Escolar Documentos
Profissional Documentos
Cultura Documentos
DISSERTAÇÃO DE MESTRADO
Autor:
Thiago Augusto Bezerra Ferreira
Orientadora:
Professora Dra. Helenice Vital
Dissertação nº 228/PPGG
DISSERTAÇÃO DE MESTRADO
Autor:
Thiago Augusto Bezerra Ferreira
Comissão examinadora:
Profa Dra. Helenice Vital – Presidente/Orientadora (PPGG/UFRN)
Prof Dr. Moab Praxedes Gomes (PPGG/UFRN)
Prof Dr. José Maria Landim Dominguez (UFBA)
DISSERTAÇÃO DE MESTRADO
AGRADECIMENTOS
RESUMO
As zonas costeiras são ambientes transicionais, nos quais ocorrem mudanças ininterruptas
em diferentes escalas temporais e espaciais, as quais estão relacionados os processos
oceanográficos, fluviais, climáticos e antropogênicos. O monitoramento contínuo desse
ambiente pode auxiliar na compreensão da distribuição espacial dos riscos de erosão,
predizendo sua tendência de desenvolvimento, facilitando assim, a tomada de decisões
mitigadoras e adaptadoras. O principal objetivo do trabalho foi analisar a evolução
temporal das praias situadas no delta do Parnaíba, em curtas (anos) e intermediarias
(décadas) escalas temporais, e discutir as principais mudanças, por meio da utilização de
imagens de satélites, técnicas de sensoriamento remoto, de sistema de informação
geográfica e métodos estatísticos. Os resultados revelaram que, em uma escala
intermediária de tempo (1984 a 2017), 52% do litoral do delta do Rio Parnaíba sofreu
erosão costeira, enquanto que 48% experimentaram uma progradação de sedimentos.
Majoritariamente a erosão ocorre a oeste da desembocadura do Rio Parnaíba (setores III
e IV), enquanto que a deposição e estabilidade, prevaleciam no lado leste (setores I e II).
Já em uma curta escala temporal, o delta experimentou 6 períodos de erosão e 5 de
progradação, relacionados aos efeitos do El Niño e La Niña. Devido a pequena influência
antrópica na região, ilustrado pela baixa densidade populacional na sua zona costeira,
crescimento da área de manguezais, pouca extração de areia e argila no delta e apenas a
construção de uma barragem em todo curso fluvial do seu rio, sugere-se que a condição
de desenvolvimento natural seja o fator responsável pela estabilidade a
curto/intermediário prazo da linha de costa. Ademais, altos e positivas valores de
correlações de Pearson e de determinação indicam que, possivelmente, a ação hidro
climática (pluviosidade e descarga fluvial) na bacia de drenagem controlam o
comportamento da linha de costa.
ABSTRACT
The coastal zone are transitional environments, where continuous changes at different
temporal and spatial scales occur, which are related to several processes such as
oceanographic, fluvial, climatic and anthropogenic. Continuous monitoring of this
environment provides essential information for understand the spatial distribution of
erosive/depositional patterns, hence, its development. The main objective of this research
was to investigate the Parnaiba River Delta’s (PRD) shoreline behavior, at short and
intermediate time scale, between 1984 and 2017, through 12 Landsat satellite imagens
and statistical software (Digital Shoreline Analisys System). At intermediate scale, the
results showed that 52 % of PRD’s beaches are under shoreline retreat, while 48%
exhibited progradation. At short intervals, shoreline variations are directly related to the
climatic hydro influence in the drainage basin, specifically with the El Niño and La Niña
effects. On both time scales, major erosion trend occurred away from Parnaiba River
mouth and predominantly on the west side of the delta, while deposition, or stability,
prevailed on the east side. Due to lower anthropogenic impacts, both on coastal zone and
the drainage basin area, the natural factors, mainly river discharge and rainfall trends, are
likely to be main driving forces of shoreline changes between 1984 and 2017
LISTA DE FIGURAS
Figura 2-1: Variações na propagação das ondas por meio dos efeitos da refração e difração. (a),
irregularidades no fundo ocasionam diferentes trends de ondas, convergindo as de maior energia
para as regiões protuberantes (promontórios e cabos), enquanto os locais com reentrâncias
(enseadas) divergem ondas de menor energia; (b) o obstáculo, representado pelo banco de areia,
induz as ondas centrais a quebrar antes dos extremos. Logo na região central haverá maior
dissipação de energia e consequentemente maior deposição de sedimento do que nas
extremidades. ................................................................................................................................ 5
Figura 2-2: Classificação das marés. (a) De acordo com sua frequência; (b) de acordo com sua
amplitude; (c) de acordo com a influência lunar. .......................................................................... 6
Figura 2-3: Obras de engenharia que afetam diretamente os processos oceanográficos na zona
costeira. De [a] até [c] têm as estruturas rígidas (“hard”) construídas paralelamente a costa,
enquanto em [d] tem-se as estruturas rígidas implementadas de forma paralela ao litoral. Por fim,
em [e] há a exemplificação da engorda de praia, uma técnica que imita a natureza (“soft”). ....... 9
Figura 2-4: Obtenção de imagens por sensoriamento remoto. Em (a) uma fonte natural ou artificial
emite energia na forma de radiação eletromagnética para a superfície terrestre. Essa energia é
refletida (b) e captada para o satélite/sensor, que transforma a energia em sinais elétricos e
transmitem as informações para as estações. Em (c) a estação transforma esse sinal elétrico em
sinal digital. ................................................................................................................................. 10
Figura 2-5: Aplicações das técnicas de sensoriamento remoto em distintas etapas ambientais
(monitoramento, prevenção, mitigação e avaliação) para diferentes problemas ambientais
(poluição e geohazards) e socioeconômicos (uso e ocupação do mar e da terra). ...................... 12
Figura 2-6: Integração entre imagem de satélite e big data para análise vulnerabilidade costeira
ao redor do mundo. Em (a) tem-se a percentagem de praias arenosas, enquanto que (b) tem relata
a taxas de erosão e progradação dessas praias entre 1984 a 2016. Os hotspots erosionais estão
indicados em vermelho. Já as taxas de progradação estão visualizadas em verde. ..................... 15
Figura 2-7: Evolução das bandas espectrais, do programa Landsat, ao longo do tempo ............ 16
Figura 3-1: Localização do Delta do Rio Parnaíba (DRP). ......................................................... 17
Figura 4-1: Fluxograma das atividades desenvolvidas na presente dissertação. ......................... 22
Figura 4-2: Escolha da resolução espacial e temporal de acordo com o estudo ambiental. O satélite
Landsat é adequado para os estudos de uso e cobertura da terra, em que se incluem a variação da
linha de costa. .............................................................................................................................. 25
Figura 4-3: Histograma do Índice MNDWI (XU et al, 2006). No MNDWI, os pixels de água,
juntamente com os de sedimento molhados irão apresentar valores de reflectância maiores do
zero, enquanto que os demais pixels exibirão valores negativos. ............................................... 28
Figura 4-4: Estatísticas dos pixels de interesse da área de estudo. Em [a] tem-se uma imagem
Landsat 5 TM, de composição RGB 432, no qual foram coletados dados estatísticos das principais
feições. Em [b] tem-se a análise desses pixels, mostrando que os sedimentos quartzosos da praia
apresentam uma reflectância máxima na banda MIR, enquanto que os pixels de água obtiveram
uma absorção máxima, como proposto por XU (2006). Já na banda verde (green), os pixels de
água apresentam uma máxima reflectância. ................................................................................ 29
Figura 4-5: Resumo do aplicativo DSAS. [a] disposição dos arquivos vetoriais (Linha de base,
transectos e Linha de costa) para utilização de forma correta do programa. O método WLR [b.1]
utiliza todas as linhas de costa, juntamente com suas possíveis incertezas, para realizar a variação
da linha de costa por meio de uma regressão linear. [b.2] o resultado é expresso por uma equação
Y= aX + b, no qual o valor de a indica se a região teve acresção ou erosão. A regressão fornece
um coeficiente de determinação (WLR²), que indica o quanto o modelo consegue explicar o
resultado. Por fim, o método EPR faz a variação temporal da LC utilizando apenas a mais recente
e a mais antiga. ............................................................................................................................ 34
V
Figura 5-1: Médias anuais e mensais, entre 1984 – 2017, acerca da pluviometria (a) e (b), número
de dias chuvosos (c) e (d) e vazão do rio (e) e (f). Os itens (i) e (h) representam os coeficientes de
pearson e de determinação. ......................................................................................................... 36
Figura 5-2: Diagrama Roseta no Delta do Parnaíba, mostrando a variação da direção e da
intensidade dos ventos ao longo dos meses................................................................................. 38
Figura 5-3: Médias mensais, em diferentes períodos de tempo no delta do Parnaíba, acerca da
pluviometria (a), vazão do rio (b) e intensidade dos ventos (c). ................................................ 40
Figura 5-4: Classificação dos transectos do setor I a partir do método WLR(a) e WLR²(b) ...... 43
Figura 5-5: Classificação dos transectos do setor I com base no método EPR durante os anos de
1995 – 1999 [a] e 2007 – 2009 [b]. ............................................................................................. 44
Figura 5-6:Classificação dos transectos do setor II a partir do método WLR(a) e WLR² (b) ..... 45
Figura 5-7: Classificação dos transectos do setor II com base nos métodos WLR, no decorrer dos
anos de 1987 -2017 [a] e EPR durante os anos de 1995 – 1999 [b] e 2007 – 2009 [c]............... 46
Figura 5-8: Classificação dos transectos do setor II a partir do método WLR(a) e WLR² (b) .... 48
Figura 5-9: Classificação dos transectos do setor III com base nos métodos WLR, no decorrer dos
anos de 1987 -2017 [a] e EPR durante os anos de 1995 – 1999 [b] e 2007 – 2009 [c]............... 49
Figura 5-10:Classificação dos transectos do setor IV a partir do método WLR ......................... 50
Figura 5-11: Classificação dos transectos do setor IV com base nos métodos WLR, no decorrer
dos anos de 1987 -2017 [a] e EPR durante os anos de 1995 – 1999 [b] e 2007 – 2009 [c]. ....... 51
Figura 5-12: Valores EPR em curtos períodos de tempo no Delta do Rio Parnaíba. .................. 54
Figura 5-13: Correlação de pearson e de determinação entre Linha de costa com a pluviometria
(a) e (c) e com a fluviometria (b) e (d). Notem que os coeficientes são maiores quando se utiliza
a mediana ao invés da média, pois o mesmo exclui valores extremos na análise estatística. ..... 55
Figura 6-1: Erros associados às variações de maré (a,b,c) e à sazonalidade da praia (d,e,f).
Desconsiderar esses fatores podem incluir ao modelo estatístico erros entre dezenas a centenas de
metros. ......................................................................................................................................... 60
Figura 6-2: Ilustração esquemáticas de interações simplificadas entre a foz do delta e as variáveis
oceanográficas (ondas e correntes longitudinais) sob alto escoamento fluvial (a) e baixo
escoamento (b) A forte influência do rio (a) é expressa por processos de refração das ondas e a
formação de uma corrente longitudinal local, resultando na formação de uma barra de
desembocadura e na migração de um spit na direção contrária a da corrente litorânea. (b) Durante
os baixos escoamento fluviais, ocasionado por atividades humanas ou climáticas (efeito ENSO),
as forçantes oceanográficas irão prevalecer, retrabalhando os sedimentos da desembocadura,
ocasionando assim, uma intensa erosão. ..................................................................................... 62
Figura 6-3: Evolução da linha de costa ao longo do tempo. (a) localização dos setores II e III. (b)
Refração do trends das ondas devido ao efeito hidráulico e um possível cordão arenoso submerso.
A influência da barreira hidráulica e de um possível cordão submerso nos trends. (c) Formação e
o preenchimento da barra de desembocadura (praia da Barra das Canárias) quanto a migração do
spit na direção contra a deriva litorânea. Em anos de intensa vazão e pluviometria, a foz do rio
Parnaíba age como uma barreira hidráulica, favorecendo a deposição de barras de desembocadura.
Observar que a desembocadura do delta do Parnaíba age de acordo com o modelo proposto por
Anthony (2015), representado na figura 6-2 ............................................................................... 63
Figura 6-4: Dados de análise multivariada do índice ENSO (a), pluviometria e descarga fluvial
(b) e variação da linha de costa em curtos intervalos de tempo no Delta do Rio Parnaíba (c).
Observar que há uma relação entre o aquecimento do oceano pacifico (efeito El Niño) com a
diminuição da pluviometria na bacia de drenagem, causando tanto uma diminuição na descarga
fluvial e consequentemente erosão na linha de costa na área de estudo. O processo inverso também
pode ser observado. ..................................................................................................................... 66
Figura 6-5: Evolução da linha de costa ao longo do tempo. (a) localização dos setores III e IV. (b)
Efeito da corrente longitudinal no setor III, em que há uma clara migração dos sedimentos da
parte oeste, região caracterizada por erosão acima de 8 m/ano, para o setor oeste, ocasionando
VI
assim, um aumento tanto na largura da praia. (c) Influência das ondas e marés no setor IV.
