Resumo: O presente artigo tem como objetivo elaborar uma análise dos impactos causados pelo

rompimento da barragem de Mariana, em Minas Gerais, ocasionados na data de 05 de novembro

de 2015 com consequências socioambientais que perduram até os dias de hoje. O desastre

influenciou diretamente no meio ambiente e na população residente local e regional, moradias

foram prejudicadas e a região afetada pela má qualidade hídrica. Com isso, o artigo a seguir

tem enfoque em uma análise ambiental sobre os impactos gerados pelo alastramento de

materiais em suspensão nas margens do rio xx e o transporte excessivo de matéria tóxica ao

longo do fluxo hídrico, atingindo à jusante, o principal rio da região, Rio Doce. Foram aplicadas

diferentes técnicas do sensoriamento remoto para representar os impactos em recursos hídricos

e sua dinâmica ao longo de séries temporais. O uso de máscaras e índices de emissão como o

Normalized Difference Vegetation Index (NDVI), e Razão de 3 bandas para qualidade da água,

foram necessários para a representação imagética e gráfica de toda a variação de curso e pureza

hídrica nas áreas de estudo da bacia hidrográfica do Rio Doce.

Palavras-chave: Impactos em recursos hídricos, NDVI, Razão de 3 bandas.

Relatório Introdutório

Características Gerais Ambientais da região de estudo:

Mariana é um município brasileiro localizado no estado de Minas Gerais, com latitudes -20º

21’ 49’’ e longitude -43º 24’ 35’’. O município faz divisa com os municípios de Ouro Preto,

Barra Longa, Diogo Vasconcelos, Acaiaca, Piranga, Catas Atlas e Alvinópolis. Sua localização

situa-se na vertente sul da Serra do Espinhaço, na Zona Metalúrgica de Minas Gerais, fazendo

parte da Bacia do Rio Doce, banhada pelo Rio do Carmo.

O clima de Cataguases é tropical com inverno seco. Analises feita do Climograma da cidade de

Cataguases (imagem 1 e 2) apresenta temperatura mínima de 16,9 º C e máxima 28,8 e

precipitação anual de 1.307 mm, (INMET 1992). O inverno é seco que se estende de maio atém

setembro e um verão chuvoso, que vai de outubro até abril, onde chove bastante

Gráfico 1. Climograma do município de Mariana-MG. Fonte: INMET 1992.

Tabela 1. Temperatura do município de Mariana – MG. Fonte: IMET 1992.

Durante o verão é onde ocorrem as chuvas, a massa de ar atlântica se choca com os grandes

morros. Com esse choque o ar úmido e quente sobe e resfria-se adiabaticamente e faz com que
a umidade dor ar que acaba saturando e formando nuvens (STEINKE 2008). Esse choque acaba

causando a chuvas orográficas na região Cataguases.

Mariana tem os domínios de mares e morros predominantes em seu território. Esse domínio

morfoclimáticos se estende do Sul do Brasil até o Nordeste, obtendo uma área total de

aproximadamente 1.000.000 km. Para Jurandy Ross (2015), “o primeiro nome dado pelos

portugueses à extensa muralha verde que separava o mar das terras interiores foi Mata

Atlântica”. (ROSS, 2015). É uma região formada por muitos morros e as rochas que se

encontram geralmente em decomposição por conta do intemperismo químico e físico.

Com isso, Mariana localiza-se em uma estrutura geológica formada de dobramentos cristalinos

da Era Pré-Cambriana e ao longo dos anos veio sofrendo intensos processos erosivos ao longo

dos anos.

Nesses domínios morfoclimáticos, encontramos o que restou da mata atlântica (figura 1.9). As

florestas ocupavam orginalmente cerca de 1,16 milhão de km², hoje as estatísticas apontam que

sua área não chega a 8% desse total’’ (ROOS, 2005). Mesmo tendo boa parte de sua área

destruída, as florestas atlânticas têm a maior biodiversidade entre as florestas tropicais, o solo

é bom para o e de grande fertilidade.

Segundo Ab’Sáber (2003) o domínio dos mares de morros, são o meio físico mais complexos

e difícil do país em relação às construções e ações humanas, porém, é a região mais sujeita aos

mais fortes processos de erosão, como pode notar a seguir.

