Dinâmica da Vegetação Aquática Submersa no estuário da Lagoa dos Patos (Projeto DIVAS)

Documentos relacionados
Dinâmica da Vegetação Aquática Submersa no estuário da Lagoa dos Patos (Projeto DIVAS)

UNIVERSIDADE FEDERAL DO RIO GRANDE INSTITUTO DE OCEANOGRAFIA

Uso de Imagens Landsat como subsídioaoestudodadispersãode sedimentos na região da foz do rio São Francisco

PELD-FURG Reunião nr. 4: nov. 2011

SIMULAÇÃO DE BANDAS DO SENSOR MSI/SENTINEL-2 EM LAGOS DA AMAZÔNIA E RIO GRANDE DO SUL

PRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA CT /10

Caracterização da dinâmica da pluma do rio

A seção 4 está localizada a uma altitude de 560 metros. coordenadas 19º29'10'' de latitude sul e 49º12'48'' de longitude oeste, sendo representadas

DEMONSTRATIVO DE CÁLCULO DE APOSENTADORIA - FORMAÇÃO DE CAPITAL E ESGOTAMENTO DAS CONTRIBUIÇÕES

A QUESTÃO DA ÁGUA NO NORDESTE Meio Ambiente e Qualidade da Água

PRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA CT /10

Sistema de Detecção de Desmatamento em Tempo Real. Instituto Nacional de Pesquisas Espaciais Ministério da Ciência e Tecnologia

Ecologia de Paisagem Conceitos e métodos de pesquisa 2012

Ervas marinhas: Ecologia e produção primária

Sensoriamento Remoto: Radiometria espectral e técnicas de análise de espectros. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.

Sensoriamento Remoto: características espectrais de alvos. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.

Satélites Artificiais da Terra

Sensoriamento Remoto no Estudo da Água

SENSORIAMENTO REMOTO INTRODUÇÃO E ÍNDICES DE VEGETAÇÃO

1. Introdução. Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.

VANT para Monitoramento Hidrológico. Fabiano Cucolo 8/12/2015

Técnicas de interpretação de espectros de reflectância. Aula 5 Professor Waterloo Pereira Filho Docentes orientados: Daniela Barbieri Felipe Correa

Monitoramento da Salinidade 2015.

DELEGACIA REGIONAL TRIBUTÁRIA DE

Roteiro Detecção de informações usando satélites Produtos oriundos de Imagens NOAA Índice de vegetação como indicador de respostas das plantas às cond

Lagoa facultativa primaria no nordeste do Brasil: interferência da sedimentação e do acúmulo de lodo na eficiência de remoção da matéria orgânica

Alturas mensais de precipitação (mm)

TABELA PRÁTICA PARA CÁLCULO DOS JUROS DE MORA ICMS ANEXA AO COMUNICADO DA-46/12

COMPORTAMENTO ESPACIAL DA CLOROFILA- A NO RESERVATÓRIO DE ITAPARICA, RIO SÃO FRANCISCO

GDOC INTERESSADO CPF/CNPJ PLACA

Programa de Pós-Graduação em Ciências Cartográficas. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista Presidente Prudente

CARACTERIZAÇÃO HIDROLÓGICA DO RIO UATUMÃ NA REGIÃO DA UHE BALBINA: UMA ANÁLISE APÓS 25 ANOS DE IMPLANTAÇÃO.

ARTIGO COM APRESENTAÇÃO BANNER - MONITORAMENTO AMBIENTAL

REFLECTÂNCIA ESPECTRAL DA ÁGUA

DATA DIA DIAS DO FRAÇÃO DATA DATA HORA DA INÍCIO DO ANO JULIANA SIDERAL T.U. SEMANA DO ANO TRÓPICO

OBJETIVO. Analisar a dinâmica dos níveis potenciométricos de aquífero aluvial intensamente monitorado, no Agreste Pernambucano; Relacionar com:

Modelagem ambiental do uso e cobertura da terra da savana tropical da Amazônia Legal, para utilização em modelos meteorológicos e hidrológicos

ROTULAGEM DE ENERGIA ELÉCTRICA

Imagens orbitais e modelos agrometeorológicos como suporte a programas de previsão de safras em escala estadual

Aplicação de redes neurais artificiais para estimativa de produção florestal utilizando imagens Landsat 7

LAMA DE PRAIA CASSINO

PROCESSAMENTO DIGITAL DE IMAGENS

Estimativa de parâmetros agronômicos das culturas:

