Espectrorradiometria de Campo e Dados Sentinel-2 Aplicado ao Estudo da Clorofila-A em Corpos Hídricos de Reservatórios

Detalhes bibliográficos
Autor(a) principal: Santos, Erli Pinto dos
Data de Publicação: 2021
Outros Autores: Jesus, Taíse Bomfim de, Carneiro, Ayala de Souza Reis, Santos, Rosangela Leal, Franca-Rocha, Washington de Jesus Sant'Anna da, Costa, Taiara Souza
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/38707
Resumo: O monitoramento da qualidade de água em corpos hídricos é fundamental para a conservação destes, por isso metodologias de monitoramento em larga escala são cada vez mais imprescindíveis para monitorar ações antrópicas e naturais que alteram a qualidade destes ambientes. Partindo dessa premissa, este trabalho propôs utilizar dados de radiométricos obtidos in situ e multiespectrais do sensor MSI (Multispectral Instrument) a bordo do satélite Sentinel-2 para estudar o comportamento da clorofila-a como parâmetro de qualidade de água, em reservatório no curso do rio Juliana, na Área de Preservação Ambiental (APA) do Pratigi, Bahia, Brasil. A espectrorradiometria de campo foi empregada para estudar o comportamento ultraespectral do corpo hídrico, visando identificar feições da presença do pigmento. Com auxílio de técnicas de extração de informações, foi possível identificar a presença da clorofila na região do espectro vermelho e infravermelho próximo, possibilitando a escolha de razões de bandas do MSI. Dentre as relações matemáticas de bandas do MSI escolhidas, as que apresentaram melhor ajuste às concentrações de clorofila-a foram as razões Verde-Vermelho e Infravermelho próximo-Vermelho, com r² de 0,771 e 0,895, respectivamente, mostrando que, mesmo não tendo sido desenvolvido com a finalidade de monitorar ambientes aquáticos, os resultados demonstram um potencial de uso dos dados deste sensor para monitoramento em larga escala.
id UFRJ-21_850973a75035bce7d539bc778d8236c3
oai_identifier_str oai:www.revistas.ufrj.br:article/38707
network_acronym_str UFRJ-21
network_name_str Anuário do Instituto de Geociências (Online)
repository_id_str
spelling Espectrorradiometria de Campo e Dados Sentinel-2 Aplicado ao Estudo da Clorofila-A em Corpos Hídricos de ReservatóriosDerivada Espectral; Mata Atlântica; Águas ContinentaisO monitoramento da qualidade de água em corpos hídricos é fundamental para a conservação destes, por isso metodologias de monitoramento em larga escala são cada vez mais imprescindíveis para monitorar ações antrópicas e naturais que alteram a qualidade destes ambientes. Partindo dessa premissa, este trabalho propôs utilizar dados de radiométricos obtidos in situ e multiespectrais do sensor MSI (Multispectral Instrument) a bordo do satélite Sentinel-2 para estudar o comportamento da clorofila-a como parâmetro de qualidade de água, em reservatório no curso do rio Juliana, na Área de Preservação Ambiental (APA) do Pratigi, Bahia, Brasil. A espectrorradiometria de campo foi empregada para estudar o comportamento ultraespectral do corpo hídrico, visando identificar feições da presença do pigmento. Com auxílio de técnicas de extração de informações, foi possível identificar a presença da clorofila na região do espectro vermelho e infravermelho próximo, possibilitando a escolha de razões de bandas do MSI. Dentre as relações matemáticas de bandas do MSI escolhidas, as que apresentaram melhor ajuste às concentrações de clorofila-a foram as razões Verde-Vermelho e Infravermelho próximo-Vermelho, com r² de 0,771 e 0,895, respectivamente, mostrando que, mesmo não tendo sido desenvolvido com a finalidade de monitorar ambientes aquáticos, os resultados demonstram um potencial de