Entretanto, se houver a predominância das correntes longitudinais, os bancos de areia tendem a
se posicionar no interior dos canais de maré e serão transportados na direção da preferencial das
ondas e da própria deriva litorânea. ............................................................................................ 69
Figura 6-6: Processos de refração e difração das ondas nas (b) praias da pedra do Sal (Setor I) e
(c) na praia do Itaqui (Setor ). Mudanças na orientação da linha de costa ou a presença de
promontórios rochosos irão gerar mudanças na propagação das ondas, ocasionando assim,
dispersão de sedimentos (progradação) a updrift e erosão a downdrift. ..................................... 71
Figura 6-7: Movimentação dos campos de dunas. Em (b) nas proximidades da cidade de Parnaíba
(Setor II) e em (c) nas proximidades de Luís Correia. Apesar de não ter sido o foco do trabalho,
notou-se que os campos de dunas migraram, em direção ao continente, entre 300 a 700 metros
entre 1984 a 2017.Também é notado que houve um aumento dos campos de dunas nos dois setores
analisados, indicando que o vento pode ser um importante agente erosivo na área estudada. .... 73
Figura 6-8: Dados históricos mostrando que a Barragem de Boa Esperança não influencia tanto
no transporte sedimentar a zona costeira (a) e a visualização das principais empreendimentos de
extração de areia e argila no baixo curso fluvial do Rio Parnaíba (b). ........................................ 75
Figura 6-9: Taxas de crescimento populacional na zona costeira do Delta do Parnaíba............. 76
Figura 6-10: Visualização do porto de Luís Correia. Com a construção desse tipo de obra, os
sedimentos transportados pela deriva litorânea são bloqueados, causando uma progradação a
downdrift (Praia do Atalaia – Setor I). As letras (b) e (c) demonstram exatamente isso. Mesmo
com o bloqueio dos sedimentos, a os transectos iniciais da praia da Eólica ainda conseguem ter
uma progradação sedimentar, pois ela é alimentada diretamente pelo Rio Igaraçu. O item (d) é a
concentração de sedimento em suspensão (mg/l), estimada por meio de técnicas de processamento
digital. Ela indica que há uma grande quantidade de sedimento em suspensão tanto nos transectos
iniciais da praia da eólica quanto próximo da praia do Atalaia, corroborando com as ideias
propostas. Também é notado que mesmo com o aumento da urbanização próximo a orla do setor
I (ver figuras b e c), a linha de costa se manteve relativamente estável com o passar do tempo. 77
Figura 6-11: Comparação do delta do Parnaíba com diferentes deltas e praias espalhados ao redor
do globo terrestre em termos de (a) descarga fluvial, (b) carga anual de sedimentos, (c) área da
bacia de drenagem, (d) variação da linha de costa e (e) densidade populacional. ...................... 80
VII
LISTA DE TABELAS
Tabela 4-1: Aquisição das imagens de satélite com as respectivas datas, horário de aquisição e
erros. Ep: Erro de processamento; Er: Erro de retificação. Et: Erro total ................................... 24
Tabela 4-2: Comparação entre os valores dos pixels por meio do Processamento topo atmosfera
e Dark Object Substracion. Note que os pixels obtidos pelo DOS são menores, pois parte do
espalhamento atmosférico foi retirado. Os dados extraídos foram obtidos a partir da imagem
Landsat de 2007 e os pontos de coleta podem ser visto na imagem 4-3. .................................... 27
Tabela 4-3: Compilado dos principais métodos estatísticos do Digital Shoreline Analysis (DSAS)
..................................................................................................................................................... 31
Tabela 5-1: Dados estatísticos de todos os setores situadas no Delta do Parnaíba ..................... 41
Tabela 5-2: Tabela 5 1: Dados estatísticos de todas as praias situadas no Delta do Parnaíba .... 41
Tabela 5-3: Dados referentes a taxa de regressão linear pluviométrica, fluviométrica, variação da
linha de costa pelo método EPR (média e mediana) e percentagem de erosão e acresção no Delta
do Rio Parnaíba em curtos intervalos de tempo. ......................................................................... 52
Tabela 5-4: Taxas de EPR (média e mediana) nos setores do delta do Parnaíba ........................ 53
VIII
LISTA DE SIGLAS
SUMÁRIO
1 INTRODUÇÃO .................................................................................................................... 1
2 REFERENCIAL TEÓRICO ................................................................................................. 4
2.1 Processos costeiros ........................................................................................................ 4
2.2 Uso de imagens multiespectrais para monitoramento da zona costeira. ....................... 9
3 ÁREA DE ESTUDO ........................................................................................................... 17
3.1 Localização ................................................................................................................. 17
3.2 Aspectos climáticos, oceanográficos e fluviais ........................................................... 18
3.3 Geologia e Geomorfologia .......................................................................................... 19
3.4 Vulnerabilidade costeira .............................................................................................. 21
4 MATERIAIS E MÉTODOS ............................................................................................... 22
4.1 Aquisição dos dados hidro climáticos ......................................................................... 23
4.2 Aquisição das imagens de satélite ............................................................................... 23
4.3 Pré-Processamento ...................................................................................................... 25
4.3.1 Georreferenciamento das imagens ...................................................................... 25
4.3.2 Correção Atmosférica ......................................................................................... 25
4.4 Delimitação da linha de costa...................................................................................... 27
4.5 Análise de Incertezas ................................................................................................... 29
4.6 Quantificação da linha de costa a partir uso do Digital Shoreline Analisys (DSAS) .. 31
5 RESULTADOS ................................................................................................................... 35
5.1 Análise Climatológica ................................................................................................. 35
5.2 Análise das Linhas de Costa entre 1984 – 2017 e em alguns períodos individuais .... 40
5.2.1 Análise Global ..................................................................................................... 40
5.2.2 Setor I .................................................................................................................. 42
5.2.3 Setor II ................................................................................................................. 44
5.2.4 Setor III ............................................................................................................... 47
5.2.5 Setor IV ............................................................................................................... 49
5.3 Variabilidade temporal entre a Linha de costa e as variáveis hidroclimáticas ............ 51
6 DISCUSSÕES ..................................................................................................................... 57
6.1 Aplicação de Métodos estatísticos e de Sensoriamento remoto para análise da
morfodinâmica costeira ........................................................................................................... 57
6.2 Principais influências na linha de costa ....................................................................... 60
6.2.1 Fatores hidro climáticos ...................................................................................... 60
6.2.2 Influência das ondas, ventos, marés e correntes .................................................. 68
6.2.3 Fatores antrópicos ............................................................................................... 73
7 CONCLUSÕES E CONSIDERAÇÕES FINAIS ............................................................... 81
8 BIBLIOGRAFIA ................................................................................................................. 84
9 ANEXOS............................................................................................................................. 91
FERREIRA, T.A.B (2019) INTRODUÇÃO
1 INTRODUÇÃO
As zonas costeiras estão entre as áreas mais povoadas no mundo devido à sua
importância comercial, industrial, logística, agrícola, recreativa, estética, etc.(Beatley et
al. 2002; Anthony 2015; Luijendijk et al. 2018). Atualmente, mais de 2 bilhões de
habitantes (25% da população mundial) vivem a 100 km dessa região, o que representa
três vezes mais densidade populacional global (Nicholls et al. 2007).
Nos últimos anos, 70% da costa mundial está suscetível à erosão e inundação
costeira (Nicholls et al 2007), devido à diminuição do aporte sedimentar, seja pela
edificação de barragens ou mineração de areia e argila (Anthony et al. 2015; Ghoneim et
al. 2015; Kong et al. 2015; Dada et al. 2018). subsidência (Mentaschi et al, 2018),
estruturas costeiras construídas pelo homem (Luijendijk et al. 2018), desflorestamento de
manguezais (Corbau et al. 2019), conversão de áreas naturais em terrenos urbanos (Kuleli
et al. 2011) aumento do nível do mar (Nicholls e Cazenave 2010), fenômeno El Niño-
Oscilação Sul (Martínez et al. 2018), resultando em prejuízos socioeconômicos a e
ambientais. O monitoramento contínuo desse ambiente pode auxiliar na compreensão da
distribuição espacial dos riscos de erosão, predizendo sua tendência de desenvolvimento,
facilitando assim, a tomada de decisões mitigadoras e adaptadoras por parte dos gestores
costeiros (Ouellette and Getinet 2016; Luijendijk et al. 2018; Qiao et al. 2018)
Para o monitoramento da zona costeira, o estudo acerca da linha de costa é de
suma importância. A linha de costa, definida como o limite entre a interface da terra e
água (Dolan et al 1980), é considerado como um sistema geomorfológico bastante
dinâmico, no qual ocorrem mudanças ininterruptas em distintas escalas temporais (Boak
and Turner 2005; Bird 2008; Del Río et al. 2013). De acordo com os autores acima, em
curta escala de tempo (minutos a meses), tais mudanças estão diretamente relacionadas
com a ação das ondas, tempestades, marés, correntes, enquanto em largas escalas
temporais (séculos e milênios), as variações do nível relativo do mar, climáticos,
glaciações e tectonismo são os fatores predominantes. Por fim, em uma escala
intermediária (anos a décadas), os fatores são mais complexos e inter-relacionados,
incluindo tanto as causas naturais quanto as antropogênicas. Dentre estas causas,
destacam-se a capacidade e competência dos rios, as barreiras hidráulicas na
desembocadura do delta, construção de estruturas rígidas de proteção costeira (e.g.
molhes, quebra-mares, espigões), a ocupação da zona costeira, etc.
1
FERREIRA, T.A.B (2019) INTRODUÇÃO
2
FERREIRA, T.A.B (2019) INTRODUÇÃO
bibliográficos, que mais se identifique com a área de estudo, (c) determinar as regiões de
erosão, progradação e estabilidade no delta do Parnaíba, (d) comparar sua situação com
alguns deltas ao redor do mundo e (e) relacionar suas mudanças da linha costa a partir da
compilação dos resultados e de outros trabalhos científicos publicados.
Para alcançar estes objetivos foram adquiridas doze (12) imagens de satélite
Landsat, correspondendo ao período entre 1984 a 2017, com intuito de extrair a linha de
costa de forma automática e, a partir do software Digital Shoreline Analisys (DSAS),
delimitar os locais que apresentam hotspots de erosão e acresção sedimentar.
A presente dissertação de mestrado está estruturada em oito capítulos, sendo o
primeiro a introdução. O capítulo dois, denominado de referencial teórico, debate os
processos costeiros e a utilização de imagens de satélite multiespectrais para o monitorar
a evolução espaço-temporal da linha de costa. No capítulo três é descrita a área de estudo,
informando os domínios geológicos, geomorfológicos, climáticos, hidrodinâmicos e
oceanográficos.
O quarto capítulo, por sua vez, aborda a metodologia utilizada nessa dissertação,
relatando os critérios utilizados para a aquisição dos dados hidro climáticos e das imagens
de satélites, as etapas de pré-processamento das imagens, métodos automáticos para
extração da linha de costa, análise de incertezas e quantificação da linha de costa por meio
do uso do DSAS
No capítulo cinco, é exposto à evolução da linha de costa da área de estudo durante
os diferentes intervalos de tempo propostos na metodologia, identificando os principais
locais de erosão e acresção. O sexto capítulo corresponde as discussões, no qual é
debatido a variação da linha costa do Delta do Rio Parnaíba com os processos
oceanográficos, hidro climáticos e antrópicos. Ademais, é feito uma comparação da
estabilidade do Delta do Rio Parnaíba com diversas regiões espalhadas pelo globo
terrestre. No sétimo, é retratado as conclusões da dissertação, no qual é feito um resumo
dos resultados obtidos, sua validade e possíveis direcionamentos metodológicos para
investigações futura.
Por fim, em anexo, está a submissão do artigo cientifico, intitulado de The use of
Digital Shoreline Analysis System (DSAS) to assess Parnaíba Delta (NE,Brazil) short-
term morphodynamics conditions, para revista Geo-Marine Letters, seção: From the
Coastal Zone to the Deep Sea, . A submissão do artigo é um dos pré-requisitos necessários
para obtenção do grau de mestre pela PPGG/UFRN
3
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
2 REFERENCIAL TEÓRICO
2.1 Processos costeiros
A zona costeira compreende ambientes dinâmicos e transitórios, no qual ocorrem
modificações em diversas séries temporais, de segundos a milênios, relacionados aos
processos oceanográficos (ondas, correntes, maré), eólicos, fluviais, climáticos (eventos
extratropicais, ENSO, variação do nível do mar), geotectônicos e antrópicos (Boak e
Turner 2005; Bird 2008; Del Río et al. 2013). De acordo com esses autores, quando há
uma maior quantidade de materiais retirados do que ganhos na zona costeira, durante
essas séries temporais, diz-se que o ambiente sofreu um processo de erosão costeira.
As ondas têm papel fundamental na morfologia costeira devido sua capacidade de
transportar e remobilizar grandes quantidades de energia e massa ao litoral (Beatley et al.
2002) A intensidade com que as ondas afetam o transporte sedimentar depende de vários
fatores, tais como o seu comprimento de onda (λ) e o perfil da praia. No momento em que
as ondas ultrapassam profundidades inferiores a metade de λ, elas começam a interagir
com o fundo, remobilizando e transportando os sedimentos. Já do ponto de vista do perfil
da praia, quanto maior o seu declive, as ondas irão quebrar diretamente na fácies de praia,
fomentando maior energia e maior retirada de sedimentos (Silva et al, 2004). Variações
na propagação da onda, quanto a sua frequência, altura e ângulo de incidência, são
originadas por irregularidades na topografia e/ou presença de obstáculos, ocasionando
modificações no transporte de sedimento ao longo da costa, por meio dos efeitos de
refração, difração e reflexão da onda (Fig.2-1) (Bird 2008)
A depender do seu ângulo de incidência sobre a linha de costa, diferentes
categorias de correntes são geradas. As correntes longitudinais (longshore currents),
ocorrem quando a onda quebra obliquamente a linha de costa, sendo a responsável por
movimentar, retrabalhar e distribuir os sedimentos paralelamente a linha costeira (Bird
2008). A interrupção da corrente longitudinal, através da construção de espigões e/ou
outras obras costeiras, têm gerado desequilíbrio sedimentar em várias praias e deltas do
mundo, fazendo que grande parte dos sedimentos se acumule no obstáculo, ocasionando
intensa erosão em outros setores (Komar 2012). As correntes de retorno (rip currents),
desenvolvem-se quando as ondas se aproximam paralelamente a linha costeira, no qual
será criado células de circulação costeira, transportando os sedimentos para antepraia
(nearshore zone) e costa afora (offshore zone) (Silva et al, 2004).
4
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
Figura 2-1: Variações na propagação das ondas por meio dos efeitos da refração e difração. (a),
irregularidades no fundo ocasionam diferentes trends de ondas, convergindo as de maior energia para as
regiões protuberantes (promontórios e cabos), enquanto os locais com reentrâncias (enseadas) divergem
ondas de menor energia; (b) o obstáculo, representado pelo banco de areia, induz as ondas centrais a quebrar
antes dos extremos. Logo na região central haverá maior dissipação de energia e consequentemente maior
deposição de sedimento do que nas extremidades.
5
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
Figura 2-2: Classificação das marés. (a) De acordo com sua frequência; (b) de acordo com sua amplitude;
(c) de acordo com a influência lunar.
6
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
que afloram ao longo da bacia de drenagem. Ademais, outros fatores, tais como o declive
do terreno, o vigor do escoamento da água pluvial e/ou derretimento de neve, a cobertura
vegetal e o uso e ocupação do solo, também influenciam diretamente o volume de
sedimentos que chegam a zona costeira (Syvitski e Milliman 2006; Milliman e
Farnsworth 2011)
Mais do que apenas fornecer sedimentos a linha de costa, altos fluxos contínuos
dos rios, em ambientes deltaicos, podem ocasionar o efeito de molhe (hydraulic groyne
effect), cuja consequência será a refração das ondas e o bloqueio da corrente de deriva
litorâneas nas proximidades da desembocadura deltaica, favorecendo a formação e
acumulação de barras de desembocadura e migração de pontais arenosos (“spits”) em
contra deriva. (Bhattacharya e Giosan 2003; Anthony 2015)
O evento El Niño Oscilação Sul (ENSO) é um fenômeno associado ao
aquecimento anormal da Temperatura da Superfície do Mar (TSM) concomitantemente
com a diminuição dos ventos alísios na região do Pacífico Equatorial, entre a costa
peruana e a costa oeste australiana. Este fenômeno afeta diretamente o nível médio do
mar, o clima de ventos e ondas, a frequência e intensidade nos eventos de tempestades,
na pluviosidade, na descarga fluvial e na distribuição de sedimentos (Woodroffe, 2002).
No Brasil, durante esse evento, é perceptível o incremento da pluviosidade nas regiões
sul e sudeste, enquanto que há uma diminuição drástica nas regiões do Norte e do
Nordeste. O La Niña, no que lhe concerne, é o evento oposto ao ENSO.
As tempestades extratropicais também são consideradas como agentes
modificadores da geomorfologia e dos ecossistemas costeiros, uma vez que são
responsáveis por provocar chuvas torrenciais, inundações, ventanias e aumento da
frequência e da altura das ondas (Beatley et al, 2002).
A ação antrópica está relacionada com a influência humana diretamente e/ou
indiretamente na zona costeira, sendo capaz de alterar cada um dos processos acima
(Beatley et al, 2002). Segundo Souza et al (2005) a conversão de terrenos naturais da
planície costeira em áreas urbanas (praias, dunas, manguezais, planícies fluviais e/ou
lagunares) eliminam os estoques sedimentares da zona costeira, enquanto que a
implantação de estruturas rígidas na praia (Fig.2-3), dispostas de formas paralelas
(seawall, quebra-mares e enrocamentos) e/ou transversais (espigões, molhes, píer, portos)
à linha de costa, modificam tanto o ângulo de incidência das ondas, quanto seu padrão de
refração, alterando assim, o perfil praial de toda região litorânea. Conforme Komar (2012)
7
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
em muitas áreas de erosão intensa, a engorda de praia é um dos métodos mais eficazes
para recuperação das praias.
A redução da oferta de sedimentos fluviais, devido a construção de barragens para
edificação das hidrelétricas e melhor navegação fluvial, são uma das principais causas da
erosão costeira nas regiões deltaicas. Obras de transposição, canalização dos cursos
fluviais e mineração de sedimentos, afetam diretamente a distribuição de sedimentos na
zona costeira. (Komar 2012; Best 2015)
Conforme Nicholls e Cazenave (2010), um aumento da elevação do nível do mar
em torno de 0.30 a 1.8 metros, estipulado pelo IPCC, intensificará erosão e inundações
nas cidades relativamente baixas, principalmente nos países do sul da Ásia e na África.
Ademais, outras consequências foram relatadas pelos autores, como a destruição dos
manguezais e intrusão de água salgada nos aquíferos.
Por sua vez, Emanuel (2005) apud Komar (2012) relata que a maior ocorrência
dos eventos extratropicais, registrados no hemisfério norte nos últimos cinquenta anos,
está relacionado diretamente com o aquecimento global. Segundo o autor, o aquecimento
anormal da temperatura das águas oceânicas é o principal mecanismo para formação dos
eventos extratropicais, que têm efeitos drásticos na zona costeira, podendo levar até a
destruição de pântanos, praias e dunas, ocasionando intrusão salina em águas superficiais,
etc.
