Clorofila a e turbidez a partir de imagens MODIS

A Represa Billings é considerada a maior represa da Região Metropolitana de São Paulo (RMSP), sendo a grande responsável pelo seu abastecimento público. Como a qualidade da sua água é afetada pela expansão urbana e atividades econômicas, há a necessidade de monitoramento contínuo. Dentre as mais pro...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Bourscheidt, Vandoir, Oswaldino da Silva, Letícia, Ruiz Haddad, Isadora, Saito Satoru, Victor, Santos Ricco, Milena, Stoppa Espinossi, Nathalia
Publicado: 2018
Materias:
Acceso en línea:https://bdigital.uncu.edu.ar/fichas.php?idobjeto=12865
date_str_mv 2018-10-18
description_str_mv A Represa Billings é considerada a maior represa da Região Metropolitana de São Paulo (RMSP), sendo a grande responsável pelo seu abastecimento público. Como a qualidade da sua água é afetada pela expansão urbana e atividades econômicas, há a necessidade de monitoramento contínuo. Dentre as mais promissoras ferramentas de monitoramento, as técnicas de sensoriamento remoto possuem as vantagens de, terem um baixo custo operacional e possibilidade de monitoramento em larga escala. Neste trabalho, utilizamos dados do satélite MODIS a partir da plataforma Google Earth Engine, para explicar a variação em dados de clorofila-a e turbidez obtidos in situ pela CETESB ao longo de 15 anos (2002-2017), através de regressão múltipla e do método de inteligência artificial random forest. Para a clorofila, utilizando técnicas de seleção de modelos, encontramos que o modelo mais simples e com maior explicação inclui as bandas 1, 2, 3, 5 e 7, com um R²=0.18 (P<0.001). Com o método random forest, obtivemos um R²=0.32 com as mesmas bandas, indicando maior poder de explicação em relação aos modelos lineares. Para a turbidez, ambos os métodos explicaram menos de 5% da variação nos dados, indicando uma fraca relação. Apesar do menor poder explicativo em relação ao encontrado na literatura, possivelmente devido às limitações dos dados da CETESB (como a ausência de informações do horário e ponto exatos da coleta), os modelos foram significativos, reforçando o potencial das informações a partir de satélites como indicativos de qualidade da água
autor_str_mv Bourscheidt, Vandoir
Oswaldino da Silva, Letícia
Ruiz Haddad, Isadora
Saito Satoru, Victor
Santos Ricco, Milena
Stoppa Espinossi, Nathalia
descriptores_str_mv Calidad del agua
Gestión ambiental
Satélite artificial
disciplina_str_mv Ciencias ambientales
titulo_str_mv Clorofila a e turbidez a partir de imagens MODIS
uma análise comparativa com 15 anos de dados in situ para a represa billings/sp
object_type_str_mv Ponencia
todos_str_mv UFSC
UFSC
UFSC
UFSC
UFSC
id 12865
plantilla_str Producción Científico Académica
record_format Producción Científico Académica
tipo_str textuales
type_str_mv Articulos
title_full Clorofila a e turbidez a partir de imagens MODIS
title_fullStr Clorofila a e turbidez a partir de imagens MODIS
Clorofila a e turbidez a partir de imagens MODIS
title_full_unstemmed Clorofila a e turbidez a partir de imagens MODIS
Clorofila a e turbidez a partir de imagens MODIS
description A Represa Billings é considerada a maior represa da Região Metropolitana de São Paulo (RMSP), sendo a grande responsável pelo seu abastecimento público. Como a qualidade da sua água é afetada pela expansão urbana e atividades econômicas, há a necessidade de monitoramento contínuo. Dentre as mais promissoras ferramentas de monitoramento, as técnicas de sensoriamento remoto possuem as vantagens de, terem um baixo custo operacional e possibilidade de monitoramento em larga escala. Neste trabalho, utilizamos dados do satélite MODIS a partir da plataforma Google Earth Engine, para explicar a variação em dados de clorofila-a e turbidez obtidos in situ pela CETESB ao longo de 15 anos (2002-2017), através de regressão múltipla e do método de inteligência artificial random forest. Para a clorofila, utilizando técnicas de seleção de modelos, encontramos que o modelo mais simples e com maior explicação inclui as bandas 1, 2, 3, 5 e 7, com um R²=0.18 (P<0.001). Com o método random forest, obtivemos um R²=0.32 com as mesmas bandas, indicando maior poder de explicação em relação aos modelos lineares. Para a turbidez, ambos os métodos explicaram menos de 5% da variação nos dados, indicando uma fraca relação. Apesar do menor poder explicativo em relação ao encontrado na literatura, possivelmente devido às limitações dos dados da CETESB (como a ausência de informações do horário e ponto exatos da coleta), os modelos foram significativos, reforçando o potencial das informações a partir de satélites como indicativos de qualidade da água
title Clorofila a e turbidez a partir de imagens MODIS
spellingShingle Clorofila a e turbidez a partir de imagens MODIS
Calidad del agua
Gestión ambiental
Satélite artificial
Bourscheidt, Vandoir
Oswaldino da Silva, Letícia
Ruiz Haddad, Isadora
Saito Satoru, Victor
Santos Ricco, Milena
Stoppa Espinossi, Nathalia
topic Calidad del agua
Gestión ambiental
Satélite artificial
topic_facet Calidad del agua
Gestión ambiental
Satélite artificial
publishDate 2018
author Bourscheidt, Vandoir
Oswaldino da Silva, Letícia
Ruiz Haddad, Isadora
Saito Satoru, Victor
Santos Ricco, Milena
Stoppa Espinossi, Nathalia
author_facet Bourscheidt, Vandoir
Oswaldino da Silva, Letícia
Ruiz Haddad, Isadora
Saito Satoru, Victor
Santos Ricco, Milena
Stoppa Espinossi, Nathalia
title_sort Clorofila a e turbidez a partir de imagens MODIS
title_short Clorofila a e turbidez a partir de imagens MODIS
url https://bdigital.uncu.edu.ar/fichas.php?idobjeto=12865
estado_str 3
building Biblioteca Digital
filtrotop_str Biblioteca Digital
collection Producción Científico Académica
institution Sistema Integrado de Documentación
indexed_str 2023-04-25 00:35
_version_ 1764120160897073152