Traduzido do Inglês para o Português - www.onlinedoctranslator.

com

Revista Ciência Agronômica, v. 52, n. 2, e20207210, 2021

Centro de Ciências Agrárias - Universidade Federal do Ceará, Fortaleza, CE Artigo Científico
www.ccarevista.ufc.br ISSN 1806-6690

Modelagem de concentrações de clorofila-a em um ecossistema aquático continental

do semiárido brasileiro com base em sensoriamento remoto1

Modelagem da concentração de clorofila-a em um ambiente fechado continental

do seminário brasileiro baseado em sensoriamento remoto

Fernando Bezerra Lopes2*, Cláudio Clemente Faria Barbosa3, Evlyn Márcia Leão de Moraes Novo3, Lino
Augusto Sander de Carvalho4, Eunice Maia de Andrade5e Adúnias dos Santos Teixeira2

ABSTRATO-Dados de sensoriamento remoto são essenciais para avaliar processos dinâmicos como eutrofização e aumentos na concentração de sedimentos em

suspensão em sistemas aquáticos continentais. O objetivo deste estudo, portanto, foi desenvolver modelos para estimar as concentrações de clorofila a partir de

dados de sensoriamento remoto em águas continentais do semiárido brasileiro. A área de estudo corresponde ao reservatório de Orós, localizado no estado do

Ceará. Os modelos foram desenvolvidos com base em medições realizadas em 20 pontos de amostragem. Amostras de água foram coletadas do reservatório

para i) analisar a clorofila-a, condutividade elétrica, pH e turbidez; ii) fazer medições ópticasno localtransparência da água e radiância espectral. As medições de

radiância foram realizadas usando um ASD FieldSpec®3 Espectrradiômetro de alta resolução. Os dados espectrais foram posteriormente transformados em

valores de reflectância e utilizados para testar o desempenho de diversos modelos encontrados na literatura para estimativa de clorofila-a. Os resultados

mostraram que para o modelo de três bandas, o valor máximo para o coeficiente de determinação (R2), de 0,88, foi obtido usando as bandas espectrais λ = 660

nm, λ = 690 nm e λ = 717 nm. O modelo empregando duas bandas espectrais apresentou
1
o melhor desempenho
2
(R2= 0,87) nas
3
bandas λ = 660 nm e λ = 690 nm.

Um erro médio absoluto de 5,35 e 5,00 μg L-1foi encontrado para os modelos de três e duas bandas, respectivamente.
1
Os modelos
2
desenvolvidos são confiáveis,

mostrando que as concentrações de clorofila-a podem ser quantificadas a partir de dados de campo de sensoriamento remoto com alto grau de precisão.

Palavras-chave:Reservatórios de superfície. Modelos. Quantificação remota. Eutrofização.

RESUMO -Os dados de sensores remotos são essenciais e os processos de avaliação da natureza dinâmicos em sistemas
suspensos, tais como um aumento da eutrofização da concentração de sedimentos. Portanto, objetivou-se desenvolver modelos
para estimar como sensor de clorofila-a partir de dados de região semiárida brasileira. A área de estudo corresponde ao
reservatório Orós, localizado no estado do Ceará. O desenvolvimento dos modelos baseou-se em ações amostrais realizadas em
20 pontos. Coleta de amostras de água no reservatório para análise das seguintes variáveis: i) clorofila-a, condutividade elétrica,
pH, turbidez; ii) métricas óticasno localda transparência da água e da radiância espectral. As medidas de radiância foram
realizadas utilizando-se o espectrorradiômetro ASD FieldSpec®3 Hi-Res. Posteriormente, os espectrais foram transformados em
reflectância e utilizados para o desempenho de diversos modelos de teste de clorofila-a disponíveis na literatura. Os resultados
indicam que para o modelo de três bandas o valor máximo do coeficiente de determinação (R2) de 0,88 foi usando-se as bandas
espectrais: λ = 660 nm, λ = 690 nm, e λ = 717 nm. O modelo de duas bandas espectrais1 apresentou melhor
2
desempenho
3
(R2=
0,87) para as bandas espectrais λ = 660 nm e λ = 690 nm. Os modelos apresentaram um erro médio absoluto
1
de 5,35 2e 500 μg L-1,
respectivamente para os modelos de três e duas bandas espectrais. Os modelos desenvolvidos são de grau elevado de
sensoriamento, indicando que esta variável é quantificada a dos dados de campo com elevado grau de confiabilidade remota.

Palavras-chave: Reservatórios próximos. Modelos. Quantificação remota. Eutrofização.