8
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
Figura 2-3: Obras de engenharia que afetam diretamente os processos oceanográficos na zona costeira. De
[a] até [c] têm as estruturas rígidas (“hard”) construídas paralelamente a costa, enquanto em [d] tem-se as
estruturas rígidas implementadas de forma paralela ao litoral. Por fim, em [e] há a exemplificação da
engorda de praia, uma técnica que imita a natureza (“soft”).
9
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
Figura 2-4: Obtenção de imagens por sensoriamento remoto. Em (a) uma fonte natural ou artificial emite
energia na forma de radiação eletromagnética para a superfície terrestre. Essa energia é refletida (b) e
captada para o satélite/sensor, que transforma a energia em sinais elétricos e transmitem as informações
para as estações. Em (c) a estação transforma esse sinal elétrico em sinal digital.
10
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
11
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
fornece uma boa resolução espacial da linha de costa, porém sua resolução temporal,
juntamente como a cobertura geográfica, é bem restrita. Além disso, esse método
apresenta várias distorções na imagem, como a distorção radial, de relevo, inclinação e
de escala, que pode induzir o interprete ao erro (Boak e Turner 2005; Gens 2010)
Figura 2-5: Aplicações das técnicas de sensoriamento remoto em distintas etapas ambientais
(monitoramento, prevenção, mitigação e avaliação) para diferentes problemas ambientais (poluição e
geohazards) e socioeconômicos (uso e ocupação do mar e da terra).
12
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
13
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
construção de hidrelétricas nas últimas décadas ao longo dos principais cursos fluviais.
De acordo com os autores acima, em determinados períodos, a erosão costeira atingiu um
estado tão crítico que houve a necessidade da criação de planos emergenciais e
mitigadores, por meio dos governos locais e/ou federais. Dada et al. 2016 estudaram a
variação sazonal da linha de costa nigeriana, nos anos de 2011 a 2013, com dados de onda
e de correntes litorâneas. Já Dada et al. 2018 relacionaram as mudanças da linha de costa
no delta do Níger (Nigéria), nos últimos cem anos, com as variações hidro climáticas e
atividades antrópicas no rio Niger.
Kuleli et al (2011), Petropoulos et al (2015) e Anthony et al (2015) concluem que
além da construção de barragens, o processo de erosão, ocorrida nos deltas do Kizilirmak
& Gediz (Turquia), Axios & Aliakmonas (Grécia) e Mekong estão relacionadas com a
ocupação indevida na zona costeira, extração de areia e cascalho nos principais cursos
fluviais e subsidência da terra devido a extração de água subterrânea. Já Qiao et al (2018)
relataram que apesar da redução da carga de sedimentos dos rios Yangtze e Qiantang e
do aumento relativo do nível do mar, a região de Shanghai registrou um crescimento da
linha de costa em torno de 50 m/ano. De acordo com os autores, os processos de
aterramento nas regiões de manguezais, recuperação de praias e de canalização de alguns
canais fluviais foram as principais causas da acresção sedimentar.
No nordeste do Brasil, (Aquino da Silva et al. 2015b) determinaram a
concentração de sedimentos em suspensão transportado em 2008 pelo rio Parnaíba até a
plataforma interna. De acordo com estes autores a extensão da pluma de sedimentos
depende das condições hidrodinâmicas específicas, tais como a intensidade de
escoamento do rio, das correntes e amplitudes das marés e pelo clima das ondas e ventos.
Já Aquino da Silva et al. (2015a) tentou relacionar a conexão da ocorrência e intensidade
da Oscilação El Niño-Sul com a vazão fluvial, concentração de sedimentos em suspensão,
pluviosidade, correntes de maré e variações na linha de costa no Delta do Rio Parnaíba –
PI.
Luijendijk et al. 2018, por sua vez empreenderam uma pesquisa inédita, na qual,
a partir da utilização de imagens Landsat e Sentinel juntamente com métodos machine
learning e big data, conseguiram determinar a percentagens de praias arenosas no mundo,
e realizam o monitoramento costeiro destas, entre 1984 a 2016, identificando os principais
hotspots erosionais ou pontos críticos de erosão costeira. De acordo com referidos autores
(Fig.2-5), 24% das praias arenosas encontram-se sob erosão a taxas superiores a 0.5
m/ano, 48 % encontram-se relativamente estáveis e 28% apresentam acresção sedimentar.
14
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
Figura 2-6: Integração entre imagem de satélite e big data para análise vulnerabilidade costeira ao redor do
mundo. Em (a) tem-se a percentagem de praias arenosas, enquanto que (b) tem relata a taxas de erosão e
progradação dessas praias entre 1984 a 2016. Os hotspots erosionais estão indicados em vermelho. Já as
taxas de progradação estão visualizadas em verde.
15
FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO
Figura 2-7: Evolução das bandas espectrais, do programa Landsat, ao longo do tempo
16
FERREIRA, T.A.B (2019) ÁREA DE ESTUDO
3 ÁREA DE ESTUDO
3.1 Localização
O Delta do Rio Parnaíba (DRP) está localizado no nordeste do Brasil, entre os
estados do Maranhão e Piauí (Fig.3-1), cobrindo aproximadamente 3138 km² (MMA,
2006), onde vivem mais de 280.000 habitantes (IBGE, 2016). Conforme de Paula Filho
et al. (2015), 48% da região deltaica é classificada como áreas florestais não cultivadas,
16% em áreas de conservação, 17% em dunas e manguezais, 10% em pastagens, 8% em
áreas agrícolas e apenas 1% em áreas urbanas.
O Delta do Rio Parnaíba é um delta assimétrico, dominado tanto por ondas quanto
por marés, com uma plataforma continental estreita (aproximadamente 50 km de largura),
relativamente rasa (profundidade média de 25 metros) e suave (0.04º), típico da costa do
nordeste brasileiro. (Szczygielski et al. 2014; Vital 2014; Aquino da Silva et al. 2016)
17
FERREIRA, T.A.B (2019) ÁREA DE ESTUDO
18
FERREIRA, T.A.B (2019) ÁREA DE ESTUDO
19
FERREIRA, T.A.B (2019) ÁREA DE ESTUDO
20
FERREIRA, T.A.B (2019) ÁREA DE ESTUDO
21
FERREIRA, T.A.B (2019) METODOLOGIA
4 MATERIAIS E MÉTODOS
Neste estudo, o fluxo (Fig.4-1) utilizado para a análise quantitativa da evolução
temporal da linha de costa situadas próximas ao Delta do Rio Parnaíba compreendeu: (a)
Aquisição dos dados hidro climáticos ; (b) Aquisição das imagens de satélite; (c) Pré-
processamento das imagens de satélite; (d) Delimitação da linha de costa; (e) Análise das
incertezas; (f) Quantificação da linha de costa a partir uso do Digital Shoreline Analisys
(DSAS).
22
FERREIRA, T.A.B (2019) METODOLOGIA
23
FERREIRA, T.A.B (2019) METODOLOGIA
Tabela 4-1: Aquisição das imagens de satélite com as respectivas datas, horário de aquisição e erros. Ep:
Erro de processamento; Er: Erro de retificação. Et: Erro total
24
FERREIRA, T.A.B (2019) METODOLOGIA
Figura 4-2: Escolha da resolução espacial e temporal de acordo com o estudo ambiental. O satélite Landsat
é adequado para os estudos de uso e cobertura da terra, em que se incluem a variação da linha de costa.
4.3 Pré-Processamento
4.3.1 Georreferenciamento das imagens
Com o intuito de melhorar o posicionamento das imagens de satélite, foi utilizada
a imagem Landsat OLI de 2017 para realizar o georreferenciamento nas demais cenas,
através do registro imagem-imagem. As cenas do Landsat foram georreferenciadas a
partir de pontos fixos ao longo do tempo, como interseção de rodovias, avenidas, fábricas
e espigões, sendo reamostradas a partir da transformação do polinômio de primeira
ordem. Após este procedimento, o erro quadrático médio da raiz posicional (RMSE) foi
menor do que 8 metros (Tabela 4-1).
4.3.2 Correção Atmosférica
A atmosfera afeta o brilho recebido pelo satélite, espalhando, absorvendo e
refratando a luz, ocasionando assim, uma diminuição do contraste entre os alvos (Chávez,
1996). De acordo com Song et al. (2001), só é possível comparar dados espectrais
25
FERREIRA, T.A.B (2019) METODOLOGIA
π ∗ (Lsat − Lhaze)
P= (Eq. 2)
Tv ∗ (Esun ∗ Cos (θz) ∗ Tz) + Edown
26
FERREIRA, T.A.B (2019) METODOLOGIA
Tabela 4-2: Comparação entre os valores dos pixels por meio do Processamento topo atmosfera e Dark
Object Substracion. Note que os pixels obtidos pelo DOS são menores, pois parte do espalhamento
atmosférico foi retirado. Os dados extraídos foram obtidos a partir da imagem Landsat de 2007 e os pontos
de coleta podem ser visto na imagem 4-3.
27
FERREIRA, T.A.B (2019) METODOLOGIA
De acordo com Xu (2006), o índice MNDWI tem uma grande acurácia pois a água
apresenta uma reflectância máxima no comprimento de onda da banda verde (Green) e
uma absorção máxima (reflectância mínima) na banda infravermelha média (MIR).
Ademais, os sedimentos quartzosos, vegetação e solo apresentam uma grande reflectância
na banda MIR (Fig.4-4). Pardo-Pascual et al. 2018 afirma que a banda MIR, das imagens
Landsat e Sentinel, são menos afetadas pelas ondas de quebra pixels do que as bandas
NIR, enquanto Sunder et al (2017); Kelly e Gontz (2018) provam que o índice MNDWI
têm uma grande acurácia mesmo em ambientes com águas turvas e construções próximas
a linha de costa. Como resultado do índice MNDWI, uma nova imagem raster com
valores variando entre +1 a -1 será gerada (Fig.4-3). Os pixels de água serão realçados,
apresentando valores positivos (igual e/ou maior do que zero), enquanto que os pixels de
vegetação, sedimentos secos e solo serão suprimidos, exibindo valores negativos.
Após o cálculo, empregou-se o uso de técnicas de segmentação na imagem, cujo
objetivo principal é a geração de uma imagem binária, segregando assim, os pixels de
sedimentos dos de água de forma homogênea e concisa. O valor do limiar de separação
(Optimal Threshold) foi zero (0), como determinado por Fisher et al. (2016); Kelly e
Gontz (2018) e Xu (2006). Por fim, cada imagem binária foi convertida em polígonos e
posteriormente foram convertidas em linhas (Fig. 4-1c).
Figura 4-3: Histograma do Índice MNDWI (XU et al, 2006). No MNDWI, os pixels de água, juntamente
com os de sedimento molhados irão apresentar valores de reflectância maiores do zero, enquanto que os
demais pixels exibirão valores negativos.
28
FERREIRA, T.A.B (2019) METODOLOGIA
Figura 4-4: Estatísticas dos pixels de interesse da área de estudo. Em [a] tem-se uma imagem Landsat 5
TM, de composição RGB 432, no qual foram coletados dados estatísticos das principais feições. Em [b]
tem-se a análise desses pixels, mostrando que os sedimentos quartzosos da praia apresentam uma
reflectância máxima na banda MIR, enquanto que os pixels de água obtiveram uma absorção máxima, como
proposto por XU (2006). Já na banda verde (green), os pixels de água apresentam uma máxima reflectância.
29
FERREIRA, T.A.B (2019) METODOLOGIA
30
FERREIRA, T.A.B (2019) METODOLOGIA
Devido ao fato do estudo não ter realizado uma comparação entre o MNDWI e a
posição da linha de costa in situ, por meio do GPS-RTK, não foi possível contabilizar o
erro associado ao método automático de extração da linha de costa. Em algumas cenas,
os pixels de quebra da onda e mistura podem adicionar alguns metros de incerteza ao
método estatístico. Feita a análise de incerteza, o erro de cada imagem selecionada (E I)
será dada pela Eq.5 e está mostrada na tabela 1:
2
𝐸𝑡𝑖 = √𝐸𝑟 2 + 𝐸𝑝² (𝐸𝑞. 5)
31
FERREIRA, T.A.B (2019) METODOLOGIA
linear ponderada, em função Dentre todos os métodos, é que Maior tempo no processamento dos
do espaço sobre o tempo; apresenta maior confiabilidade nos dados;
resultados;
R-Squared (R² e Calcula a porcentagem de O cálculo é feito utilizando todas as O cálculo é feito a partir de um
WR²) variância nos dados; linhas de costa; número de variáveis;
Permite identificar a oscilação dos
Utilizada geralmente para resultados. Valores próximos a 0 Maior tempo no processamento dos
verificar a confiabilidade dos mostra uma intensa oscilação da linha dados;
métodos LRR e WLR de costa, enquanto valores próximos a
1 mostram resultados concisos e sem
variação.
32
FERREIRA, T.A.B (2019) METODOLOGIA
WLR inseriu-se um índice de confiança de 95% para ter uma análise mais confiável dos
resultados, observando o quanto os dados de média e/ou mediana podem variar para cada
transecto. e verificar o quanto a média/mediana varia. Já o método EPR foi empregado
para análise de todos os períodos individualizados, com o intuito de determinar a
correlação entre as variáveis hidro climáticas com a linha de costa.
Valores negativos de WLR e EPR indicam que houve erosão costeira ao longo do
tempo, enquanto resultados positivos apontam acresção. Valores de R² acima de 0.7
mostram que o resultado é consistente ao longo do tempo.
Em relação aos transectos, foram realizados cento e oitenta e nove (189) para o
setor I, duzentos e cinco (205) no setor II, noventa e seis (96) para o setor III e cento e
sessenta e dois (162) no setor IV, com o espaçamento médio de cem (100) metros entre
eles. Por fim, a baseline, por sua vez, constituiu-se de forma paralela a linha de costa na
direção onshore, posicionada à quinhentos (600) metros da linha de costa mais antiga
33
FERREIRA, T.A.B (2019) METODOLOGIA
Figura 4-5: Resumo do aplicativo DSAS. [a] disposição dos arquivos vetoriais (Linha de base, transectos e
Linha de costa) para utilização de forma correta do programa. O método WLR [b.1] utiliza todas as linhas
de costa, juntamente com suas possíveis incertezas, para realizar a variação da linha de costa por meio de
uma regressão linear. [b.2] o resultado é expresso por uma equação Y= aX + b, no qual o valor de a indica
se a região teve acresção ou erosão. A regressão fornece um coeficiente de determinação (WLR²), que
indica o quanto o modelo consegue explicar o resultado. Por fim, o método EPR faz a variação temporal da
LC utilizando apenas a mais recente e a mais antiga.
34
FERREIRA, T.A.B (2019) RESULTADOS
5 RESULTADOS
35
FERREIRA, T.A.B (2019) RESULTADOS
Figura 5-1: Médias anuais e mensais, entre 1984 – 2017, acerca da pluviometria (a) e (b), número de dias
chuvosos (c) e (d) e vazão do rio (e) e (f). Os itens (i) e (h) representam os coeficientes de pearson e de
determinação.
36
FERREIRA, T.A.B (2019) RESULTADOS
Diferentemente das outras duas variáveis acima, só foi possível obter dados da
velocidade e direção dos ventos entre 1994 a 2017 (fig.5.1e). Sendo assim, neste período
de tempo, a velocidade média anual dos ventos foi aproximadamente de 3.71 m/s e com
uma direção principal para NE e uma subordinada para ENE. Examinando a média
mensal (Fig.5-1i), foi possível observar que os ventos apresentaram um comportamento
inverso ao da pluviometria, com um decréscimo acentuado da sua velocidade entre janeiro
(4.12 m/s) a junho (2.64 m/s), considerados períodos chuvosos. Já entre junho a
novembro, época de baixos índices pluviométricos, houve um acréscimo gradativo da
intensidade dos ventos, atingindo o ápice em outubro (5.48 m/s).
Fazendo uma análise dessas direções dos ventos, nota-se que em janeiro a direção
do vento foi predominantemente nordeste (NE), porém, com o passar dos meses, a direção
do vento foi alterada para leste (E). Entre os meses de setembro a dezembro ocorreu o
fenômeno contrário, ou seja, a direção do vento alterou de leste (E) para nordeste (NE).