Mapeamento do uso do solo para manejo de propriedades rurais

Data Moeda Valor Vista Descrição Taxa US$ 07-Jul-00 Real 0,5816 Sem frete - PIS/COFINS (3,65%) NPR 1,81 14-Jul-00 Real 0,5938 Sem frete - PIS/COFINS

Classificação digital de Imagens

Interpretação Visual de Produtos de Sensoriamento Remoto

Sensoriamento Remoto e Pesquisa do fogo: Desenvolvimento de Produtos e Indicadores de Área Queimada a partir de imagens de Satélites

Sensoriamento Remoto e Pesquisa do fogo: Desenvolvimento de Produtos e Indicadores de Área Queimada a partir de imagens de Satélites

4 MEDIDAS DE PARÂMETROS AMBIENTAIS DA LAGOA DE ARARUAMA 4.1 DISTRIBUIÇÃO ESPACIAL E TEMPORAL DOS PARÂMETROS MEDIDOS

SISTEMA DE DETECÇÃO DE DESMATAMENTO E ALTERAÇÕES TEMPO QUASE REAL

TABELA PRÁTICA PARA CÁLCULO DOS JUROS DE MORA ICMS ANEXA AO COMUNICADO DA-87/12

José Alberto Quintanilha Mariana Giannotti

Vinícius Emmel Martins 2, Dieison Morozoli Da Silva 3, Sidnei Luís Bohn Gass 4

COORDENADORIA DE DEFESA CIVIL MUNICÍPIO DE DUQUE DE CAXIAS - RJ

OBJETIVO: MATERIAIS E MÉTODOS:

GEOPROCESSAMENTO. Sensoriamento Remoto. Prof. Luiz Rotta

CONHECIMENTOS ESPECÍFICOS

DRENAGEM AULA 02 ESTUDOS HIDROLÓGICOS

Vulnerabilidade Associada a Precipitações e Fatores Antropogênicos no Município de Guarujá (SP) - Período de 1965 a 2001

REVISÃO SENSORIAMENTO REMOTO AULA ZERO. Daniel C. Zanotta 14/03/2018

09/03/2017. O que é Sensoriamento Remoto? Tipos de Sensoriamento Remoto REVISÃO SENSORIAMENTO REMOTO AULA ZERO. Satélites.

H 2 A Hidrossistemas e o Homem na Amazônia

Definições e conceitos O estresse em plantas é uma reação adversa às condições ambientais que são desfavoráveis ao crescimento vegetal. Estas condiçõe

Universidade Federal do Rio Grande Programa de Pós-graduação em Oceanografia Física, Química e Geológica. Dinâmica de Ecossistemas Marinhos

APLICAÇÕES DO SENSORIAMENTO REMOTO NO MEIO AMBIENTE, ASSOCIADO COM DADOS METEOROLÓGICOS. "O CASO DE RORAIMA".

Valores de ATR e Preço da Tonelada de Cana-de-açúcar - Consecana do Estado de São Paulo

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

ANÁLISE FUNCIONAL DA PRODUÇÃO E ESTOCAGEM DE SERAPILHEIRA NO MACIÇO DA PEDRA BRANCA, RJ. Dados preliminares

Reflectância espectral relacionada aos constituintes opticamente ativos da água do reservatório Passo Real, RS, Brasil

UNIVERSIDADE FEDERAL DO ACRE GRUPO DE ESTUDOS E SERVIÇOS AMBIENTAIS ENCHENTE DO RIO ACRE EM RIO BRANCO, ABRIL DE 2011 PARECER TÉCNICO

CLIMA URBANO E PARÂMETROS ATMOSFÉRICOS. Mestre, docente do Curso de Geografia, UnU de Itapuranga UEG.

USO DE IMAGENS TM LANDSAT 5 PARA ANÁLISE DO ALBEDO E SALDO DE RADIAÇÃO NA BACIA HIDROGRÁFICA DO CAMARAGIBE: DESTAQUE PARA SÃO LUIZ DO QUITUNDE-AL

ISA 2012/2013 Unidades curriculares Geomática e SIGDR

ESTUDO DA DINÂMICA ESPECTRAL E ANGULAR DA SOJA ATRAVÉS DE SIMULAÇÕES (PROSAIL) E DADOS DOS SENSORES MODIS E HYPERION

Safra 2016/2017. Safra 2015/2016

RELATÓRIO DE ACOMPANHAMENTO DA EXECUÇÃO FINANCEIRA

AULA 4 -Limnologia. Patricia M. P. Trindade Waterloo Pereira Filho

PROGRAMA DE CAPACITAÇÃO INSTITUCIONAL PLANO DE TRABALHO DETALHADO

SONDAGEM DA INDÚSTRIA DE TRANSFORMAÇÃO. Julho, 2015

PHD-5004 Qualidade da Água

PROCESSAMENTO DIGITAL DE IMAGENS. Thales Sehn Körting

UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE PRESIDENTE PRUDENTE FACULDADE DE CIÊNCIAS E TECNOLOGIA PROGRAMA DE ENSINO

