AVALIAÇÃO DO COMPORTAMENTO ESPECTRAL DA ÁGUA: ESTUDO DE CASO DO ALTO CURSO DO RIO PARANÁ (PRESIDENTE EPITÁCIO SP)

Transcrição

1 III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação Recife - PE, 27-3 de Julho de 21 p. 1-8 AVALIAÇÃO DO COMPORTAMENTO ESPECTRAL DA ÁGUA: ESTUDO DE CASO DO ALTO CURSO DO RIO PARANÁ (PRESIDENTE EPITÁCIO SP) FERNANDA SAYURI YOSHINO WATANABE 1 NILTON NOBUHIRO IMAI 1 CLÁUDIO CLEMENTE FARIA BARBOSA 2 ALEX PAULO DE ARAUJO 3 Universidade Estadual Paulista - UNESP Programa de Pós-Graduação em Ciências Cartográficas, Presidente Prudente, SP 1 Programa de Pós-Graduação em Geografia, Presidente Prudente 2 Instituto Nacional de Pesquisas Espaciais INPE Departamento de Processamento de Imagens, São José dos Campos, SP 3 fernandasyw@gmail.com, nnimai@fct.unesp.br, claudio@dpi.inpe.br, debate_geo@yahoo.com.br RESUMO A água é um recurso natural essencial a manutenção da vida na Terra e é utilizada em diversas atividades antrópicas, podendo-se destacar as hidrelétricas, que em muitos casos necessitam da implantação de grandes reservatórios. Essa atividade modifica um ambiente lótico para um ambiente lêntico ou semi-lêntico, acarretando diversos impactos sobre o ambiente aquático, no entanto, a intensidade, bem como os processos de degradação ainda não são bem compreendidos. Nesse sentido, o uso do sensoriamento remoto tem contribuído nos estudos desses ambientes, auxiliando a compreender melhor a complexidade das interações que nela ocorrem. Neste estudo, realizado na represa de Porto Primavera, município de Presidente Epitácio, foram utilizados dados hiperespectrais da água, adquiridos com um espectrorradiômetro de campo. Os dados espectrais foram correlacionados com parâmetros de qualidade da água, opticamente ativas, coletadas juntamente com os dados de reflectância, cujos resultados são apresentados nesse artigo. ABSTRACT - Water is a natural resource essential to sustain life on Earth. Many human activities depend on this natural resource, among those the hydroelectric plants are outstanding. These hydroelectric plants often require the deployment of large reservoirs. This activity modifies a lotic environment to a lentic or semi-lentic, so that several impacts on the aquatic environment can happen. However, the degradation processes and their intensities are not well known. In this sense, remote sensing data can contribute to analyze these environments and to understand the complex interactions that occur..in this work, conducted in Porto Primavera Plant, city of Presidente Epitácio, hyperspectral data of the samples of water were used and have been measured by a field spectroradiometer. The spectral data were correlated with parameters of water quality, optically active. Some of the water quality parameters were extracted from samples that were taken simultaneously to spectral and some limnological measuring variables. 1 INTRODUÇÃO A água constitui em recurso natural imprescindível para a vida, no entanto, diversas atividades antrópicas vêm alterando sua qualidade. Dentre as formas de destinação desse recurso, sua aplicação para geração de energia elétrica, obtida do represamento de água em grandes lagos artificiais, destaca-se pela sua importância no setor energético. Entretanto, esses lagos artificiais provocam grandes alterações no ambiente fluvial, cujos impactos ainda não são bem conhecidos. Por exemplo, a alteração do nível de base tem conseqüência na ação erosiva dos canais que sofrem essa alteração. A ocupação de solos que antes da formação do lago oferecia suporte ao desenvolvimento de vegetação terrestre também pode levar ao desenvolvimento acelerado de plantas aquáticas, graças à disponibilidade de luz, nutrientes, entre outros fatores que contribuem para que o ambiente se torne propício para o crescimento dessas plantas. Além de outras conseqüências que ainda não são tão evidentes. Portanto, o monitoramento desses ambientes aquáticos é fundamental para a garantia do uso sustentável desse recurso natural. Entretanto, os

