Modelagem da qualidade das águas a partir de sensoriamento remoto hiperespectral Translated title: Water quality model using hyperspectral remote sensing

Abstract

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.

Translated abstract

ABSTRACT This study aimed to estimate limnological parameters using remote sensing data. Data were sampled in 20 sites in the Orós reservoir in Ceará State, Brazil in March/2011 and August/2012. Secchi transparency, turbidity, suspended inorganic sediments (SIS), transparency, electrical conductivity of water (CE), and radiometric data were analysed. After sampling the data were submitted to correlation and regression analysis between the bidirectional reflectance factor (FR) and SIS, CE, turbidity and transparency data. For estimating SIS the adjusted model was the potential model (SIS = 860.1679*FRλ7201/0.6427) with a coefficient of determination (R2) of 0.90. For turbidity the best model was represented by euqation Turb = (FRλ720 – 0.0217)/0.0017 providing a R2 of 0.90 and the best model for transparency was Transp = (-FRλ653 + 0.171)/0.1375 with an R2 of 0.92. For the electrical conductivity of water the CE = (-FRλ632 + 0.5352)/1.6278 was the best with a R2 of 0.93. For all these models, p-value was smaller than 0.001. These models seems to be reliable and indicate that these limnological variables can be estimated using in situ remote sensing data.