Uso do sensoriamento remoto orbital e de superfície para o estudo do comportamento espectral do corpo de água do reservatório de Manso, MT, Brasil

Detalhes bibliográficos
Autor(a) principal: Aline de Matos Valério
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
Texto Completo: http://urlib.net/sid.inpe.br/mtc-m18@80/2009/05.06.19.17
Resumo: O monitoramento da qualidade da água de um reservatório permite a preservação do ambiente associado além de trazer benefícios sócio-econômicos. O sensoriamento remoto permite este monitoramento de forma sinóptica ao considerar as escalas espaciais e temporais necessárias para a análise de um ecossistema aquático. O sensor Moderate Resolution Imaging Spectroradiometer (MODIS) apresenta-se como uma boa fonte de dados para aplicações em corpos de água continentais. O objetivo desta dissertação é contribuir para a caracterização espectral do reservatório de Manso, MT, utilizando dados do sensor MODIS assim como in situ. Foram compilados dados limnológicos coletados na área de estudo em campanhas pretéritas e por uma bóia instrumentada fundeada no reservatório, assim como dados limnológicos e espectrais da campanha realizada em 2008. Este conjunto de dados foi submetido a métodos analíticos tais como mapeamento por ângulo espectral, análise derivativa, krigeagem ordinária, classificação por k-média e fragmentador assimétrico. Utilizando as imagens do produto MYD09 do sensor MODIS, dos dias da coleta de 2008, foram aplicados o modelo linear de mistura espectral e a classificação não supervisionada k-média. A análise conjunta dos dados limnológicos e espectrais, mostrou uma compartimentação do reservatório em duas regiões distintas: a do braço de entrada do rio e a do corpo do reservatório. No braço do rio, foi observado maior concentração de clorofila-a e sedimento em suspensão que no corpo do reservatório, que por sua vez apresentou maior quantidade de matéria orgânica. As análises realizadas também permitiram identificar a estratificação do corpo de água durante a campanha de 2008, além do mergulho do rio à medida que se adentra ao reservatório. Com o objetivo de obter um algoritmo específico que pudesse estimar concentração de clorofila-a para este reservatório, foi desenvolvido um modelo de regressão polinomial utilizando dados de clorofila-a e MYD09. A análise da regressão polinomial encontrou um R^2 de 0,69. Assim, conclui-se que o sensor MODIS foi apto para monitorar os constituintes opticamente ativos do reservatório de Manso e ainda modelar a estimativa de concentração de clorofila-a.
id INPE_29654fd5c754e0bbc2d62479eb97d68d
oai_identifier_str oai:urlib.net:sid.inpe.br/mtc-m18@80/2009/05.06.19.17.40-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUso do sensoriamento remoto orbital e de superfície para o estudo do comportamento espectral do corpo de água do reservatório de Manso, MT, BrasilUse of orbital and surface remoto sensing to the study of the spectral signature of the reservoir water Body, MT, Brazil2009-05-25José Luiz StechMilton KampelEvlyn Marcia Leão de Moraes NovoArcilan Trevenzoli AssireuDonato Seiji AbeAline de Matos ValérioInstituto Nacional de Pesquisas Espaciais (INPE)Programa de Pós-Graduação do INPE em Sensoriamento RemotoINPEBRreservatóriocaracterização espectralcomponentes opticamente ativosMODISqualidade da águaresevoirspectral caracterizationoptically active componentsMODISwater qualityO monitoramento da qualidade da água de um reservatório permite a preservação do ambiente associado além de trazer benefícios sócio-econômicos. O sensoriamento remoto permite este monitoramento de forma sinóptica ao considerar as escalas espaciais e temporais necessárias para a análise de um ecossistema aquático. O sensor Moderate Resolution Imaging Spectroradiometer (MODIS) apresenta-se como uma boa fonte de dados para aplicações em corpos de água continentais. O objetivo desta dissertação é contribuir para a caracterização espectral do reservatório de Manso, MT, utilizando dados do sensor MODIS assim como in situ. Foram compilados dados limnológicos