2 III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação Recife - PE, 27-3 de Julho de 21 p. 2-8 levantamentos de campo não permitem obter informações imersa em pontos da planície inundada, chamadas de adequadas sobre a distribuição espacial e temporal das paliteiros. Essas condições ambientais possibilitaram o grandes massas de água formadas nos grandes desenvolvimento de fitoplâctons e macrófitas. reservatórios de usinas hidrelétricas. Nesse sentido, a combinação de dados levantados no corpo d água com 3 SENSORIAMENTO REMOTO E QUALIDADE imagens de sensoriamento remoto constituem uma das DA ÁGUA alternativas que vem sendo adotadas para obter informações sobre a distribuição espacial da qualidade da água nesses reservatórios. A fim de extrair informações de imagens de sensoriamento remoto é necessário que se conheça melhor o comportamento espectral da água do reservatório de interesse. Dentro disso, o presente trabalho tem como objetivo mostrar os resultados de uma análise da resposta espectral de uma amostragem realizada no campo, em condições de disponibilidade radiação eletromagnética similares da aquisição de imagens orbitais. Essa análise foi conduzida no sentido de avaliar duas variáveis importantes de qualidade da água: turbidez e TSS (total de sólidos suspensos). 2 ÁREA DE ESTUDO A área de estudo localiza-se no alto curso do Rio Paraná, no lado paulista, especificamente no município de Presidente Epitácio SP. A Figura 1 mostra a área onde foram escolhidos os pontos de coleta das amostras. Figura 1- Área de estudo. Este reservatório possui uma extensa área inundada, constituído de diferentes ambientes. A calha principal do rio Paraná está posicionada próxima à margem paulista. Na margem sul-mato-grossense, identifica-se uma extensa área inundada pelo reservatório, que incluiu áreas da antiga planície de inundação do rio Paraná, alterando o nível de base da foz dos rios que desaguavam nesta planície. Observou-se durante a amostragem dos dados de campo a presença de vegetação Cerca de 74% da superfície da Terra é coberta por água. De toda a água encontrada no planeta, 97% de seu volume se encontra nos grandes oceanos e apenas,2% da água da Terra está presente na forma doce em córregos, rios, lagos e reservatórios. O restante da água encontra-se em aqüíferos (,6%), na atmosfera terrestre na forma de vapor d'água (,1%) e nas coberturas de gelo (2,2%). A água, apesar de sua abundância, apresenta uma parcela de doce mínima, estando a maior parte na forma salgada, bem como nas formas de neve, gelo, chuva ou vapor d'água (Jensen, 29). De forma a auxiliar estudos sobre a água, várias pesquisas e métodos de sensoriamento remoto vêm sendo desenvolvidas, visando à obtenção de medidas espaciais quantitativas de importantes variáveis hidrológicas (Jensen, 29). Ao penetrar na coluna d água, a radiação é submetida a profundas alterações, tanto na sua intensidade quanto na sua composição espectral. Segundo Jensen (29), a água pura não contém matéria orgânica ou inorgânica, já os corpos d'água naturais apresentam uma variedade desses constituintes. A resposta espectral das águas interiores está relacionada às substâncias presentes na coluna destes corpos d água, possibilitando a extração de informações sobre as águas a partir desses dados espectrais. Estes elementos chamados de componentes opticamente ativos são os responsáveis pelas diferentes respostas espectrais da água captada pelos sensores. As águas interiores têm suas características espectrais resultante da combinação do comportamento espectral da água pura em conjunto com as características de outros componentes opticamente ativos. Estes constituintes podem ser: matéria-orgânica dissolvida, material em suspensão, pigmentos, entre outros. A carga de material dissolvido é constituída por substâncias húmicas, responsável pela coloração amarela atribuída à água. Para Rudorff (26), a presença de substâncias húmicas provoca uma absorção seletiva da radiação no comprimento de ondas curtas. Já o material em suspensão, que se constituem por minerais, partículas finas ou grânulos em saltação, provocam um efeito de espalhamento na coluna d água. Assim, mudanças nas propriedades físicas, químicas e biológicas dos corpos de água, provocam mudanças na interação da radiação eletromagnética com a água e, por conseqüência, na sua cor. E neste sentido, esses componentes opticamente tornam-se indicadores de qualidade das águas. 4 PROCEDIMENTOS METODOLÓGICOS

