COMPARAÇÃO ENTRE TÉCNICAS PARA ANÁLISE DO COMPORTAMENTO ESPECTRAL DA CLOROFILA-A NO RESERVATÓRIO DE SALTO GRANDE (SP)

Transcrição

1 Anais III Simpósio Regional de Geoprocessamento e Sensoriamento Remoto Aracaju/SE, 25 a 27 de outubro de 2006 COMPARAÇÃO ENTRE TÉCNICAS PARA ANÁLISE DO COMPORTAMENTO ESPECTRAL DA CLOROFILA-A NO RESERVATÓRIO DE SALTO GRANDE (SP) LONDE, L. R. 1 ; ALCÂNTARA, E.; JARDIM-LIMA, D.; SOPPA, M.; CLARO, M.; RUDORFF, C. M.; NOVO, E. M. L. M. M.; CALIJURI, C. 2 RESUMO: Algumas técnicas, como a análise derivativa e a remoção do contínuo, têm sido aplicadas para estimar a concentração de fitoplâncton e de outras substâncias opticamente ativas presentes na água. Para a realização deste trabalho, foram conduzidas coletas e medições no reservatório de Salto Grande, em Americana (SP). Foi possível separar 3 classes de água no reservatório através da técnica K-means. Aplicou-se as técnicas de remoção do contínuo, análise derivativa e razão entre bandas para as 3 classes identificadas. A regressão para a razão entre bandas (550nm/435nm) apresentou os melhores resultados, em comparação às outras técnicas empregadas. PALAVRAS-CHAVE: comportamento espectral, fitoplâncton, clorofila-a ABSTRACT: Some techniques, like derivative analysis and continuum removal, have been applied to estimate the concentration of optically active substances in the water. Data for this research were measured and collected in Salto Grande Reservoir (SP). Three water classes were identified in the reservoir, using K-means approach. Regression between the reflectance factor and chlorophyll concentration for Class A was 0,90. Continuum removal, derivative analysis and band ratio were applied to the three classes. Good correlation values were obtained with band ratio technique (550nm/435nm ). KEY WORDS: spectral behavior, phytoplankton, chlorophyll-a INTRODUÇÃO: A inferência de variáveis relacionadas à qualidade da água, a partir de medidas provenientes de instrumentos de sensoriamento remoto, é feita através da análise das feições espectrais da radiação solar refletida pelo volume de água, em sub-superfície. Substâncias encontradas em águas naturais, como o fitoplâncton, espalham e absorvem a radiação solar incidente. Estes processos são dependentes do comprimento de onda e, portanto, influenciam a forma e a magnitude do espectro refletido a partir da água (Koponen et al, 2002). A composição das substâncias opticamente ativas 1 Doutoranda em Sensoriamento Remoto pelo INPE (Instituto Nacional de Pesquisas Espaciais), Caixa Postal São José dos Campos (SP), luciana@ltid.inpe.br, (12) Alunos de pós-graduação e Profa. Dra. _ INPE e Profa. Dra. da USP_São Carlos.

2 presentes na água resulta em diferentes padrões de absorção e de retro-espalhamento da radiação eletromagnética, permitindo distinguir diferentes assinaturas espectrais para cada tipo de água. Algumas técnicas desenvolvidas para a análise espectroscópica têm sido aplicadas para estimar a concentração de substâncias opticamente ativas presentes na água. Na análise derivativa utilizam-se derivadas da reflectância para fazer correlações com a concentração de substâncias (Chen et al., 1992). Outra técnica é a remoção do continuo, em que o contínuo espectral é obtido a partir da ligação dos pontos de máxima reflectância do espectro original. A sua remoção é feita dividindo-se o espectro original pela curva do contínuo. (Clark et Roush., 1984). MATERIAL E MÉTODOS: As coletas e medições em campo foram realizadas no reservatório de Salto Grande, na cidade de Americana (SP). O reservatório está localizado nas coordenadas 22º44' S e 47º20' W, a 530 metros de altitude, e inserido na bacia hidrográfica do rio Atibaia (um dos tributários do rio Piracicaba). A área do reservatório é de 11,5 km 2, com um perímetro de 64 km e volume máximo de 10 6 x 10 6 m 3.(Zanata e Espíndola, 2002). Os dados utilizados nesta pesquisa foram coletados entre os dias 16 e 17 de julho de 2005, em condições de céu claro no primeiro dia e de céu nublado no segundo. Os espectros de refletância foram medidos in situ com o auxílio do espectrômetro Spectron SE 590, na faixa de 368,4 a 1113,7 (nm). Para o presente estudo, somente os comprimentos de onda entre 400 nm e 900 nm foram usados, devido ao alto nível de ruído para comprimentos de onda localizados fora desta faixa. RESULTADOS E DISCUSSÃO: Concentração de clorofila no Reservatório: O reservatório apresentou, de acordo com a krigeagem, uma menor quantidade de clorofila nas estações próximas à barragem. Isso pode ter ocorrido devido à influência do rio Atibaia, que recebe o esgoto de cidades próximas (Figura 1). Classificação Objetiva dos espectros: Após aplicar a técnica do K-means, foi possível separar 3 classes, as quais provavelmente correspondem a 3 tipos de massas de água no reservatório. A classe A apresenta picos de reflectância em 570 nm e 680 nm, indicando presença de fitoplâncton. De acordo com os dados de concentração de clorofila obtidos em laboratório, nesse grupo a concentração variou de 2,07 a 13,79 mg/l. A classe B apresenta uma menor concentração de clorofila e uma maior influência da matéria orgânica. Para a classe C, tem-se uma influência das coberturas de nuvens e da ação do vento causando o efeito gliter, referentes às coletas do segundo dia, o que dificultou as análises (Figura 2).

