropicais com maior acurácia, uma vez que os novos sensores polarimétricos, com alta resolução
espacial, vão permitir a identificação das assinaturas radiométricas dos alvos, medindo a
amplitude e fase do pulso de microondas retroespalhado. Ademais, espera-se que o Sistema de
Proteção da Amazônia, que possui um moderno sistema de sensoriamento remoto
aerotransportado, com um sistema SAR polarimétrico, seja uma importante fonte de informações
sobre a Amazônica.
Gonçalves, F.D. 2005.
152
REFERÊNCIAS
ABDEL-KADER, A. F.; NASR, S. M.; EL-GAMILY, H. I.; EL-RAEY, M. 1998.
Environmental sensitivity analysis of potential oil spill for Ras-Mohammed coastal zone,
Egypt.
Journal of Coastal Research, 14 (2): 502-510.
ALMEIDA FILHO, R. 2002. Remote detection of hydrocarbon microseepage areas in the Serra
do Tonã region, Tucano Basin, Brazil.
Canadian Journal of Remote Sensing, 28 (6): 750-
757.
ANDRADE, N.S.O. 1999.
Qualidade geométrica de imagens JERS-1 (SAR) e RADARSAT
(Modos S2 e S3) em ambiente de floresta tropical (Rondônia)
. São José dos Campos,
Instituto Nacional de Pesquisas Espaciais, 188p. (Dissertação de mestrado).
ARIMA, E.; MACIEL, N.; UHL, C. 1998.
Oportunidades para o desenvolvimento do estuário
amazônico
. Belém, Imazon, 34 p. (Série Amazônia n.º 15).
ARPEL .1997.
Guía para el desarrollo de mapas de sensibilidad ambiental para la planificación
y respuesta ante derrames de hidrocarburos
. ARPEL (Asociacion Regional de Empresas de
Petroleo y Gas Natural en Latinoamerica y el Caribe), 50p.
ARZANDEH, S. & WANG, J. 2002. Texture evaluation of RADARSAT imagery for wetland
mapping.
Canadian Journal of Remote Sensing, 28 (5): 653-666.
BARBOSA, M.P.; SINGHROY, V.; SAINT-JEAN, R.1999. Mapping coastal erosion in southern
Paraíba, Brazil from RADARSAT-1.
Canadian Journal of Remote Sensing, 25 (3): 323- 328.
BEISL, C.H.; MIRANDA, F.P.; PEDROSO, E.C.; LANDAU, L. 2003. Generation of oil
sensitivity index information in Western Amazonia, Brazil, using dual season SAR image
mosaics of the Global Rain Forest Mapping Project. In: SIMPÓSIO BRASILEIRO DE
SENSORIAMENTO REMOTO,11, Belo Horizonte,
Anais...INPE: p. 823-830.
BENTZ, C.M. & MIRANDA, F.P. 2001. Application of remote sensing data for oil spill
monitoring in the Guanabara Bay, Rio de Janeiro, Brazil. In: SIMPÓSIO BRASILEIRO DE
SENSORIAMENTO REMOTO, 10, Foz do Iguaçu.
Anais... INPE: p.747- 752.
BERREDO, J.F.; MENDES, A.C.; SALES, M.E.C.; SARMENTO, J.P. 2001. Nível de
Contaminação por Óleo nos Sedimentos de Fundo e na Água do Rio Pará, Decorrente do
Acidente com a Balsa Miss Rondônia. In: PROST, M.T.
Ecossistemas Costeiros: Impactos e
Gestão Ambiental, Museu Paraense Emílio Goeldi.
Gonçalves, F.D. 2005.
153
CARLOS, N. 2001. Bush zomba do protocolo de Kyoto. Mundo: Geografia e política
internacional, São Paulo, ano 9, nº4, p. 5-8.
CARVALHO, M. 2003.