DOI: 10.5935/1806-6690.20210028
Editor do artigo: Professor Alek Sandro Dutra - alekdutra@ufc.br
* Autor para correspondência
Recebido para publicação em 01/03/2020; aprovado em 24/07/2020
1Parte da Tese de Doutorado do primeiro autor, apresentado ao Programa de Pós-Graduação em Engenharia Agrícola, Universidade Federal do Ceará
2Departamento de Engenharia Agrícola, Universidade Federal do Ceará/UFC, Av. Senhor Hull, 2977,Campusdo Pici, Bloco 804, Fortaleza-CE, Brasil,
60.450-760, lopesfb@ufc.br (ID ORCID 0000-0001-8285-2925), adunias@ufc.br (ID ORCID 0000-0002-1480-0944)
3 Instituto Nacional de Pesquisas Espaciais/INPE, Av. dos Astronautas, 1758, - Jardim da Granja 12200243 - São José dos Campos-SP, Brasil,
claudio.barbosa@inpe.br (ID ORCID 0000-0002-3221-9774), evlyn.novo@inpe.br (ID ORCID 0000-0002-1223-9276)
4 Departamento de Meteorologia, Universidade Federal do Rio de Janeiro, 21941916 - Rio de Janeiro-RJ, Brasil, lino.sander@gmail.com (ID
ORCID 0000-0001-8839-5366)
5Universidade Federal Rural do Semi-Árido/UFERSA, Mossoró-RN, Brasil, Bolsista PQ-1A, eandrade.ufc@gmail.com (ID ORCID 0000-0002-9750-0364)
 FB Lopese outros.
INTRODUÇÃO
A água é a substância mais importante da natureza,
pois todas as formas de vida conhecidas no planeta
dependem dela. À medida que a demanda global por água
cresce, a probabilidade de fornecer água de qualidade
adequada diminui. Nas regiões áridas e semiáridas de baixa
latitude, as barragens e a perenização artificial dos rios são as
principais fontes de água para uso doméstico, industrial e
agrícola (GUERREIROe outros., 2013).
A água vem se degradando cada vez mais nas últimas
décadas, impossibilitando o uso de importantes reservatórios
(ANDRADEe outros., 2020; CHAVESe outros., 2019; LOPES e
outros., 2014a; ROCHAe outros., 2016; SANTOSe outros.,
2014). A eutrofização é um grande problema para a gestão da
água em todo o mundo, e refere-se ao processo pelo qual os
ambientes aquáticos são enriquecidos com nutrientes,
principalmente fósforo e nitrogênio, que são essenciais para
o crescimento do fitoplâncton (microalgas e cianobactérias) e
macrófitas (plantas aquáticas). . De acordo com Nyenje e
outros. (2010), 54% dos lagos e reservatórios da Ásia
apresentaram problemas de eutrofização, 53% na Europa,
48% na América do Norte, 28% na África e 41% na América do
Sul. No Brasil, segundo dados da Agência Nacional de Águas -
ANA (2013), essa fração correspondia a 58% dos corpos
hídricos lênticos. Enquanto segundo dados da Companhia
Gestora de Recursos Hídricos do Ceará – COGERH (2019),
cerca de 72% da água em reservatórios artificiais de
superfície no estado estava eutrófica.
Por isso, o monitoramento da água é essencial para a
sustentabilidade e melhor gestão dos recursos hídricos. O
uso de dados de sensoriamento remoto pode tornar isso
mais bem-sucedido, além de oferecer a possibilidade
figura 1-Localização geográfica do reservatório de Orós, com os pontos de coleta para coleta de amostras de água eno localdados radiométricos
2 Rev. Ciênc. Agron., v. 52, n. 2, e20207210, 2021
de monitoramento em diferentes escalas espaciais e temporais
(LOPESe outros., 2014b).
Com o sensoriamento remoto é possível avaliar as
respostas que resultam das perturbações introduzidas pela
atividade humana, de modo a prever o impacto dessas ações
na sustentabilidade a médio e longo prazo. Essas técnicas
podem ser utilizadas de forma eficiente para prevenir,
verificar e monitorar mudanças em sistemas aquáticos
(BARBOSAe outros., 2019).
Os efeitos de componentes opticamente ativos
(OAC) na refletância espectral da água têm sido
amplamente discutidos na literatura (BARBOSA; NOVO;
MARTINS, 2019; CAIROe outros., 2020; CARVALHO e
outros., 2015; CARVALHO; BARBOSA; NOVO, 2013; CHENe
outros., 2011; DALL'OLMO; GITELSON, 2005; GITELSON;
SCHALES; HLADIK, 2007; LEe outros., 2013; LODHIe outros
., 1997; LOPESe outros., 2016; MACIEL e outros., 2019;
NOVOe outros., 2013). Dado que esses componentes
influenciam a refletância do sensoriamento remoto
(MOBLEY, 2004), que por sua vez é utilizada para estimar a
concentração de OAC de sistemas aquáticos, tais medidas
podem ser utilizadas para estimar a concentração desses
componentes na coluna d'água.
Nesse contexto, o uso do sensoriamento remoto é visto como
uma importante ferramenta para o monitoramento dos sistemas
aquáticos continentais e suas bacias hidrográficas, pois fornece uma
visão sinóptica do meio ambiente, identificando áreas críticas de
poluição na bacia hidrográfica e áreas de entrada em ecossistemas
aquáticos continentais (LOPESe outros., 2016). Assim, o objetivo deste
estudo foi desenvolver modelos para estimar as concentrações de
clorofila-a em águas continentais, utilizando dados de campo de
sensoriamento remoto hiperespectrais.
 Modelagem de concentrações de clorofila-a em um ecossistema aquático continental do semiárido brasileiro com base em sensoriamento remoto.
MATERIAL E MÉTODOS
A área de estudo corresponde ao reservatório de Orós
(Figura 1), que possui capacidade total de armazenamento de
1,94 bilhão de m3e uma superfície de aproximadamente 190 km2,
e é o segundo maior reservatório do estado do Ceará. Segundo a
classificação de Köppen, a região possui clima do tipo BSw'h',
semiárido quente, com máxima pluviosidade no outono,
temperatura média mensal sempre superior a 18 ºC e
precipitação média anual (1974 a 2011) de 998 ± 321 milímetros.
Amostras de água foram coletadas a uma profundidade
de 0,3 m da superfície, acondicionadas em gelo em recipientes de
isopor e enviadas ao laboratório para análise da concentração de
clorofila-a, pH, condutividade elétrica (CE) e turbidez. Juntamente
com as amostras de água,no localforam feitas medidas da
transparência da água, usando um disco de Secchi, e da radiância
espectral do sistema aquático, usando um espectrorradiômetro.
Os dados foram coletados nos dias 7 e 8 de junho de 2011 e nos
dias 29 e 30 de agosto de 2011, em 20 pontos (Figura 1)
distribuídos ao longo da bacia a partir dos principais afluentes,
região de transição para a parte mais lêntica do reservatório.
Dados pluviométricos também foram
utilizados, incluindo a precipitação diária (mm dia-1),
precipitação anual acumulada (mm ano-1).
A radiância espectral foi medida usando o ASD
FieldSpec®3 Espectrradiômetro de alta resolução com campo
de visão de 25º, resolução espectral de 3 nm em 700 nm, 8,5
nm em 1400 nm e 6,5 nm em 2100 nm, e abrangendo a faixa
espectral de 350 a 2500 nm. Uma placa de referência
Spectralon também foi usada para representar uma
superfície lambertiana. As medições foram realizadas entre
10:00 e 14:00, período de menor inclinação solar, maior fluxo
de energia radiante e condições meteorológicas adequadas,
com pouco vento e céu predominantemente sem nuvens.
As medidas radiométricas foram feitas seguindo a
metodologia proposta por Milton (1987), ou seja,
preservando ao máximo as condições iguais de iluminação e
superfície da água. O espectrorradiômetro foi posicionado
em cada ponto de amostragem com uma inclinação de 40º
em relação à vertical e um azimute de 90º em relação à
posição do Sol, minimizando a refletância especular da água.
A altura do sensor em relação à superfície da água foi de 1 m.
Para cada ponto, foram feitas 10 medidas de
radiância da água, para que medidas não representativas
pudessem ser descartadas posteriormente, e calculado o
valor médio das demais medidas. Os valores de radiância
espectral foram convertidos em refletância bidirecional
usando a expressão:
Rev. Ciênc. Agron., v. 52, n. 2, e20207210, 2021
FRB λ= L/La,λr,λ (1)
onde: FRB λ
= fator de refletância bidirecional
(adimensional); eu a, λ
= Radiância espectral do alvo =
(W/cm².sr.μm); eu r,λ
Radiância espectral da referência
placa (W/cm².sr.μm).
Os modelos foram desenvolvidos utilizando dados de
campo espectrais de sensoriamento remoto hiperespectral e
os dados limnológicos das concentrações de clorofila-a. As
regiões espectrais de maior correlação com as concentrações
de clorofila-a foram selecionadas para desenvolver os
modelos de regressão para estimar a quantidade de clorofila-
a presente nas águas do reservatório de Orós. As estatísticas
clássicas, gráficos e tabelas, e correlação simples foram
preparados usando o Microsoft Office®Software de planilha
Excel 365 para o modelo baseado na razão de bandas, e
desenvolvido neste trabalho usando a ferramenta online ICE
(Interactive Correlogram Environment) da Ogashawarae
outros. (2014), que gera um correlograma bidimensional
entre uma variável dependente (concentração de Chl-a) e
várias variáveis independentes (Rrs). Para o modelo de três
bandas, rotinas do MatLab®softwares foram usados para
selecionar as bandas espectrais com o maior coeficiente de
correlação. O software estatístico SPSS (Statistical Package for
Social Sciences) v16.0 foi então utilizado para calcular os
valores dos coeficientes (angular e linear) da equação e os
coeficientes de determinação (r2).
Cada combinação de bandas na faixa de refletância espectral
de 400 a 900 nm do FieldSpec®Foram testados 3 sensores de alta
resolução: tanto para modelos simples usando apenas uma banda
espectral, quanto para modelos usando duas ou três bandas
espectrais (CHEN e outros., 2011; DALL'OLMO; GITELSON, 2005;
GITELSON; SCHALES; HLADIK, 2007; LEe outros., 2013).
Para avaliar estatisticamente o desempenho dos
modelos, foram calculados indicadores estatísticos comparando
os valores estimados com as medidas não utilizadas na análise de
regressão, ou seja, durante a calibração (dados de agosto de
2011) e validação (dados de junho de 2011). Os indicadores
estatísticos utilizados nesta avaliação foram o coeficiente de
correlação (r), coeficiente de determinação (R2), teste F, índice de
Willmott (d), coeficiente de Nash-Sutcliffe (NSE), erro médio
absoluto (AME) e erro quadrático médio (RMSE).
RESULTADO E DISCUSSÃO
Duas estações podem ser observadas, uma chuvosa e outra
seca (Figura 2A). As chuvas concentram-se no primeiro semestre,
principalmente de fevereiro a maio. Os menores valores de
precipitação mensal ocorrem durante o segundo semestre. A
precipitação total durante o ano de 2011 foi de 1.651,5 mm (Figura
2A), 65,5% superior à média histórica (1974 - 2011). O efeito dessa
variabilidade da chuva sobre o volume armazenado no
3
 FB Lopese outros.