uso dos dados deste sensor para monitoramento em larga escala.Universidade Federal do Rio de JaneiroCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Organização de Conservação da Terra (OCT)Santos, Erli Pinto dosJesus, Taíse Bomfim deCarneiro, Ayala de Souza ReisSantos, Rosangela LealFranca-Rocha, Washington de Jesus Sant'Anna daCosta, Taiara Souza2021-06-16info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufrj.br/index.php/aigeo/article/view/3870710.11137/1982-3908_2021_44_38707Anuário do Instituto de Geociências; Vol 44 (2021)Anuário do Instituto de Geociências; Vol 44 (2021)1982-39080101-9759reponame:Anuário do Instituto de Geociências (Online)instname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJporhttps://revistas.ufrj.br/index.php/aigeo/article/view/38707/pdf/*ref*/Alcântara, E., Watanabe, F., Rodrigues, T. & Bernardo, N. 2016, ‘An investigation into the phytoplankton package effect on the chlorophyll- a specific absorption coefficient in Barra Bonita reservoir, Brazil’, Remote Sens. Lett., vol. 7, pp. 761–770. https://doi.org/10.1080/2150704X.2016.1185189 Ansper, A. & Alikas, K. 2018, ‘Retrieval of Chlorophyll a from Sentinel-2 MSI Data for the European Union Water Framework Directive Reporting Purposes’, Remote Sens., vol. 11, p. 64. https://doi.org/10.3390/rs11010064 American Public Health Association 2017, ‘Standard Methods for the Examination of Water and Wastewater’, 23rd edn, American Public Health Association, Washington D.C. Aphalo, P.J. 2017, Learn R... as you learnt your mother tongue, Leanpub, Helsinki. Bresciani, M., Stroppiana, D., Odermatt, D., Morabito, G. & Giardino, C. 2011, ‘Assessing remotely sensed chlorophyll-a for the implementation of the Water Framework Directive in European perialpine lakes’, Sci. Total Environ., vol. 409, pp. 3083–3091. https://doi.org/10.1016/j.scitotenv.2011.05.001 Chen, Z., Curran, P.J. & Hansom, J.D. 1992, ‘Derivative reflectance spectroscopy to estimate suspended sediment concentration’, Remote Sens. Environ., vol. 40, pp. 67–77. https://doi.org/10.1016/0034-4257(92)90127-6 Chen, J., Dowman, I., Li, S., Li, Z., Madden, M., Mills, J., Paparoditis, N., Rottensteiner, F., Sester, M., Toth, C., Trinder, J. & Heipke, C. 2016, ‘Information from imagery: ISPRS scientific vision and research agenda’, ISPRS J. Photogramm Remote Sens., vol. 115, pp. 3–21. https://doi.org/10.1016/j.isprsjprs.2015.09.008 Clark, R.N. & Roush, T.L. 1984, ‘Reflectance spectroscopy: Quantitative analysis techniques for remote sensing applications’ J. Geophys. Res. Solid Earth, vol. 89, pp. 6329–6340. https://doi.org/10.1029/JB089iB07p06329 Cloutis, E.A. 1996, ‘Review article hyperspectral geological remote sensing: Evaluation of analytical techniques’, Int. J. Remote Sens., vol. 17, pp. 2215–2242. https://doi.org/10.1080/01431169608948770 Coelho, C., Heim, B., Foerster, S., Brosinsky, A., de Araújo, J.C. 2017. In situ and satellite observation of CDOM and chlorophyll-a dynamics in small water surface reservoirs in the brazilian semiarid region. Water (Switzerland) 9. https://doi.org/10.3390/w9120913 European Space Agency 2016a, MSI Instrument – Sentinel-2 MSI Technical Guide – Sentinel Online [WWW Document], acesso em 28 nov. 2019, <https://earth.esa.int/web/sentinel/technical-guides/sentinel-2-msi/msi-instrument>. European Space Agency 2016b, Sen2Cor Configuration and User Manual. Gholizadeh, M., Melesse, A. & Reddi, L. 2016, ‘A Comprehensive Review on Water Quality Parameters Estimation Using Remote Sensing Techniques’, Sensors, vol. 16, pp. 1298. https://doi.org/10.3390/s16081298 Gilerson, A.A., Gitelson, A.A., Zhou, J., Gurlin, D., Moses, W., Ioannou, I., Ahmed, S.A. 