Ademais, observa-se que os ventos oriundos do Nordeste foram mais intensos do que os
ventos do Leste (Fig.5-2)
37
FERREIRA, T.A.B (2019) RESULTADOS
Figura 5-2: Diagrama Roseta no Delta do Parnaíba, mostrando a variação da direção e da intensidade dos
ventos ao longo dos meses.
38
FERREIRA, T.A.B (2019) RESULTADOS
39
FERREIRA, T.A.B (2019) RESULTADOS
5.2 Análise das Linhas de Costa entre 1984 – 2017 e em alguns períodos
individuais
5.2.1 Análise Global
A área de estudo têm aproximadamente 100 km de extensão, sendo dividida em
quatro (4) setores, com base em células litorâneas, denominados de Este para Oeste de I
a IV, correspondentes às praias de Luís Correa: Arrombado, Itaqui, Coqueiro e Atalaia
(Setor I), praias da Ilha Grande: Eólica, Pedra do Sal, Cotia e Barra das Canarias (Setor
II) situadas no estado do Piauí; e as praias da ilha do Poldro (Setor III) e da Ilha do Caju
(Setor IV) situadas no estado do Maranhão.
Resultados obtidos pelo método WLR demonstraram que, entre 1984 a 2017, 52%
das praias do Delta do Rio Parnaíba exibiram erosão costeira enquanto que 48%
registraram progradação sedimentar, indicando assim, que o delta está relativo equilíbrio.
40
FERREIRA, T.A.B (2019) RESULTADOS
Levando-se em conta os valores de média (-0.5 m/ano) e mediana (-1 m/ano), a região
deltaica sofreu uma leve erosão, porém, não alarmante. (Tabela 5-1). Individualmente, o
setor IV foi o que apresentou erosão costeira enquanto o setor II teve uma maior acresção
de sedimentos ao longo do período abrangido pelo estudo (Tabela 5-2). A seguir
apresentamos uma descrição mais detalhada em cada um dos setores estudados.
Tabela 5-1: Dados estatísticos de todos os setores situadas no Delta do Parnaíba. O setor I inclui as praias
do Arrombado, Itaqui, Coqueiros e Atalaia, enquanto que o setor II engloba as Eólica, praia da Pedra do
Sal, praia da Cotia e praia da Barra das Canárias. O setor III engloba a praia da Ilha dos Poldros. Por fim,
a ilha do Caju está inserida no setor IV.
Delta do
Setor I Setor II Setor III Setor IV
Parnaíba
Média WLR
-0.5 1.34 4.63 -40.6 -5.38
(m/ano)
Mediana WLR
-1.0 2.23 3.15 -2.12 -5.18
(m/ano)
Valor máximo de WLR
31.06 4.78 31.06 3.48 12.64
(m/ano)
Valor mínimo de WLR
-39.79 -3.4 -4.93 -25.11 -39.79
(m/ano)
Média WLR²
0.77 0.7 0,79 0.82 0.83
(adimensional)
% Erosão 52% 35% 40% 62% 86%
Tabela 5-2: Dados estatísticos de todas as praias situadas no Delta do Parnaíba. O setor I inclui as praias
do Arrombado, Itaqui, Coqueiros e Atalaia, enquanto que o setor II engloba as Eólica, praia da Pedra do
Sal, praia da Cotia e praia da Barra das Canárias. O setor III engloba a praia da Ilha dos Poldros. Por fim,
a ilha do Caju está inserida no setor IV.
41
FERREIRA, T.A.B (2019) RESULTADOS
5.2.2 Setor I
O setor I está localizado na cidade Luís Correia – PI, abrangendo as praias do
Arrombado, Itaqui, Coqueiros e Atalaia, sendo a região mais urbanizada da área de
estudo, com aproximadamente 210 mil habitantes. Pelos valores médios e medianos de
WLR, a praia do Arrombado pode ser classificada como um local que sofreu erosão
costeira com valores inferiores a - 2 m/ano (Fig.5-4a), representando uma perda de faixa
de praia, de aproximadamente 68 metros ao longo dos últimos 35 anos. Por sua vez, as
demais praias do setor registraram um ganho de sedimentos superior a 2 metros por ano
(Fig.5-4a). Com a exceção da praia dos coqueiros (Fig.5-4b), todas as demais
apresentaram um valor de coeficiente de determinação (WLR²) acima do aceitável (0.70),
demonstrando assim uma confiabilidade no resultado.
Durante os anos de 1995 a 1999, que foram de um período pré e pós o El Niño,
93% da dos transectos desse setor registraram uma intensa erosão costeira, com perdas
sedimentares superiores a 5 metros/ano (Fig.5-5c), o que totaliza uma remobilização de
mais de 20 metros de largura de praia. Individualmente, nenhuma praia apresentou
acresção sedimentar em mais de 20% do seu território. Por fim, foi possível observar que
a praia do Atalaia foi o local que teve a maior erosão costeira neste período, com perdas
anuais médias de 15 metros de faixa de praia durante os 4 anos de analises
(aproximadamente 60 metros de faixa de areia).
Entre 2007 a 2009, que corresponderam a um período durante e pós La Ninã
(Fig.5-3b), 88% do território obteve um ganho sedimentar superior, no mínimo a 5
metros. Mais uma vez, os menores valores de acresção foram observados na praia do
Arrombado, enquanto que a praia da Atalaia teve o maior ganho sedimentar, com um
valor médio e mediano acima de 13 m/ano, o que representa aproximadamente 26 metros
de faixa de praia.
42
FERREIRA, T.A.B (2019) RESULTADOS
Figura 5-4: Classificação dos transectos do setor I a partir do método WLR(a) e WLR²(b)
43
FERREIRA, T.A.B (2019) RESULTADOS
Figura 5-5: Classificação dos transectos do setor I com base no método EPR durante os anos de 1995 –
1999 [a] e 2007 – 2009 [b].
5.2.3 Setor II
44
FERREIRA, T.A.B (2019) RESULTADOS
metros por ano, seja utilizando a média aritmética quanto a mediana. A praia da Barra das
Canárias, por sua vez, registrou uma intensa acresção sedimentar, com um ganho anual
médio e mediano, respectivamente, em torno de 18 e 19 m/ano (Fig-5.6a), o que
representa um aumento superior a 600 metros de faixa de praia durante a análise de tempo
estudado. Em relação aos valores de WLR², todas as quatro praias registraram valores
acima do aceitável, sendo a Barra das Canárias a que obteve melhores resultados (0.85),
indicando assim, uma boa confiabilidade do modelo.
Figura 5-6:Classificação dos transectos do setor II a partir do método WLR(a) e WLR² (b)
45
FERREIRA, T.A.B (2019) RESULTADOS
– 6 m/ano (Fig-5.7c). Durante esse período, a praia do Sal apresentou uma erosão costeira
duas vezes superior a registrada entre 1984 a 2017. Já a praia do Delta do Rio Parnaíba,
que durante o período compreendido entre 1984 a 2016, era local de uma intensa acresção
em toda sua totalidade, apresentou perdas de sedimento em quase todos os seus transectos
ao longo do período pré e pós El Niño. Entretanto, há uma divergência entre os valores
de média e mediana, visto que o primeiro indica que a erosão foi superior a 20 metros/ano,
enquanto que os valores medianos foi de – 10 m/ano.
Ao analisar as linhas de costa entre os anos de 2007 e 2009, foi observado que a
Praia Eólica obteve um ganho sedimentar anual médio e mediano superior 4 metros,
valores próximos bem próximos a Praia da Pedra do Sal. Já as praias da Cotia e Barra das
Canarias registraram um ganho ainda superior a essas duas praias, com respectivas médias
de 9 e 23 metros/ano (Fig-5.7b)
Figura 5-7: Classificação dos transectos do setor II com base nos métodos WLR, no decorrer dos anos de
1987 -2017 [a] e EPR durante os anos de 1995 – 1999 [b] e 2007 – 2009 [c].
46
FERREIRA, T.A.B (2019) RESULTADOS
47
FERREIRA, T.A.B (2019) RESULTADOS
Figura 5-8: Classificação dos transectos do setor II a partir do método WLR(a) e WLR² (b)
48
FERREIRA, T.A.B (2019) RESULTADOS
Figura 5-9: Classificação dos transectos do setor III com base nos métodos WLR, no decorrer dos anos de
1987 -2017 [a] e EPR durante os anos de 1995 – 1999 [b] e 2007 – 2009 [c].
5.2.5 Setor IV
49
FERREIRA, T.A.B (2019) RESULTADOS
2.10 m/ano. Nessas duas regiões, altos valores do coeficiente de determinação validam a
confiabilidade do resultado.
Figura 5-10:Classificação dos transectos do setor IV a partir do método WLR
A análise da linha de costa entre 1995 a 1999 revelou que o subsetor leste
apresentou erosão intensa em todos seus 31 transectos, com perdas médias de sedimento
superiores a 25 metros por ano (Fig.5-11c). Assim como ocorreu na parte leste, os
subsetores centrais e oestes também foram hierarquizados como regiões de intensa erosão
costeira, com respectivas médias EPR de -12 e -20 m/ano. Apesar disto, nestes subsetores
houve alguns trechos com acresção de sedimentos (Fig.5-11c).
50
FERREIRA, T.A.B (2019) RESULTADOS
A análise da linha de costa entre 2007 e 2009 indicou que o subsetor leste teve
acresção intensa de sedimentos em 20 dos 31 transectos, obtendo um ganho anual de
sedimentos em torno de 20 metros/ano (Fig.5-11b). O subsetor central continuou sob
erosão costeira, com uma média EPR de -2.23 m/ano. Entretanto, ao comparar esse
resultado com os outros dois períodos de tempo estudados, foi observada uma redução
drástica da erosão costeira. Por fim, o subsetor oeste registrou um pequeno ganho
sedimentar, inferior a 2 metros/ano.
Figura 5-11: Classificação dos transectos do setor IV com base nos métodos WLR, no decorrer dos anos de
1987 -2017 [a] e EPR durante os anos de 1995 – 1999 [b] e 2007 – 2009 [c].
51
FERREIRA, T.A.B (2019) RESULTADOS
determinada a taxa de variação dessas variáveis hidro climáticas por meio de regressão
linear e em seguida foram computados os coeficientes de Pearson e de determinação.
Ao observar as figuras. 5-12, 5-13 e as tabela 5-3 e 5-4, nota-se distintos
comportamentos da linha de costa ao longo do tempo e que a mesma está conexa com a
ação hidro climática na bacia de drenagem. No decorrer dos anos de 1984 a 1987,
reduções fluviométricas fizeram com que 55% do delta experimentasse processos
erosivos, cujos valores médios e medianos foram, respectivamente, -1 m/ano e -2m/ano
(tabela 5-1). De forma geral, os setores III e IV registraram maiores valores de erosão,
enquanto que o setor II foi o único que teve progradação (Fig.5-12). Foi observado ainda
que apesar da diminuição da descarga fluvial e do processo erosivo, neste período, houve
um aumento médio de 66.72 mm/ano de chuva no baixo curso do Parnaíba.
Tabela 5-3: Dados referentes a taxa de regressão linear pluviométrica, fluviométrica, variação da linha de
costa pelo método EPR (média e mediana) e percentagem de erosão e acresção no Delta do Rio Parnaíba
em curtos intervalos de tempo.
52
FERREIRA, T.A.B (2019) RESULTADOS
Tabela 5-4: Taxas de EPR (média e mediana) nos setores do delta do Parnaíba
53
FERREIRA, T.A.B (2019) RESULTADOS
costeira, com valor médio de -9 m/ano e mediano de -6 m/ano. Assim como transcorreu
nos anos de 1995 a 1999, os setores III e IV foram os que mais registraram perda de
sedimentos.
Figura 5-12: Valores EPR em curtos períodos de tempo no Delta do Rio Parnaíba.
54
FERREIRA, T.A.B (2019) RESULTADOS
No período entre 2012 a 2014 foi registrado um novo período chuvoso, com
respectivos aumentos pluviométricos e fluviométricos na ordem de 177 mm/ano e 112
m²/s. Como resultado, 66% do delta esteve sob progradação de sedimentos, cujos valores
médios e medianos atingiram respectivamente 2 m/ano e 3.6 m/ano. Os setores II e III,
mais próximos a desembocadura, registraram maiores valores de acresção, enquanto que
o setor IV foi o que apresentou menores valores.
No decorrer dos anos de 2014 a 2017, não houve grandes variações nas condições
hidro climáticas no baixo curso do Parnaíba. Entretanto, valores EPR indicaram que,
durante esse período, 62% das praias tiveram ganho sedimentar, com valor médio de 10
m/ano. Esse valor extremamente alto e errôneo se deu pela formação de duas barras
arenosas, localizadas na praia das Barra das Canárias (setor II) e na Ilha do Caju (setor
IV). Atentando ao estudo a longo prazo, foi observado que entre 1984 a 2017, tanto a
pluviometria quanto a descarga fluvial se mantiveram basicamente estáveis, com
respectivas diminuições de 13.39 mm/anuais e de 12 m³/s. Essas pequenas variações são
condizentes com a estabilidade em que o delta se encontra, como mostrado no tópico
5.2.1
Figura 5-13: Correlação de pearson e de determinação entre Linha de costa com a pluviometria (a) e (c) e
com a fluviometria (b) e (d). Notem que os coeficientes são maiores quando se utiliza a mediana ao invés
da média, pois o mesmo exclui valores extremos na análise estatística.
55
FERREIRA, T.A.B (2019) RESULTADOS
56
FERREIRA, T.A.B (2019) DISCUSSÕES
6 DISCUSSÕES
6.1 Aplicação de Métodos estatísticos e de Sensoriamento remoto para análise da
morfodinâmica costeira
Os altos valores do coeficiente de determinação (WLR²) nos quatros setores
estudados demonstraram que a integração entre modelos estatísticos, como o DSAS, e
dados obtidos a partir de imagens de satélite são técnicas eficazes para detecção e
quantificação da variação espaço temporal da linha de costa. A simplicidade do método,
a acessibilidade dos dados e o baixo custo, seja financeiro ou computacional (tanto as
imagens Landsat quanto o DSAS são adquiridos gratuitamente), permitem que essas
técnicas sejam replicadas mundialmente em diversos estudos (e.g Ghoneim et al. 2015;
Dada et al. 2018; Luijendijk et al. 2018; Mukhopadhyay et al. 2018; Qiao et al. 2018). No
entanto, várias incertezas devem ser consideradas e incluídas no modelo, garantindo
assim, uma melhor precisão e veracidade ao resultado (e.g. Romine et al. 2009; Hapke et
al. 2010; Del Río e Gracia 2013).
A escolha do sensor remoto a ser utilizado, no que diz respeito à sua resolução
espacial e espectral, dependerá da magnitude das mudanças a serem medidas. Neste caso,
o programa Landsat foi escolhido porque forneceu um grande volume de dados históricos,
apesar de sua resolução espacial moderada (variando de 30 a 15 metros), e as taxas de
mudanças mapeadas, em sua maioria ficaram acima de sua resolução espacial (dezenas a
centenas de metros). Ademais, a resolução espectral do Landsat ajudou na definição entre
o limite terra/água, permitindo o uso de métodos de extração automática da linha de costa,
como o AWEI (Fisher et al. 2016) e MNDWI (Xu 2006), reduzindo assim, a incerteza
relacionada à subjetividade do intérprete na definição da posição da linha de costa (e.g.
Zhai et al. 2015; Fisher et al. 2016; Kelly e Gontz 2018). Em áreas onde a magnitude das
mudanças é da ordem de metros, sensores com alta resolução espacial (IKONOS,
Quickbird e WorldView), apesar de mais caros e da limitação temporal, devem ser
utilizados (Fig-4.2).
Neste estudo o índice MNDWI foi selecionado para delimitar a linha de costa pois,
dentre as bandas do infravermelho, a SWIR-1 é a menos afetada pelos pixels da zona de
espalhamento das ondas (“swash zone”), turbidez da água e pelas infraestruturas
artificiais (“built-up noise”) (e.g. Sunder et al. 2017; Kelly e Gontz, 2018; Pardo-Pascual
et al, 2018).