reservatório pode ser visto na Figura 2B. Em 27 de abril de 2011, o
reservatório atingiu 100% de sua capacidade de armazenamento de
água quando a precipitação total acumulada foi de 1.150,5 mm,
gerando um volume de escoamento acumulado de 29,3% (Figura 2B).
Em 7 de junho de 2011, quando a precipitação total acumulada,
devido a uma sequência de chuvas concentradas durante o primeiro
semestre, foi de 1.484,50 mm (Figura 2A), o volume de água
armazenado permaneceu em 100% da capacidade. Até a próxima
coleta (29 de agosto de 2011), o volume acumulado foi de 97,70%, ou
seja, houve redução de 2,30% no volume de água armazenado (Figura
2B). Esses resultados mostram que a
O volume armazenado não depende apenas da precipitação total, mas
da distribuição dos eventos no tempo e no espaço.
A análise descritiva e a variabilidade espacial e temporal
das variáveis limnológicas estão apresentadas na Tabela 1.
Observa-se que para junho e agosto de 2011 o potencial de
hidrogênio (pH) apresentou valor mínimo de 7,39 e 7,48, média
de 7,73 e 7,66 , e máximo de 8,19 e 7,85 respectivamente. De
acordo com a Resolução CONAMA nº 357/2005, os valores padrão
para Água Doce Classe 2 devem estar entre 6,0 e 9,0 (BRASIL,
2005). Resultados semelhantes para o mesmo reservatório foram
encontrados por Ferreirae outros. (2015) e Rochae outros. (2016).
Como pode ser influenciado por um grande número de fatores, o
pH é uma variável limnológica complexa (ESTEVES, 2011; LOPESe
outros., 2008).
Os tipos de solo predominantes na microbacia do Alto
Jaguaribe são Neossolos (31,90%), Argissolos (29,06%),
Luvisossolos (17,05%) e Latossolos (15,06%). A bacia hidrográfica
é composta por 81,28% de rochas do embasamento cristalino
pré-cambriano, representadas por gnaisse e vários tipos de
migmatitos, quartzitos e metalimestones associados a rochas
plutônicas e metaplutônicas de composição predominantemente
granítica, e por 18,72% de depósitos sedimentares compostos por
arenito, conglomerados, siltito, xisto , calcário, marga e gesso
(CEARÁ, 2009). O metalimestone libera carbonatos e contribui
para a alcalinização da água do reservatório (FERREIRAe outros.,
2015).
O pH da maioria das águas naturais é influenciado pela
concentração de H+íons provenientes da ionização do ácido
carbônico, que gera valores de pH baixos, pois aumenta a
concentração de íons hidrogênio; íons carbonato e bicarbonato
também reagem com a água, o que eleva os valores de pH para a
faixa alcalina, aumentando a concentração de íons hidroxila
(ESTEVES, 2011). Os altos valores de pH em reservatórios
semiáridos podem ser atribuídos à geologia, aos solos e à
atividade do fitoplâncton (ROCHAe outros., 2016).
Analisando a condutividade elétrica (CE) da água
(Tabela 1) para uso na agricultura irrigada, verifica-se que
há um baixo risco da água no reservatório de Orós
resultar em salinização do solo, EC<700 µS cm-1(AYERS;

Figura 2-Precipitação na estação meteorológica de Iguatu, localizada a montante do reservatório (A), e volume do reservatório de Orós (B)

0 0
200

-1
20
400

Precipitação acumulada mm ano

-1
Chuva mm dia

40 600
800
60
1.000
80 1.200
UMA 1.400
100
1.600
120 Chuva Chuvas acumuladas 1.800
100
95 07/06/2011
Volume = 100%
90
85
80
Volume (%)