O domínio dos mares de morros é o meio físico mais

complexo e difícil do país em relação às construções e
ações humanas. Por outro lado, é a região sujeita aos mais
fortes processos de erosão e de movimentos coletivos de
solos de odo o território brasileiro, há vista o caso das
catastróficas ações de enxurradas e escorregamentos de
solos que frequentemente[...] (AB’SÁBER 2003, P.60).
Além disso, Ab’Sáber frisa a importância da região para diversas bacias de compartimento de

planalto, similares àquelas existentes no Brasil. O geógrafo ainda salienta que o volume de

rochas alteradas da região é de suma importância para a o conhecimento morfogenético das

áreas intertropicais. A seguir o trecho apresentado por Aziz Ab’Sáber:

O extraordinário volume global de rochas alteradas ou

decompostas existentes no domínio dos “mares de
morros” constitui um fato de importância fundamental
para o conhecimento morgenético das áreas
intertropicais”. “Nota-se, por outro lado, que a destruição
de uma parte que fosse da massa de regolitos dessa área
seroa suficiente para fornecer sedimentos para diversas
bacias de compartimento de planalto, similares àquelas
existentes no próprio interior do Brasil[...] (AB’SÁBER
2003, P.60).

Com isso, Mariana localiza-se em uma estrutura geológica formada de dobramentos cristalinos

da Era Pré-Cambriana e ao longo dos anos veio sofrendo intensos processos erosivos ao longo

dos anos.

Metodologia

 Área de Início do Impacto:

A partir da utilização de uma série de imagens retiradas do satélite Landsat 08 OLI entre

os anos de 2015 e 2018, realizou-se uma análise temporal da região em que se originou a

tragédia, nas áreas das barragens do Fundão e Santarém. O procedimento buscou a análise da

mudança de distribuição e de comportamento das águas da área selecionada em doze datas

distintas, captando um breve período antes do desastre e períodos após o ocorrido, afim de

proporcionar uma melhor noção da dimensão do desastre e do tempo de duração do mesmo

(figura 1).
 Figura 1. Imagens originais utilizadas para a criação da máscara.

Após a escolha das imagens, que foram selecionadas visando períodos de menor

incidência de nuvens na região, foram realizados procedimentos para facilitar a visualização do

comportamento dos corpos hídricos presentes. Inicialmente, as bandas foram organizadas em

seus respectivos tempos para a devida análise temporal e, em seguida, o índice de razão de

bandas: Normalized Difference Vegetation Index (NDVI) para destacar a as superfícies hídricas

existentes. Posteriormente, foi feita uma máscara com o intuito de destacar a lâmina da água na

imagem, aplicou-se valores negativos até zero e todos os elementos nessa faixa foram

identificados como água (cor branca), enquanto o restante dos elementos ficou em preto (figura

2).
Figura 2. Sequência de todas as imagens no período de janeiro de 2015 a janeiro de 2017. Em destaque está o alvo
no canto inferior esquerdo de cada imagem.

 Área Final do Impacto:

O processamento das imagens em ordem temporal se faz necessário a fim de entender

toda a variação de sedimentos em suspensão antes e após o desastre de mariana. A metodologia

da análise temporal é uma das vantagens que o sensoriamento remoto oferece, porém com um

tratamento inadequado, pode-se obter resultados errôneos, inadequados para a análise espacial,

Carvalho (2010) cita a capacidade de estimativas históricas da qualidade da água pelo vasto

acervo temporal das imagens de satélite. Todavia, sem o tratamento adequado como a escolha

das melhores imagens, datas, recorte espacial preciso e eliminação de nuvens e sombras, o dado

pode estar maquiado e sem validade científica.

O trabalho consiste em descobrir a taxa normalizada da reflectância do alvo água em

relação ao sedimento em suspensão. Para isso, foi elaborado um Normalized Difference

Vegetation Index (NDVI) de todas as datas para se obter a taxa relativa a qualquer corpo d’água

que varia entre valores negativos a 0, é feito isso para ser possível um recorte da máscara de

água na pilha temporal das imagens de Bento Rodrigues e a foz do Rio Doce.

In spite of NDVI being developed to enhance the

vegetation characteristics, it presents a potential in water
delimitation, because water is one of the few materials
that presents negative values for this index. Besides
water, in the study area, some cloud shadow and burned
vegetation spectra also present negative NDVI values
(figure 3). However, those spectra are easily identified
and separated because of their distinctive spectral
characteristics (CARVALHO et al. 2010).