57
FERREIRA, T.A.B (2019) DISCUSSÕES
58
FERREIRA, T.A.B (2019) DISCUSSÕES
zona costeira, que comumente ocorrem nos períodos chuvosos, podem levar a erros de
até 200 metros, enquanto que os pixels de quebra de ondas podem ser confundidos com
pixels de terra, tanto em métodos automáticos quanto pela interpretação manual, levando
a erros próximos a 1 pixel (aproximadamente 30 metros). Segundo estes autores, em
condições ideais (livre de nuvens e com baixa influência das ondas), a precisão da linha
de costa obtida por imagens Landsat e Sentinel, sem a necessidade de ter processamento
refinados, é inferior a 10 metros.
Por fim, vale a pena mencionar a importância da escolha do método estatístico a ser
utilizado pelo DSAS. Para estudos de médio a longo prazo, os métodos Linear Regression
Rate (LRR) e Weighted Linear Regression (WLR) são mais indicados, pois ambos
utilizam uma grande quantidade de dados (linhas de costa) para realizar o cálculo.
Ademais, esses métodos ainda disponibilizam os valores de coeficiente de determinação
e os intervalos de confiança, possibilitando ao intérprete uma melhor análise estatística.
Já os métodos Net Shoreline Movement (NSM) e End Point Rate (EPR), por
utilizarem apenas duas linhas de costa para computar os dados, não devem ser aplicados
para estudos de longo prazo, visto que possivelmente alguns eventos (erosionais ou
deposicionais) serão mascarados devido ao grande intervalo de tempo (Fig.4-4). Esses
dois últimos são utilizados preferencialmente para estudos de curta escala de tempo.
(Thieler et al, 2017; Hapke et al., 2011).
59
FERREIRA, T.A.B (2019) DISCUSSÕES
Figura 6-1: Erros associados às variações de maré (a,b,c) e à sazonalidade da praia (d,e,f). Desconsiderar
esses fatores podem incluir ao modelo estatístico erros entre dezenas a centenas de metros.
60
FERREIRA, T.A.B (2019) DISCUSSÕES
plataforma continental interna (10 km da linha de costa). (Aquino da silva et al. 2015a,
2019; MMA, 2005). Provavelmente a maior parte dos sedimentos produzidos deve-se à
alta (média de 664.19 m³/s) e contínua descarga fluvial (a regressão linear indica que não
houve um redução brusca na descarga fluvial no baixo curso do Rio Parnaíba) e à geologia
da bacia de drenagem, composta majoritariamente de rochas sedimentares deformadas
(diversas falhas listrica normais são observadas nos arenitos), e sedimentos quaternários
das bacias do Parnaíba e Barreirinhas (Feijó 1994; Góes e Feijó 1994; Aquino da Silva et
al. 2015a, 2019). Essa hipótese é embasada pelo modelo de Syvitski e Milliman (2006),
que demonstraram, a partir de um banco de dados envolvendo 488 rios, que 63% da carga
sedimentar que chega à zona costeira deve-se ao tipo de litologia, ao relevo e à área da
bacia de drenagem. Conforme Syvitski e Milliman (2006) e Milliman e Farnsworth
(2011), a erodibilidade de uma rocha ou sedimento, depende, respectivamente da
litologia, granulometria e estado de deformação, que por sua vez, refletem na evolução
geológica do ambiente. Logo, as rochas sedimentares, submetidas a diferentes eventos
deformacionais, como as do Parnaíba e Barreirinhas, têm uma grande facilidade a ser
erodida, mecanicamente, pelo impacto do rio e das chuvas.
O impacto das intensas chuvas concentradas em um curto período de tempo,
processo conhecido como o potencial erosivo das chuvas, pode ultrapassar a resistência
natural do solo a ser erodido (fator de erodibilidade dos solos), levando à sua saturação e
subsequente transporte do mesmo. Modelos propostos por Oliveira et al. (2013)
comprovam que o delta do Parnaíba tem um dos mais elevados fatores de erosividade das
chuvas do Brasil (entre 8.000 a 10.000 MJ mm ha-1 h-1 yr-1), abaixo apenas da região norte
e de uma parte da região centro-oeste. Aquino et al. (2006) por sua vez, relata que, no
estado do Piauí, o fator erosivo das chuvas tende a aumentar significativamente na direção
do litoral, no qual a área de estudo está inserida. O clima tropical com estação seca no
inverno, responsável por concentrar 80% das chuvas em apenas 5 meses (janeiro a junho),
pode ser um dos fatores que levam ao delta do Parnaíba apresentar esses resultados.
Ademais, dados de coeficiente de determinação de Pearson indicam uma alta e positiva
correlação mensal (superior a 0.9) entre a descarga fluvial e pluviometria, indicando que,
além de desagregar mecanicamente os sedimentos e solos, a pluviometria ainda aumenta
a descarga fluvial nos períodos chuvosos. Essa informação é comprovada no trabalho de
Aquino da Silva et al. (2015a), que demonstrou no ano de 2008, que 90% da carga
sedimentar que chega a plataforma continental interna no delta do Parnaíba ocorre durante
os períodos chuvosos (janeiro para julho). Entretanto, é necessário ressaltar que não
61
FERREIRA, T.A.B (2019) DISCUSSÕES
62
FERREIRA, T.A.B (2019) DISCUSSÕES
Observa-se na figura 6-3, que de forma geral, esse efeito, em um período de tempo
intermediário (1984 – 2017) contribuiu para a alta taxa de progradação da linha de costa
no lado leste da desembocadura do Rio Parnaíba (praia da Barra das Canárias – Setor II),
com valores superiores a 16m/ano (o que representa um aumento de 500 metros de
largura), e a migração dos pontais arenosos na direção oposta à deriva litorânea (Subsetor
oeste da Praia dos Poldros – Setor III), cujas taxas ultrapassam uma taxa de 100 m/ano.
No litoral brasileiro, esse efeito já foi debatido no próprio delta do Parnaíba (Aquino da
Silva et al. 2015b) e em demais deltas dominados por onda, cuja vazão é próxima a da
área estudada, tais como o delta do São Francisco(Bittencourt et al. 2007) e Paraíba do
Sul (Dominguez et al 1983)
Figura 6-3: Evolução da linha de costa ao longo do tempo. (a) localização dos setores II e III. (b) Refração
do trends das ondas devido ao efeito hidráulico e um possível cordão arenoso submerso. A influência da
barreira hidráulica e de um possível cordão submerso nos trends. (c) Formação e o preenchimento da barra
de desembocadura (praia da Barra das Canárias) quanto a migração do spit na direção contra a deriva
litorânea. Em anos de intensa vazão e pluviometria, a foz do rio Parnaíba age como uma barreira hidráulica,
favorecendo a deposição de barras de desembocadura. Observar que a desembocadura do delta do Parnaíba
age de acordo com o modelo proposto por Anthony (2015), representado na figura 6-2
63
FERREIRA, T.A.B (2019) DISCUSSÕES
64
FERREIRA, T.A.B (2019) DISCUSSÕES
65
FERREIRA, T.A.B (2019) DISCUSSÕES
Figura 6-4: Dados de análise multivariada do índice ENSO (a), pluviometria e descarga fluvial (b) e
variação da linha de costa em curtos intervalos de tempo no Delta do Rio Parnaíba (c). Observar que há
uma relação entre o aquecimento do oceano pacifico (efeito El Niño) com a diminuição da pluviometria na
bacia de drenagem, causando tanto uma diminuição na descarga fluvial e consequentemente erosão na linha
de costa na área de estudo. O processo inverso também pode ser observado.
66
FERREIRA, T.A.B (2019) DISCUSSÕES
67
FERREIRA, T.A.B (2019) DISCUSSÕES
68
FERREIRA, T.A.B (2019) DISCUSSÕES
Figura 6-5: Evolução da linha de costa ao longo do tempo. (a) localização dos setores III e IV. (b) Efeito
da corrente longitudinal no setor III, em que há uma clara migração dos sedimentos da parte oeste, região
caracterizada por erosão acima de 8 m/ano, para o setor oeste, ocasionando assim, um aumento tanto na
largura da praia. (c) Influência das ondas e marés no setor IV. Entretanto, se houver a predominância das
correntes longitudinais, os bancos de areia tendem a se posicionar no interior dos canais de maré e serão
transportados na direção da preferencial das ondas e da própria deriva litorânea.
69
FERREIRA, T.A.B (2019) DISCUSSÕES
observar que as ondas mudam sua direção preferencial (NE, E-NE), e convergem para SE
ao se aproximarem do promontório. Conforme modelos propostos por Bird (2008), essa
convergência irá ocasionar ondas de maior energia, aumentando assim seu potencial
erosivo. Estudos referentes a erosão nesse ponto já foram descritos na literatura (e.g.
Paula et al. 2013). Conforme suas observações de frequência e altura de ondas, perfis de
praia entre 2010 a 2012, os autores afirmam que as ondas na praia da eólica tem uma
direção de 54º e uma altura máxima de 0.9 metros e passam a ter direção e altura máximas,
respectivas de 114º e 1.1 m ao se aproximarem da promontório rochoso, localizado na
praia da Pedra do Sal. Ainda segundo estes autores, em outras praias do litoral piauiense,
como a praia dos Coqueiros (setor I), Itaqui (setor I) e Cotia (setor II) a presença de
possíveis arenitos praiais (beach rocks) e/ou a mudança da direção da linha de costa
também foram responsáveis pelo efeito de refração das ondas e consequente erosão das
praias durante a o monitoramento dos perfis de praias entre 2010 a 2012. A comparação
entre os resultados de Paula et al (2013) e os dados de WLR mostra que apenas um
determinado trecho da praia do Itaqui (setor I) e Coqueiros (Setor I), que apresenta uma
leve mudança na orientação da sua linha de costa, encontra-se sob erosão (Fig.5-1),
enquanto a praia da Cotia registrou progradação de sedimentos ao longo dos trinta e
quatro anos de análise.
A praia da Ilha do Caju (Setor IV) é a região mais afastada dos principais Rios da
região (Igaraçu e Parnaíba), sendo caracterizada como uma costa dominada por canais de
maré. Nesse tipo de ambiente, autores como FitzGerald et al. (2000) afirmam que o
mecanismo de transporte sedimentar será consequência da interação entres as correntes
litorâneas, ondas e correntes de maré. Segundo esse autor, quando há o predomínio das
correntes de maré sobre a corrente longitudinal, o transporte sedimentar se dará pela
migração de sedimentos no canal principal, fazendo com que esses bancos de areia se
estendam a offshore e depois sejam reincorporados a linha de costa. Entretanto, se houver
a predominância das correntes longitudinais, os bancos de areia tendem a se posicionar
no interior dos canais de maré e serão transportados na direção da preferencial das ondas
e da própria deriva litorânea.
Dentre os seis modelos de transporte sedimentar em deltas de maré vazante,
propostos por FitzGerald et al. (2000) o que melhor se encaixa com o subsetor oeste da
Praia do Caju (Setor IV) é Rompimento do Delta de Maré Vazante (Ebb-Tidal delta
breaching). Nesse modelo (Fig. 6-5), os bancos de areia, localizados nos canais de maré,
são transportados preferencialmente a updrift do delta de maré vazante devido a forte
70
FERREIRA, T.A.B (2019) DISCUSSÕES
71
FERREIRA, T.A.B (2019) DISCUSSÕES
72
FERREIRA, T.A.B (2019) DISCUSSÕES
Figura 6-7: Movimentação dos campos de dunas. Em (b) nas proximidades da cidade de Parnaíba (Setor
II) e em (c) nas proximidades de Luís Correia. Apesar de não ter sido o foco do trabalho, notou-se que os
campos de dunas migraram, em direção ao continente, entre 300 a 700 metros entre 1984 a 2017.Também
é notado que houve um aumento dos campos de dunas nos dois setores analisados, indicando que o vento
pode ser um importante agente erosivo na área estudada.
73
FERREIRA, T.A.B (2019) DISCUSSÕES
74
FERREIRA, T.A.B (2019) DISCUSSÕES
Figura 6-8: Dados históricos mostrando que a Barragem de Boa Esperança não influencia tanto no
transporte sedimentar a zona costeira (a) e a visualização das principais empreendimentos de extração de
areia e argila no baixo curso fluvial do Rio Parnaíba (b).
75
FERREIRA, T.A.B (2019) DISCUSSÕES
verão. Desta forma, pode-se concluir que a baixa capacidade industrial da região, e a falta
de políticas de desenvolvimento, tanto do âmbito local quanto federal, provavelmente são
as razões para a baixa influência antropogênica na zona costeira. Como consequência,
quase 90% do delta do Parnaíba correspondem a florestas não cultivadas, dunas e
manguezais, enquanto as áreas agrícolas representam 8 e as áreas urbanas, 1% (de Paula
Filho et al. 2015).
Figura 6-9: Taxas de crescimento populacional na zona costeira do Delta do Parnaíba
76
FERREIRA, T.A.B (2019) DISCUSSÕES
Figura 6-10: Visualização do porto de Luís Correia. Com a construção desse tipo de obra, os sedimentos
transportados pela deriva litorânea são bloqueados, causando uma progradação a downdrift (Praia do
Atalaia – Setor I). As letras (b) e (c) demonstram exatamente isso. Mesmo com o bloqueio dos sedimentos,
a os transectos iniciais da praia da Eólica ainda conseguem ter uma progradação sedimentar, pois ela é
alimentada diretamente pelo Rio Igaraçu. O item (d) é a concentração de sedimento em suspensão (mg/l),
estimada por meio de técnicas de processamento digital. Ela indica que há uma grande quantidade de
sedimento em suspensão tanto nos transectos iniciais da praia da eólica quanto próximo da praia do Atalaia,
corroborando com as ideias propostas. Também é notado que mesmo com o aumento da urbanização
próximo a orla do setor I (ver figuras b e c), a linha de costa se manteve relativamente estável com o passar
do tempo.
77
FERREIRA, T.A.B (2019) DISCUSSÕES
78
FERREIRA, T.A.B (2019) DISCUSSÕES
tem nenhuma grave intervenção humana, assim como o Delta do Parnaíba, registrou uma
relativa estabilidade da sua linha de costa ao longo do tempo, com tendências
progradacionais próximos a desembocadura e erosão nas regiões mais afastadas da foz.
No delta do Mekong, a perda de aproximadamente 5km² de área costeira entre
2003 e 2012, está diretamente relacionada à uma diminuição significativa do aporte
sedimentar do rio Mekong e seus afluentes devido a construção de mais de 33 barragens
instaladas e 14 a serem construídas em todo curso fluvial, a mineração de areia comercial
em larga escala na região deltaica, de aproximadamente 27 Mm³/ano e a subsidência do
terreno, com uma taxa média de 2 cm/ano, devido a extração de água subterrânea
(Anthony et al, 2015). Para este autor, a erosão já é responsável pelo deslocamento de
populações costeiras, e é um risco para a integridade do delta, se considerarmos as taxas
de subida do nível do mar e a construção de futuras barragens.
Luijendijk et al. (2018) afirmaram, que em Nouakchott (Mauritânia), a estrutura
portuária, construída em 1986, bloqueou o transporte unidirecional de sedimentos,
causando uma erosão costeira acima de 21 metros/ano, 10 vezes maior do que os valores
anteriores à construção do porto. Além disso, a zona de influência do porto atingiu uma
distância de mais de 10 km. Autores como (Kuleli et al. 2011) relatam que a intensa
urbanização na zona costeira juntamente com o desmatamento da vegetação nativa, em
torno de 35.57km² (um pouco menor do que a totalidade de manguezais na zona costeira
da área de estudo), para fins agrícolas contribuíram significativamente para a erosão no
deltas do Kizilimark.e Gediz (Turquia) entre os anos de 1989 a 2009. Modelos preditivos,
como proposto por Mukhopadhyay et al. (2018), demonstraram que as praias populosas
no delta do Mahanadi estarão propensas a maiores taxas de erosão no ano de 2050.
