Sensoriamento Remoto e Componentes Limnológicos na Caracterização de Lagoas do Pantanal da Nhecolândia, Mato Grosso do Sul
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | , , , , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Anuário do Instituto de Geociências (Online) |
Texto Completo: | https://revistas.ufrj.br/index.php/aigeo/article/view/27102 |
Resumo: | A limnologia aplicada a pesquisas em áreas inundáveis vem crescendo no Brasil. Nesse sentido, esta pesquisa buscou associar dados de sensoriamento remoto e variáveis limnológicas obtidas em campo para distinguir as lagoas no Pantanal da Nhecolândia, região a qual apresenta um sistema lacustre vasto e variado, com lagoas do tipo baías e salinas. Foram coletadas 32 amostras distribuídas em 31 lagoas e um ponto no Rio Negro, ao longo de duas campanhas de campo realizadas em agosto/2012 e setembro/2013, no período de seca do Pantanal. As variáveis estudadas foram: salinidade total (PPT), pH, alcalinidade e dureza. Para a diferenciação das lagoas em baías e salinas, gerouse um banco de dados em ambiente SIG (sistemas de informações geográicas), onde foram associadas as variáveis limnológicas obtidas à imagem do satélite ALOS, sensor AVNIR-2 (IBGE, 2008), na composição falsa-cor R4G2B3. Como resultados, das lagoas amostradas, 20 foram classiicadas em baías e 11 em salinas. A utilização das imagens ALOS AVNIR-2 mostraram-se importantes para estudos relacionados à biodiversidade e conservação do Pantanal, por permitirem diferenciar sistemas lacustres no Pantanal e otimizar os trabalhos de campo, que costumam ser dispendiosos em termos de tempo e recursos financeiros. |
id |
UFRJ-21_171dcf3529ab21149617e40795a39fe7 |
---|---|
oai_identifier_str |
oai:www.revistas.ufrj.br:article/27102 |
network_acronym_str |
UFRJ-21 |
network_name_str |
Anuário do Instituto de Geociências (Online) |
repository_id_str |
|
spelling |
Sensoriamento Remoto e Componentes Limnológicos na Caracterização de Lagoas do Pantanal da Nhecolândia, Mato Grosso do Sulsensoriamento remoto; baía; salina; limnologiaA limnologia aplicada a pesquisas em áreas inundáveis vem crescendo no Brasil. Nesse sentido, esta pesquisa buscou associar dados de sensoriamento remoto e variáveis limnológicas obtidas em campo para distinguir as lagoas no Pantanal da Nhecolândia, região a qual apresenta um sistema lacustre vasto e variado, com lagoas do tipo baías e salinas. Foram coletadas 32 amostras distribuídas em 31 lagoas e um ponto no Rio Negro, ao longo de duas campanhas de campo realizadas em agosto/2012 e setembro/2013, no período de seca do Pantanal. As variáveis estudadas foram: salinidade total (PPT), pH, alcalinidade e dureza. Para a diferenciação das lagoas em baías e salinas, gerouse um banco de dados em ambiente SIG (sistemas de informações geográicas), onde foram associadas as variáveis limnológicas obtidas à imagem do satélite ALOS, sensor AVNIR-2 (IBGE, 2008), na composição falsa-cor R4G2B3. Como resultados, das lagoas amostradas, 20 foram classiicadas em baías e 11 em salinas. A utilização das imagens ALOS AVNIR-2 mostraram-se importantes para estudos relacionados à biodiversidade e conservação do Pantanal, por permitirem diferenciar sistemas lacustres no Pantanal e otimizar os trabalhos de campo, que costumam ser dispendiosos em termos de tempo e recursos financeiros.Universidade Federal do Rio de JaneiroOliveira, Ana Paula GarciaCorrea, Jonas de SousaRibeiro, Maria LúciaAlmeida, Bruna Semler deMioto, Camila LeonardoAlbrez, Edilce do AmaralSilva, Normandes Matos daFilho, Antonio Conceição Paranhos2019-07-30info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufrj.br/index.php/aigeo/article/view/2710210.11137/2017_3_159_169Anuário do Instituto de Geociências; Vol 40, No 3 (2017); 159-169Anuário do Instituto de Geociências; Vol 40, No 3 (2017); 159-1691982-39080101-9759reponame:Anuário do Instituto de Geociências (Online)instname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJporhttps://revistas.ufrj.br/index.php/aigeo/article/view/27102/14785Copyright (c) 2019 Anuário do Instituto de Geociênciashttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccess2019-07-30T20:09:28Zoai:www.revistas.ufrj.br:article/27102Revistahttps://revistas.ufrj.br/index.php/aigeo/indexPUBhttps://revistas.ufrj.br/index.php/aigeo/oaianuario@igeo.ufrj.br||1982-39080101-9759opendoar:2019-07-30T20:09:28Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)false |
dc.title.none.fl_str_mv |
Sensoriamento Remoto e Componentes Limnológicos na Caracterização de Lagoas do Pantanal da Nhecolândia, Mato Grosso do Sul |
title |