2010, ‘Algorithms for remote estimation of chlorophyll-a in coastal and inland waters using red and near infrared bands’, Opt. Express, vol. 18, 24109. https://doi.org/10.1364/oe.18.024109 Gitelson, A. 1992, ‘The peak near 700 nm on radiance spectra of algae and water: relationships of its magnitude and position with chlorophyll concentration’, Int. J. Remote Sens., vol. 13, pp. 3367–3373. https://doi.org/10.1080/01431169208904125 Gitelson, A.A., Gurlin, D., Moses, W.J. & Barrow, T. 2009, ‘A bio-optical algorithm for the remote estimation of the chlorophyll- a concentration in case 2 waters’, Environ. Res. Lett., vol. 4, p. 045003. https://doi.org/10.1088/1748-9326/4/4/045003 Guimarães, T., Veronez, M., Koste, E., Gonzaga, L., Bordin, F., Inocencio, L., Larocca, A., de Oliveira, M., Vitti, D. & Mauad, F. 2017, ‘An Alternative Method of Spatial Autocorrelation for Chlorophyll Detection in Water Bodies Using Remote Sensing’, Sustainability, vol. 9, p. 416. https://doi.org/10.3390/su9030416 Ha, N.T.T., Thao, N.T.P., Koike, K. & Nhuan, M.T. 2017, ‘Selecting the Best Band Ratio to Estimate Chlorophyll-a Concentration in a Tropical Freshwater Lake Using Sentinel 2A Images from a Case Study of Lake Ba Be (Northern Vietnam)’, ISPRS Int. J. Geo-Information, vol. 6, p. 290. https://doi.org/10.3390/ijgi6090290 Han, L. 2005, ‘Estimating chlorophyll‐ a concentration using first‐derivative spectra in coastal water’, Int. J. Remote Sens., vol. 26, p. 5235–5244. https://doi.org/10.1080/01431160500219133 Laliberté, J., Larouche, P., Devred, E. & Craig, S. 2018, ‘Chlorophyll-a concentration retrieval in the optically complex waters of the St. Lawrence Estuary and Gulf using principal component analysis’, Remote Sens., vol. 10. https://doi.org/10.3390/rs10020265 Murugan, P., Sivakumar, R., Pandiyan, R. & Annadurai, M. 2016, ‘Comparison of in-Situ Hyperspectral and Landsat ETM+ Data for Chlorophyll-a Mapping in Case-II Water (Krishnarajapuram Lake, Bangalore)’, J. Indian Soc. Remote Sens., vol. 44, pp. 949–957. https://doi.org/10.1007/s12524-015-0531-8 Novo, E.M.L. de M., de Farias Barbosa, C.C., Freitas, R.M., Shimabukuro, Y.E., Melack, J.M. & Filho, W.P. 2006, ‘Seasonal changes in chlorophyll distributions in Amazon floodplain lakes derived from MODIS images’, Limnology, vol. 7, pp. 153–161. https://doi.org/10.1007/s10201-006-0179-8 R Core Team, R. 2019. R: A Language and Environment for Statistical Computing,v 3.6, R Foundation for Statistical Computing, Vienna. Cicerelli, R. E. & Galo, M. de L. B. T. 2015, ‘Sensoriamento remoto multifonte aplicado na detecção do fitoplâncton em águas interiores / Multisource remote sensing applied to the detection of phytoplankton in inland waters’, Rev. Bras. Eng. Agrícola e Ambient., vol. 19, no. 3, pp. 259-265. https://doi.org/10.1590/1807-1929/agriambi.v19n3p259-265 Ritchie, J.C., Zimba, P. V. & Everitt, J.H. 2003, ‘Remote Sensing Techniques to Assess Water Quality’, Photogramm. Eng. Remote Sens., vol. 69, pp. 695–704. https://doi.org/10.14358/PERS.69.6.695 RStudio Team 2018, ‘RStudio: Integrated Development Environment for R’,v 1.1.463, RStudio Team, Boston. Rudorff, C.M., Novo, E.M.L.M., Galvão, L.S., Pereira Filho, W. 2007’, ‘Análise derivativa de dados hiperespectrais medidos em nível de campo e orbital para caracterizar a composição de águas opticamente complexas na Amazônia’, Acta Amaz., vol. 37, pp. 269–280. https://doi.org/10.1590/s0044-59672007000200014 Rundquist, D.C., Han, L., Schalles, J.F. & Peake, J.S. 1996, ‘Remote measurement of algal chlorophyll in surface waters: The case for the first derivative of reflectance near 690 nm’, Photogramm. Eng. Remote Sensing, vol. 