O delta do rio Yangtze (China) é um dos raros exemplos de regiões costeiras
antropogênicas que registraram progradação ao longo do tempo. Mesmo com reduções
de carga sedimentar, como consequência das represas dos rios Yangtzé e Qiantang, e um
leve aumento no nível do mar, a zona costeira de Xangai mostrou um crescimento de 50
m / ano na costa entre 1960 e 2015(QIAO et al. 2018). Para os autores, a progradação está
diretamente relacionada aos processos antropogênicos, como recuperação de terras e
obras de canalização dos rios, e baseado nas suas conclusões, essa região continuará a
acumular sedimentos nas décadas seguintes.
79
FERREIRA, T.A.B (2019) DISCUSSÕES
Figura 6-11: Comparação do delta do Parnaíba com diferentes deltas e praias espalhados ao redor do globo
terrestre em termos de (a) descarga fluvial, (b) carga anual de sedimentos, (c) área da bacia de drenagem,
(d) variação da linha de costa e (e) densidade populacional.
Fonte: Próprio autor (2019). Todos os dados dessa imagem foram extraídos dos trabalhos Ghoneim et al.
(2015), Dada et al. (2018), Kuleli et al. (2011), Mukhopadhyay et al. (2018), Qiao et al. (2018), Luijendijk
et al. (2018), Corbau et al (2019), Mentaschi et al (2018) e Best (2015).
80
FERREIRA, T.A.B (2019) CONCLUSÕES E CONSIDERAÇÕES FINAIS
81
FERREIRA, T.A.B (2019) CONCLUSÕES E CONSIDERAÇÕES FINAIS
fluvial do rio Parnaíba, o alto fator de erosão das chuvas, que esta relacionado com o
clima da região, e a geologia na bacia de drenagem, composta principalmente por rochas
sedimentares deformadas e sedimentos quaternários, fáceis de serem erodidos e
transportados para a zona costeira. Ademais, o Delta do Rio Parnaíba não é severamente
impactado pela ação antropogênica (como comumente ocorre nas regiões deltaicas do
planeta), tendo uma baixa densidade populacional na sua zona costeira, apenas uma
barragem em todo o curso fluvial do rio Parnaíba, baixa taxa de extração de areia e argila
no baixo curso fluvial e a preservação dos manguezais ao longo do tempo, sugerindo
assim, que a condição de desenvolvimento natural seja o fator responsável pela sua
relativa estabilidade.
As barreiras hidráulicas ocorrem em áreas próximas a desembocadura do delta,
sendo formadas quando o rio apresenta uma alta vazão. Estas barreiras modificam
localmente a direção e intensidade das correntes litorâneas e das ondas,
consequentemente, alterando o transporte sedimentar local. Esse efeito pode ter sido o
responsável tanto pela acresção da barra desembocadura na Praia das Canárias (Setor II)
quanto a migração de pontais arenosos na direção oposta à deriva litorânea (subsetor oeste
da ilha dos poldros – Setor II).
Já nas regiões mais afastadas dos deltas, a ação das ondas é responsável pelo
transporte sedimentar na direção da corrente longitudinal (E-W), como ocorre no subsetor
leste da praia dos poldros (Setor III), que registrou tanto um aumento na largura (cerca de
3 m/ano) quanto no comprimento do seu pontal arenoso (spit). Mudanças na direção e na
intensidade das ondas, ocasionada pela presença de promontórios rochosos, arenitos
costeiros, obras transversais e/ou a mudança da orientação da linha de costa, foram
responsáveis pela erosão em algumas praias, tais como a Pedra do Sal (Setor II), e alguns
trechos da praia Itaqui (Setor I) e Coqueiros (Setor I).
Os ventos são preferencialmente provenientes de NE e E, com uma velocidade
média de 4.12 m/s, atingindo suas maiores velocidades nos meses de outubro a dezembro.
Nos setores I e II da área de estudo, esse componente é responsável por transportar os
sedimentos da praia rumo aos campos dunares, enquanto que nos setores III e IV, o
mesmo transporta os sedimentos das praias aos canais de maré, que por sua vez, conduz
os sedimentos até outros setores, onde são depositados.
Em curtos intervalos de tempo, o comportamento da linha de costa pode estar
diretamente relacionado com a ação hidro climática na bacia de drenagem, devido as altas
e positivas correlações entre essas três variáveis, e que as maiores taxas de erosão e
82
FERREIRA, T.A.B (2019) CONCLUSÕES E CONSIDERAÇÕES FINAIS
83
FERREIRA, T.A.B (2019) BIBLIOGRAFIA
8 BIBLIOGRAFIA
ANA (2015) Conjuntura dos recursos hídricos no Brasil: regiões hidrográficas brasileiras
Anthony EJ (2015) Wave influence in the construction, shaping and destruction of river
deltas: A review. Mar Geol 361:53–78. doi: 10.1016/j.margeo.2014.12.004
Anthony EJ, Brunier G, Besset M, et al (2015a) Linking rapid erosion of the Mekong
River delta to human activities. Sci Rep 5:1–12. doi: 10.1038/srep14745
Anthony EJ, Brunier G, Besset M, et al (2015b) Linking rapid erosion of the Mekong
River delta to human activities. Sci Rep 5:1–12. doi: 10.1038/srep14745
Aquino da Silva AG, Amaro VE, Stattegger K, et al (2015a) Spectral calibration of
CBERS 2B multispectral satellite images to assess suspended sediment
concentration. ISPRS J Photogramm Remote Sens 104:53–62. doi:
10.1016/j.isprsjprs.2015.02.011
Aquino da Silva AG, Stattegger K, Schwarzer K, et al (2015b) The Influence of Climatic
Variations on River Delta Hydrodynamics and Morphodynamics in the Parnaíba
Delta, Brazil. J Coast Res 314:930–940. doi: 10.2112/JCOASTRES-D-14-00078.1
Aquino da Silva AG, Stattegger K, Schwarzer K, Vital H (2016) Seismic stratigraphy as
indicator of late Pleistocene and Holocene sea level changes on the NE Brazilian
continental shelf. J South Am Earth Sci 70:188–197. doi:
10.1016/j.jsames.2016.05.001
Aquino da Silva AG, Stattegger K, Vital H, Schwarzer K (2019) Coastline change and
offshore suspended sediment dynamics in a naturally developing delta (Parnaíba
Delta, NE Brazil). Mar Geol 410:1–15. doi: 10.1016/j.margeo.2018.12.013
Aquino MCS De, Oliveira JGB De, Sales MCL (2006) Estimativa da erosividade das
chuvas (R) nas terras secas do Estado do Pauí. Rev Ciência Agronômica 37:287–
291
Beatley T, Brower DJ, Schwab A (2002) An introduction to coastal zone management.
Isl Press 353:67–68. doi: 10.1016/S0964-5691(96)00034-8
Belda M, Holtanová E, Halenka T, Kalvová J (2014) Climate classification revisited :
from Köppen to Trewartha. 59:1–13. doi: 10.3354/cr01204
Besset M, Anthony EJ, Sabatier F (2017) River delta shoreline reworking and erosion in
the Mediterranean and Black Seas: the potential roles of fluvial sediment starvation
and other factors. Elem Sci Anth 5:54. doi: 10.1525/elementa.139
Best J (2015) Anthropogenic Stresses on the World ’s Big Rivers. Nat Geosci 2015:1–
59. doi: 10.1038/s41561-018-0262-x
Bhattacharya JP, Giosan L (2003) Wave-influenced deltas: Geomorphological
implications for facies reconstruction. Sedimentology 50:187–210. doi:
10.1046/j.1365-3091.2003.00545.x
Bird, E.C.F. (1996a) Beach Management. Wiley, Chichster
84
FERREIRA, T.A.B (2019) BIBLIOGRAFIA
85
FERREIRA, T.A.B (2019) BIBLIOGRAFIA
Del Río L, Gracia FJ, Benavente J (2013) Shoreline change patterns in sandy coasts. A
case study in SW Spain. Geomorphology 196:252–266. doi:
10.1016/j.geomorph.2012.07.027
Dominguez, J. M. L.; Bittencourt, A.C.S.P; Martin, L. O papel da deriva litorânea de
sedimentos arenosos na construção das planícies costeiras associadas às
desembocaduras dos rios São Francisco (SE/AL), Jequitinhonha (BA), Doce (ES) e
Paraíba do Sul (RJ). Revista Brasileira de Geociências, São Paulo, v. 13, n.4, p. 98-
105, 1983.
Dominguez, J.M.L. (1996) The São Francisco strandplain: a paradigm for wave-
dominated deltas?. In: Geology of Siliciclastic ShelfSeas (Eds M. De Baptist and P.
Jacobs), Geol. Soc. London Spec. Publ., 117, 217–231
Dominguez JML (2006) The Coastal Zone of Brazil : an Overview. I:16–20
Dominguez, J. M. L. ; Neves, S. M. ; Bittencourt, A.C.S.P ; Guimarães,. Paraíba. In:
Dieter Muehe. (Org.). Panorama da Erosão Costeira no Brasil. 1ed.Brasília:
Ministério do Meio Ambiente, 2018, v. 1, p. 327-343.
El-Robrini, M.S; Dos santos, J. H.S; De Lima, L.G; Dos Santos, A.L.S; Souza, U.D.V.
Maranhão p. 167 239. In: Muehe, D (org). Erosão e Progradação no Litoral
Brasileiro. Brasília: Ministério do Meio Ambiente, 2018, 755p.
Feijó FJ (1994) A Bacia de Barreirinhas. Bol Geociências PETROBRAS 8:103–109
Feyisa GL, Meilby H, Fensholt R, Proud SR (2014) Automated Water Extraction Index:
A new technique for surface water mapping using Landsat imagery. Remote Sens
Environ 140:23–35. doi: 10.1016/j.rse.2013.08.029
Figueiredo, Divino. Conceitos Básicos de Sensoriamento Remoto. Companhia Nacional
de Abastecimento - CONAB. Brasília - DF, 2005.
Fisher A, Flood N, Danaher T (2016) Comparing Landsat water index methods for
automated water classification in eastern Australia. Remote Sens Environ 175:167–
182. doi: 10.1016/j.rse.2015.12.055
FitzGerald DM, Kraus NC, Hands EB (2000) Natural Mechanisms of Sediment
Bypassing at Tidal Inlets. Erdc/Chl Chetn 4:1–10. doi: ERDC/CHL CHETN-IV-30
Florenzano, T.G. Iniciação em Sensoriamento Remoto. 3ª. ed. São Paulo: Oficina de
Textos, 2011. 128 p.
Gens R (2010) Remote sensing of coastlines: Detection, extraction and monitoring. Int J
Remote Sens 31:1819–1836. doi: 10.1080/01431160902926673
Ghoneim E, Mashaly J, Gamble D, et al (2015) Nile Delta exhibited a spatial reversal in
the rates of shoreline retreat on the Rosetta promontory comparing pre- and post-
beach protection. Geomorphology 228:1–14. doi: 10.1016/j.geomorph.2014.08.021
Góes AMO, Feijó FJ (1994) Bacia do Paranaiba. Bol Geociencias da Petrobras 8:57–67
86
FERREIRA, T.A.B (2019) BIBLIOGRAFIA
Gonzalez RA, Andreoli RV, Candido LA, et al (2007) A influência do evento El Niño
– Oscilação Sul e Atlântico Equatorial na precipitação sobre as regiões norte e
nordeste da América do Sul. ACTA Amaz 43:469–480
Hagenaars G, de Vries S, Luijendijk AP, et al (2018a) On the accuracy of automated
shoreline detection derived from satellite imagery: A case study of the sand motor
mega-scale nourishment. Coast Eng 133:113–125. doi:
10.1016/j.coastaleng.2017.12.011
Hapke CJ, Himmelstoss EA, Kratzmann, M., List JH, Thieler ER (2010) National
assessment of shoreline change; historical shoreline change along the New England
and Mid-Atlantic coasts: U.S. Geological Survey Open-File Report 2010-1118. US
Geol Surv Open-File:57 p
Lima, E.A.M; Brandão, R.L. Geologia do Estado do Piaui. P17-24. In: PFALTZGRAFT,
P. A. S. (Org.); TORRES, F. S. M. (Org.) ; BRANDÃO, Ricardo de Lima (Org.) .
Geodiversidade do Estado do Piauí. 01. ed. Recife: CPRM, 2010. v. 01. 260p
Ibáñez C, Benito X, Reyes E, et al (2018) Basin-scale land use impacts on world deltas:
Human vs natural forcings. Glob Planet Change 173:24–32. doi:
10.1016/j.gloplacha.2018.12.003
Jensen, J. R. Remote Sensing of the Environment: An Earth Resource Perspective 2nd
Edition. London: Pearson, 2009.608p;
Kelly JT, Gontz AM (2018) Using GPS-surveyed intertidal zones to determine the
validity of shorelines automatically mapped by Landsat water indices. Int J Appl
Earth Obs Geoinf 65:92–104. doi: 10.1016/j.jag.2017.10.007
Kermani S, Boutiba M, Guendouz M, et al (2016) Detection and analysis of shoreline
changes using geospatial tools and automatic computation: Case of jijelian sandy
coast (East Algeria). Ocean Coast Manag 132:46–58. doi:
10.1016/j.ocecoaman.2016.08.010
Komar PD (2012) Coastal Erosion Processes and Impacts: The Consequences of Earth’s
Changing Climate and Human Modifications of the Environment. Elsevier Inc.
Kong D, Miao C, Borthwick AGL, et al (2015) Evolution of the Yellow River Delta and
its relationship with runoff and sediment load from 1983 to 2011. J Hydrol 520:157–
167. doi: 10.1016/j.jhydrol.2014.09.038
Kuleli T, Guneroglu A, Karsli F, Dihkan M (2011) Automatic detection of shoreline
change on coastal Ramsar wetlands of Turkey. Ocean Eng 38:1141–1149. doi:
10.1016/j.oceaneng.2011.05.006
Lacerda LD De, Maia LP, Monteiro LHU, et al (2006) Manguezais do Nordeste. Ciência
Hoje
Luijendijk A, Hagenaars G, Ranasinghe R, et al (2018) The State of the World’s Beaches.
Sci Rep 8:1–11. doi: 10.1038/s41598-018-24630-6
87
FERREIRA, T.A.B (2019) BIBLIOGRAFIA
88
FERREIRA, T.A.B (2019) BIBLIOGRAFIA
89
FERREIRA, T.A.B (2019) BIBLIOGRAFIA
Syvitski JPM, Milliman JD (2006) Geology, Geography, and Humans Battle for
Dominance over the Delivery of Fluvial Sediment to the Coastal Ocean. J Geol
115:1–19. doi: 10.1086/509246
Szczygielski A, Stattegger K, Schwarzer K, Koenig J (2014) Evolution of the Parnaíba
Delta ( NE Brazil ) during the late Holocene Evolution of the Parnaíba Delta ( NE
Brazil ) during the late Holocene. doi: 10.1007/s00367-014-0395-x
Thieler ER, Himmelstoss EA, Zichichi J., Ergul A (2017) Digital Shoreline Analysis
System (DSAS) version 4.0 — An ArcGIS extension for calculating shoreline
change (ver.4.4, July 2017
Valderrama-Landeros L, Flores-de-Santiago F (2019) Assessing coastal erosion and
accretion trends along two contrasting subtropical rivers based on remote sensing
data. Ocean Coast Manag 169:58–67. doi: 10.1016/j.ocecoaman.2018.12.006
Vital H (2014) Chapter 4 The north and northeast Brazilian tropical shelves. Geol Soc
London, Mem 41:35–46. doi: 10.1144/m41.4
Xu H (2006) Modification of normalised difference water index (NDWI) to enhance open
water features in remotely sensed imagery. Int J Remote Sens 27:3025–3033. doi:
10.1080/01431160600589179
Zhai K, Wu X, Qin Y, Du P (2015) Comparison of surface water extraction performances
of different classic water indices using OLI and TM imageries in different
situations. Geo-Spatial Inf Sci 18:32–42. doi: 10.1080/10095020.2015.1017911
Zhu Z (2017) Change detection using landsat time series: A review of frequencies,
preprocessing, algorithms, and applications. ISPRS J Photogramm Remote Sens
130:370–384. doi: 10.1016/j.isprsjprs.2017.06.013
90
FERREIRA, T.A.B (2019) ANEXOS
9 ANEXOS
The use of Digita Shoreline Analysis System (DSAS) to assess Parnaíba
Delta (NE, Brazil) short-term morphodynamics conditions.