Hidrologia - Lista de exercícios 2008

evapotranspiração e produção imagens landsat 8 no perímetro irrigado nilo coelho parte A: variações espaciais resumo

10264 MODELAGEM ESPACIAL DA EVAPOTRANSPIRAÇÃO EM AGROECOSSISTEMA DO SISTEMA AQUÍFERO BAURU

Sensoriamento Remoto Aplicado Ambientes Aquáticos

O resultado é uma série de "fatias" da superfície, que juntas produzem a imagem final. (Exemplo: o radiômetro dos satélites NOAA gira a uma

Variáveis e Produtos Climáticos de Interesse para o Setor Saúde

Sensoriamento Remoto no Estudo das Áreas Urbanas

Questões concursos

Sensoriamento Remoto: exemplos de aplicações. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.

Geoprocessamento e sensoriamento remoto como ferramentas para o estudo da cobertura vegetal. Iêdo Bezerra Sá

CHEIA MÁXIMA PROVÁVEL DO RIO TELES PIRES

VARIÁVEIS GEOMORFOLÓGICAS NO ESTUDO DE DESLIZAMENTOS EM CARAGUATATUBA-SP UTILIZANDO IMAGENS TM-LANDSAT E SIG

Detecção Remota. Aquisição de dados. Sistema Modelo de Detecção Remota ICIST. Energia Electromagnética. Interacções com a Atmosfera

Exercício 1: Calcular a declividade média do curso d água principal da bacia abaixo, sendo fornecidos os dados da tabela 1:

MAPEAMENTO COSTEIRO INTEGRADO

044.ASR.SRE.16 - Princípios Físicos do Sensoriamento Remoto

Seminário de Sensoriamento Remoto: Vegetação

Transcrição:

Dinâmica da Vegetação Aquática Submersa no estuário da Lagoa dos Patos (Projeto DIVAS)

Resultados - Monitoramento mensal de fanerógamas e macroalgas - Distribuição espacial e abundância de verão in situ e por sensoriamento remoto - Dados radiométricos - Banco de sementes e ambiente sedimentar

Precipitação das bacias de drenagem e biomassas da VAS no ELP 25 Prec. Acumulada 6 meses T ar Media movel 24 horas T do ar 23 21 19 300 17 250 Anom. mensal positiva 15 200 Anom. mensal negativa 13 150 11 100 50 9 0 7-50 5-100 -150 Anomalias Precip. (mm) Wind Stress 29/09/2010 27/09/2010 25/09/2010 23/09/2010 20/09/2010 18/09/2010 16/09/2010-200 abr 14/09/2010 12/9 10/9 8/9 6/9 3/9 1/9 30/08 28/08 26/08 24/08 22/08 20/08 17/08 15/08 13/08 11/8 9/8 7/8 5/8 mar fev jan dez nov out set ago jul jun mai abr mar fev jan dez 1,2 nov out set ago jul jun mai abr mar fev jan dez nov 2008 2009 2010 2011 Wind stress 1,1 1600 Media anual 1,0 Média móvel 24 horas Biomassa Algas (g PS. m -2 ) 1400 0,9 1200 0,8 Ruppia - Aerea Ruppia 0,7 - Sub 1000 Algas de Deriva Ruppia 0,6 - Total 800 0,5 0,4 600 0,3 400 0,2 200 0,1 0,0 30/09/2010 28/09/2010 26/09/2010 23/09/2010 21/09/2010 0 10/9 8/9 6/9 4/9 2/9 31/08 28/08 26/08 24/08 22/08 20/08 18/08 15/08 13/08 11/8 9/8 7/8 5/8-200 19/09/2010 17/09/2010 15/09/2010 200 175 150 125 100 75 50 25 0-25 -50-75 -100-125 -150-175 -200 Biomassa R. maritima (g PS. m -2 ) D J F M A M J J A S O N D J F M A M J J A S O N D J F M A 13/09/2010 2010 2011 2009 Dados precipitação: CPTEC/INPE.

