Monitoramento da Qualidade da Água com Sentinel-2: Uma Aplicação no Âmbito do Projeto HidroSAT da ANA

Código

XXVI-SBRH0343

Autores

Henrique Borges, Taína Martins Magalhães, Matheus Henrique Tavares, David Guimarães Franca, Dhalton Luiz Tosetto Ventura, Rita de Cássia Cerqueira Condé de Piscoya, DIEGO RAPHAEL ALVES E SANTOS, Joana Roussillon, Jean-Michel Martinez, WALSZON TERLLIZZIE ARAÚJO LOPES

Tema

F - Processos Hidrológicos e Monitoramento Integrado de Recursos Hídricos

Resumo

O monitoramento da qualidade da água é fundamental para a gestão dos recursos hídricos. O sensoriamento remoto oferece uma alternativa com bom custo-benefício e espacialmente abrangente. Inserido no contexto do projeto HidroSAT, uma colaboração entre a Agência Nacional de Águas e Saneamento Básico (ANA), a Agência Brasileira de Cooperação (ABC) e o Institut de Recherche pour le Développement (IRD) para o desenvolvimento de técnicas de monitoramento hidrológico, este estudo apresenta uma metodologia para derivar concentrações de Clorofila-a e Turbidez a partir de imagens Sentinel-2, concebida para ser aplicada em múltiplos corpos d'água. O fluxo de trabalho envolve correção atmosférica, delimitação das superfícies de água e a estimativa dos parâmetros de qualidade de água empregando uma classificação por Tipos Ópticos de Água aliada ao uso de algoritmos de inversão da Reflectância de Sensoriamento Remoto (Rrs). Destaca-se a capacidade da metodologia para o processamento simultâneo de numerosos reservatórios dentro de uma cena de imagem de satélite, incluindo os de menor porte, oferecendo potencial para um monitoramento regional extensivo. Como estudo de caso, a metodologia foi aplicada ao Açude Castanhão, no Ceará, para o período entre 2018 e 2024, gerando séries temporais de concentração de Clorofila-a e Turbidez. Os resultados demonstram variabilidade significativa destes parâmetros ao longo do tempo, em concordância com os valores esperados. A abordagem mostrou-se eficaz, fornecendo informações valiosas para a gestão e demonstrando potencial para aplicação mais ampla, embora a implementação em larga escala demande esforço computacional significativo e validação adicional com dados in situ.