Modelagem da qualidade das águas a partir de sensoriamento remoto hiperespectral

RESUMO Este estudo objetiva estimar as variáveis limnológicas a partir de dados de sensoriamento remoto. Os dados foram coletados em 20 pontos no reservatório Orós, Ceará, em março de 2011 e agosto de 2012. Foram analisados os atributos: transparência de Secchi, turbidez, sedimentos inorgânicos em s...

Full description

Saved in:
Bibliographic Details
Main Authors: Fernando B. Lopes, Cláudio C. F. Barbosa, Evlyn M. L. de M. Novo, Eunice M. de Andrade, Luiz C. G. Chaves
Format: Article
Language:English
Published: Universidade Federal de Campina Grande
Series:Revista Brasileira de Engenharia Agrícola e Ambiental
Subjects:
Online Access:http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662014001300013&lng=en&tlng=en
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1849403784830124032
author Fernando B. Lopes
Cláudio C. F. Barbosa
Evlyn M. L. de M. Novo
Eunice M. de Andrade
Luiz C. G. Chaves
author_facet Fernando B. Lopes
Cláudio C. F. Barbosa
Evlyn M. L. de M. Novo
Eunice M. de Andrade
Luiz C. G. Chaves
author_sort Fernando B. Lopes
collection DOAJ
description RESUMO Este estudo objetiva estimar as variáveis limnológicas a partir de dados de sensoriamento remoto. Os dados foram coletados em 20 pontos no reservatório Orós, Ceará, em março de 2011 e agosto de 2012. Foram analisados os atributos: transparência de Secchi, turbidez, sedimentos inorgânicos em suspensão (SIS), condutividade elétrica da água (CE) e dados radiométricos. Posteriormente, foram realizadas análises de correlação entre o fator de reflectância bidirecional - FR e os dados de SIS, CE, turbidez e transparência e gerados os modelos de regressão simples. Para o atributo SIS o modelo ajustado foi o potencial (SIS = 860,1679*FRλ7201/0,6427), com um coeficiente de determinação (R2) de 0,90. Para a variável turbidez, o modelo de regressão ajustado foi Turb = ((FRλ720 – 0,0217)/0,0017) e com R2 de 0,90. O modelo de regressão ajustado para a transparência foi Transp = ((-FRλ653 + 0,171)/0,1375) e com R2 de 0,92. O modelo de regressão ajustado para a condutividade elétrica foi CE = ((-FRλ632 + 0,5352)/1,6278) e com R2 igual a 0,93. Para todos os modelos os valores de p (p-value) foram menores que 0,001. Os modelos desenvolvidos indicam que as variáveis limnológicas podem ser quantificadas remotamente.
format Article
id doaj-art-8451ee6d98644b2eaf76fb8a4691d53e
institution Kabale University
issn 1807-1929
language English
publisher Universidade Federal de Campina Grande
record_format Article
series Revista Brasileira de Engenharia Agrícola e Ambiental
spelling doaj-art-8451ee6d98644b2eaf76fb8a4691d53e2025-08-20T03:37:11ZengUniversidade Federal de Campina GrandeRevista Brasileira de Engenharia Agrícola e Ambiental1807-192918suppl131910.1590/1807-1929/agriambi.v18nsupps13-s19S1415-43662014001300013Modelagem da qualidade das águas a partir de sensoriamento remoto hiperespectralFernando B. LopesCláudio C. F. BarbosaEvlyn M. L. de M. NovoEunice M. de AndradeLuiz C. G. ChavesRESUMO Este estudo objetiva estimar as variáveis limnológicas a partir de dados de sensoriamento remoto. Os dados foram coletados em 20 pontos no reservatório Orós, Ceará, em março de 2011 e agosto de 2012. Foram analisados os atributos: transparência de Secchi, turbidez, sedimentos inorgânicos em suspensão (SIS), condutividade elétrica da água (CE) e dados radiométricos. Posteriormente, foram realizadas análises de correlação entre o fator de reflectância bidirecional - FR e os dados de SIS, CE, turbidez e transparência e gerados os modelos de regressão simples. Para o atributo SIS o modelo ajustado foi o potencial (SIS = 860,1679*FRλ7201/0,6427), com um coeficiente de determinação (R2) de 0,90. Para a variável turbidez, o modelo de regressão ajustado foi Turb = ((FRλ720 – 0,0217)/0,0017) e com R2 de 0,90. O modelo de regressão ajustado para a transparência foi Transp = ((-FRλ653 + 0,171)/0,1375) e com R2 de 0,92. O modelo de regressão ajustado para a condutividade elétrica foi CE = ((-FRλ632 + 0,5352)/1,6278) e com R2 igual a 0,93. Para todos os modelos os valores de p (p-value) foram menores que 0,001. Os modelos desenvolvidos indicam que as variáveis limnológicas podem ser quantificadas remotamente.http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662014001300013&lng=en&tlng=enregião semiáridamonitoramento da qualidade da águasensor hiperespectral
spellingShingle Fernando B. Lopes
Cláudio C. F. Barbosa
Evlyn M. L. de M. Novo
Eunice M. de Andrade
Luiz C. G. Chaves
Modelagem da qualidade das águas a partir de sensoriamento remoto hiperespectral
Revista Brasileira de Engenharia Agrícola e Ambiental
região semiárida
monitoramento da qualidade da água
sensor hiperespectral
title Modelagem da qualidade das águas a partir de sensoriamento remoto hiperespectral
title_full Modelagem da qualidade das águas a partir de sensoriamento remoto hiperespectral
title_fullStr Modelagem da qualidade das águas a partir de sensoriamento remoto hiperespectral
title_full_unstemmed Modelagem da qualidade das águas a partir de sensoriamento remoto hiperespectral
title_short Modelagem da qualidade das águas a partir de sensoriamento remoto hiperespectral
title_sort modelagem da qualidade das aguas a partir de sensoriamento remoto hiperespectral
topic região semiárida
monitoramento da qualidade da água
sensor hiperespectral
url http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662014001300013&lng=en&tlng=en
work_keys_str_mv AT fernandoblopes modelagemdaqualidadedasaguasapartirdesensoriamentoremotohiperespectral
AT claudiocfbarbosa modelagemdaqualidadedasaguasapartirdesensoriamentoremotohiperespectral
AT evlynmldemnovo modelagemdaqualidadedasaguasapartirdesensoriamentoremotohiperespectral
AT eunicemdeandrade modelagemdaqualidadedasaguasapartirdesensoriamentoremotohiperespectral
AT luizcgchaves modelagemdaqualidadedasaguasapartirdesensoriamentoremotohiperespectral