62, pp. 195–200. Schalles, J.F. 2006, ‘Optical Remote Sensing Techniques to Estimate Phytoplankton Chlorophyll a Concentrations in Coastal’ in L. Richardson & E. LeDrew (eds), Remote Sensing of Aquatic Coastal Ecosystem Processes, Springer, Dordrecht, pp. 27–79. https://doi.org/10.1007/1-4020-3968-9_3 Toming, K., Kutser, T., Laas, A., Sepp, M., Paavel, B. & Nõges, T. 2016, ‘First Experiences in Mapping Lake Water Quality Parameters with Sentinel-2 MSI Imagery’, Remote Sens., vol. 8, p. 640. https://doi.org/10.3390/rs8080640 Tsai, F. & Philpot, W. 1998, ‘Derivative analysis of hyperspectral data’, Remote Sens. Environ., vol. 66, pp. 41–51. https://doi.org/10.1016/S0034-4257(98)00032-7 Van Der Meer, F. 2000, ‘Spectral curve shape matching with a continuum removed CCSM algorithm’, Int. J. Remote Sens., vol. 21, pp. 3179–3185. https://doi.org/10.1080/01431160050145063 Watanabe, F., Alcântara, E., Rodrigues, T., Imai, N., Barbosa, C. & Rotta, L. 2015, ‘Estimation of Chlorophyll-a Concentration and the Trophic State of the Barra Bonita Hydroelectric Reservoir Using OLI/Landsat-8 Images’, Int. J. Environ. Res. Public Health, vol. 12, pp. 10391–10417. https://doi.org/10.3390/ijerph120910391 Wickham, H. 2016, ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag, New York. Wickham, H., François, R., Henry, L. & Müller, K. 2021, dplyr: A Grammar of Data Manipulation, v 1.0.6, < https://CRAN.R-project.org/package=dplyr>. Wickham, H. 2021. tidyr: Tidy Messy Data, v 1.1.3, < https://CRAN.R-project.org/package=tidyr>. Zheng, G. & DiGiacomo, P.M. 2017, ‘Remote sensing of chlorophyll-a in coastal waters based on the light absorption coefficient of phytoplankton’, Remote Sens. Environ., vol. 201, pp. 331–341. https://doi.org/10.1016/j.rse.2017.09.008Copyright (c) 2021 Anuário do Instituto de Geociênciashttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccess2021-06-16T18:43:44Zoai:www.revistas.ufrj.br:article/38707Revistahttps://revistas.ufrj.br/index.php/aigeo/indexPUBhttps://revistas.ufrj.br/index.php/aigeo/oaianuario@igeo.ufrj.br||1982-39080101-9759opendoar:2021-06-16T18:43:44Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.none.fl_str_mv Espectrorradiometria de Campo e Dados Sentinel-2 Aplicado ao Estudo da Clorofila-A em Corpos Hídricos de Reservatórios
title Espectrorradiometria de Campo e Dados Sentinel-2 Aplicado ao Estudo da Clorofila-A em Corpos Hídricos de Reservatórios
spellingShingle Espectrorradiometria de Campo e Dados Sentinel-2 Aplicado ao Estudo da Clorofila-A em Corpos Hídricos de Reservatórios
Santos, Erli Pinto dos
Derivada Espectral; Mata Atlântica; Águas Continentais
title_short Espectrorradiometria de Campo e Dados Sentinel-2 Aplicado ao Estudo da Clorofila-A em Corpos Hídricos de Reservatórios
title_full Espectrorradiometria de Campo e Dados Sentinel-2 Aplicado ao Estudo da Clorofila-A em Corpos Hídricos de Reservatórios
title_fullStr Espectrorradiometria de Campo e Dados Sentinel-2 Aplicado ao Estudo da Clorofila-A em Corpos Hídricos de Reservatórios
title_full_unstemmed Espectrorradiometria de Campo e Dados Sentinel-2 Aplicado ao Estudo da Clorofila-A em Corpos Hídricos de Reservatórios
title_sort Espectrorradiometria de Campo e Dados Sentinel-2 Aplicado ao Estudo da Clorofila-A em Corpos Hídricos de Reservatórios
author Santos, Erli Pinto dos
author_facet Santos, Erli Pinto dos
Jesus, Taíse Bomfim de
Carneiro, Ayala de Souza Reis
Santos, Rosangela Leal
Franca-Rocha, Washington de Jesus Sant'Anna da
Costa, Taiara Souza
author_role author
author2 Jesus, Taíse Bomfim de
Carneiro, Ayala de Souza Reis
Santos, Rosangela Leal
Franca-Rocha, Washington de Jesus Sant'Anna da
Costa, Taiara Souza
