Busca avançada
Ano de início
Entree

Caracterização bio-óptica espaço-temporal e desenvolvimento de algoritmos analíticos para o monitoramento sistemático das massas de água que circulam pela planície de inundação do médio e baixo Amazonas

Resumo

Em termos relativos, o ecossistema da planície de inundação do Rio Amazonas é pouco conhecido e estudado, quando comparado aos ecossistemas terrestres amazônicos. Estima-se a existência de mais de 10 mil lagos com área superior a um hectare (1 ha), dos quais menos de 1% foram estudados. Dada às dimensões da planície, o seu monitoramento só é viável por sensoriamento remoto orbital. Estudos realizados pelo nosso grupo de pesquisa, integrando dados de sensoriamento remoto, medidas espectroradiométricas acima da água e modelos empíricos, permitiram caracterizar padrões da dinâmica espaço-temporal das massas de água ao longo do ciclo hidrológico, sem, no entanto, descrever e analisar a composição espectral do campo de luz subaquático, informação essencial, por exemplo, para estimar a produtividade primária em ambientes aquáticos. Recentemente nosso grupo de pesquisa, com apoio da FAPESP, CNPq e ANEEL, adquiriu um conjunto de perfiladores subaquáticos que viabilizam a caracterização bio-óptica da coluna d'água e a parametrização de modelos analíticos para mapeamento dos constituintes da água. Modelos bio-ópticos analíticos, diferentemente dos empíricos, têm abrangência temporal, o que reduz a necessidade e os custos de medidas in situ. Vale ressaltar que o uso desses equipamentos, desenvolvidos para uso em oceanos, em águas altamente complexas como as amazônicas, é um campo extremamente fértil, dado que há toda uma linha de revisão de métodos e melhoramento de protocolos de correção dos dados. Esta proposta visa dar continuidade aos estudos iniciados no contexto projeto FAPESP 2011/23594-8 sobre caracterização bio-óptica e desenvolvimento de uma metodologia, fundamentada nos conceitos modelagem diretas e inversas para estimativa dos constituintes das massas de águas que circulam pela planície de inundação amazônica, utilizando sensores orbitais de ultima geração (OLI, HICO, Sentinel-2 e 3). (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (8)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
MACIEL, DANIEL ANDRADE; FARIA BARBOSA, CLAUDIO CLEMENTE; LEAO DE MORAES NOVO, EVLYN MARCIA; FLORES JUNIOR, ROGERIO; BEGLIOMINI, FELIPE NINCAO. Water clarity in Brazilian water assessed using Sentinel-2 and machine learning methods. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, v. 182, p. 134-152, DEC 2021. Citações Web of Science: 0.
JORGE, DANIEL S. F.; LOISEL, HUBERT; JAMET, CEDRIC; DESSAILLY, DAVID; DEMARIA, JULIEN; BRICAUD, ANNICK; MARITORENA, STEPHANE; ZHANG, XIAODONG; ANTOINE, DAVID; KUTSER, TIIT; BELANGER, SIMON; BRANDO, VITTORIO O.; WERDELL, JEREMY; KWIATKOWSKA, EWA; MANGIN, ANTOINE; D'ANDON, ODILE FANTON. A three-step semi analytical algorithm (3SAA) for estimating inherent optical properties over oceanic, coastal, and inland waters from remote sensing reflectance. REMOTE SENSING OF ENVIRONMENT, v. 263, SEP 15 2021. Citações Web of Science: 1.