coletados na área de estudo em campanhas pretéritas e por uma bóia instrumentada fundeada no reservatório, assim como dados limnológicos e espectrais da campanha realizada em 2008. Este conjunto de dados foi submetido a métodos analíticos tais como mapeamento por ângulo espectral, análise derivativa, krigeagem ordinária, classificação por k-média e fragmentador assimétrico. Utilizando as imagens do produto MYD09 do sensor MODIS, dos dias da coleta de 2008, foram aplicados o modelo linear de mistura espectral e a classificação não supervisionada k-média. A análise conjunta dos dados limnológicos e espectrais, mostrou uma compartimentação do reservatório em duas regiões distintas: a do braço de entrada do rio e a do corpo do reservatório. No braço do rio, foi observado maior concentração de clorofila-a e sedimento em suspensão que no corpo do reservatório, que por sua vez apresentou maior quantidade de matéria orgânica. As análises realizadas também permitiram identificar a estratificação do corpo de água durante a campanha de 2008, além do mergulho do rio à medida que se adentra ao reservatório. Com o objetivo de obter um algoritmo específico que pudesse estimar concentração de clorofila-a para este reservatório, foi desenvolvido um modelo de regressão polinomial utilizando dados de clorofila-a e MYD09. A análise da regressão polinomial encontrou um R^2 de 0,69. Assim, conclui-se que o sensor MODIS foi apto para monitorar os constituintes opticamente ativos do reservatório de Manso e ainda modelar a estimativa de concentração de clorofila-a.The monitoring of water quality of a reservoir allows for preservation of the environment as well as bringing social-economic benefits. Remote Sensing accomplishes this monitoring in a synoptic way, because it considers spatial and time scales necessary to evaluate an aquatic ecosystem. For this, a Moderate Resolution Imaging Spectroradiometer (MODIS) sensor provides good resource data for continental water applications. The goal of this assessment is, through in situ data and MODIS scenes, to contribute the spectral characterization of the Manso Reservoir, MT, Brazil. The in situ data set was comprised of three things: limnological data collected previously by campaign, data collected by a sensor buoy anchored in the reservoir, and limnological and spectral data collected in the 2008 campaign. This data was subjected to analytical methods like spectral angle mapping, derivative analysis, ordinary krigeage, k-means classification and asymmetric fragmentation. Using the MYD09 scenes of the MODIS sensor for the 2008 campaign it was applied the spectral mixture linear model and the non-supervised k-means classification. Spectral and limnological data analysis shows a partitioning of the reservoir in two different areas: the river arm and the water body. In the river arm chlorophyll-a and suspension sediment was observed. The water body contained a large amount of dissolved organic matter. The analysis also identified a stratification layer in the water body, and revealed the underflow of the river as it enters the reservoir. A polynomial regression model was developed in order to create a specific algorithm that could estimate the chlorophyll-a concentration for this reservoir using chlorophyll-a concentration data and MYD09 scenes. The regression analysis developed a fourth-order polynomial algorithm (R^2=0.69) that was the best fit for the data. Thus, we conclude that the MODIS sensor was able to monitor the active optical components of the Manso reservoir and model the chlorophyll-a concentration estimate.http://urlib.net/sid.inpe.br/mtc-m18@80/2009/05.06.19.17info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:53:25Zoai:urlib.net:sid.inpe.br/mtc-m18@80/2009/05.06.19.17.40-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:53:25.615Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv Uso do sensoriamento remoto orbital e de superfície para o estudo do comportamento espectral do corpo de água do reservatório de Manso, MT, Brasil