author2_role author
author
author
author
author
dc.contributor.none.fl_str_mv Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Organização de Conservação da Terra (OCT)
dc.contributor.author.fl_str_mv Santos, Erli Pinto dos
Jesus, Taíse Bomfim de
Carneiro, Ayala de Souza Reis
Santos, Rosangela Leal
Franca-Rocha, Washington de Jesus Sant'Anna da
Costa, Taiara Souza
dc.subject.por.fl_str_mv Derivada Espectral; Mata Atlântica; Águas Continentais
topic Derivada Espectral; Mata Atlântica; Águas Continentais
description O monitoramento da qualidade de água em corpos hídricos é fundamental para a conservação destes, por isso metodologias de monitoramento em larga escala são cada vez mais imprescindíveis para monitorar ações antrópicas e naturais que alteram a qualidade destes ambientes. Partindo dessa premissa, este trabalho propôs utilizar dados de radiométricos obtidos in situ e multiespectrais do sensor MSI (Multispectral Instrument) a bordo do satélite Sentinel-2 para estudar o comportamento da clorofila-a como parâmetro de qualidade de água, em reservatório no curso do rio Juliana, na Área de Preservação Ambiental (APA) do Pratigi, Bahia, Brasil. A espectrorradiometria de campo foi empregada para estudar o comportamento ultraespectral do corpo hídrico, visando identificar feições da presença do pigmento. Com auxílio de técnicas de extração de informações, foi possível identificar a presença da clorofila na região do espectro vermelho e infravermelho próximo, possibilitando a escolha de razões de bandas do MSI. Dentre as relações matemáticas de bandas do MSI escolhidas, as que apresentaram melhor ajuste às concentrações de clorofila-a foram as razões Verde-Vermelho e Infravermelho próximo-Vermelho, com r² de 0,771 e 0,895, respectivamente, mostrando que, mesmo não tendo sido desenvolvido com a finalidade de monitorar ambientes aquáticos, os resultados demonstram um potencial de uso dos dados deste sensor para monitoramento em larga escala.
publishDate 2021
dc.date.none.fl_str_mv 2021-06-16
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/38707
10.11137/1982-3908_2021_44_38707
url https://revistas.ufrj.br/index.php/aigeo/article/view/38707
identifier_str_mv 10.11137/1982-3908_2021_44_38707
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://revistas.ufrj.br/index.php/aigeo/article/view/38707/pdf
/*ref*/Alcântara, E., Watanabe, F., Rodrigues, T. & Bernardo, N. 2016, ‘An investigation into the phytoplankton package effect on the chlorophyll- a specific absorption coefficient in Barra Bonita reservoir, Brazil’, Remote Sens. Lett., vol. 7, pp. 761–770. https://doi.org/10.1080/2150704X.2016.1185189 Ansper, A. & Alikas, K. 2018, ‘Retrieval of Chlorophyll a from Sentinel-2 MSI Data for the European Union Water Framework Directive Reporting Purposes’, Remote Sens., vol. 11, p. 64. https://doi.org/10.3390/rs11010064 American Public Health Association 2017, ‘Standard Methods for the Examination of Water and Wastewater’, 23rd edn, American Public Health Association, Washington D.C. Aphalo, P.J. 2017, Learn R... as you learnt your mother tongue, Leanpub, Helsinki. Bresciani, M., Stroppiana, D., Odermatt, D., Morabito, G. & Giardino, C. 2011, ‘Assessing remotely sensed chlorophyll-a for the implementation of the Water Framework Directive in European perialpine lakes’, Sci. Total Environ., vol. 409, pp. 3083–3091. https://doi.org/10.1016/j.scitotenv.2011.05.001 Chen, Z., Curran, P.J. & Hansom, J.D. 1992, ‘Derivative reflectance spectroscopy to estimate suspended sediment concentration’, Remote Sens. Environ., vol. 40, pp. 67–77. https://doi.org/10.1016/0034-4257(92)90127-6 