29/08/2011
75 Volume = 97,70%
70
65 Data de coleta Volume B

60

4 Rev. Ciênc. Agron., v. 52, n. 2, e20207210, 2021

 Modelagem de concentrações de clorofila-a em um ecossistema aquático continental do semiárido brasileiro com base em sensoriamento remoto.
WESTCOT, 1999). A água do reservatório de Orós pode ser
utilizada em todos os tipos de solos e culturas, com baixa
probabilidade de problemas com salinidade. A CE teve valor
mínimo de 230 a 200, média de 270 a 230 e máximo de 310 a 250
µS cm-1respectivamente durante os meses de junho e agosto de
2011. Os maiores valores de salinidade durante a estação
chuvosa devem-se ao arrastamento dos sais, resultado do maior
escoamento superficial (Figura 2). Resultados semelhantes foram
encontrados por Vendase outros. (2014), estudando a qualidade
da água do reservatório de Orós para uso na irrigação.
No processo de eutrofização, a concentração de
clorofila-a é considerada uma medida da resposta do
corpo d'água à presença de nutrientes, principalmente
fósforo total e nitrogênio total, e atua como indicador da
biomassa de algas. Assim, a presença de nutrientes e
clorofila são indicadores satisfatórios da causa e efeito do
processo de eutrofização (LOPESe outros., 2014a).
A concentração de clorofila-a variou no espaço e no
tempo (Tabela 1), confirmando os efeitos sazonais do clima e
do uso e ocupação do solo. As maiores concentrações para os
valores mínimo, médio e máximo de clorofila-a foram
registradas durante a campanha de agosto de 2011, estação
seca. Nesse período, a entrada de sedimentos via drenagem
é muito baixa e, consequentemente, a turbidez é reduzida
(Tabela 1), causando um aumento da zona eufótica devido à
maior disponibilidade de luz na coluna d'água, o que resulta
em um aumento no desenvolvimento de algas e na atividade
fotossintética. Este efeito da proliferação de algas devido ao
aumento de energia disponível e constante aporte de
nutrientes de fontes pontuais e difusas, também foi
verificado por Santose outros. (2014).
Verifica-se que em 84% das amostras de água analisadas
neste estudo, a concentração de clorofila-a é classificada como
eutrófica, ou seja, concentrações de clorofila-a ≥12 de acordo com
os limites definidos por Salas e Martino (2001). Apenas 7,77%
tabela 1-Variabilidade espacial e temporal das variáveis limnológicas do Reservatório de Orós
Ponto
pH EC (µS cm-1)
P1 7,56 240,00
P2 7,82 260,00
P3 7,90 230,00
P4 8.01 260,00
P5 7,71 260,00
P6 7,48 310,00
P7 7,55 300,00
P9 7,54 250,00
P10 8.04 250,00
Rev. Ciênc. Agron., v. 52, n. 2, e20207210, 2021
da área de preservação permanente no entorno do
reservatório de Orós possui vegetação natural; 42,38% da
área é ocupada por pastagens naturais e vem sendo
melhorada por meio de técnicas de manejo; 24,05% é
ocupado por vegetação secundária formada por gramíneas
esparsas e arbustos; 15,84% contém arroz; 3,85% contém
gramíneas, por exemplo, pastagem artificial; 2,08% contém
milho; e 4,03% tem outras culturas e usos (SOARESe outros.,
2009). O nível eutrófico das amostras é indicativo de
ocupação, uso e manejo inadequados do solo no entorno do
reservatório, na bacia e na bacia hidrográfica (LOPESe outros
., 2014a; MAIA; LOPES; ANDRADE, 2018). A produção de
clorofila-a é influenciada por diversos fatores, incluindo o
fornecimento de nutrientes, principalmente fósforo e
nitrogênio total, temperatura e transparência da água
(BATISTAe outros., 2014).
A Tabela 1 mostra os valores mínimo (2,00 e 2,60 NTU),
médio (9,80 e 4,28 NTU) e máximo (32,00 e 6,00 NTU) de turbidez
para junho e agosto, respectivamente. As principais causas do
aumento da turbidez da água são os sólidos em suspensão, que
podem ser de origem natural (partículas de rocha, areia e lodo,
além de algas e outros minerais) ou antropogênica (resíduos
domésticos e industriais, microrganismos e sedimentos
erodidos ). Maia, Lopes e Andrade (2018) e Chavese outros.
(2019), ao determinar classes de uso e ocupação do solo na área
da bacia de drenagem do reservatório de Orós, constataram que
cerca de 37,0% da área total é antrópica (ocupação urbana,
sistema viário, desmatado, solo descoberto e atividade agrícola
de sequeiro ). A atividade humana, a falta de saneamento, a
agropecuária, os resíduos sólidos, a indústria, a piscicultura em
redes nas bacias dos reservatórios e muitas outras atividades
representam um risco para a qualidade das águas continentais.
A turbidez reduz a penetração na coluna d'água pela
energia incidente na superfície da água, dificultando a
fotossíntese e reduzindo a reposição de oxigênio. Inorgânico
Junho de 2011
Chl-a (µg L-1) Turbidez (NTU) Transparência (m)
7,00 26h00 0,64
4,75 32h00 0,67
16,93 30,00 0,66
27,77 4.10 0,74
24.14 5,00 0,63
17,84 2,00 1,02
15,27 4,50 1,40
24,72 5.10 0,74
29,64 4,40 0,75
5
 FB Lopese outros.

Continuação da tabela 1
P11 8.12 240,00 33.05 6,00 0,75
P12 7,72 240,00 7,32 26h00 0,63
P13 7,69 240,00 3,58 28h00 0,74
P14 7,52 300,00 13,46 3.10 1.12
P15 7,45 300,00 8,28 2,60 1,44
P16 7,39 300,00 8,97 3.10 1,97
P17 7,54 290,00 18.10 2,80 1,18
P18 7,61 270,00 16,55 2,90 1,14
P19 7,59 270,00 17,57 2,50 0,98
P20 8.16 260,00 26.22 3h30 0,77
P21 8.19 250,00 31.51 2,60 0,73
Significa 7,73 270,00 17,63 9,80 0,94
Desvio padrão 0,25 20h00 8,98 10,85 0,34
Mínimo 7,39 230,00 3,58 2,00 0,63
Máximo 8.19 310,00 33.05 32h00 1,97
agosto de 2011

P3 7,57 230,00 28,25 5.10 0,69

P4 7,62 200,00 41,28 4,70 0,55
P5 7,48 230,00 46,99 5,50 0,64
P6 7,52 250,00 18h80 4,40 1,40
P7 7,63 250,00 14,58 3,90 1,46
P9 7,85 230,00 34,71 3,90 0,68
P10 7,61 240,00 25,42 4,40 0,85
P11 7,59 230,00 27.23 4,20 0,83
P12 7,71 230,00 32,79 4h30 0,78
P13 7,73 230,00 25.31 6,00 1,40
P14 7,81 250,00 15,59 4.10 1,62
P15 7,67 230,00 18,85 3,50 1,65
P16 7,66 230,00 19,25 2,60 1,25
P17 7,75 230,00 19,65 4,40 1,25
P18 7,58 230,00 22.91 3,60 1,09
P19 7,74 240,00 12.02 4,40 1,09
P21 7,70 230,00 25,79 3,80 0,85
Significa 7,66 230,00 25,26 4,28 1,06
Desvio padrão 0,10 10,00 9.16 0,76 0,35
Mínimo 7,48 200,00 12.02 2,60 0,55
Máximo 7,85 250,00 46,99 6,00 1,65

as partículas provocam o assoreamento dos reservatórios, com conseqüente carregam agrotóxicos, metais e outros elementos tóxicos, e sua
diminuição da capacidade de armazenamento de água; a precipitação dessas deposição no fundo de rios e reservatórios é prejudicial às
partículas pode perturbar o ecossistema aquático. Os sedimentos podem espécies aquáticas e ao ecossistema.