3 Figura 1: Distribuição espacial da concentração de clorofila a no reservatório, por Krigeagem. Figura 2: Agrupamento em classes pelo K-means: (A) classe A com 9 amostras; (B) classe B com 3 amostras e (C) classe C com 14 amostras. Fator de reflectância bidirecional (FRB): Esta primeira análise foi feita com os valores originais do fator de reflectância bidirecional, sem nenhuma modificação ou tratamento. A regressão foi feita entre estes dados e a concentração de clorofila para todos os comprimentos de onda e para as três classes. Para a classe A, o modelo apresentou um bom ajuste (r 2 = 0,81 e r (95%) = 0,90). O método para a classe B é questionável, pois este grupo possui apenas 3 amostras. Para a classe C nota-se grande diferença no ajuste. O coeficiente de correlação menor pode ter dois motivos: o maior número de amostras na classe (a regressão tem melhor ajuste para poucos pontos) e o fato de as medições para a classe C terem sido feitas no segundo dia, com condições diferentes de nebulosidade.

4 Remoção do Contínuo: A remoção do contínuo realçou bandas de absorção para o grupo A centradas em aproximadamente 740 nm em todas as nove amostras. Para o grupo B ocorre o mesmo. Também há uma feição nessa banda para o grupo C, mas com menor intensidade. Isso provavelmente se deve às condições de iluminação, as quais favoreceram um aumento da fração de energia refletida da superfície, diminuindo a radiação disponível para a interação com a água de sub-superfície. Os gráficos podem ser observados na Figura 3. O comprimento de onda com maior valor de r para a variável remoção do contínuo foi 550,4 nm, o mesmo utilizado na razão de bandas. O coeficiente de correlação foi igual a 0,91 (r = 95%). Isto significa que o modelo de regressão, baseado nos valores de reflectância após a aplicação da técnica de remoção do contínuo, pode explicar 83% da variação de clorofila. Quando se compara o modelo de regressão gerado com o fator de reflectância como variável independente com aquele em que são usados os valores derivados da aplicação do método de remoção do contínuo, obtêm-se r=0,91 para a regressão do contínuo e r=0,90 para o fator de reflectância. Embora a diferença seja pequena e estatisticamente não significativa, a remoção do contínuo pode ser um processo eficiente de tratamento dos dados, pois após o seu emprego consegue-se explicar melhor a variação da concentração de clorofila em função das medidas espectrais. Isso ocorre porque a remoção do contínuo permite que sejam removidos alguns efeitos ambientais sobre as medidas radiométricas. Segunda derivada: A análise derivativa realçou a banda de absorção em 550 nm para a classe A. Para a classe B essa banda fica menos evidente, ocorrendo ruídos entre nm e nm. A classe C apresenta uma grande quantidade de ruídos, inviabilizando a sua interpretação. A regressão feita com a segunda derivada teve o maior índice de correlação para a classe A (r (95%) = 0,88) em 643 nm. Este valor de r é maior do que o da regressão para o fator de reflectância, mas, ainda assim é menor do que para a regressão do contínuo, sugerindo que a última seja mais eficiente. Razão entre bandas: A regressão feita através do algoritmo bio-ótico (R702,5/676) apresentou bons resultados para a classe A, com coeficiente de determinação de 0,82(r (95%) = 0,90). Também foi testada uma outra razão entre bandas (550nm/435nm), com coeficiente de determinação de 0,87 (r (95%) = 0,93). Nota-se que a razão 550nm/435nm é mais adequada do que a 702,5 nm/676 nm para o conjunto de dados em questão. Assim, o efeito do espalhamento das células fitoplanctônicas, responsável pelo aumento da reflectância em 702,5 nm, é menos pronunciado. A razão entre bandas apresentou um valor de r maior do que para as outras análises citadas, quando analisadas em relação à concentração de clorofila. Pode-se assumir, portanto, que a análise que melhor explica a variação quantitativa de clorofila para este conjunto de dados é a razão 550nm/435nm.

5 Figura 3: Espectros após a aplicação da técnica de remoção do continuo para as três classes. CONCLUSÕES: Para este conjunto de dados, a razão entre as bandas 550nm/435nm foi o tratamento que melhor se ajustou à variação de concentração de clorofila a no reservatório; apresentando um valor de r maior do que o FRB, a remoção do contínuo e a segunda derivada. Estudos dessa natureza são relevantes para orientar a configuração de bandas que possam vir a ser colocadas a bordo de satélites em missões espaciais futuras. AGRADECIMENTOS: À Bióloga Juliana Sundfeld Penido, à Associação Barco Escola da Natureza, à FAPESP (Processo 04/ ) e à CAPES (Processo ). REFERÊNCIAS BIBLIOGRÁFICAS: Chen, Z.; Curran, P. J.; Hansom, J. D. Derivative Reflectance Spectroscopy to Estimate Suspended Sediment Concentration. Remote Sensing of Environment. Vol. 40, pp , Clark, R. N.; Roush, T. L. Reflectance Spectroscopy: Quantitative Analysis Techniques for Remote Sensing Applications. Journal of Geophysical Research. Vol. 89, n B7, pp , Koponen, S. Pulliainen, J. Kallio, K.; Hallikainen, M. Lake water quality classification with airborne hyperspectral spectrometer and simulated MERIS data. Remote Sensing of Environment 79, pp , Zanata, L.H. e Espíndola, E.L.G.; Longitudinal Processes in Salto Grande Reservoir (Americana, SP, Brazil) and its influence in the formation of compartiment system. Bras. J. Biol., 62 (2), p , 2002.