Chen, J., Dowman, I., Li, S., Li, Z., Madden, M., Mills, J., Paparoditis, N., Rottensteiner, F., Sester, M., Toth, C., Trinder, J. & Heipke, C. 2016, ‘Information from imagery: ISPRS scientific vision and research agenda’, ISPRS J. Photogramm Remote Sens., vol. 115, pp. 3–21. https://doi.org/10.1016/j.isprsjprs.2015.09.008 Clark, R.N. & Roush, T.L. 1984, ‘Reflectance spectroscopy: Quantitative analysis techniques for remote sensing applications’ J. Geophys. Res. Solid Earth, vol. 89, pp. 6329–6340. https://doi.org/10.1029/JB089iB07p06329 Cloutis, E.A. 1996, ‘Review article hyperspectral geological remote sensing: Evaluation of analytical techniques’, Int. J. Remote Sens., vol. 17, pp. 2215–2242. https://doi.org/10.1080/01431169608948770 Coelho, C., Heim, B., Foerster, S., Brosinsky, A., de Araújo, J.C. 2017. In situ and satellite observation of CDOM and chlorophyll-a dynamics in small water surface reservoirs in the brazilian semiarid region. Water (Switzerland) 9. https://doi.org/10.3390/w9120913 European Space Agency 2016a, MSI Instrument – Sentinel-2 MSI Technical Guide – Sentinel Online [WWW Document], acesso em 28 nov. 2019, <https://earth.esa.int/web/sentinel/technical-guides/sentinel-2-msi/msi-instrument>. European Space Agency 2016b, Sen2Cor Configuration and User Manual. Gholizadeh, M., Melesse, A. & Reddi, L. 2016, ‘A Comprehensive Review on Water Quality Parameters Estimation Using Remote Sensing Techniques’, Sensors, vol. 16, pp. 1298. https://doi.org/10.3390/s16081298 Gilerson, A.A., Gitelson, A.A., Zhou, J., Gurlin, D., Moses, W., Ioannou, I., Ahmed, S.A. 2010, ‘Algorithms for remote estimation of chlorophyll-a in coastal and inland waters using red and near infrared bands’, Opt. Express, vol. 18, 24109. https://doi.org/10.1364/oe.18.024109 Gitelson, A. 1992, ‘The peak near 700 nm on radiance spectra of algae and water: relationships of its magnitude and position with chlorophyll concentration’, Int. J. Remote Sens., vol. 13, pp. 3367–3373. https://doi.org/10.1080/01431169208904125 Gitelson, A.A., Gurlin, D., Moses, W.J. & Barrow, T. 2009, ‘A bio-optical algorithm for the remote estimation of the chlorophyll- a concentration in case 2 waters’, Environ. Res. Lett., vol. 4, p. 045003. https://doi.org/10.1088/1748-9326/4/4/045003 Guimarães, T., Veronez, M., Koste, E., Gonzaga, L., Bordin, F., Inocencio, L., Larocca, A., de Oliveira, M., Vitti, D. & Mauad, F. 2017, ‘An Alternative Method of Spatial Autocorrelation for Chlorophyll Detection in Water Bodies Using Remote Sensing’, Sustainability, vol. 9, p. 416. https://doi.org/10.3390/su9030416 Ha, N.T.T., Thao, N.T.P., Koike, K. & Nhuan, M.T. 2017, ‘Selecting the Best Band Ratio to Estimate Chlorophyll-a Concentration in a Tropical Freshwater Lake Using Sentinel 2A Images from a Case Study of Lake Ba Be (Northern Vietnam)’, ISPRS Int. J. Geo-Information, vol. 6, p. 290. https://doi.org/10.3390/ijgi6090290 Han, L. 2005, ‘Estimating chlorophyll‐ a concentration using first‐derivative spectra in coastal water’, Int. J. Remote Sens., vol. 26, p. 5235–5244. https://doi.org/10.1080/01431160500219133 Laliberté, J., Larouche, P., Devred, E. & Craig, S. 2018, ‘Chlorophyll-a concentration retrieval in the optically complex waters of the St. Lawrence Estuary and Gulf using principal component analysis’, Remote Sens., vol. 10. https://doi.org/10.3390/rs10020265 Murugan, P., Sivakumar, R., Pandiyan, R. & Annadurai, M. 2016, ‘Comparison of in-Situ Hyperspectral and Landsat ETM+ Data for Chlorophyll-a Mapping in Case-II Water (Krishnarajapuram Lake, Bangalore)’, J. Indian Soc. Remote Sens., vol. 44, pp. 949–957. https://doi.org/10.1007/s12524-015-0531-8 Novo, E.M.L. de M., de Farias