3 III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação Recife - PE, 27-3 de Julho de 21 p Coletas de dados em campo A partir dos dados limnológicos coletados em campo foram realizadas análises de regressão, de modo a determinar a existência de correlação entre esses dados e a reflectância. A análise de regressão é uma das técnicas estatísticas mais vistas na literatura para processamento de dados de sensoriamento remoto (RUNDQUIST et al., 1996; ARRAUT et al., 25). Foi realizada análise de regressão para parâmetros de turbidez e sólidos totais. Os cálculos de correlação e a geração de correlogramas e de modelos de ajuste da reta de regressão foram gerados no software Excel (Microsoft Office). Já os testes, de normalidade, análise de variância (ANOVA) e análise de resíduos, foram realizados por meio do aplicativo Minitab. As coletas de dados de campo foram realizadas no reservatório da hidroelétrica de Porto Primavera, no trecho próximo à cidade de Presidente Epitácio, no dia 17 de julho de 29. A partir de um delineamento de 9 pontos, representando diferentes ambientes do reservatório, foram realizadas a coleta de dados limnológicos e espectrais. Em cada ponto foram tomadas 1 medidas de reflectância, utilizando o espectroradiômetro FieldSpec HandHeld com resolução espectral de 3nm e faixa espectral de 35 a 15 nm. Paralelamente, foram observadas as condições ambientais de cada ponto (iluminação, influência de ondas, ventos e informações da coluna d água), além da realização de amostragem direta sobre a superfície, dos seguintes parâmetros limnlógicos: ph, temperatura da água, oxigênio dissolvido, condutividade e turbidez. Em 5 pontos de amostragem estratégicos (calha do rio, confluência entre afluentes) foram coletados 5 litros de água para posterior análise laboratorial de sólidos em suspensão (APHA, 1998). 4.2 Processamento de dados Os procedimentos de laboratório consistiram no tratamento dos dados obtidos pelo espectroradiômetro, sendo utilizadas técnicas de remoção de ruídos (suavização das curvas espectrais) e análise derivativa. Primeiramente, os dados foram organizados em uma planilha de acordo com pontos amostrados. Realizou-se uma média das 1 medidas coletadas em cada ponto de amostragem e, em seguida, foi aplicada uma técnica de suavização com o filtro média. Essa filtragem é obtida do cálculo da média entre um conjunto de dados vizinhos dos comprimentos de onda (Equação 1). Foram aplicados os filtros de 3, 7 e 21. S (λ j ) = [ Σ S (λ j ) ] / n (1) O resultado esperado da suavização por filtragem é uma remoção do ruído, sem alteração dos detalhes espectrais medidos. Assim, seleciona-se a dimensão da vizinhança com base nesse critério. Para a análise derivativa, aplicou-se uma operação matemática de derivação dos dados (equação 2), obtendose, a partir da aplicação dessa expressão, a primeira derivada. A segunda derivada pode ser obtida através da derivação da primeira derivada. ds / dλ i = S (λ i S (λ j )) / λ (2) Em que λ é a separação entre bandas adjacentes, λ = λ j - λ i tal que λ j > λ i. Concluído as operações de tratamento dos dados, os resultados obtidos foram apresentados em gráficos, de modo a facilitar a análise das curvas/feições espectrais. 4.3 Análise estatística 5 RESULTADOS E DISCUSSÃO 5.1 Remoção de ruído A figura 2 mostra as curvas espectrais geradas a partir dos dados brutos coletados em campo. Devido às interferências no sinal detectado pelo espectrorradiômetro, provocadas pela atmosfera e pela reflectância especular da água, verifica-se ruídos nas curvas espectrais. Reflectância Figura 2 Curvas de reflectância (dados brutos) O comportamento espectral das curvas geradas, com exceção do ponto, é semelhante, apresentando absorção na região da luz azul, maior reflectância no vermelho, voltando a apresentar uma alta absorção no infravermelho. Apenas o ponto apresenta um comportamento espectral bem homogêneo por quase todo o espectro visível, com uma reflectância um pouco maior no comprimento da luz verde. Essa mesma curva apresenta uma reflectância maior próximo ao comprimento de 7 nm. Esse comportamento pode ser uma resposta devido à presença de macrófitas submersas nessa região (figura 3).