6 Rev. Ciênc. Agron., v. 52, n. 2, e20207210, 2021

 Modelagem de concentrações de clorofila-a em um ecossistema aquático continental do semiárido brasileiro com base em sensoriamento remoto.
Os maiores valores de turbidez (Tabela 1) foram
observados para os pontos de amostragem localizados na parte
superior do reservatório de Orós (P01, P02, P03; P12 e P13) em
julho de 2011, correspondendo ao final do período chuvoso na
região ( Figura 2). Os pontos P01, P02 e P13 estão localizados no
principal afluente do reservatório Orós, o Rio Jaguaribe, enquanto
os pontos P03 e P12 estão localizados no Rio Faé. O impacto das
chuvas (Figura 2) em solos desprotegidos (CHAVESe outros., 2019;
MAIA; LOPES; ANDRADE, 2018) desencadeia o processo de erosão
e aumenta a concentração de sedimentos que são transportados
e drenados para os reservatórios.
Os pontos com maiores valores de turbidez correspondem às
entradas dos principais afluentes do reservatório de Orós, onde
ocorre a principal entrada de sedimentos em suspensão para o corpo
d'água; enquanto os menores valores estão localizados na parte
inferior do reservatório, próximo ao vertedouro. Isso pode ser
explicado pelo processo de deposição que ocorre em todo o corpo
d'água devido à dissipação de energia, reduzindo a capacidade de
transporte de sedimentos e a turbidez.
Os dados de transparência da água para o período em estudo
são apresentados na Tabela 1. Nos meses de junho e agosto, os
valores mínimos foram 0,55 e 0,63 me os valores máximos 1,65 e 1,97
m para os pontos P5 e P15, respectivamente. Para a transparência da
água, foi observada uma forte variação espacial entre os pontos de
amostragem ao longo do tempo. Os menores valores de
transparência foram encontrados em pontos localizados na parte
superior da bacia, que correspondem à região mais rasa e às
principais afluências de rios e córregos para o Reservatório (Figura 1).
A radiância que emerge de um corpo d'água é moldada
pela composição e concentração dos componentes opticamente
ativos presentes nesse corpo d'água. A dinâmica espaço-temporal
da composição e concentração das massas de água no
reservatório de Orós, identificada pela análise das variáveis
limnológicas (Tabela 1), refletiu-se significativamente na forma e
na amplitude dos espectros, como pode ser observado na Figura
3, que mostra os conjuntos de espectros obtidos durante as
campanhas de campo.
Em termos de amplitude, os espectros nos pontos de
amostragem localizados a montante do reservatório de Orós,
especialmente os pontos P01, P02, P03, P12 e P13 (Figura 3A),
medidos no final do período chuvoso (junho), apresentaram a
maior refletância . Considerando que a magnitude da refletância
é função do coeficiente de retroespalhamento, e que este, por
sua vez, está altamente correlacionado com a concentração de
sólidos em suspensão, esses pontos apresentaram os maiores
valores de turbidez (Tabela 1), o que explica os maiores valores
para refletância espectral (LODHIe outros., 1997).
Observando-se os pontos P01, P02, P03, P12 e P13 para a
coleta realizada em junho (Figura 3A), observa-se um deslocamento
para maiores comprimentos de onda na faixa do visível no pico de
refletância à medida que aumenta a concentração de sedimentos em
suspensão na coluna d'água ( Tabela 1)
Rev. Ciênc. Agron., v. 52, n. 2, e20207210, 2021
(LODHIe outros., 1997). A análise desses pontos identifica um
aumento gradual na refletância da água de 400 nm para
aproximadamente 580 nm. Nesse pico de refletância máxima,
em torno de 580 nm, os pontos observados diferiram por
uma refletância percentual que variou de 7,75 a 9,75 (Figura
3A). A partir de 580 nm, o nível foi mantido até próximo de
650 nm, quando a refletância voltou a diminuir, preservando
a diferença entre os pontos. A redução acentuada da
refletância entre 700 e 720 nm ocorreu devido ao aumento da
absorção pela água.
Para os demais pontos da Figura 3A, e para todos os
pontos da campanha de agosto (Figura 3B), podem ser
observadas feições características do comportamento espectral
de águas ricas em Clorofila-a Tabela 1) (DALL'OLMO; GITELSON,
2005; LEe outros., 2013). Baixa refletância pode ser observada,
principalmente de 400 a 500 nm, devido à absorção por esses
pigmentos e por substâncias orgânicas dissolvidas na água dessa
região (BARBOSA; NOVO; MARTINS, 2019; MOBLEY, 2004). Há
absorção em 438 nm devido à absorbância pela clorofila-a;
refletância máxima na região verde, em torno de 550 nm, devido
à menor absorção pelos pigmentos; um outro ponto de absorção
clássico no vermelho, em torno de 680 nm, associado ao segundo
ponto máximo de absorção da clorofila-a; e um pico de
refletância em torno de 700 nm, atribuído tanto ao alto
espalhamento quanto à absorção mínima por cada um dos
componentes opticamente ativos (DALL'OLMO; GITELSON, 2005;
LEe outros., 2013).
A partir do correlograma que mostra a relação
entre o fator de refletância bidirecional e a variável
que expressa a concentração de clorofila-a (Figura 4A),
é possível identificar as posições espectrais com maior
correlação entre clorofila-a e refletância espectral
quando o objetivo é desenvolver modelos baseados
em apenas uma banda espectral. Pode-se observar
que o coeficiente de correlação (r) variou de -0,77 em
546 nm a 0,38 em 720 nm. A Figura 4A mostra uma
correlação inversa maior na região do visível em torno
de 546 nm. O desenvolvimento de modelos nesta
região (em torno de 550 nm) não é recomendado
devido à alta interferência dos diversos componentes
opticamente ativos. Esperava-se também que a
correlação fosse positiva na região em torno de 550
nm.
Para o modelo de duas bandas, a correlação mais forte
foi com comprimentos de onda na região vermelha, mostrando
um coeficiente de correlação positivo máximo de (0,936) para a
faixa entre 690 nm e 660 nm (Figura 4B). Nos estudos de
Bernardoe outros. (2016), uma alta correlação positiva (0,91)
também observada na região vermelha.
Para o modelo que emprega três bandas espectrais para
estimar a concentração de clorofila-a, foram selecionadas as três
bandas com maior coeficiente de correlação, respeitando as
condições para o desenvolvimento das três bandas
7
 FB Lopese outros.