Com o recorte feito, tornou-se factível a aplicação de outro índice, que corretamente

indica os fluxos de água e sedimento na calha do rio. Os resultados obtidos e discutidos foram

por índice hídrico, razão de três bandas espectrais em cada imagem temporal utilizada. A

normalização segue a seguinte fórmula:

𝐵𝑧 2𝐵𝑧
=
𝐵𝑥 + 𝐵𝑦⁄ 𝐵𝑥 + 𝐵𝑦
2

Equação de 3 bandas

Onde:

Bz, Bx e By são as bandas B3, B4 e B2 respectivamente.

Foram utilizadas as bandas 4,3 e 2 referentes a fração espectral do vermelho, verde e

azul nesta ordem, satélite e sensor Landsat 08 OLI com reflectância de superfície pré-

processada e resolução espacial de 30 metros. As imagens foram adquiridas em 11 datas

distintas para a área da foz do Rio Doce.

 Para a utilização de um índice que represente o comportamento da pureza da água, foi

utilizada a banda verde (B3) como taxa de emissão do alvo água. Onde, se sabe que, a água

possui alta reflectância na banda verde e menor reflexão na vermelha (B4) e azul (B2). O

espectro pode ser ilustrado da seguinte forma em alvos hídricos (gráfico 2):

900
800
700
600
Valor (pixel)

500
AZUL
400
VERDE
300
VERMELHO
200
100
0
AZUL VERDE VERMELHO
Bandas

Gráfico 2. Comportamento de cada banda da imagem ao corpo d’água.

A razão de 3 bandas identificada pela equação representa a taxa de emissão da banda

verde, indica a pureza de água em proporção a absorção das bandas vermelha e azul. A taxa da

banda verde (B3) é calculada em proporção às bandas vermelha (B4) e azul (B2), estas duas

bandas somadas, B4 e B2, são divididas por 2 para obter um valor médio entre estas. Por fim,

se tem o valor em índice de emissão da banda verde em relação a absorção das outras duas

bandas.

Como a imagem apresenta algumas nuvens e sombras, outro cubo temporal foi

elaborado para ser possível a aplicação da máscara sobre cada tempo na imagem normalizada

de 3 bandas. O empilhamento foi feito apenas com imagens referentes a banda 1, pixel de

qualidade, que espacializa as imperfeições.

 Com essa série temporal, foi possível gerar a máscara que exclui valores mais altos de

sombras ou nuvem. Ao aplicar a máscara na normalizada, a imagem é corrigida com apenas

dados relacionados ao comportamento hídrico. Torna-se viável uma análise exclusiva aos

sedimentos suspensos e à água nas áreas de estudo.

Para a representação de toda a imagem temporal em um único raster, foi aplicada a

média dos valores de emissão do índice. Além de representar os transportes de material

inorgânicos em uma só imagem, grande parte dos valores no data são eliminados, sendo

facilmente visualizados os níveis do fluxo hídrico em toda a extensão da foz do rio Doce (figura

3). Segue-se a taxa de frequência das classes, gráfico 3.

Gráfico 3. Histograma recortado

entre os níveis de maior impureza
no rio e a margem marítima além
da pluma.

Figura 3. Proporção classificada na imagem do nível de pureza na água. Onde os fluxos mais alaranjados
representam maior taxa de turbidez e, inversamente, com níveis mais próximos do azul escuro indica maior pureza
na água.

Resultados e Discussões
 As duas sequências de imagens apresentadas se localizam na bacia hidrográfica do Rio

Doce, em intervalos de tempo semelhantes. Na primeira área, apenas com máscaras de recorte

espectro-temporal foi possível destacar a dinâmica do curso hídrico durante o pré-impacto e

pós-impacto. A análise temporal no local de origem permite verificar a alteração na paisagem

do período escolhido, janeiro de 2015 a janeiro de 2018, abordando um breve tempo anterior

ao ocorrido para a comparação da nova dinâmica ambiental.

As primeiras imagens da figura 1, de janeiro e setembro de 2015, mostram a barragem

em estado normal, antes do acidente e sem grandes diferenças entre elas. Com o rompimento

da barragem no dia 5 de novembro do mesmo ano, surgiu uma nova lâmina d’água composta

por sedimentos tóxicos, visualizável a partir da imagem de 12 de novembro de 2015 no canto

inferior direito. Desde então, houveram poucas variações nos primeiros meses seguintes,

variando também, de acordo com o regime mensal de chuvas. Apenas na imagem de 29 de

agosto de 2017, quase dois anos depois, que o curso d’água apresentou redução significativa.