4 III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação Recife - PE, 27-3 de Julho de 21 p Reflectância Figura 5 Filtro média com 7 pontos Figura 3 Macrófitas submersas no ponto A curva que representa a reflectância do ponto apresenta um comportamento semelhante ao do ponto, porém com intensidade menor. No entanto, no infravermelho próximo essa diferença de intensidade entre as curvas espectrais começa a diminuir. Os pontos e apresentam comportamento espectral muito semelhante. Ambos os pontos se encontram no canal principal do rio Paraná, onde as águas são mais claras e visualmente apresentam coloração azul. De modo, a facilitar a análise dos dados espectrais, foi aplicada uma suavização desses dados, adotando filtros média, utilizando 3 conjuntos de vizinhança diferentes. O filtro média de 3 pontos (figura 4) mostrou uma baixa suavização dos dados. Reflectância Figura 4 Filtro média com 3 pontos O filtro média de 7 pontos (figura 5) apresentou o melhor resultando dentre todos os filtros aplicados, reduzindo de forma satisfatória a influência do ruído das curvas espectrais, mantendo o nível de informação dos dados. O filtro de 21 pontos, no entanto, provoca uma suavização acentuada dos dados, acarretando em perda de parte da informação contida nas curvas (figura 6). Reflectância Figura 6 Filtro média com 21 pontos 5.2 Análise derivativa A partir do resultado do filtro média de 7 pontos, que apresentou o melhor desempenho, sem grandes perdas de informação espectral, foram aplicadas outras técnicas de processamento de dados. A figura 7 mostra o resultado da aplicação da derivada de primeira ordem sobre os dados de reflectância. A primeira derivada elimina o sinal de fundo, remove a sobreposição de feições espectrais e realça os componentes de menor intensidade que compõem o espectro (BARBOSA et al., 25), sendo adequada a sua aplicação em estudos de sólidos suspensos, bem como de pigmentos fotossintetizantes. Todos os pontos apresentam um pico negativo próximo ao comprimento de onda de 6 nm a 65 nm. O ponto apresenta o comportamento mais diferente em relação aos demais pontos amostrados, com um pico positivo próximo a 7 n, enquanto os outros pontos apresentam valores negativos nesse comprimento. Esta característica está associada a influência de macrófitas sobre a resposta da reflectância no ambiente aquático.