modelo (CHENe outros., 2011; DALL'OLMO; GITELSON, 2005; e a matéria orgânica dissolvida (a ) (DALL'OLMO;
OM
GITELSON,
GITELSON; SCHALES; HLADIK, 2007; LEe outros., 2013). O primeiro 2005). No entanto, para minimizar o efeito do coeficiente de
comprimento de onda (λ1) com sensibilidade máxima à clorofila-a retroespalhamento, foi necessário selecionar uma terceira região
foi localizado em 660 nm. No entanto, a região Rrs (λ ) também é (λ ). Essa região
3
estava localizada no infravermelho próximo,
afetada pela
1
absorção do tripton (uma matéria orgânica (uma
triptão
), próximo a 717 nm (Figura 4C).
) e a própria água (uma
OM agua
), e pelo O coeficiente máximo de determinação R2= 0,88 foi
coeficiente de retroespalhamento
b
(b). Portanto, com o objetivo de obtido com o modelo de três bandas, λ = 660 nm, λ = 690
1
otimizar a estimativa da concentração de clorofila-a, nm
2
e λ = 717 nm (Figura
3
5A). Parece que o modelo de
uma segunda região localizada em 690 nm (λ ) foi selecionada duas bandas apresentou o melhor desempenho para as
para minimizar os efeitos da absorção2por triptão (a) triptão bandas λ = 660 nm e λ2 = 690 nm (Figura 5B) com um
1

Figura 3-Refletância espectral do sistema aquático do reservatório de Orós, campanha de campo realizada em junho (A) e agosto (B) de 2011

P01 P02 P03 P04 P05 P06 P07 P09 P10 P11
P12 P13 P14 P15 P16 P17 P18 P19 P20 P21
0,10

0,08 UMA
Refletância bidirecional

0,06

0,04

0,02

0,00
400 450 500 550 600 650 700 750 800 850 900
Comprimento de onda (nm)

P03 P04 P05 P06 P07 P09 P10 P11 P12

P13 P14 P15 P17 P18 P19 P20 P21
0,10

B
Refletância bidirecional

0,08

0,06

0,04

0,02

0,00
400 450 500 550 600 650 700 750 800 850 900
Comprimento de onda (nm)

8 Rev. Ciênc. Agron., v. 52, n. 2, e20207210, 2021

 Modelagem de concentrações de clorofila-a em um ecossistema aquático continental do semiárido brasileiro com base em sensoriamento remoto.

coeficiente de determinação de 0,876. Ambos os modelos para Aplicando as bandas espectrais do modelo de três
estimar a concentração de clorofila-a foram estatisticamente bandas desenvolvido por Gitelson, Schalles e Hladik (2007)
significativos a 1% (Figura 5). Os modelos mostraram-se para as águas da Baía de Chesapeake1
(λ = 675 nm,
2
λ = 695
adequados para avaliar a variabilidade espacial e temporal da nm,
3
λ = 730 nm) às medições espectrais de agosto de 2011
concentração de clorofila-a nas águas do reservatório de Orós resultou em um menor coeficiente de determinação (R2=
com base em dados de campo de sensoriamento remoto. 0,77). Aplicando as bandas
1
(λ = 684 nm,
2
λ = 690 nm,
3
λ = 718
nm) do modelo de Chene outros. (2011), calibrado para o
estuário do Rio Pérola na China, aos dados de Orós, também
Figura 4-Correlograma com o coeficiente de correlação (r) para o resultou em pior desempenho (R2= 0,76).
modelo simples com apenas uma banda espectral (A), para o
Os resultados apresentados na literatura para o modelo
modelo de banda (B), e para o modelo com três bandas espectrais (C)
de três bandas (Tabela 2) foram encontrados por outros
1,00
λ pesquisadores. Em geral, para o período em estudo, a presente
0,75 pesquisa encontrou valores para o coeficiente de determinação (R
coeficiente de correlação r

) semelhantes aos descritos na literatura (Figura 5).

0,50 2

No entanto, cabe ressaltar que os valores para os

0,25
intervalos de banda encontrados na literatura foram aplicados
0,00 para águas de regiões temperadas, com exceção de Carvalho,
400 4 50 5 00 5 50 6 00 6 50 7 00 7 50 8 00 8 50 9 00 Barbosa e Novo (2013), que aplicaram seus valores para lagos da
- 0,25
planície de inundação do Lago Grande do Curuaí, no estado de
- 0,50

- 0,75
UMA Figura 5-Modelos para estimar as concentrações de clorofila-a no
- 1,00 reservatório de Orós a partir de dados de campo de refletância de agosto
Comprimento de onda (nm)
de 2011: (A) três e (B) duas bandas

0,12
Chl-a=[(λ-1 1 - λ2-1)*3+ 0,068]/0,0035
R² = 0,88
p < 6,5 x 10-8
0,09
λ2 (690)] * λ3 (717)]

0,06
-1

0,03
- -1
[λ1 (660)

0,00
(UMA)

- 0,03
10 20 30 40 50
Chçorophyll-a (µg L-1)

1,00 Chl-a = (λ2/λ1- 0,9182)/0,0042 R² =

λ1 λ2 λ3 0,87
1,10
coeficiente de correlação r

p < 1,0 x 10-7

0,80 -
[λ2 (690)/ λ1 (660)]

0,60 1,05

0,40
1,00
0,20
C (B)

0,00 0,95
400 450 500 550 600 650 700 750 800 850 900 10 20 30 40 50
Chçorophyll-a (µg L-1)

Rev. Ciênc. Agron., v. 52, n. 2, e20207210, 2021 9

 FB Lopese outros.