Mapeamento da sensibilidade ambiental ao impacto por óleo de um
segmento da costa entre os estados do Rio Grande do Norte e Ceará utilizando imagens
ETM+/LANDSAT-7 e geoprocessamento
. São José dos Campos, Instituto Nacional de
Pesquisas Espaciais, 186 p. (Dissertação de mestrado).
CHAVES, J.M. 2002.
Discriminação de litotipos com base em dados de radar de abertura
sintética e sinergismo radar/ sistema óptico
. Brasilia-DF, Universidade de Brasília, Instituto
de Geociências, 154 p. (Tese de Doutorado).
CHAVEZ JR., P.S. 1988. An improved dark-Object subtraction technique for atmospheric
scattering correction of multispectral data.
Remote Sensing of Environment, 24(3):459-479.
CHAVEZ JR. P. S. & KWARTENG, A. Y. 1989. Extracting spectral contrast in Landsat
Thematic Mapper image data using selective principal component analysis.
Photogrammetric Engineering and Remote Sensing, 55 (3): 339-348.
CHAVEZ JR., P.S.; BERLIN, G.L.; SOWERS, L.B. 1982. Statistical method for selecting
Landsat MSS ratios.
Journal of Applied Photographic Engineering, 8:23-31.
CONGALTON, R. 1991. A review of assessing the accuracy of classification of remotely sensed
data.
Remote Sensing of Environment, 37 (35): 35- 45.
CRACKNELL, A.P. 1999. Remote Sensing Techniques in Estuaries and Coastal Zones – An
Update.
International Journal of Remote Sensing, 19(3): 485-496.
CUNHA, E.R.S.P. 2002.
Integração digital de imagens de radar e Landsat-TM com dados
geológicos e aerogamaespectrométricos no auxílio ao mapeamento geológico da região do
cmplexo granítico estrela –Pará (PA).
São José dos Campos, Instituto nacional de Pesquisas
Espaciais, 149 p. (Dissertação de Mestrado).
CUNHA, E.R.S.P.; SOUZA FILHO, P.W.M.; MIRANDA, F.P.; SALES, M.E.C.; LANDAU, L.
2004. O Projeto Piatam Mar e a gestão ambiental e social da zona costeira amazônica. In:
RIO OIL & GÁS EXPO AND CONFERENCE 2004. Rio de Janeiro.
Anais... Instituto
Brasileiro de Petróleo e Gás: IBP789_04.
DAVIES, J.H. 1964. A Morphogenic Approach of world shorelines.
Z. Geomorphology, 8:127-
142.
Gonçalves, F.D. 2005.
154
DHN - Departamento de Hidrografia e Navegação. 2002. Tábuas de marés para 2002, Costa do
Brasil e alguns portos estrangeiros
. Rio de Janeiro, DHN.
DHN - Departamento de Hidrografia e Navegação. 2004.
Tábuas de marés para 2002, Costa do
Brasil e alguns portos estrangeiros
. Rio de Janeiro, DHN. p.1-6.
DNMET (Departamento Nacional de Meteorologia). 1992.
Normas Climatológicas.
Departamento Nacional de Meteorologia, Brasília.
DUTRA, L.V.; MURA, J.C.; FREITAS, C.C.; SANTOS, J.R.; ELMIRO, M.T. 2003.
Processamento de Imagens de Radar de Abertura Sintética - Princípios e Aplicações. In:
WORKSHOP EM TRATAMENTO DE IMAGENS, 4, Belo Horizonte.
Anais...NPDI, DCC,
ICex/UFMG, p. 4-13.
DUTRIEUX, E.; CANOVAS, S.; DENIS, J.; HÉNOCQUE, Y.; QUOD, J.P.; BIGOT, L. 2000.
Guidelines for vulnerability mapping of coastal zones in the Indian Ocean. Paris,
UNESCO/IOC. (Manuals and Guides, nº38).
EL-ROBRINI, M.E.S. 2001.