5 III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação Recife - PE, 27-3 de Julho de 21 p. 5-8 Nesse sentido, foi feita e analisada a correlação.4 dessa variável com sua respectiva resposta espectral em cada ponto amostrado. A Figura 9 mostra o correlograma para esta variável em relação aos valores obtidos com a derivada de primeira ordem. 1ª derivada Figura 7 Primeira derivada das curvas espectrais De modo a remover a influência dos sedimentos da curva (RUNDQUIST et al., 1996), foi aplicada a derivada de segunda ordem sobre os dados de reflectância suavizados (figura 8). 2ª derivada Figura 8 Segunda derivada das curvas espectrais Nota-se um pico positivo próximo a 6 nm (vermelho), correspondente a uma pequena absorção nessa região que pode ser observada nas curvas da figura 5 e a um pequeno pico na primeira derivada (figura 7). Absorções nessa região espectral, geralmente, estão relacionadas com a presença de pigmentos fotossintetizantes. De maneira geral, o resultado alcançado com a segunda derivada possibilitou o realce de outras informações dos dados amostrados, já que a baixa taxa de variação existente na primeira derivada confere-lhe esta característica. 4.3 Análise de correlação Os dados limnológicos coletados em campo podem ser observados na Tabela 1. Dentre os parâmetros de qualidade de água adquiridos in situ, somente a turbidez é opticamente ativa. Tabela 1 Dados limnológicos Coeficiente de correlação Figura 9 Correlação entre reflectância e turbidez A correlação da turbidez em relação à refletância foi analisada no intervalo de 4 nm a 85 nm. Verificase que a correlação é positiva entre cerca de 4 a 58 e negativa de 581 a 74 nm, havendo uma oscilação entre os sinais do restante do espectro analisado. Os maiores coeficientes de correlação da turbidez se encontram nos comprimentos de 537 nm (R =,9567) e 77 nm (R = -,9681). Dessa forma, ajustou-se um modelo de regressão que relaciona os dados de turbidez em função da resposta espectral obtida. Para sua realização, primeiramente, foi feita uma Análise de Variância (ANOVA), de modo a testar a normalidade dos dados. A partir do software Minitab foram gerados a Tabela 2, permitindo-se analisar a estatística F e o p-valor. Tabela 2 Análise de variância para dados de reflectância de turbidez Source DF SS MS F P Regression 1 4,44255E-7 4,44255E-7 147, 65, Residual Error 7 2,162E-8 3,886E-9 Total 8 4,65317E-7 Adotando-se um α de,5 para o p-valor, verificase que há normalidade dos dados obtidos em campo. De acordo com a Tabela 2, o p-valor obtido é inexpressível, o que permite rejeitar a hipótese H, ou seja, os coeficientes do modelo de regressão ajustado determinam os valores de reflectância e, portanto, o modelo se mostra adequado. Vê-se também que a estatística F é maior do que o valor especificado para F com uma variável e 7 graus de liberdade (5,59), corroborando o resultado obtido com o p-valor. Dessa forma, foi gerada a regressão para os dados de turbidez e refletância, sendo este último referente aos dados da primeira derivada, como mostra a Figura 1.

6 III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação Recife - PE, 27-3 de Julho de 21 p Entretanto, considerando-se que o conjunto de dados é composto por apenas 9 observações e que os dados apresentam uma normalidade, pode-se considerar que o resultado obtido é muito satisfatório. -.2 Além dos dados de turbidez, outra variável -.4 opticamente ativa foi correlacionada à reflectância, os TSS, obtidos em laboratório. A Tabela 3 mostra os -.6 y = -6E-5x +.2 valores desse parâmetro para os pontos, onde foram R 2 =.9547 coletadas amostras de água para análise. 