O objeto analisado da área final de estudo se localiza aproximadamente nas coordenadas

UTM 24 415.035 E, 7.827.325 S entre o meridiano 39° W. Ao analisar o gráfico 4 logo em

seguida, constata-se que houve um decréscimo forte da emissão de água pura. A ocorrência da

anormalidade se deve pelo transporte de sedimentos atingir a foz aproximadamente nesta data,

a imagem utilizada é datada em 30 de novembro de 2015, e se sabe que o material em suspensão

atingiu o canal 16 dias após o desastre ocorrido em 05 de novembro de 20151.

Interessante salientar que, até junho de 2017, cerca de 20% da pureza da água não foi

recuperada, onde se sabe que, taxas fluviométricas são semelhantes pela mesma época. Dados

de meses de junho no intervalo de dois anos comprovam tal afirmação. Nos anos de 2006, 2008

1
UFMG; UFJF. Relatório da Expedição ao Rio Doce. Juiz de Fora, 2016. p. 4-5. Disponível em:
https://www.ufjf.br/noticias/files/2016/02/ufmg_ufjf_relatorioexpedicaoriodoce_v2.pdf. Acessado em: junho de
2018.
e 2010 o nível de turbidez foi 8, 11 e 7 NPU respectivamente, apresentando pouca variação. O

pH também teve característica semelhante: 7.75, 8.26 e 6.54 (ANA, 2010)2.

Outra característica do índice, é o ganho de pureza hídrica durante o período de

novembro de 2015 a junho de 2017, entre 0,68 a 0,97, houve um aumento na taxa de emissão

de 0,29. Isso quer dizer que, se o aumento perdurou durante estes vintes meses até 80% da taxa

de emissão relativa ao primeiro mês sem a ocorrência do evento, seriam necessários mais 17

meses para atingir os 1,21 que seria a taxa ideal pela não ocorrência do evento. No entanto, é

importante lembrar que, as alterações ambientais estão em constante dinâmica e variáveis

pluviométricas e fluviométricas estão em constante mudança podendo alterar os dados

futuramente adquiridos. No sensoriamento remoto, um dos aspectos que interferem é a

incidência solar, determinada reflectância relativa a fonte de luz pode ser alterada quando o

alvo tende a receber diferentes quantidades de irradiação solar.

However, there are significant disadvantages to satellite

estimation, such as: (a) the apparent upwelling radiance
remotely measured is not only a function of water and
sediment properties, but also a function of geometry of
data acquisition, atmospheric conditions, and specular
reflection of the water surface due to both sunlight and
skylight (CURRAN; NOVO 1988, MERTES et al.1993
apud CARVALHO et al. 2010).

2
HIDROWEB. Sistema de Informações Hidrológicas. Disponível em:
http://www.snirh.gov.br/hidroweb/publico/apresentacao.jsf. Acessado em: junho de 2018.
 ÍNDICE DE EMISSÃO
(PUREZA DA ÁGUA)
1.4
1.2
1
0.8
0.6
0.4
0.2
0

Gráfico 4. Variação da emissão do pixel referente as datas das imagens processadas .

Referências

AB’ SABER, Aziz. Os domínios de Natureza no Brasil: potencialidades paisagísticas. São

Paulo: Ateliê Editorial, 2003.
ROSS, Jurandyr. L. Sanches. Geografia do Brasil. São Paulo: Editora da Universidade de São
Paulo, 1995.
UFMG; UFJF. Relatório da Expedição ao Rio Doce. Juiz de Fora, 2016. p. 4-5. Disponível
em: https://www.ufjf.br/noticias/files/2016/02/ufmg_ufjf_relatorioexpedicaoriodoce_v2.pdf.
Acessado em: junho de 2018.

ANA. Agência Nacional de Águas. Disponível em:

http://www.snirh.gov.br/hidroweb/publico/apresentacao.jsf. Acessado em: junho de 2018.
CARVALHO, O. A. J. Analysis of channel morphology of São Francisco River using
remote sensing data. Vol.31. n°. 8. Brasília: International Journal of Remote Sensing, 2010.