Variabilidade morfológica e sedimentar de praias estuarinas, Ilha
de Mosqueiro - Belém
, Belém, Universidade Federal do Pará, Centro de Geociências, 85p.
(Dissertação de Mestrado).
EPA. 1999.
Understanding oil spills and oil spill response: understanding oil spills in freshwater
environments. US Environmental Protection Agency, p 44.
ESA (European Space Agengy). 1998.
ERS and it´s Marine Application. Noordwijk.
ESRI. 2001.
Using ArcView GIS, New York, 350 p.
FERNADES, D. & FERNADES, M.T.C. 1998. Imagens de radar de abertura sintética como
instrumento de auxílio na avaliação do impacto ambiental. In: SIMPÓSIO BRASILEIRO DE
SENSORIAMENTO REMOTO, 9 , Santos.
Anais... SBSR’98. CD-ROM.
FONSECA, L.M.G.; LOPES, E.S.S.; YAMAGUCHI, F.Y.; VINHAS, L. 2000.
Processamento
Digital de Imagens
. Apostila digital do INPE. Disponível em: <http: //www. inpe. br>.
Acesso em: 20 abril de 2004.
FORMAGGIO, A.R.; EPIPHANIO, J.C.N.; SIMÕES, M.S.; 2001. Radarsat Backscattering from
an Agricultural Scene.
Pesquisa Agropecuária Brasileira, Brasília, 36 (5): 823-830.
Gonçalves, F.D. 2005.
155
GONÇALVES, F.D. 2003. Mapeamento da Sensibilidade Ambiental a Derrame de Óleo na Baía
de Guajará (Belém-PA) Usando Imagens ETM+ Landsat 7 e Sistema de Informações
Geográficas
. 57p. Belém, Universidade Federal do Pará, Curso de Geologia. (Trabalho de
Conclusão de Curso).
GONÇALVES, F.D. & SOUZA FILHO, P.W.M. 2004. Mapeamento dos índices de sensibilidade
ambiental a derrames de óleo na Baía de Guajará (Belém-PA) usando imagens Radarsat-1,
Landsat ETM+ 7 e sistema de infomação geográfica.
In: CONGRESSO BRASILEIRO DE
OCEANOGRAFIA 2004, Itajaí.
Anais...UNIVALI. CD-ROM.
GRUNSKY, E.C. 2002. The application of principal components analysis to multi-beam
RADARSAT-1 satellite imagery: A tool for land cover and terrain mapping.
Canadian
Journal of Remote Sensing
, 28(6):758-769.
GUNDLACH, E.R. & HAYES, M.O. 1978. Classification of coastal environments in terms of
potential vulnerability to oil spill impact.
Marine Technology Society Journal, 12: 18-27.
HARRIS, J. R.; BOWIE, C. RENCZ, A. N. GRAHAM, D. 1994. Computer-enhancement
techniques for the integration of remotely sensed, geophysical, and thematic data for
geosciences.
Canadian Journal of Remote Sensing, 20(3): 210-221.
HELM, A ; BRAUN, A.; EICKSCHEN, S.; SCHÖNE, T. 2002. Calibration of the Shuttle Radar
Topography Mission X-SAR instrument using a synthetic altimetry data model.
Canadian
Journal of Remote Sensing
, 28(4): 573-580.
HESS, L.L.; MELACK, J.M.; FILOSO, S.; WANG, Y. 1995. Delineation of inundated area and
vegetation along the Amazon floodplain with the SIR-C synthetic aperture radar.
IEEE
Transactions on Geoscience and Remote Sensing
, 33(4): 896-904.
HUGENHOLTZ, C. & VAN DER SANDEN, J. 2001.
Polarimetric SAR for Geomorphic
Mapping in the Intertidal Zone, Minas Basin, Bay of Fundy, Nova Scotia
, Canada Center for
Remote Sensing, 24 p.
IMO & IPIECA. 1994.