Pára. Há certa semelhança entre os intervalos da literatura e Para avaliar qualquer tendência nos erros de
os encontrados neste trabalho, principalmente o valor de λ estimação, os resíduos dos modelos foram estudados em
no modelo
2
de Chene outros. (2011), que é igual ao valor do gráficos de dispersão entre osno localdados de coleta das
reservatório de Orós, e o valor de λ de Chen e outros
3
. (2011), concentrações de clorofila-a (Figura 6).
de 718 nm, e para o reservatório de Orós, de 717 nm. Não houve um padrão óbvio para um aumento
Os valores de λ encontrados
1
na literatura (DALL'OLMO; sistemático nos resíduos para um aumento ou diminuição na
GITELSON, 2005; GITELSON; SCHALLES; HLADIK, 2007) também concentração de clorofila-a, ou seja, os erros são distribuídos
são semelhantes aos encontrados no presente estudo. aleatoriamente (Figura 6). Além disso, pode-se observar que a

Mesa 2 -Comparação entre autores – modelo de três bandas

Autor Bandas (nm) R2

Dall'Olmo; Gitelson (2005) (λ)1 = 671; (λ) =
2
710; (λ) = 3740 (λ) = 0,94
Carvalhoe outros. (2013) Chene 702,5;
1
(λ) = 705,5;
2
(λ) = 750,1
3
0,85
outros. (2011) Gitelsone outros. (λ)1 = 684; (λ)2= 690; (λ) =
3
718 0,81
(2007) (λ)1 = 675; (λ)2= 695; (λ) =
3
730 0,81

Figura 6-Dispersão entre os resíduos e as concentrações de clorofila-a no reservatório de Orós para os dados de campo de refletância de agosto
de 2011: (A) três e (B) duas bandas

2,0 2,0
1,5 1,5
Resíduo padronizado

Resíduo padronizado

1,0 1,0
0,5 0,5
0,0 0,0
10 20 30 40 50 10 20 30 40 50
- 0,5 - 0,5

- 1,0 - 1,0

- 1,5
(UMA)
- 1,5 (B)
- 2,0 - 2,0
Chçorophyll-a (µg L
-1 )
Chçorophyll-a (µg L-1)

Figura 7-Validação dos modelos para quantificação das concentrações de clorofila-a no reservatório de Orós usando dados de campo espectrais de junho de
2011: (A) três e (B) duas bandas

40 40
R² = 0,78 (UMA) R² = 0,76 (B)
p < 2,6 x 10-7 p < 1,5 x 10-10
r = 0,87
r = 0,88 d = 0,89
30 d = 0,87 30 NSE = 0,59
Estimativa de Chl-a (µg L-1)

NSE = 0,57
Estimativa de Chl-a (µg L-1)