Barbosa, C.C., Freitas, R.M., Shimabukuro, Y.E., Melack, J.M. & Filho, W.P. 2006, ‘Seasonal changes in chlorophyll distributions in Amazon floodplain lakes derived from MODIS images’, Limnology, vol. 7, pp. 153–161. https://doi.org/10.1007/s10201-006-0179-8 R Core Team, R. 2019. R: A Language and Environment for Statistical Computing,v 3.6, R Foundation for Statistical Computing, Vienna. Cicerelli, R. E. & Galo, M. de L. B. T. 2015, ‘Sensoriamento remoto multifonte aplicado na detecção do fitoplâncton em águas interiores / Multisource remote sensing applied to the detection of phytoplankton in inland waters’, Rev. Bras. Eng. Agrícola e Ambient., vol. 19, no. 3, pp. 259-265. https://doi.org/10.1590/1807-1929/agriambi.v19n3p259-265 Ritchie, J.C., Zimba, P. V. & Everitt, J.H. 2003, ‘Remote Sensing Techniques to Assess Water Quality’, Photogramm. Eng. Remote Sens., vol. 69, pp. 695–704. https://doi.org/10.14358/PERS.69.6.695 RStudio Team 2018, ‘RStudio: Integrated Development Environment for R’,v 1.1.463, RStudio Team, Boston. Rudorff, C.M., Novo, E.M.L.M., Galvão, L.S., Pereira Filho, W. 2007’, ‘Análise derivativa de dados hiperespectrais medidos em nível de campo e orbital para caracterizar a composição de águas opticamente complexas na Amazônia’, Acta Amaz., vol. 37, pp. 269–280. https://doi.org/10.1590/s0044-59672007000200014 Rundquist, D.C., Han, L., Schalles, J.F. & Peake, J.S. 1996, ‘Remote measurement of algal chlorophyll in surface waters: The case for the first derivative of reflectance near 690 nm’, Photogramm. Eng. Remote Sensing, vol. 62, pp. 195–200. Schalles, J.F. 2006, ‘Optical Remote Sensing Techniques to Estimate Phytoplankton Chlorophyll a Concentrations in Coastal’ in L. Richardson & E. LeDrew (eds), Remote Sensing of Aquatic Coastal Ecosystem Processes, Springer, Dordrecht, pp. 27–79. https://doi.org/10.1007/1-4020-3968-9_3 Toming, K., Kutser, T., Laas, A., Sepp, M., Paavel, B. & Nõges, T. 2016, ‘First Experiences in Mapping Lake Water Quality Parameters with Sentinel-2 MSI Imagery’, Remote Sens., vol. 8, p. 640. https://doi.org/10.3390/rs8080640 Tsai, F. & Philpot, W. 1998, ‘Derivative analysis of hyperspectral data’, Remote Sens. Environ., vol. 66, pp. 41–51. https://doi.org/10.1016/S0034-4257(98)00032-7 Van Der Meer, F. 2000, ‘Spectral curve shape matching with a continuum removed CCSM algorithm’, Int. J. Remote Sens., vol. 21, pp. 3179–3185. https://doi.org/10.1080/01431160050145063 Watanabe, F., Alcântara, E., Rodrigues, T., Imai, N., Barbosa, C. & Rotta, L. 2015, ‘Estimation of Chlorophyll-a Concentration and the Trophic State of the Barra Bonita Hydroelectric Reservoir Using OLI/Landsat-8 Images’, Int. J. Environ. Res. Public Health, vol. 12, pp. 10391–10417. https://doi.org/10.3390/ijerph120910391 Wickham, H. 2016, ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag, New York. Wickham, H., François, R., Henry, L. & Müller, K. 2021, dplyr: A Grammar of Data Manipulation, v 1.0.6, < https://CRAN.R-project.org/package=dplyr>. Wickham, H. 2021. tidyr: Tidy Messy Data, v 1.1.3, < https://CRAN.R-project.org/package=tidyr>. Zheng, G. & DiGiacomo, P.M. 2017, ‘Remote sensing of chlorophyll-a in coastal waters based on the light absorption coefficient of phytoplankton’, Remote Sens. Environ., vol. 201, pp. 331–341. https://doi.org/10.1016/j.rse.2017.09.008
dc.rights.driver.fl_str_mv Copyright (c) 2021 Anuário do Instituto de Geociências
http://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2021 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 44 (2021)
Anuário do Instituto de Geociências; Vol 44 (2021)
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_ 1797053545754656768

Registros relacionados