Sensitivity mapping for oil spill response. IMO (International Marine
Organization) and IPIECA (International Petroleum Industry Environmental Conservation
Association), p. 24. (Report Series, 1).
IPIECA. 1991.
Directrices sobre las consecuencias biologicas de la contaminacion por
hidrocarburos
. International Petroleum Industry Environmental Conservation Association,
p.18. (Repertorio de Informes IPIECA, Vol. 1).
Gonçalves, F.D. 2005.
156
IRISH, R. 1998. Landsat 7 science data users handbook: Greenbelt, Maryland, GSFC. Versão
eletrônica.Disponível em:< http://ltpwww.gsfc.nasa.gov/IAS/handbook/handbook_toc.html>.
Acesso em: 10 setembro de 2004.
JENSEN, J.R. 1996.
Introductory digital image processing - A remote sensing perspective.
second edition,
New Jersey, Prentice Hall, 318 p. (Series in Geographic Information
Science).
JENSEN, J.R.; MURDAY, M.; SEXTON, W.J.; GREEN, C.J. 1993. Coastal environment
sensitivity mapping for oil spills in the United Arab Emirates using remote sensing and GIS
technology.
Geocarto International, 2:5-13.
KAMPEL, M. & AMARAL, S. 2001. Imagens TM/LANDSAT na Detecção de Mancha de Óleo
na Baía da Guanabara - RJ - Brasil. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO
REMOTO,10, Foz do Iguaçu,
Anais...INPE: p. 801-809.
KUPLICH, T. M .2001.
Temporal, spatial, spectral and polarisation characteristics of the SAR
backscatter from regenerating tropical forests
. Southampton, University of Southampton
(Department of Geography), 216 p. (PhD. Thesis).
KUSHWAHA, S.P.S.; DWIVEDI, R.S.; RAO, B.R.M. 2000. Evaluating of various digital image
processing techniques for detection of coastal wetlands using ERS-1 SAR data.
International
Journal of Remote Sensing
, 21: 565-579.
LEWIS, A. J.; HENDERSON, F.M.; HOLCOMB, D. W. 1998. Radar fundamentals: the
geoscience perpective. In: HENDERSON, F.M. & LEWIS, A.J.
Principles & applications
of imaging Radar, Manual of Remote Sensing
. New York, Jonh Willey & Sons, p. 131-180.
MACHADO, H.M.; LAMPARELLI, R.A.C.; ROCHA, J.V.; ZULLO Jr., J. 2003. Estudo da
variação de parâmetros atmosféricos necessários para correção atmosférica de imagens de
satélite. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 11, Belo
Horizonte,
Anais...INPE: p. 2537-2539.
MADRUCCI, V. 1999.
Avaliação dos produtos integrados TM-LANDSAT, RADARSAT e
gamaespectrométricos na caracterização tectônica e mapeamento geológico de área
mineralizada em ouro na região de Alta Floresta-MT
. São José dos Campos, Instituto
Nacional de Pesquisas Espaciais, 179 p. (Dissertação de Mestrado).
Gonçalves, F.D. 2005.
157
MALDONADO, F.D. 1999. Análise por componentes principais (ACP) na caracterização da
dinâmica do uso da terra em área do semi-árido brasileiro:
Quixaba- PE. São José dos
Campos, Instituto Nacional de Pesquisas Espaciais, 128 p. (Dissertação de Mestrado).
MARTINELLI, M. & PEDROTTI, F. 2001. A cartografia das unidades de paisagem: Questões
metodológicas.
Revista do Departamento de Geografia. 14: 39-46.
MELO, D.H.C.T.B. 2002. Uso de dados IKONOS II na análise urbana: Testes operacionais na
zona leste de São Paulo.
São José dos Campos, Instituto Nacional de Pesquisas Espaciais,
148 p. (Dissertação de mestrado).
METZGER, J. P. 2001. O que é ecologia de paisagens?,
Biota Neotropica, 1(1): 1-9. Disponível
em: < http://www.biotaneotropica.org.br/>. Acesso em: 13 de fevereiro de 2005.