FREIRE DA SILVA, EDSON FILISBINO; LEAO DE MORAES NOVO, EVLYN MARCIA; LOBO, FELIPE DE LUCIA; FARIA BARBOSA, CLAUDIO CLEMENTE; CAIRO, CAROLLINE TRESSMANN; NOERNBERG, MAURICIO ALMEIDA; DA SILVA ROTTA, LUIZ HENRIQUE. A machine learning approach for monitoring Brazilian optical water types using Sentinel-2 MSI. REMOTE SENSING APPLICATIONS-SOCIETY AND ENVIRONMENT, v. 23, AUG 2021. Citações Web of Science: 0.
PAHLEVAN, NIMA; MANGIN, ANTOINE; BALASUBRAMANIAN, SUNDARABALAN V.; SMITH, BRANDON; ALIKAS, KRISTA; ARAI, KOHEI; BARBOSA, CLAUDIO; BELANGER, SIMON; BINDING, CAREN; BRESCIANI, MARIANO; GIARDINO, CLAUDIA; GURLIN, DANIELA; FAN, YONGZHEN; HARMEL, TRISTAN; HUNTER, PETER; ISHIKAZA, JOJI; KRATZER, SUSANNE; LEHMANN, MORITZ K.; LIGI, MARTIN; MA, RONGHUA; MARTIN-LAUZER, FRANCOIS-REGIS; OLMANSON, LEIF; OPPELT, NATASCHA; PAN, YANQUN; PETERS, STEEF; REYNAUD, NATHALIE; DE CARVALHO, LINO A. SANDER; SIMIS, STEFAN; SPYRAKOS, EVANGELOS; STEINMETZ, FRANCOIS; STELZER, KERSTIN; STERCKX, SINDY; TORMOS, THIERRY; TYLER, ANDREW; VANHELLEMONT, QUINTEN; WARREN, MARK. ACIX-Aqua: A global assessment of atmospheric correction methods for Landsat-8 and Sentinel-2 over lakes, rivers, and coastal waters. REMOTE SENSING OF ENVIRONMENT, v. 258, JUN 1 2021. Citações Web of Science: 4.
MACIEL, DANIEL ANDRADE; FARIA BARBOSA, CLAUDIO CLEMENTE; LEAO DE MORAES NOVO, EVLYN MARCIA; CHERUKURU, NAGUR; MARTINS, VITOR SOUZA; FLORES JUNIOR, ROGERIO; JORGE, DANIEL SCHAFFER; SANDER DE CARVALHO, LINO AUGUSTO; CARLOS, FELIPE MENINO. Mapping of diffuse attenuation coefficient in optically complex waters of amazon floodplain lakes. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, v. 170, p. 72-87, DEC 2020. Citações Web of Science: 0.
DA SILVA, EDSON FILISBINO FREIRE; NOVO, EVLYN MARCIA LEAO DE MORAES; LOBO, FELIPE DE LUCIA; BARBOSA, CLAUDIO CLEMENTE FARIA; NOERNBERG, MAURICIO ALMEIDA; ROTTA, LUIZ HENRIQUE DA SILVA; CAIRO, CAROLLINE TRESSMANN; MACIEL, DANIEL ANDRADE; FLORES JUNIOR, ROGERIO. Optical water types found in Brazilian waters. LIMNOLOGY, v. 22, n. 1 JUL 2020. Citações Web of Science: 0.
JORGE, DANIEL S. F.; BARBOSA, CLAUDIO C. F.; DE CARVALHO, LINO A. S.; AFFONSO, ADRIANA G.; LOBO, FELIPE DE L.; NOVO, EVLYN M. L. DE M. SNR (Signal-To-Noise Ratio) Impact on Water Constituent Retrieval from Simulated Images of Optically Complex Amazon Lakes. REMOTE SENSING, v. 9, n. 7 JUL 2017. Citações Web of Science: 6.
MARTINS, VITOR SOUZA; FARIA BARBOSA, CLAUDIO CLEMENTE; SANDER DE CARVALHO, LINO AUGUSTO; FERREIRA JORGE, DANIEL SCHAFFER; LOBO, FELIPE DE LUCIA; LEAO DE MORAES NOVO, EVLYN MARCIA. Assessment of Atmospheric Correction Methods for Sentinel-2 MSI Images Applied to Amazon Floodplain Lakes. REMOTE SENSING, v. 9, n. 4 APR 2017. Citações Web of Science: 45.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.