20 20

AME = 5,35 (µg L

)
-1
)
10 10 AME = 5,00 (µg L RMSE =
-1

) 5,75 (µg L
-1 )
REMQ = 5,90 (µg L
-1

0 0
0 10 20 30 40 0 10 20 30 40
) Chl-a medido (µg L
)
-1
Chl-a medido (µg L
-1

10 Rev. Ciênc. Agron., v. 52, n. 2, e20207210, 2021

 Modelagem de concentrações de clorofila-a em um ecossistema aquático continental do semiárido brasileiro com base em sensoriamento remoto.
os resíduos são distribuídos aleatoriamente em torno de zero, e
que todos os erros residuais estão entre -2 e 2.
De acordo com os índices aplicados, o modelo
ajustado possui coeficiente de correlação (r), índice de
Willmott (d) e coeficiente de Nash-Sutcliffe (NSE) de 0,88, 0,87
e 0,57 respectivamente, para o modelo de três bandas (Figura
7A), e um valor pararde 0,87,dde 0,89 e NSE de 0,59 para o
modelo de duas bandas (Figura 7B).
Para ambos os modelos, a relação entre os dados
medidos e estimados é estatisticamente significativa a 1%.
Os modelos apresentaram erro médio absoluto (EMA) de
5,35 e 5,00 μg L-1para os modelos de três e duas bandas,
respectivamente. O erro quadrático médio (RMSE) foi de
5,90 μg L-1para o modelo de três bandas e 5,75 para o
modelo de duas bandas (Figura 7).
CONCLUSÕES
1. É possível estimar as concentrações de clorofila-a,
avaliar e monitorar a qualidade da água em sistemas
aquáticos continentais do semiárido usando dados de
sensoriamento remoto hiperespectrais;
2. Os modelos desenvolvidos para a variável limnológica, clorofila-a,
são confiáveis, permitindo que a clorofila-a seja quantificada com
precisão por meio de dados de sensoriamento remoto
hiperespectrais;
3. Ambos os modelos de duas e três bandas podem ser
usados para estimar as concentrações de clorofila-a
em sistemas aquáticos continentais do semiárido.
RECONHECIMENTOS
Os autores agradecem ao Instituto Nacional de
Ciência e Tecnologia em Salinidade – INCTSal.
Agradecimentos também à Coordenação de
Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
pela bolsa concedida ao autor principal.
Os autores agradecem ainda à Agência de
Desenvolvimento do Estado do Ceará – ADECE
(processo n.º 09/2017), e ao Conselho Nacional de
Desenvolvimento Científico e Tecnológico – CNPq
(processo n.º 552490/2011-3) e (processo n.
439.304/2018-0).
REFERÊNCIAS
ANDRADE, EMet ai.Balanço de nitrogênio e fósforo em um
reservatório no semiárido tropical.Revista Ciência
Agronômica, v. 51, pág. e20196800, 2020.
Rev. Ciênc. Agron., v. 52, n. 2, e20207210, 2021
AYERS, RS; WESTCOT, DWA qualidade da água na
agricultura. 2. ed. Campina Grande: UFPB, 1999. 153 p. (FAO,
Irrigação e Drenagem, 29).
BARBOSA, CCF; NOVO, EMLM; MARTINS, V. Introdução ao
sensoriamento remoto de sistemas: princípios e
aplicações. São José dos Campos: Instituto Nacional de
Pesquisas Espaciais, 2019. 161 p.
BATISTA, AAet ai.Sazonalidade e Destaque Brasil do Índice
de Estado do Açude Orós, Ceará.Revista Agro@ mbiente
On-line, v. 8, pág. 39, 2014.
BERNARDO, N.et ai.Avaliação da adequação do MODIS, OLCI e OLI para o
mapeamento da distribuição de matéria suspensa total no Reservatório de
Barra Bonita (Rio Tietê, Brasil).Aplicações de Sensoriamento Remoto:
Sociedade e Meio Ambiente, v. 4, pág. 68-82, 2016.
BRASIL. Resolução nº 357, de 17 de março de 2005. Dispõe
sobre uma classificação dos corpos de água e diretrizes
ambientais para seu enquadramento, bem como as
condições e os padrões de lançamento de efluentes, e outras
providências.Diário Oficial da União, nº 53, 18 mar. 2005.
pág. 58-63.
CAIRO, C.et ai.Algoritmo híbrido de clorofila-a para avaliação de estados
tróficos de um reservatório tropical brasileiro baseado em dados MSI/
Sentinel-2.Sensoriamento remoto, v. 12, pág. 40, 2020.
CARVALHO, LASet ai.Implicações de correções de dispersão para
medidas de absorção no fechamento óptico de lagos de várzea da
Amazônia usando o Medidor de Absorção e Atenuação Espectral
(AC-S-WETLabs).Sensoriamento Remoto do Ambiente, v. 157,
pág. 123-137, 2015.
CARVALHO, LAS; BARBOSA, CCF; NOVO, EMLM Ajuste de
Bandas de Modelos de Previsão de Aplicação à Região da
Cloro de Inundação do Lago Grande Curuai – PA.Dentro:
SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO,
16., 2013, Foz do Iguaçu. Anais[...].São José dos campos:
INPE, 2013. p. 8924-8931.
CEARÁ. Assembleia Legislativa. Conselho de Altos Estudos e
Assuntos Estratégicos.Caderno Regional da Subbacia do Alto
Jaguaribe. Fortaleza: INESP, 2009. 119 p.
CHAVES, LCGet ai.Qualidade da água e impacto antropogênico em
bacias hidrográficas de reservatórios de serviço no semiárido
brasileiro.Revista Ciência Agronômica, v. 50, pág. 223-233, 2019.
CHEN, S.et ai.Avaliação de um modelo de três bandas para estimar a
concentração de clorofila-a em trechos de maré do estuário do Rio das
Pérolas, China.Jornal de Fotogrametria e Sensoriamento Remoto, v.
66, pág. 356-364, 2011.
COMPANHIA DE GESTÃO DOS RECURSOS HÍDRICOS.
Portal Hidrológico do Ceará. Fortaleza: COGERH, 2019.
Disponível em: http://www.hidro.ce.gov.br/reservatorios/
volume. Acesso em: 5 dez. 2019.
DALL'OLMO, G.; GITELSON, AA Efeito da variabilidade dos
parâmetros bio-ópticos na estimativa remota da concentração de
clorofila-a em águas produtivas turvas: resultados experimentais.
Óptica Aplicada, v. 44, n. 3, pág. 412-422, 2005.
11
 FB Lopese outros.
ESTEVES, F.Fundamentos de limnologia. 3. ed. Rio de
Janeiro: Interciência, 2011. 826 p.
FERREIRA, KCDet ai.Adaptação do índice de qualidade da água da
Fundação Nacional de Saneamento para o semiárido brasileiro.
Revista Ciência Agronômica, v. 46, pág. 277-286, 2015.
FUNDAÇÃO CEARENSE DE METEOROLOGIA E RECURSOS
HÍDRICOS. Redes de monitoramento. Fortaleza: FUNCEME
, 2019. Disponível em: http://www.funceme.br. Acesso em:
25 fev. 2019.
GITELSON, AA; SCHALES JF; HLADIK.; CM Recuperação remota
de clorofila-a em estuários turvos e produtivos: estudo de
caso da Baía de Chesapeake.Sensoriamento Remoto do
Ambiente, v. 109, n. 4, pág. 464-472, 2007.
GUERREIRO, MJSet ai.Variação de longo prazo dos índices de
precipitação no Estado do Ceará, Nordeste do Brasil.Revista
Internacional de Climatologia, v. 33, pág. 2929-2939, 2013.
LE, C.et ai.Avaliação de algoritmos de sensoriamento remoto de clorofila-a
para um estuário opticamente complexo.Sensoriamento Remoto do
Ambiente, v. 129, pág. 75-89, 2013.
LODHI, MAet ai.O potencial para sensoriamento remoto de solos
loess suspensos em águas superficiais.Jornal da Associação
Americana de Recursos Hídricos, v. 33, n. 1, pág. 111-117, 1997.
LOPES, FBet ai.Avaliação da qualidade da água em um grande
reservatório no semiárido do Brasil.Revista Brasileira de
Engenharia Agrícola e Ambiental, v. 18, pág. 437-445, 2014a.
LOPES, FBet ai.Mapa da qualidade das águas do rio Acaraú, pelo
emprego do IQA e Geoprocessamento.Revista Ciência
Agronômica, v. 39, pág. 392-402, 2008.
LOPES, FBet ai.Modelagem da qualidade das águas a partir de
sensoriamento remoto hiperespectral.Revista Brasileira de
Engenharia Agrícola e Ambiental, v. 18, pág. 13-19, 2014b.
LOPES, FBet ai.Simulação de bandas espectrais do sensor
MERIS para estimar concentrações de clorofila-a em um
reservatório do semiárido.Agro@ambiente Online, v. 10,
pág. 96-106, 2016.
12 Rev. Ciênc. Agron., v. 52, n. 2, e20207210, 2021
MACIEL, D.et ai.Recuperando Sedimentos Suspensos Totais e
Inorgânicos em Lagos de Várzea da Amazônia: uma abordagem
multissensor.Sensoriamento remoto, v. 11, pág. 1744, 2019.
MAIA, ARS; LOPES, FB; ANDRADE, EM Influência da sazonalidade
climática no levantamento de uso e cobertura do solo no
semiárido.Revista de Ciências Agrárias, v. 10, pág. 311, 2018.
MILTON, EJ Princípios de espectroscopia de campo.Jornal Internacional de
Sensoriamento Remoto, v. 8, pág. 1807-1827, 1987.
MOBILE, CDLuz e água: transferência radiativa em águas
naturais. [S. l.]: Academic Press, 2004. 593 p.
NOVO, EML de M.et ai.Proposta de índice de estado trófico de
sensoriamento remoto baseado em imagens do Mapeador Temático/
Landsat.Revista Ambiente & Água, v. 8, pág. 65-82, 2013.
NYENJE, PMet ai.Eutrofização e liberação de nutrientes em áreas
urbanas da África Subsaariana-A revisão.Ciência do Meio
Ambiente Total, v. 408, n. 3, pág. 447-455, 2010.
OGASHARA, E.et ai.Interactive Correlation Environment (ICE): uma
ferramenta estatística da Web para análise de colinearidade de dados.
Sensoriamento remoto, v. 6, pág. 3059-3074, 2014.
ROCHA, FCet ai.Propriedades físico-químicas determinantes de
comunidades biológicas em águas semiáridas continentais.
Monitoramento e Avaliação Ambiental, v. 188, pág. 1-15, 2016.
SALAS, H.; MARTINHO, P.Metodologias simplificadas para a
avaliação de eutrofização em lagos cálidos tropicais. LIMA:
Programa Regional CEPIS/HPE/IOPS, 2001. 52 p.
VENDAS, MMet ai.Variabilidade espacial e temporal da qualidade das
águas no reservatório da região semiárida para fins de irrigação.
Revista Brasileira de Agricultura Irrigada, v. 8, pág. 411-421, 2014.
SANTOS, JCNet ai.Uso do solo e dinâmica do estado trófico em um
reservatório tropical semiárido.Revista Ciência Agronômica, v.
45, pág. 35-44, 2014.
SOARES, ZMLet ai.Uso e ocupação da terra nas áreas do entorno
do açude Orós com vistas ao ordenamento territorial.Dentro:
SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 14., 2009,
Natal.Anais[...].Natal: INPE, 2009. p. 4417-4424.