MICHEL, J.; HAYES, M.O.; BROWN, P.J. 1978. Application of an oil spill vulnerability index
to the shoreline of Lower Cook Inlet, Alaska.
Environmental Geology, 2(2): 107-117.
MIRANDA, F.P.; MARMOL, A.M.Q.; PEDROSO, E.C.; BEISL, C.H.; WELGAN, P.;
MORALES, L.M. 2004. Analysis of RADARSAT-1 data for offshore monitoring activities
in the Cantarell Complex, Gulf of Mexico, using the unsupervised semivariogram textural
classifier (USTC).
Canadian Journal of Remote Sensing, 30(3): 424-436.
MIRANDA, L.B.; CASTRO, B.M.; KJERFVE, B. 2002.
Princípios de oceanografia física de
estuários
. São Paulo, Editora da Universidade de São Paulo, 400p. (Acadêmica 42).
MMA. 2002.
Especificações e normas técnicas para a elaboração de cartas de sensibilidade
ambiental para derramamentos de óleo (cartas SAO).
Rio de Janeiro, 22p.
MORAIS, M. C.; PARADELLA, W. R.; RENNÓ, C. D. 2002. Mapeamento de lateritas
mineralizadas em ferro do depósito N1 (Carajás-PA) através de classificação textural de
imagens de radar do SAREX’ 92.
Revista Brasileira de Geociências, 32 (3):351-360.
MORENA, L.C.; JAMES, K.V.; BECK, J. 2004. An introdution to the RADARSAT-2 mission.
Canadian Journal of Remote Sensing, 30(3): 221- 234.
MUEHE, D. 1998. O litoral brasileiro e sua compartimentação. In: CUNHA, S.B., GUERRA,
A.J.T.,
Geomorfologia do Brasil. Rio de Janeiro, Bertrand Brasil, p. 273-349.
NASCIMENTO, M.C. & SILVA, P.C. 2003. Análise comparativa entre as imagens radar da
aeronave de sensoriamento remoto do SIVAM e ótica do LANDSAT 7 ETM+. In:
SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 11, Belo Horizonte,
Anais..., INPE, p. 2351-2358.
Gonçalves, F.D. 2005.
158
NOAA. 2002. Environmental sensitivity index guidelines, NOAA - National Oceanic and
Atmospheric Administration. Version 3.0. Seattle. NOAA Technical Memorandum NOS
OR&A 11, 89p.
NOERNBERG, M.A. & LANA, P.C. 2002. A sensibilidade de manguezais e marismas a
impactos por óleo: fato ou mito? Uma ferramenta para a avaliação da vulnerabilidade de
sistemas costeiros a derrames de óleo.
Geografares, Vitória, 3: 109-123.
PARÁ, 1995.
Plano Diretor de Mineração em Áreas Urbanas: Região Metropolitana de Belém.
Belém, Governo do Estado do Pará/IBGE, 157p.
PARADELLA, W.R. & BIGNELLI, P. A., 1996.
Radar em Geociências: Princípios e
Aplicações. Apostila do curso “Radar e a Integração Digital com Dados Auxiliares
Aplicados a Geologia”.
PARADELLA, W. R.; SANTOS, A. R.; VENEZIANI, P. MORAIS, M. C. 1999.
Avaliação de
dados do RADARSAT-1 em aplicação geológica na Província Mineral de Carajás
, Estado do
Pará. Relatório Final: FAPESP #10946-4/1997, INPE, São José dos Campos.
PARADELLA, W. R.; SANTOS, A. R.; VENEZIANI, P. MORAIS, M. C. 2000. Synthetic
aperture radar for geological applications in the moist tropics: experiences from the Brazilian
Amazon region.
Revista Brasileira de Geociências, 30 (3): 538-542.