Thiago Augusto Bezerra Ferreira¹. André Giskard Aquino da Silva¹. Yoe Alain Reyes Perez¹.
Helenice Vital¹, Karl Stattegger2,3
1Programa de Pós-Graduação em Geodinâmica e Geofísica. Universidade Federal do Rio Grande do Norte, Brazil
2
Adam Mickiewicz University, Poznań, Poland
3
Kiel University – Germany
Abstract
Deltaic regions are transitional environments, where continuous changes at different temporal and
spatial scales occur, which are related to several processes such as oceanographic, fluvial, climatic and
anthropogenic. Continuous monitoring of this environment provide information for understand the spatial
distribution of erosive/depositional scenarios, hence, its development. The main objective of this research
was to investigated the coastline behavior of the Parnaiba River Delta (PRD) between 1984 and 2017,
determining the rates of retreat and progradation of shorelines using the satellite images and statistical
methods. The PRD coastline is approximately 100 km long, therefore it was divided into four sectors (I –
IV). From the Weighted Linear Regression (WRL) values, which is a statistical method used by the Digital
Shoreline Analysis System (DSAS), it was possible to classify the delta coastline into five classes, regarding
shoreline changes: intense retreat, moderate retreat, stable area, moderate progradation and intense
progradation. The results revealed that 21% of the beaches on the delta are under intense shoreline retreat,
30% under moderate shoreline retreat, 4% are stable, 29% under moderate shoreline progradation and 15%
under intense shoreline progradation. Considering the mean (-0.44 m / year) and median values (-0.49
m/year), the entire delta can be classified as a relatively stable region. Differently from most deltaic
coastlines worldwide, the PRD is not severely impacted by anthropogenic action, suggesting it snaturally
developing condition to be the factor responsible for the short-term stability of the PRD shoreline.
Introduction
River deltas worldwide are densely populated areas where large cities have been developed (Beatley
et al. 2002; Anthony 2015). Increasing urbanization in the last decades lead to several changes on the delta
area (constructions of coastal infrastructure, land reclamation, river dams, sand mining, deviation of river
course, ground water extraction) causing acceleration of erosive processes on the coastal zone, resulting in
socioeconomics and environmental damages (Bird 2008; Anthony et al. 2015; Ghoneim et al. 2015; Corbau
et al. 2019). Therefore, understanding the spatial distribution of erosion risks on the deltaic coastal zone is
of extreme importance to the development of mitigation plans (Beatley et al., 2002; Quiao et al., 2018). In
this frame, continuous monitoring of coastal environment provide data to understand its morphodynamics,
helping predicting the development of erosional/depositional trends (Luijendijk et al. 2018; Qiao et al.
2018; Vousdoukas et al. 2018).
In order of monitoring coastal environments, the understanding of the changes in shoreline position
is fundamental. The shoreline, is defined as the interface between land and water, and it is considered a
geomorphic system undergoing continuous changes, which occur in several spatial and temporal scales
(Beatley et al. 2002). The use of orbital remote sensing (Landsat, Sentinel, Spot, Ikonos) is considered one
of the best methods for monitoring shorelines changes. This technique allows acquiring consistent data
from large geographic areas at regular time intervals, hence, it is more efficient than conventional
techniques (Gens 2010; Ghoneim et al. 2015; Zhai et al. 2015; Luijendijk et al. 2018; Qiao et al. 2018).
Recently, several studies using orbital remote sensing have been done to quantify shoreline
changes in deltaic environments such as the Nile delta (Ghoneim et al. 2015), Ebro and Rhone (Besset et
al. 2017), Niger (Dada et al. 2018), Po (Bittencourt et al. 2007) and Mekong (Anthony et al. 2015). These
studies have demonstrated deltaic coastal erosion as direct consequence of anthropogenic impacts on the
natural system. On the other hand, the Parnaiba’s River Delta (PRD), located in northeast Brazil, has only
little human interventions on the delta area, as well as the catchment area of the river. In this context, the
91
FERREIRA, T.A.B (2019) ANEXOS
short-term (decadal) evolution of this delta coastline increases the understanding on the behavior of a
naturally developing system under the pressure of sea-level rise. Therefore, the main objective of this work
is to use satellite imagens for mapping the temporal evolution of the PRD coastline, from 1984 to 2017,
and discuss the main causes of its variation.
Study Area
The PRD is located on northeast Brazil, between the states of Maranhão and Piauí (Fig.1), covering
approximately 3138 km2 (MMA,2006) where more than 280,000 inhabitants living on (IBGE, 2016).
These states are located between pre-Amazon wet and NE semi-arid climatic zones (Köppen
1936). This transition region exhibits a rainy season from January to May, with a monthly rainfall average
over 150 mm, followed by a dry season from June to December (Paula et al, 2016; 2018), and the coast is
subject to Equatorial Atlantic Air Mass with strong northeast trade winds blowing most of the year with an
average of 4.4 m/s (Paula et al, 2016; 2018).
Figure 1: Location of study area in relation to South America (a), Brazil (b) and northeast brazil (c).
Description of the major features on the delta and the sectors I to IV, in which the delta coastline was
divided (c) .
The PRD is an asymmetric delta, dominated by both waves and tides, with a shallow and narrow
continental shelf offshore (Szczygielski et al. 2014; Aquino da Silva et al. 2015b). Tidal amplitudes of the
meso-tidal regime vary between 1.70 and 3.06m for neap and spring tide conditions respectively (Aquino
da Silva et al. 2015b). The wave climate is dominantly N-NE and E-NE-directed with a significant wave
height between 0.60 to 1.1 meters, and an average period of 6 to 9 s (Paula et al, 2016). Winds and wave
climate generate a longshore current with predominant east-west direction.
The Parnaiba’s River (PR) is the second largest river of NE Brazil, in terms of length (1400 km
long) and drainage basin size (344.122 km²) (MMA, 2006). The mean annual water discharge is 841 m³/s,
measured at Luzilândia station (approximately 120 km from its mouth, which is closest to the study area),
with suspend sediment concentration (SSC) over 50 mg/l and an annual suspended sediment load (SSL)
around 2.54x106 ton (MMA, 2006). In its midstream (approximately 700 km from its mouth), there is a
river dam at Parnaíba River (PR) midstream, where operates Boa Esperança hydroelectrical power station.
PR flows mostly over sedimentary rocks from Parnaiba Basin and over Barreirinhas Basin in its lowermost
course. The Parnaiba basin is mainly composed of sedimentary rocks deposited in five Super sequences
92
FERREIRA, T.A.B (2019) ANEXOS
from the Silurian until the Cretaceous (Góes and Feijó 1994). The Barreirinhas basin has similar
sedimentary composition, and its formation is related to the fragmentation of the supercontinent Gondwana,
during the Mesozoic (Feijó 1994). Rock types of both basins range from conglomerates and coarse-grained
sandstones to shales and siltstone. Both basins have strong structural component with occurrence of listric
normal faults and strike-slip faults (Feijó 1994; Góes and Feijó 1994). Turbidity data collected before and
after the river dam demonstrates that most of the sediment is generated downstream from the dam (Aquino
da Silva et al., 2019).
PRD can be divided in two parts, eastern and western, where two types of coasts dominate
(Szczygielski et al. 2014). The eastern part (sectors I e II, Fig. 1) consists of an actively migrating coastal
dune field, beaches (up to 200 m wide) and prograding barriers islands. In the western part, tidal channels
associated with estuarine-lagoonal conditions, narrow beaches, several sand spits dominate the coast. In
1996 the PRD, as well as its adjacencies, became an Environmentally Protected Area in order to preserve
its biodiversity and landscape.
Figure 2: Conceptual flow chart in this study: (a) Acquisition and digital image processing, (b) automatic shoreline’s
extraction and (c) historical analysis of the shoreline through DSAS.
93
FERREIRA, T.A.B (2019) ANEXOS
𝐺𝑟𝑒𝑒𝑛 − 𝑀𝐼𝑅
𝑀𝑁𝐷𝑊𝐼 𝐼𝑛𝑑𝑒𝑥 = (𝐸𝑞. 1)
𝐺𝑟𝑒𝑒𝑛 + 𝑀𝐼𝑅
Bias analysis
The variations of shoreline position occur at different spatial and time scales. On short time scales
(hours to years) such variations are directly related to wave action, storms surges, tides, currents, among
others (Beatley et al. 2002). Therefore, it is necessary for the interpreter to identify and quantify the
uncertainties related to the variation of shoreline’s position, including them in the model to assure its
reliability (Romine et al. 2009; Del Río and Gracia 2013). Uncertainty analysis pointed out four possible
sources of error, which were: rectification error (RE), Pixel error (PE), seasonal error (SE) and tidal error
(TDE).
The rectification error (RE) is expressed by the georeferencing RMSE of the satellite images (or
aerial photographs). The pixel error (PE) is equal to the satellite spatial resolution, as demonstrated in table
1, decreasing with the increase of sensors spatial resolution. The seasonal error (SE) is associated with the
interannual depositional and erosional cycles occurring on the beach profile, which naturally changes its
inclination. Tidal error (TDE) is related to the daily displacement of the shoreline position due to the tidal
amplitude. The magnitude of TDE depends of the inclination of the beach profile in combination with the
vertical variation of the water level height (Del Río and Gracia 2013). Thus, to eliminate these errors, the
94
FERREIRA, T.A.B (2019) ANEXOS
images used were taken on the same season (dry season to minimize cloud cover) and during high tide
(Table 1), hence, eliminating the TDE. The parameters for the selection criteria (climatological and tidal
data) were obtained from the Hydrography Department of the Brazilian Navy (DHN–Diretoria de
Hidrografia e Navegação) and from Xtides software (https://flaterco.com/xtide/). The uncertainties were
computed (Eq.2) based on the parameters of Eq. 2 (Romine et al., 2009), whose results are described in
table 1.
𝐸𝑡 = √𝐸𝑟 2 + 𝐸𝑝2 ´ (𝐸𝑞. 2)
TE: The total shoreline positional error for each year
RE: Rectification error
PE: Pixel error
Historical analysis of the shoreline - DSAS.
The DSAS is a freely available application software that works within ArcMap and are used to
compute the rate-of-change for a time series of a given vector data (Thieler et al, 2017), which in this case
is the shoreline. DSAS calculates the displacement over time base on three vector files: a baseline, the
shoreline and transects perpendicular to both baseline and shoreline. The baseline is the starting point for
all transects cast, while the transects intersect each shoreline vectors at the measurement points from which
shoreline-change rates were calculated. The baseline was created onshore, positioned at 600 meters from
the oldest shoreline (1984). Several transects with 100 meters spacing distance were generated on each of
the defined sectors (Fig. 1), being 189 in sector I, 205 in sector II, 96 in sector III and 162 in sector IV.
Among all the DSAS methods, this study used Weghted Linear Regression (WLR) and WLR-
squared (WLR²) to quantify changes along shoreline from 1984 to 2017. This method provide more reliable
data since greater emphasis, or weight, is given towards determining a best-fit line, and the weight (Eq.3)
is defined as a function of the variance in the uncertainty of the measurement (Thieler et al., 2017),
according to the bias analysis. The WRL² statistics is a dimensionless index that ranges from 1.0 to 0.0 and
measures how successfully the best-fit line accounts for variation in the data.
1
𝑊= (𝐸𝑞. 3)
𝑒²
W: Regression’s weight
e: Shoreline uncertainty value
Negative values of WLR indicates erosion of the shoreline, while positive denotes accretion.
WRL² values above the threshold of 0.7 show that the regression analysis is consistent. Rates of accretion
and erosion were divided into five categories, adapted from Luijendijk et al. (2018)
Results
Table 3 and Figure 3 show the results obtained from the WRL method. During the 34 years
observed, 21% of the PRD coastline exhibited intense erosion, 30% moderate erosion, 4% stable, 30%
moderate accretion and 15% intense accretion. Major erosion trended to have occurred away from PR
mouth and predominantly on the west side of the delta, while deposition, or stability, prevailed on the east
side. Considering the mean (-0.44 m/year) and median values (-0.49 m/year), the entire delta coastline can
be classified as in stable conditions.
Table 3: Values observed from WLR and WRL² methods in the all the sectors of the study area.
Sectors Beaches Transects Mean Median Std. Mean
WRL WRL WRL WLR²
Sector I Arrombado 1 - 54 -2.1 -2.4 0.6 0.75
Itaqui 55 - 80 2.4 2.4 0.6 0.71
Coqueiros 81 - 113 2.1 2.2 0.3 0.37
Atalaia 114 - 189 3.1 3 0.7 0.78
95
FERREIRA, T.A.B (2019) ANEXOS
Sector I cover the coastline where are the beaches of Arrombado, Itaqui, Coqueiros and Atalaia,
being located near the largest urban centers of the study area (Luís Correia and Parnaíba), with combined
average population of 140,000 inhabitants. All the other sectors do not have major cities and / or villages
near the coastline. In general, Arrombado was the only one in this sector to be classified as a moderate
erosional beach (mean of -2.1 m/year), while all others registered moderate accretion. The highest rates of
shoreline progradation occurred on Atalaia, the most urban beach, whose average values were +3.1 m /
year. WRL² values have shown that the weighted regression provided reliable results for this sector, With
the exception of Coqueiro’s beach (0.37).
According to the mean and median values, in sector II, the Eólica and Pedra do Sal beaches were
classified as regions that were under moderate erosion. However, it was noticed that near the Igaraçu River
(IR) mouth, occurred shoreline progradation, reaching values over 4 m/year. In turn, the beaches of Cotia
and Barra das Canarias, near the PRD, showed moderate and intense accretion respectively. Regarding the
coefficient of determination or WRL², all the beaches in this sector presented values above the threshold of
acceptance, especially the Barra das Canárias (0.89), indicating that the changes of shoreline position were
relatively constant.
Sector III corresponds to the Poldro’s beach, located in the west part of PRD. Due to the patterns
of these transects, this region was divided into east and west subsectors. The east subsector showed that
erosion was occurring in all its 52 transects, with a mean annual shoreline retreat of 9 m. In turn, the
subsector west was classified as under moderate shoreline progradation, reaching a WRL an average of 1.8
m/year. In general, the mean WRL² on Sector III were above the threshold, with higher values occurring in
the east subsector.
In Sector IV, as occurred in sector III, the Caju’s beach was divided into subsectors (east, central
and west) due to the patterns of its transects. The subsector east showed intense accretion with mean
shoreline progradation of 5 m/year. However, the low value of the WRL2 (0.69), which is slightly below
the threshold, indicates that this result may not be reliable. The transects from the central subsector (71)
were classified as occurring intense shoreline retreat, with a WRL average of -9.1m/year. The same
occurring in subsector west, in which was observed an average retreat of 6.3m/year. The high values of
WRL² (0.9) show that erosion in subsectors central and west were constant between 1984 and 2017.
96
FERREIRA, T.A.B (2019) ANEXOS
Figure 3: Shorelines classification based on WRL values between 1984 – 2017 on all PRD (a), at sector I (b), sector II
(c), sector III (d) and sector IV (e). The coefficients of determination (WRL²) values of these same sector are represented
by (f), (g), (h) and (i)
97
FERREIRA, T.A.B (2019) ANEXOS
Discussions
Use of satellite images and statistical methods for analysis of coastal morphodynamics
The WRL² values in the four Sectors showed that the integration between statistical models, such
as those used by DSAS software, and data obtained from satellite images are effective techniques for
detection and quantification of variations on shoreline position with time. The simplicity of the method, its
low costs for application and the accessibility of the input data (obtained from freely available satellite
images), allow this methodology to be used on other areas worldwide (Ghoneim et al. 2015; Dada et al.
2018; Luijendijk et al. 2018; Mukhopadhyay et al. 2018; Qiao et al. 2018).