1ª derivada -.8 Turbidez (NTU) Figura 1 Reta de regressão ajustada para os valores de turbidez em função da primeira derivada no comprimento de onda 77 nm. Tabela 3 Dados de sólidos suspensos totais (TSS) Analisando a Figura 1, verifica-se um ótimo valor para R 2, de 95,5%. O desvio padrão, de,548531, também pode ser considerado muito bom. A primeira derivada elimina a influência da água sobre as curvas espectrais, facilitando a análise de sólidos (GOODIN et al., 1993; ARRAUT et al., 25). Nesse sentido, pode confirmar, para este caso, que a variável independente (primeira derivada) explica de forma satisfatória o índice de turbidez no corpo d água. De modo a verificar a qualidade e coerência do modelo de regressão ajustado para os dados empregados na análise foi feito a análise dos resíduos. A Figura 11 apresenta os resultados obtidos. A partir dos dados de sólidos suspensos totais foi gerado um correlograma, representado na Figura 12. Coeficiente de correlação 1,8,6,4,2 -, ,4 -,6 -,8-1 Figura 12 Correlação entre reflectância e TSS O comprimento de onda mais correlacionado apresentado foi o de 811 nm com uma correlação de,9889. Para dos valores de reflectância obtidos nos pontos onde foram amostrados TSS realizou-se ANOVA (Tabela 4) e teste de normalidade dos dados. Figura 11 Análise de resíduos para modelo de regressão entre reflectância e turbidez Analisando a Figura 11, observa-se no gráfico que a probabilidade normal e de ordem apresentam resultados muito bons. O primeiro apresenta os resíduos bem próximos à linha de ajuste e o segundo possui uma distribuição bem aleatória dos resíduos, como o esperado para ambos os casos. No entanto, em relação ao histograma e o ajuste de resíduos, eles não apresentam resultados muito satisfatórios. No primeiro caso, esperava-se uma distribuição dos resíduos com características de normalidade, o que não é observado. Quanto ao ajuste, os resíduos que se encontram na área positiva do gráfico não apresentam uma distribuição aleatória. Tabela 4 ANOVA para reflectância e TSS Source DF SS MS F P Regression 1 4,125E-8 4,125E-8 135, 59,1 Residual Error 3 8,87782E-1 2,95927E-1 Total 4 4,1128E-8 Admitindo-se um p-valor de,5, analisando os dados presentes na Tabela 4, verifica-se que existe normalidade entre os dados de reflectância. O p-valor apresenta valor menor a,5 e a estatística F é maior a 1,13, podendo-se rejeitar a hipótese H, ou seja, a variável é significativa, logo o modelo é adequado. Uma vez que há normalidade dos dados, foi ajustada uma reta de regressão para os dados de reflectância, referente à primeira derivada (ARRAUT et al., 25), e sólidos suspensos totais, como mostra a Figura 13.

7 III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação Recife - PE, 27-3 de Julho de 21 p. 7-8,15 Modelos de regressão ajustados mostram que é possível inferir ambas variáveis limnológicas, na área de,1 estudo, com base nas suas respostas espectrais, sendo que,5 a faixa do infra-vermelho próximo mostrou-se melhor correlacionado. As respostas espectrais medidas que,,1,15,2,25,3,35,4 possuem maior correlação com a variável turbidez se -,5 encontram nos comprimentos de 537 nm (R =,9567) e -,1 y = -,11x +,3 77 nm (R = -,9681). No caso do TSS foi no R 2 =,978 comprimento de onda de 811 nm com uma correlação de -,15,9889. Outros levantamentos e análises devem ser Sólidos Suspensos Totais (mg/l) realizados a fim de conhecer melhor os intervalos Figura 13 Reta de regressão ajustada para TSS em espectrais que melhor se correlacionam com essas função da 1ª derivada para λ igual a 811 nm variáveis limnológicas. A presença de macrófitas submersas modifica O modelo de regressão gerado apresenta um R 2 de totalmente o comportamento das curvas, pois a radiação 97,8%, considerado um ótimo valor. Para confirmação da passa a apresentar uma mistura da resposta espectral da coerência do ajuste, os resíduos dos dados foram água e das plantas aquáticas. Esse comportamento pode analisados. Os resultados