Sensoriamento Remoto e Componentes Limnológicos na Caracterização de Lagoas do Pantanal da Nhecolândia, Mato Grosso do Sul |
spellingShingle |
Sensoriamento Remoto e Componentes Limnológicos na Caracterização de Lagoas do Pantanal da Nhecolândia, Mato Grosso do Sul Oliveira, Ana Paula Garcia sensoriamento remoto; baía; salina; limnologia |
title_short |
Sensoriamento Remoto e Componentes Limnológicos na Caracterização de Lagoas do Pantanal da Nhecolândia, Mato Grosso do Sul |
title_full |
Sensoriamento Remoto e Componentes Limnológicos na Caracterização de Lagoas do Pantanal da Nhecolândia, Mato Grosso do Sul |
title_fullStr |
Sensoriamento Remoto e Componentes Limnológicos na Caracterização de Lagoas do Pantanal da Nhecolândia, Mato Grosso do Sul |
title_full_unstemmed |
Sensoriamento Remoto e Componentes Limnológicos na Caracterização de Lagoas do Pantanal da Nhecolândia, Mato Grosso do Sul |
title_sort |
Sensoriamento Remoto e Componentes Limnológicos na Caracterização de Lagoas do Pantanal da Nhecolândia, Mato Grosso do Sul |
author |
Oliveira, Ana Paula Garcia |
author_facet |
Oliveira, Ana Paula Garcia Correa, Jonas de Sousa Ribeiro, Maria Lúcia Almeida, Bruna Semler de Mioto, Camila Leonardo Albrez, Edilce do Amaral Silva, Normandes Matos da Filho, Antonio Conceição Paranhos |
author_role |
author |
author2 |
Correa, Jonas de Sousa Ribeiro, Maria Lúcia Almeida, Bruna Semler de Mioto, Camila Leonardo Albrez, Edilce do Amaral Silva, Normandes Matos da Filho, Antonio Conceição Paranhos |
author2_role |
author author author author author author author |
dc.contributor.none.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Oliveira, Ana Paula Garcia Correa, Jonas de Sousa Ribeiro, Maria Lúcia Almeida, Bruna Semler de Mioto, Camila Leonardo Albrez, Edilce do Amaral Silva, Normandes Matos da Filho, Antonio Conceição Paranhos |
dc.subject.por.fl_str_mv |
sensoriamento remoto; baía; salina; limnologia |
topic |
sensoriamento remoto; baía; salina; limnologia |
description |
A limnologia aplicada a pesquisas em áreas inundáveis vem crescendo no Brasil. Nesse sentido, esta pesquisa buscou associar dados de sensoriamento remoto e variáveis limnológicas obtidas em campo para distinguir as lagoas no Pantanal da Nhecolândia, região a qual apresenta um sistema lacustre vasto e variado, com lagoas do tipo baías e salinas. Foram coletadas 32 amostras distribuídas em 31 lagoas e um ponto no Rio Negro, ao longo de duas campanhas de campo realizadas em agosto/2012 e setembro/2013, no período de seca do Pantanal. As variáveis estudadas foram: salinidade total (PPT), pH, alcalinidade e dureza. Para a diferenciação das lagoas em baías e salinas, gerouse um banco de dados em ambiente SIG (sistemas de informações geográicas), onde foram associadas as variáveis limnológicas obtidas à imagem do satélite ALOS, sensor AVNIR-2 (IBGE, 2008), na composição falsa-cor R4G2B3. Como resultados, das lagoas amostradas, 20 foram classiicadas em baías e 11 em salinas. A utilização das imagens ALOS AVNIR-2 mostraram-se importantes para estudos relacionados à biodiversidade e conservação do Pantanal, por permitirem diferenciar sistemas lacustres no Pantanal e otimizar os trabalhos de campo, que costumam ser dispendiosos em termos de tempo e recursos financeiros. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-07-30 |
dc.type.none.fl_str_mv |
|
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://revistas.ufrj.br/index.php/aigeo/article/view/27102 10.11137/2017_3_159_169 |
url |
https://revistas.ufrj.br/index.php/aigeo/article/view/27102 |
identifier_str_mv |
10.11137/2017_3_159_169 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://revistas.ufrj.br/index.php/aigeo/article/view/27102/14785 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2019 Anuário do Instituto de Geociências http://creativecommons.org/licenses/by/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2019 Anuário do Instituto de Geociências http://creativecommons.org/licenses/by/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.source.none.fl_str_mv |
Anuário do Instituto de Geociências; Vol 40, No 3 (2017); 159-169 Anuário do Instituto de Geociências; Vol 40, No 3 (2017); 159-169 1982-3908 0101-9759 reponame:Anuário do Instituto de Geociências (Online) instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
instacron_str |
UFRJ |
institution |
UFRJ |
reponame_str |
Anuário do Instituto de Geociências (Online) |
collection |
Anuário do Instituto de Geociências (Online) |
repository.name.fl_str_mv |
Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ) |
repository.mail.fl_str_mv |
anuario@igeo.ufrj.br|| |
_version_ |
1797053538463907840 |