However, a number of uncertainties must to be considered in order to have accurate results from
this method (Romine et al. 2009; Del Río and Gracia 2013). The choice of the remote sensor to be used, in
regard of its special and spectral resolution, will depend on the magnitude of the changes intended to be
measured. In this case, the Landsat program was chosen because it provided a large historical data, despit
its moderate spatial resolution (range from 90 to 15 meters), and the changes to be mapped were well above
its spatial resolution (hundreds to thousands of meters). Moreover, the spectral resolution of the Landsat
helped on the clear definition of the land/water boundary (shoreline), allowing the use of automatic
shoreline extraction methods such as AWEI (Fisher et al. 2016) and MNDWI (Xu 2006). This reduces the
uncertainty related to the subjectivity of the interpreter in defining the shoreline position (Zhai et al. 2015;
Fisher et al. 2016; Kelly and Gontz 2018). On areas where the magnitude of the changes are on the order
of meters to few tenths of meters, sensors with high spatial resolution must be used (IKONOS, Quickbird,
WorldView, aerial photographs), which are generally expensive and have a temporal limitation. The
uncertainties related to the seasons and daily variatios of the tidal height influence the choice of the sensor
in terms of its revisit period. Depending on the type of tidal regime (meso- and macro-tidal range) and
beach slope, seasonal and tidal variations can introduce errors from tens to hundreds of meters in the
statistical model (Gens 2010; Del Río and Gracia 2013; Aquino da Silva et al. 2019). It is worth to mention
the importance on the choice of the statistical method to be used by DSAS. The Net Shoreline Movement
(NSM) and EPR methods are recommended for scales of year-to-decade, while both regressions LRR and
WRL are indicated for interannual to decadal time scales because the use a large number of shorelines data.
(Thieler et al, 2017; Hapke et al., 2011).
98
FERREIRA, T.A.B (2019) ANEXOS
Figure 4: Shoreline’s evolution over time. (a) shows the sectors I, II and III. (b) shows the formation and fill of the
mouths bar (Barra das Canárias beach) and the updrift migration of a spit at the west margin (Poldro’s
easternmsubsector). (c) indicates a length increase of a spit from west PR (Poldro’s western subsector). (d) denotes the
sand bar formations (Caju's Eastern Subsector) and the sediments transport to the Melanceira’s island.
Differently from most deltas around the world, the Parnaíba is not severely anthropogenically
impacted, and this may contribute for the prevalence of stabile conditions of the PRD shoreline over time
(despite the increasing rates of relative sea-level rise observed on the past decades). Fluviometric data
demonstrated that Boa Esperança river dam, located ~600 km upstream from the study area, is fed only by
minor part of the drainage basin upstream the reservoir, comprising only 25% of the total discharge (Aquino
da Silva et al., 2015a). Therefore, the major part of the river course is not affected by the sediment storage
in the reservoir, and delivers sufficient sediment downstream to the coast (Aquino da Silva et al., 2019,
2015b). An opposite situation is found in Nile Delta, the Rosseta coast suffered an average erosion of 30.75
m/year after the construction of the Aswan dam, in 1964 (Ghoneim et al., 2015). Besset et al. (2017) The
rivers Ebro and Rhone lost more than 80% of their fluvial loads after the construction of dams along their
course, being a fundamental factor for severe erosional scenarios observed along the Mediterranean coast.
Moreover, sand mining on the lower river course of Mekong (~57 Mt of gravel) and Nile Rivers has
contributed to increase the erosive scenarios observed on the their deltaic coasts (Anthony et a., 2015; Dada
et al., 2018). The Brazilian Mining Geographic System Information (SIGMINE) reports that there are less
than 5 mining enterprises in the lower Parnaíba river (http://sigmine.dnpm.gov.br/webmap/) and the annual
extraction of sand, clay or gravel along the whole river does not exceed 1 Mt / year (CEPRO, 2008).
Deforestation of mangroves for agricultural is another factor triggering coastal erosion as observed
on Po, Brahmaputra and Sittaung (Myammar) deltas (Corbau et al., 2019; Mentaschi et al., 2018).
Predictive models also show that the increase in occupation of deltaic areas is a strong factor contributing
to coastal erosion, such as the models set for Manhanadi delta, which predict higher rates of erosion in the
year 2050 (Mukhopadhyay et al., 2018). At the Nouakchott coast, Mauritania, the harbor structures are
responsible for increasing coastal erosion by 10 times over the last three decades (Luijendijk et al. 2018).
The PRD is in an opposite situation, its area has been considered an environmental protection region since
1996, in which almost 90% of its area corresponds to uncultivated forest, dunes and mangrove, while
99
FERREIRA, T.A.B (2019) ANEXOS
agricultural areas represent less than 10% (de Paula Filho et al. 2015). In addition, the coastal zone is
characterized by the low industrial development and population density (IBGE, 2016, MMA, 2006, De
Paula filho et al, 2015). Finally, the WRL analysis showed that sectors I and II, the only considered urban
sectors, showed shoreline progradation in most of their transects, indicating that anthropogenic factors did
not have influence on the shoreline’s stability.
Conclusions
Using satellite images integrated with the DSAS software composes an accurate and detailed
method for monitoring changes on large sections of coastline. These tools allowed a better understanding
of the short-term shoreline evolution of the PRD. However, it is necessary to assess the limitations inherent
of this method, such as spatial resolution, tidal and seasonal variation, which may significantly affect the
interpretation of the model results. On PRD, major erosional trends have occurred, predominantly, away
from PR mouth and on the west side (Sectors III and IV), while depositional scenarios prevailed on the east
side of the delta (Sectors I and II). Due to the low anthropogenic impact on both the coastal zone and the
drainage basin, natural factors (waves, tides, currents, river discharge) are likely to be the main driving
forces of the delta coastline changes between 1984 and 2017. Since stable, or prograding, shoreline
conditions prevailed in relation to shoreline retreat it is reasonable to assume that the current rate of relative
sea-level rise does not affect deltaic coasts under naturally developing conditions.
Acknowledgements
This paper was financed by the “Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Brasil”
(CAPES), through the project “Evolução Holocênica e dinâmica atual do delta do Parnaíba: resposta de um
delta natural às mudanças climáticas e à subida do nível do mar” (grant number 88881.068034/2014-01),
and by the Brazilian National Council for Scientific and Technological Development – CNPq, through the
project “Margem Equatorial Brasileira: Da Fonte a Deposição” (grant PQ nº311413/2016-1). The authors
thank the USGS for the landsat image data, UFRN’s Post-Graduation Program (PPGG) and GGEMMA’s
laboratory for offering the necessary support to do this research.
References
Anthony EJ (2015) Wave influence in the construction, shaping and destruction of river deltas: A review. Mar Geol
361:53–78. doi: 10.1016/j.margeo.2014.12.004
Anthony EJ, Brunier G, Besset M, et al (2015) Linking rapid erosion of the Mekong River delta to human activities.
Sci Rep 5:1–12. doi: 10.1038/srep14745
Aquino da Silva AG, Amaro VE, Stattegger K, et al (2015a) Spectral calibration of CBERS 2B multispectral satellite
images to assess suspended sediment concentration. ISPRS J Photogramm Remote Sens 104:53–62. doi:
10.1016/j.isprsjprs.2015.02.011
Aquino da Silva AG, Stattegger K, Schwarzer K, et al (2015b) The Influence of Climatic Variations on River Delta
Hydrodynamics and Morphodynamics in the Parnaíba Delta, Brazil. J Coast Res 314:930–940. doi:
10.2112/JCOASTRES-D-14-00078.1
Aquino da Silva AG, Stattegger K, Schwarzer K, Vital H (2016) Seismic stratigraphy as indicator of late Pleistocene
and Holocene sea level changes on the NE Brazilian continental shelf. J South Am Earth Sci 70:188–197. doi:
10.1016/j.jsames.2016.05.001
Aquino da Silva AG, Stattegger K, Vital H, Schwarzer K (2019) Coastline change and offshore suspended sediment
dynamics in a naturally developing delta (Parnaíba Delta, NE Brazil). Mar Geol 410:1–15. doi:
10.1016/j.margeo.2018.12.013
Aquino MCS De, Oliveira JGB De, Sales MCL (2006) Estimativa da erosividade das chuvas (R) nas terras secas do
Estado do Pauí. Rev Ciência Agronômica 37:287–291
Beatley T, Brower DJ, Schwab A (2002) An introduction to coastal zone management. Isl Press 353:67–68. doi:
10.1016/S0964-5691(96)00034-8
Belda M, Holtanová E, Halenka T, Kalvová J (2014) Climate classification revisited : from Köppen to Trewartha.
59:1–13. doi: 10.3354/cr01204
Besset M, Anthony EJ, Sabatier F (2017) River delta shoreline reworking and erosion in the Mediterranean and Black
Seas: the potential roles of fluvial sediment starvation and other factors. Elem Sci Anth 5:54. doi:
10.1525/elementa.139
Best J (2015) Anthropogenic Stresses on the World ’s Big Rivers. Nat Geosci 2015:1–59. doi: 10.1038/s41561-018-
0262-x
Bhattacharya JP, Giosan L (2003) Wave-influenced deltas: Geomorphological implications for facies reconstruction.
Sedimentology 50:187–210. doi: 10.1046/j.1365-3091.2003.00545.x
Bird E (2008) Coastal Geomorphology: An Introduction, Second edi
Bittencourt ACDSP, Dominguez JML, Fontes LCS, et al (2007) Wave Refraction, River Damming, and Episodes of
Severe Shoreline Erosion: The São Francisco River Mouth, Northeastern Brazil. J Coast Res 234:930–938.
100
FERREIRA, T.A.B (2019) ANEXOS
doi: 10.2112/05-0600.1
BITTENCOURT ACDSP, DOMINGUEZ JML, MOITA FILHO O (1990) Variações Texturais Induzidas Pelo Vento
Nos Sedimentos Da Face Da Praia (Praia De Atalaia, Piauí). Rev Bras Geociências 20:201–207. doi:
10.25249/0375-7536.1990201207
Boak EH, Turner IL (2005) Shoreline Definition and Detection: A Review. J Coast Res 214:688–703. doi:
10.2112/03-0071.1
Cavalcanti APB (2004) Análise Integrada Das Unidades Paisagísticas Na Planície Deltaica Do Rio Parnaíba – Piauí /
Maranhão. Rev Mercat 105–118
Chávez PSJ (1996) Image-based atmospheric corrections - revisited and improved. Photogramm Eng Remote Sensing
62:1025–1036. doi: 0099-1112/96/6209-1025
Chu ZX, Sun XG, Zhai SK, Xu KH (2006) Changing pattern of accretion/erosion of the modern Yellow River
(Huanghe) subaerial delta, China: Based on remote sensing images. Mar Geol 227:13–30. doi:
10.1016/j.margeo.2005.11.013
Corbau C, Zambello E, Rodella I, et al (2019) Quantifying the impacts of the human activities on the evolution of Po
delta territory during the last 120 years. J Environ Manage 232:702–712. doi: 10.1016/j.jenvman.2018.11.096
Dada OA, Li G, Qiao L, et al (2018) Recent Niger Delta shoreline response to Niger River hydrology: Conflict
between forces of Nature and Humans. J African Earth Sci 139:222–231. doi: 10.1016/j.jafrearsci.2017.12.023
Dada OA, Li G, Qiao L, et al (2016) Seasonal shoreline behaviours along the arcuate Niger Delta coast: Complex
interaction between fluvial and marine processes. Cont Shelf Res 122:51–67. doi: 10.1016/j.csr.2016.03.002
Dada OA, Qiao L, Ding D, et al (2015) Evolutionary trends of the Niger Delta shoreline during the last 100years:
Responses to rainfall and river discharge. Mar Geol 367:202–211. doi: 10.1016/j.margeo.2015.06.007
Davidson-Arnott R (2010) Introduction to Coastal Processes and Geomorphology, Cambridge
de Paula Filho FJ, Marins RV, de Lacerda LD (2015) Natural and anthropogenic emissions of N and P to the
Parnaíba River Delta in NE Brazil. Estuar Coast Shelf Sci 166:34–44. doi: 10.1016/j.ecss.2015.03.020
Del Río L, Gracia FJ (2013) Error determination in the photogrammetric assessment of shoreline changes. Nat
Hazards 65:2385–2397. doi: 10.1007/s11069-012-0407-y
Del Río L, Gracia FJ, Benavente J (2013) Shoreline change patterns in sandy coasts. A case study in SW Spain.
Geomorphology 196:252–266. doi: 10.1016/j.geomorph.2012.07.027
DOMINGUEZ JML (1990) Deltas Dominados Por Ondas: Críticas Às Idéias Atuais Com Referencia Particular Ao
Modelo De Coleman & Wright. Rev Bras Geociências 20:352–361. doi: 10.25249/0375-7536.1990352361
Feijó FJ (1994) A Bacia de Barreirinhas. Bol Geociências PETROBRAS 8:103–109
Feyisa GL, Meilby H, Fensholt R, Proud SR (2014) Automated Water Extraction Index: A new technique for surface
water mapping using Landsat imagery. Remote Sens Environ 140:23–35. doi: 10.1016/j.rse.2013.08.029
Fisher A, Flood N, Danaher T (2016) Comparing Landsat water index methods for automated water classification in
eastern Australia. Remote Sens Environ 175:167–182. doi: 10.1016/j.rse.2015.12.055
FitzGerald DM, Kraus NC, Hands EB (2000) Natural Mechanisms of Sediment Bypassing at Tidal Inlets. Erdc/Chl
Chetn 4:1–10. doi: ERDC/CHL CHETN-IV-30
Gens R (2010) Remote sensing of coastlines: Detection, extraction and monitoring. Int J Remote Sens 31:1819–1836.
doi: 10.1080/01431160902926673
Ghoneim E, Mashaly J, Gamble D, et al (2015) Nile Delta exhibited a spatial reversal in the rates of shoreline retreat
on the Rosetta promontory comparing pre- and post-beach protection. Geomorphology 228:1–14. doi:
10.1016/j.geomorph.2014.08.021
Góes AMO, Feijó FJ (1994) Bacia do Paranaiba. Bol Geociencias da Petrobras 8:57–67
Hagenaars G, de Vries S, Luijendijk AP, et al (2018) On the accuracy of automated shoreline detection derived from
satellite imagery: A case study of the sand motor mega-scale nourishment. Coast Eng 133:113–125. doi:
10.1016/j.coastaleng.2017.12.011
Hapke CJ, Himmelstoss EA, Kratzmann, M., List JH, Thieler ER (2010) National assessment of shoreline change;
historical shoreline change along the New England and Mid-Atlantic coasts: U.S. Geological Survey Open-File
Report 2010-1118. US Geol Surv Open-File:57 p
Kelly JT, Gontz AM (2018) Using GPS-surveyed intertidal zones to determine the validity of shorelines
automatically mapped by Landsat water indices. Int J Appl Earth Obs Geoinf 65:92–104. doi:
10.1016/j.jag.2017.10.007
Komar PD (2012) Coastal Erosion Processes and Impacts: The Consequences of Earth’s Changing Climate and
Human Modifications of the Environment. Elsevier Inc.
Kong D, Miao C, Borthwick AGL, et al (2015) Evolution of the Yellow River Delta and its relationship with runoff
and sediment load from 1983 to 2011. J Hydrol 520:157–167. doi: 10.1016/j.jhydrol.2014.09.038
Köppen W (1936) Das geographische System der Klimate. Handb der Klimatologie 7–30. doi: 10.3354/cr01204
Kuleli T, Guneroglu A, Karsli F, Dihkan M (2011) Automatic detection of shoreline change on coastal Ramsar
wetlands of Turkey. Ocean Eng 38:1141–1149. doi: 10.1016/j.oceaneng.2011.05.006
Lacerda LD De, Maia LP, Monteiro LHU, et al (2006) Manguezais do Nordeste. Ciência Hoje
Luijendijk A, Hagenaars G, Ranasinghe R, et al (2018) The State of the World’s Beaches. Sci Rep 8:1–11. doi:
10.1038/s41598-018-24630-6
Martínez C, Contreras-López M, Winckler P, et al (2018) Coastal erosion in central Chile: A new hazard? Ocean
Coast Manag 156:141–155. doi: 10.1016/j.ocecoaman.2017.07.011
McFeeters SK (1996) The use of the Normalized Difference Water Index (NDWI) in the delineation of open water
features. Int J Remote Sens 17:1425–1432. doi: 10.1080/01431169608948714
Mentaschi L, Vousdoukas MI, Pekel J, et al (2018) Global long-term observations of coastal erosion and accretion.
101
FERREIRA, T.A.B (2019) ANEXOS
102