obtidos estão apresentados na ser verificado no ponto, onde as curvas espectrais se Figura 14. diferenciam de todas as demais. A primeira derivada mostrou-se uma ferramenta importante na análise dos dados estudados, acentuando informações vistas nas curvas espectrais. A segunda derivada, geralmente relacionada com clorofila, apresenta poucas informações. Isso pode indicar que possa haver uma baixíssima concentração desses pigmentos. A alta oscilação das curvas, também, dificulta a extração de informações do gráfico. Para que as feições sejam melhoradas, em trabalhos futuros, talvez seja interessante remover ainda mais os ruídos ou aplicar outras técnicas de pré-processamento nos dados brutos. 1a derivada AGRADECIMENTOS Figura 14 Análise de resíduos para modelo de regressão entre reflectância e TSS Mesmo com um conjunto amostral com pouquíssimas observações, verifica-se que os resíduos da regressão entre reflectância e TSS apresentaram resultados consistentes. As distribuições dos resíduos apresentados no gráfico de probabilidade normal estão próximas da linha de ajuste, mostrando que o modelo de regressão é coerente. O histograma dos resíduos apresenta um comportamento de distribuição normal melhor em relação ao ajuste obtido para os dados de turbidez. Já os gráficos de valores ajustados e ordem dos dados versus o resíduo não apresentam uma aleatoriedade tão boa. No entanto, considerando uma análise com poucos dados amostrais, pode-se confirmar um ajuste eficiente. 6 CONCLUSÕES A correlação entre os dados de turbidez e reflectância pode ser considerada muito boa, baseada nos parâmetros estatísticos analisados. Pode-se concluir também que as águas do rio Paraná, no trecho estudado, apresentam baixa turbidez, o que reflete em sua resposta espectral. Os autores agradecem ao PROCAD pelo auxílio financeiro na coleta dos dados em campo. Agradece também ao Programa de Pós-Graduação em Ciências Cartográficas, da UNESP, de Presidente Prudente, pelo auxílio financeiro. E, finalmente, ao CNPq, pela bolsa de mestrado. REFERÊNCIAS APHA. Standard Methods for the Examination of Water and Wastewater. 2 th ed. Washington: APHA, ARRAUT, E. M.; RUDORFF, C. M.; BARBOSA, C. C. F.; CARVALHO, J. C.; PEREIRA FILHO, W.; NOVO, E. M. L. M. Estudo do comportamento espectral da clorofila e dos sólidos em suspensão nas águas do Lago Grande de Curuai (Pará), na época da seca, através de técnicas de espectroscopia de campo. In: Anais XII Simpósio Brasileiro de Sensoriamento Remoto. Goiânia. São José dos Campos: INPE, 25. p BARBOSA, C. C. F. Sensoriamento remoto da dinâmica da circulação da água no sistema planície de Curuai/Rio Amazonas f. Tese (Doutorado em

8 III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação Recife - PE, 27-3 de Julho de 21 p. 8-8 Sensoriamento Remoto) Instituto Nacional de Pesquisas Espaciais, São José dos Campos. GOODIN, D. G.; HAN, L.; FRASER, R. N.; RUNDQUIST, C.; STEBBINS, W. A.; SCHALLES, J. F. Analysis of suspended solids in water using remotely sensed high resolution derivative spectra. Photogrammetric Engineering and Remote Sensing. Vol. 59, n. 4, p , JENSEN, J. R. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. 2 a Edição. São José dos Campos: Parênteses, 29. RUDORFF, C. M. Estudo da composição das águas da planície amazônica por meio de dados de reflectância do sensor Hyperion/EO-1 e de espectrorradiômetro de campo visando à compreensão da variação temporal dos seus constituintes opticamente ativos p. Dissertação (Mestrado em Sensoriamento Remoto) Instituto Nacional de Pesquisas Espaciais, São José dos Campos. RUNDQUIST, D. C.; HAN, L. H.; SCHALLES, J. F.; PEAKE, J. S. Remote measurement of algal chlorophyll in surface waters: the case for the first derivate of reflectance near 69 nm. Photogrammetric Engineering and Remote Sensing. FEB, p