Evento de Maré verde (agosto a setembro de 2010) MOV01557.AVI Cobertura, fotoquadrados e % C biomassas destrutiva Cladophora spp Rhizoclonium riparium Ulva clathata U. intestinalis U. Ramulosa Ulotrix Vaucheira sp Compsopogon Cyanophyta % N 70 a 100% Cobertura Massas com até 70 cm na coluna d água Biomassas x = 1-5 Kg PS m -2 (até 30 kg PS. m -2 ) C 18 à 36%; x= 20,5% - 0.2 à 1 kg C. m -2 N 0.7 à 4 %; x=3.4% 0.034 à 0.14 kg N. m -2

Processamento Digital de Imagem Landsat 5-7 de Setembro VAS emersa e submersa - 30 km 2 (30 a 150 ton PS; 8 a 40.5 ton C ) VAS emersa Distribuição total da VAS nas áreas rasas, de acordo com a classificação supervisionada Distribuição das VAS na superfície da água, de acordo com Índice de vegetação normalizado (NDVI).

Prod. Primária Líquida extremamente alta Consequências ao bentos Remoção de pradarias de Ruppia já em florescimeto (precoce) Hipóteses: -Fertilização pós-cheia (pós El Nino) -Condições estáveis de hidrodinâmica e transparência - Dominância de espécies ou variedades de crescimento ultra rápido - Efeito bola de neve (crescimento exponencial, liberação de esporos, crescimento exponencial, liberaçao de esporos..) Fuga de Heliobia australis

Distribuição espacial in situ Fev. 2011 344 pontos cada 300-500 metros: coordenadas geográficas (GPS); profundidade; percentual de cobertura de cada vegetação (senso visual, quadrados de 50x50cm), altura da pradaria, presença de epífitas, frutos e flores; biomassas (quadrados de 10x10cm). Salinidades. Distribuição de VAS verão de 1992 estimada por fotos aéreas (Mazzo 1992) Profundidades % Cobertura VAS Composição

450 400 350 300 250 200 150 100 Bio Aerea Bio Sub Algas 400 350 300 250 200 150 100 50 50 0 Mangueira Justino Rio Grande Arraial Quitéria Boto Mendanha Silveira 0 Euhalino Oligohalino 35 Histogram: Biomassa aérea (g/m2) Expected Normal 30 41,9% 25 No. of obs. 20 15 21,6% 10 12,2% 5 8,1% 5,4% 2,7% 2,7% 2,7% 1,4% 1,4% 0 0 72 144 216 288 360 432 504 576 648 720 X <= Category Boundary

Landsat 5/TM (Bandas 1,2, 3 e 4) Processamento digital de imagens Correções geométricas, radiométricas e atmosféricas (IDRISI ANDES ) Correlações entre % de abundância in situ e reflectâncias das bandas 2, 3 e 3/2 Mapas de Distribuição e Abundância 2) Métodos classificadores diversos 3) Índice NDVI 3) Aplicação de algoritmo obtido pelas correlações

RESULTADOS Abundância da VAS in situ e estimada por satélite Medida in situ 80km 2 Estimada por satélite (Class. Supervisionada de Fisher) 73 km 2 Estimada por satélite (aplicação de algoritmo) Superestima em zonas profundas

Caracterização espectral da água e da VAS Curvas de Reflectância in situ: FieldSpec HandHeld Portable Spectroradiometer Parâmetros coletados por ponto: Condição do Tempo Nebulosidade Dir. & Vel. Vento Temp da água e ar Profundidade Secchi Rugosidade água Imagens digitais Amostras d água: Salinidade Material em Suspensão Matéria Orgânica Chl-a Diferentes condições ópticas: - Épocas do ano - Diferentes locais - Areas com e sem VAS; - Rasas e profundas Áreas rasa com VAS densa Amostras VAS Identificação Biomassa Área profunda com alta [SS]

Comportamento espectral da VAS e água - áreas rasa vegetada e profunda 2 de Junho 2010 Espectro de reflectância (médias) Primeira derivada da curva de reflectância - Diferença marcada entre área rasa e profunda em torno de 700nm: - variação pos. em áreas rasas; - variação neg. em áreas profundas Area rasa com VAS: - baixos albedos, - Pico de reflectância em 700 nm, -Pico de absorção em 660nm - Gradientes com biomassa Zona Profunda (canal): - grandes albedos, - Pico em 580 -gradiente com profundidade e [SS] Remoção do contínuo - Realçe nas feições de absorção

Parâmetros opticamente ativos e propriedades da água

Correlogramas entre as razões de bandas de reflectância e as variáveis biomassa de VAS, Chl-a e SS (assinatura das variáveis) Melhor razão de bandas (melhores assinaturas): VAS - entre 600/450 e 600/475 nm ; vermelho/azul, vermelho/verde e infravermelho próximo/azul. Chl-a d água - pouca correlação com as razões, apenas uma forte e negativa em 550/475nm. Problemas com baixo N e baixas concentrações. Sólidos em suspensão - destaque para a infravermelho próximo/azul.