PARADELLA, W.R.; SANTOS, A.R.; VENEZIANI, P.; MORAES, M.C. 2001 O Sinergismo de
Imagens Standard Descendente do RADARSAT-1 e Thematic Mapper do Landsat-5 em
Aplicação Geológica na Amazônia. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO
REMOTO, 10, Foz do Iguaçu,
Anais...INPE: p. 315-322.
PARASHAR, S.; LANGHAM, E.; MCNALLY, J.; AHMED, S. 1993. RADARSAT mission
requirements and concept.
Canadian Journal of Remote Sensing, 19(4): 280- 288.
PCI GEOMATICS. 2004.
Geomatica: User Manual. PCI geomatics, Version 9.1, Canada.
PETROBRAS. Petróleo Brasileiro S.A. 2002.
Manual Básico para Elaboração de Mapas de
Sensibilidade Ambiental a Derrames de Óleo no Sistema Petrobras
: Ambientes Costeiros e
Estuarinos. Rio de Janeiro, 134p.
PICCHIOTTI, A.; CASACCHIA, R.; SALVATORI, R. 1997. Multitemporal Principal
Component Analysis of spectral and spatial features of the Venice Lagoon.
International
Journal of Remote Sensing,
18(1): 183-196.
Gonçalves, F.D. 2005.
159
PIEDADE, M.T.F. Influência do pulso das cheias e vazantes na dinâmica ecológica de áreas
inundáveis
. Disponível em: <http://www.mct.gov.br/prog/ppg7/projetos/proj986.pdf>.
Acesso em: 22 de novembro de 2004.
PINHEIRO, R.V.L. 1987.
Estudo hidrodinâmico e sedimentológico do Estuário Guajará-
Belém/PA
. Belém, Universidade Federal do Pará, Centro de Geociências, 164p. (Dissertação
de Mestrado).
PONÇANO, W.L.; CARNEIRO, C.D.R.; BISTRICHI, C.A.; ALMEIDA, F.F.M.; PRANDINI,
F.L. 1981.
Mapa Geomorfológico do Estado de São Paulo. São Paulo, IPT, 94p.
(Monografia 5).
PORTOBRAS/INPH. 1980.
Porto de Belém, Transporte de material sólido em suspensão na
Baía de Guajará
. Rio de Janeiro, 170 p. (Relatório INPH 147/80).
PRITCHARD, D. W. 1967. What is an estuary?: Physical view point. In: LAUFF, G.H.
Estuaries. Washington, American Association for the advance of science, p. 3.5.
PROISY, C.; MOUGIN, E.; FROMARD, F.; KARAM, M.A. 2000. Interpretation of polarimetric
radar signatures of mangrove forests.
Remote Sensing of Environment, 71(1): 56-66.
RABUS, B.; EINEDER, M; ROTH, A.; BAMLER, R. 2003. The shuttle radar topography
mission- a new class of digital elevation models acquired by spaceborne radar.
ISPR Journal
of Photogrammetry & Remote Sensing,
57: 241-262.
RADARSAT INTERNATIONAL, 1995.
RADARSAT Illuminated: Your Guide to Products and
Services
. 60p. Disponível em: < http://www.rsi.ca/rsic/education/rsiug98_499.pdf>. Acesso
em: 07 de fevereiro de 2004.
RADARSAT INTERNATIONAL. 1997.
RADARSAT Geology Handbook, Unpublished manual,
60 p. Disponível em: <: http://www.rsi.ca/rsic/education/rghb.pdf>. Acesso em: 15 de Junho
de 2003.
RAMSEY III, E.W.; NELSON, G.A.; SAPKOTA, S.K.1998. Classifying coastal resources by
integrating optical and radar imagery and color infrared photography.
Mangroves and Salt
Marshes
. 2: 109-119.
RANEY, K. 1998. Radar Fundamentals: technical perspective. In: HENDERSON, F.M. &
LEWIS, A.J.
Principles & applications of imaging Radar, Manual of Remote Sensing. New
York, Jonh Willey & Sons, p. 8-130.