dc.title.alternative.en.fl_str_mv Use of orbital and surface remoto sensing to the study of the spectral signature of the reservoir water Body, MT, Brazil
title Uso do sensoriamento remoto orbital e de superfície para o estudo do comportamento espectral do corpo de água do reservatório de Manso, MT, Brasil
spellingShingle Uso do sensoriamento remoto orbital e de superfície para o estudo do comportamento espectral do corpo de água do reservatório de Manso, MT, Brasil
Aline de Matos Valério
title_short Uso do sensoriamento remoto orbital e de superfície para o estudo do comportamento espectral do corpo de água do reservatório de Manso, MT, Brasil
title_full Uso do sensoriamento remoto orbital e de superfície para o estudo do comportamento espectral do corpo de água do reservatório de Manso, MT, Brasil
title_fullStr Uso do sensoriamento remoto orbital e de superfície para o estudo do comportamento espectral do corpo de água do reservatório de Manso, MT, Brasil
title_full_unstemmed Uso do sensoriamento remoto orbital e de superfície para o estudo do comportamento espectral do corpo de água do reservatório de Manso, MT, Brasil
title_sort Uso do sensoriamento remoto orbital e de superfície para o estudo do comportamento espectral do corpo de água do reservatório de Manso, MT, Brasil
author Aline de Matos Valério
author_facet Aline de Matos Valério
author_role author
dc.contributor.advisor1.fl_str_mv José Luiz Stech
dc.contributor.advisor2.fl_str_mv Milton Kampel
dc.contributor.referee1.fl_str_mv Evlyn Marcia Leão de Moraes Novo
dc.contributor.referee2.fl_str_mv Arcilan Trevenzoli Assireu
dc.contributor.referee3.fl_str_mv Donato Seiji Abe
dc.contributor.author.fl_str_mv Aline de Matos Valério
contributor_str_mv José Luiz Stech
Milton Kampel
Evlyn Marcia Leão de Moraes Novo
Arcilan Trevenzoli Assireu
Donato Seiji Abe
dc.description.abstract.por.fl_txt_mv O monitoramento da qualidade da água de um reservatório permite a preservação do ambiente associado além de trazer benefícios sócio-econômicos. O sensoriamento remoto permite este monitoramento de forma sinóptica ao considerar as escalas espaciais e temporais necessárias para a análise de um ecossistema aquático. O sensor Moderate Resolution Imaging Spectroradiometer (MODIS) apresenta-se como uma boa fonte de dados para aplicações em corpos de água continentais. O objetivo desta dissertação é contribuir para a caracterização espectral do reservatório de Manso, MT, utilizando dados do sensor MODIS assim como in situ. Foram compilados dados limnológicos coletados na área de estudo em campanhas pretéritas e por uma bóia instrumentada fundeada no reservatório, assim como dados limnológicos e espectrais da campanha realizada em 2008. Este conjunto de dados foi submetido a métodos analíticos tais como mapeamento por ângulo espectral, análise derivativa, krigeagem ordinária, classificação por k-média e fragmentador assimétrico. Utilizando as imagens do produto MYD09 do sensor MODIS, dos dias da coleta de 2008, foram aplicados o modelo linear de mistura espectral e a classificação não supervisionada k-média. A análise conjunta dos dados limnológicos e espectrais, mostrou uma compartimentação do reservatório em duas regiões distintas: a do braço de entrada do rio e a do corpo do reservatório. No braço do rio, foi observado maior concentração de clorofila-a e sedimento em suspensão que no corpo do reservatório, que por sua vez apresentou maior quantidade de matéria orgânica. As análises realizadas também permitiram identificar a estratificação do corpo de água durante a campanha de 2008, além do mergulho do rio à medida que se adentra ao reservatório. Com o objetivo de obter um algoritmo específico que pudesse estimar concentração de clorofila-a para este reservatório, foi desenvolvido um modelo de regressão polinomial utilizando dados de clorofila-a e MYD09. A análise da regressão polinomial encontrou um R^2 de 0,69. Assim, conclui-se que o sensor MODIS foi apto para monitorar os constituintes opticamente ativos do reservatório de Manso e ainda modelar a estimativa de concentração de clorofila-a.