Análise do banco de sementes e ambiente sedimentar Sediment cores Fascies (5cm) Sediment Layer (cm) 4 Density, Comunity size, Seed weight, density structure species Justino Estrato do sedimento 0-5cm 5-10cm 10-15cm 15-20cm 0 10 20 30 40 50 60 70 80 90 100 1 2 3 Mangueira Different 20-25cmsites (Exposure do hydrodinamics) R. maritima - eurihaline Densidade sementes (nº.10³ m-²) 1 Z. Palustris 2 - oligohaline 3 4 Arraial Pombas

Abril de 2010 após baixíssimas abundâncias de SAV 400 MO Profundidade do sedimento (cm) Granulometria (%) 0 10 20 30 40 50 60 70 80 90 100 0-5 5-10 10-15 15-20 20-25 0 10 20 30 40 50 60 70 80 90 100 0-5 5-10 10-15 15-20 20-25 0 20 40 60 80 Justin 100 0-5 5-10 10-15 15-20 20-25 0 10 20 30 40 50 60 70 80 90 Pomba 100 0-5 5-10 10-15 15-20 20-25 0 20 40 60 80 100 0-5 5-10 10-15 15-20 20-25 areia média areia fina areia muito fina silte argila 0 0.5 1 1.5 2 2.5 3 0-5 5-10 10-15 15-20 20-25 400 Mangueira 350 300 250 0 0.5 1 1.5 2 2.5 3 200 0-5 5-10 400 150 Justino 10-15 350 100 250 Biomassa Tota 200 150 100 50 0 Biomassa Total Fanerógamas 15-20 300 50 20-25 0 0.5 1 1.5 250 2 2.5 0 3 1 2 0-5 200 Biomassa Total Fanerógamas 5-10 400 150 10-15 350 100 15-20 300 50 20-25 0 0.5 1 1.5 2 2.5 3 250 0 0-5 Biomassa Total 1Fanerógamas 2 3 200 5-10 400 150 10-15 350 100 15-20 300 20-25 50 250 0 0.5 1 1.5 2 2.5 3 0 0-5 200 1 2 3 4 5-10 150 10-15 100 15-20 50 20-25 0 Matéria Orgânica e Carbonato (%) Ilha das Pombas Pombas Arraial Mendanha 350 300 CO 3 1 2 3 4 5 1

Coletas repetidas em Abril e Maio de 2011 Após alta abundância de VAS Entre locais (gradiente de hidro e salinidade) 1) Mangueira; 2) Justino; 3) Pombas; 4) Arraial; 5) Mendanha; 6) Silveira Parâmetros de sedimento e biomassa Dentro e Fora de pradarias 1) Mangueira 2) Arraial 3) Mendanha Profundidades 50 cm 1 m 2m Importantes subsídios para estudos sobre: -Estoque de sementes e potencial de colonização e recuperação após impactos naturais e antrópicos - Contribuição das pradarias para o estoque de MO no sedimento - Estimar o carbono estocado na vegetação e sedimento abaixo, para inventários sobre o carbono costeiro

Bolsistas Bruno Lainetti (PIBIC) Milton Araújo (PIBIC) Beatriz Farias (PIBIC-EM) MSc. Marianna Lanari (DTI-C) Colaboradores Sensoriamento Remoto e Radiometria: MSc. Allan de Oliveira e Oliveira (IFRS/ FURG) Dr. Waterloo Pereira Filho (UFSM) Dra. Evlyn Novo (INPE)

INTERAÇÕES Informações do DIVAS-PELD serão utilizadas para alimentar os seguinte projetos: Rede de Monitoramento de Habitats Costeiros (ReBentos) - Projeto Vegetação Submersa Uma (1 bolsa DTI-C acrescida) SegrassNet Global Coastal Carbon Data Archive Blue Carbon Scientific Working Group (CI, IUCN and COI-UNESCO)

Acoplamento bêntico e destino do N - Hipóteses - Em áreas rasas do ELP, fontes alóctones de N podem ser insuficientes em determinadas épocas para suportar a demanda de N por produtores primários bentônicos - Demanda é suprida por remineralização da matéria orgânica, derivada da biomassa morta destes produtores Perguntas: - Quanto e por quanto tempo o N é retido na biomassa bacteriana? Captação de N pelo microfitobentos depende da remineralização deste N. Quanto?