Gonçalves, F.D. 2005.
160
RANGEL, M.E.S. 2000. Contribuição dos dados integrados dos sistemas sensores
TM/LANDSAT-5 e ERS-1/SAR para o estudo de uso e cobertura da Terra no nordeste da
Ilha do Maranhão.
São José dos Campos, Instituto Nacional de Pesquisas Espaciais, 112 p.
(Dissertação de Mestrado).
ROSENQVIST, O. 1997.
Analysis of the backscatter characteristics of rubber, oil palm and
irrigated rice in multi-band polarimetric synthetic aperture radar imagery
. Tokyo,
University of Tokyo (Institute of Industrial Science), 116 p. (PhD. Thesis).
ROSS, J.L.S. 1996. Geomorfologia Aplicada aos EIAs-RIMAs. In: CUNHA, S.B. & GUERRA,
A.J.T.
Geomorfologia e Meio Ambiente. Rio de Janeiro, Bertrand Brasil, p.291-336.
ROSS, J.L.S. 1998. Geomorfologia Ambiental. In: CUNHA, S.B. & GUERRA, A.J.T.
Geomorfologia do Brasil. Rio de Janeiro, Bertrand Brasil, p.351-388.
ROSSETTI, D. F.; TRUCKENBRODT, W.; GÓES, A.M. 1989. Estudo paleoambiental e
estratigráfico dos sedimentos barreiras e pós-barreiras na região bragantina, NE do estado do
Pará.
Boletim do Museu Paraense Emílio Goeldi, Belém, 1(1) :25-37.
SENA, M. J. S. & MESQUITA, A. L. A. 2004. Descrição da técnica de modelagem numérica do
escoamento na Baía do Guajará. In: UHLY, S. & SOUZA, E. L.
A questão da água na
grande Belém
. Belém, Casa de Estudos Germânicos, p. 207-229.
SILVA, B.S.G.; VALERIANO, D.M. 2003. Georeferenciamento e Análise da Correção
Atmosférica para o Cálculo de Albedo Usando o Sensor Landsat ETM+. In: SIMPÓSIO
BRASILEIRO DE SENSORIAMENTO REMOTO, 11, Belo Horizonte,
Anais...INPE: p.
2143-2150.
SILVA, W.S.B. 2002.
Uso de imagens RADARSAT-1 para fins de mapeamento de uso da terra e
cobertura do solo em ambiente tropical úmido urbano:
o caso de Manaus, Estado do
Amazonas
. São José dos Campos, Instituto Nacional de Pesquisas Espaciais, 61p.
(Dissertação de mestrado).
SINGHROY, V.1992. Radar Geology: Techniques and results.
Episodes, 15(1): 15-20.
SINGHROY, V.1996. Interpretation of SAR images for coastal zone mapping in Guyana.
Canadian Journal of Remote Sensing, 22(3): 317-328.
SINGHROY, V. & MOLCH, K. 2004. Geological case studies related to RADARSAT-2.
Canadian Journal of Remote Sensing, 30 (6): 893-902.
Gonçalves, F.D. 2005.
161
SINGHROY, V. & SAINT-JEAN, R. 1999. Effects of relief on the selection of RADARSAT-1
incidence angle for geological applications.
Canadian Journal of Remote Sensing, 25(3):
211- 217.
SOLER, L. S. 2000.
Detecção de manchas de óleo na superfície do mar por meio de técnicas de
classificação textural de imagens de radar de abertura sintética (RADARSAT-1),
São José
dos Campos, Instituto Nacional de Pesquisas Espaciais, 167p. (Dissertação de mestrado).
SOLER, L.S.; FREITAS, C.C.; LORENZETTI, J.A. 2001. Uso de Radar de Abertura Sintética na
Detecção de Manchas de Óleo na Superfície do Mar a partir de Classificação Textural na
Região da Bacia de Campos - RJ. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO
REMOTO, 10, Foz do Iguaçu,
Anais..., INPE, p. 859-868.