dc.description.abstract.eng.fl_txt_mv The monitoring of water quality of a reservoir allows for preservation of the environment as well as bringing social-economic benefits. Remote Sensing accomplishes this monitoring in a synoptic way, because it considers spatial and time scales necessary to evaluate an aquatic ecosystem. For this, a Moderate Resolution Imaging Spectroradiometer (MODIS) sensor provides good resource data for continental water applications. The goal of this assessment is, through in situ data and MODIS scenes, to contribute the spectral characterization of the Manso Reservoir, MT, Brazil. The in situ data set was comprised of three things: limnological data collected previously by campaign, data collected by a sensor buoy anchored in the reservoir, and limnological and spectral data collected in the 2008 campaign. This data was subjected to analytical methods like spectral angle mapping, derivative analysis, ordinary krigeage, k-means classification and asymmetric fragmentation. Using the MYD09 scenes of the MODIS sensor for the 2008 campaign it was applied the spectral mixture linear model and the non-supervised k-means classification. Spectral and limnological data analysis shows a partitioning of the reservoir in two different areas: the river arm and the water body. In the river arm chlorophyll-a and suspension sediment was observed. The water body contained a large amount of dissolved organic matter. The analysis also identified a stratification layer in the water body, and revealed the underflow of the river as it enters the reservoir. A polynomial regression model was developed in order to create a specific algorithm that could estimate the chlorophyll-a concentration for this reservoir using chlorophyll-a concentration data and MYD09 scenes. The regression analysis developed a fourth-order polynomial algorithm (R^2=0.69) that was the best fit for the data. Thus, we conclude that the MODIS sensor was able to monitor the active optical components of the Manso reservoir and model the chlorophyll-a concentration estimate.
description O monitoramento da qualidade da água de um reservatório permite a preservação do ambiente associado além de trazer benefícios sócio-econômicos. O sensoriamento remoto permite este monitoramento de forma sinóptica ao considerar as escalas espaciais e temporais necessárias para a análise de um ecossistema aquático. O sensor Moderate Resolution Imaging Spectroradiometer (MODIS) apresenta-se como uma boa fonte de dados para aplicações em corpos de água continentais. O objetivo desta dissertação é contribuir para a caracterização espectral do reservatório de Manso, MT, utilizando dados do sensor MODIS assim como in situ. Foram compilados dados limnológicos coletados na área de estudo em campanhas pretéritas e por uma bóia instrumentada fundeada no reservatório, assim como dados limnológicos e espectrais da campanha realizada em 2008. Este conjunto de dados foi submetido a métodos analíticos tais como mapeamento por ângulo espectral, análise derivativa, krigeagem ordinária, classificação por k-média e fragmentador assimétrico. Utilizando as imagens do produto MYD09 do sensor MODIS, dos dias da coleta de 2008, foram aplicados o modelo linear de mistura espectral e a classificação não supervisionada k-média. A análise conjunta dos dados limnológicos e espectrais, mostrou uma compartimentação do reservatório em duas regiões distintas: a do braço de entrada do rio e a do corpo do reservatório. No braço do rio, foi observado maior concentração de clorofila-a e sedimento em suspensão que no corpo do reservatório, que por sua vez apresentou maior quantidade de matéria orgânica. As análises realizadas também permitiram identificar a estratificação do corpo de água durante a campanha de 2008, além do mergulho do rio à medida que se adentra ao reservatório. Com o objetivo de obter um algoritmo específico que pudesse estimar concentração de clorofila-a para este reservatório, foi desenvolvido um modelo de regressão polinomial utilizando dados de clorofila-a e MYD09. A análise da regressão polinomial encontrou um R^2 de 0,69. Assim, conclui-se que o sensor MODIS foi apto para monitorar os constituintes opticamente ativos do reservatório de Manso e ainda modelar a estimativa de concentração de clorofila-a.
publishDate 2009
dc.date.issued.fl_str_mv 2009-05-25
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://urlib.net/sid.inpe.br/mtc-m18@80/2009/05.06.19.17
url http://urlib.net/sid.inpe.br/mtc-m18@80/2009/05.06.19.17
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.publisher.program.fl_str_mv Programa de Pós-Graduação do INPE em Sensoriamento Remoto
dc.publisher.initials.fl_str_mv INPE
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INPE
instname:Instituto Nacional de Pesquisas Espaciais (INPE)
instacron:INPE
reponame_str Biblioteca Digital de Teses e Dissertações do INPE
collection Biblioteca Digital de Teses e Dissertações do INPE
instname_str Instituto Nacional de Pesquisas Espaciais (INPE)
instacron_str INPE
institution INPE
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)
repository.mail.fl_str_mv
publisher_program_txtF_mv Programa de Pós-Graduação do INPE em Sensoriamento Remoto
contributor_advisor1_txtF_mv José Luiz Stech
_version_ 1706809352336179200