SOUZA FILHO, P.W.M. 2000.
Avaliação e aplicação de dados de sensores remotos no estudo
de ambientes costeiros tropicais úmidos, Bragança, Norte do Brasil
. Belém, Universidade
Federal do Pará (Curso de Pós-Graduação em Geologia e Geoquímica). 219p. (Tese de
Doutorado).
SOUZA FILHO, P.W.M. 2004. Costa de manguezais de macromaré da Amazônia: cenários
morfológicos, mapeamento e quantificação do maior cinturão contínuo de manguezais do
mundo.
Revista Gerenciamento Costeiro Integrado, número especial Ecossistema
Manguezal. In press.
SOUZA FILHO, P.W.M. & PARADELLA, W.R., W.R. 2002. Recognition of the main
geobotanical features along the Bragança mangrove coast (Brazilian Amazon Region) from
Landsat TM and RADARSAT-1 data.
Wetlands Ecology and Management, 10(2): 123-132.
SOUZA FILHO, P.W.M. & PARADELLA, W.R. 2003. Use of Synthetic Aperture Radar for
Recognition of Coastal Geomorphological Features, Land-use Assessment and Shoreline
Changes in Bragança Coast, Pará, Northern Brazil.
Anais da Acadêmia Brasileira de
Ciências
. 75(3): 341-356.
SOUZA FILHO, P.W.M.; MIRANDA, F.P.; BEISL, C.H.; ALMEIDA, E.F.; GONÇALVES,
F.D. 2004. Environmental sensitivity mapping for oil spill in the Amazon coast using remote
sensing and GIS technology. In: INTERNATIONAL GEOSCIENCE AND REMOTE
SENSING SYMPOSIUM – IGARSS 2004, Ancorage, Alaska.
Proceedings…: IEEE
Geocience and Remote Sensing.
Gonçalves, F.D. 2005.
162
SOUZA FILHO, P.W.M.; PARADELLA, W.R.; SILVEIRA, O.F.M. 2005. Synthetic Aperture
Radar for Recognition of Coastal Features in the Wet Tropics: Applications in the Brazilian
Amazon Coast.
Boletim Museu Paraense Emílio Goeldi, 1(1): 149-154. (série ciências
naturais).
SRIVASTANA, S. & SHEPHERD, N. 2000.
Extraction of beta nought and sigma nought from
RADARSAT-1 CDPF products
. Altrix Systems, 12 p. (Reports n. º: AS 97- 5001).
SZLAFSZTEIN, C. F. 2003.
Vulnerability and response measures to natural hazard and sea level
rise impacts:
Long-term coastal zone management, NE of the state of Pará, Brazil. Bremen,
University of Kiel (Faculty of Mathematics and Natural Sciences), ZMT- Center for Tropical
Marine Ecology, p. 192. (PhD. Thesis).
TOUTIN, T. 1995. Multi-source data fusion with an integrated and unified geometric modelling.
EARSeL Journal –Advances in Remote Sensing, 4(2): 118-129.
TOUTIN, T. & GRAY, L. 2000. State-of-the-art of elevation extraction from satellite SAR data.
ISPRS Journal of Photogrammetry & Remote Sensing, 55 (2000): 13-33.
VILLWOCK, J.A. 1994. A Costa Brasileira: Geologia e Evolução.
Notas técnicas, 7: 38-49.
VRIELING, A. & VAN DER SANDEN, J. 2000.
Satellite remote sensing for monitoring
coastline dynamics of the Canadian Beaufort sea coast
. Canada Center for Remote Sensing,
31 p.
YANG, X.; DAMEN, M. C. J.; VAN ZUIDAM, R. A. 1999. Use of thematic mapper imagery
with geographic information system for geomorphologic mapping in a large deltaic lowland
environment.
International Journal of Remote Sensing, 20: 659-681.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo