Estimativas de sensoriamento remoto de clorofila-A (CLA) de modelos globais têm sido usadas para apoiar a tomada de decisões no sul do Brasil, a mais importante região de produção de moluscos bivalves (~9 mil toneladas em 2022) do país, e um estudo recente indicou que essas estimativas representam mal os níveis reais de CLA. O objetivo do estudo foi desenvolver um algoritmo aprimorado para estimar a clorofila-a nessas águas costeiras a partir de imagens multiespectrais. Um banco de dados CLA coletado in situ entre 2007 e 2009 foi utilizado para calibrar e validar algoritmos baseados em dados espectrais do Espectrômetro de Imagem de Média Resolução (MERIS) (satélite ENVISAT) (resolução espacial de 300m), incluindo algoritmos baseados em bandas vermelhas e infravermelhas próximas: duas bandas (2B e M2B), três bandas (3B) e o Índice de Clorofila por Diferença Normalizada (NDCI e MNDCI). Previsões dos modelos globais OC4ME e Rede Neural também foram avaliadas. Os resultados dos algoritmos NIR-red correlacionaram-se significativamente com o CLA medido, exceto para MNDCI. Os modelos com melhor desempenho durante a calibração, aqueles baseados em 2B e NDCI (R2 = 0,37, erro padrão residual = 2,57 mg.m-3), foram validados e ajustaram-se melhor aos dados medidos (R2 >= 0,22) e apresentaram menores valores de RMSE (cerca de 2,5 mg.m-3) do que os resultados dos modelos globais, que nem sequer se correlacionaram significativamente (p>0,05) com as medições in situ de CLA. Os modelos desenvolvidos tiveram um desempenho melhor do que os modelos globais avaliados, no entanto têm um poder de previsão limitado quando comparados com algoritmos regionais desenvolvidos noutros locais e isto está provavelmente ligado à baixa gama de medições de CLA utilizadas para treinar os modelos.
Link: https://periodicos.ufpe.br/revistas/index.php/rbgfe/article/view/261353
Enquadramento dos Corpos Hídricos e Culturas Irrigáveis na Bacia Hidrográfica do Rio Itajaí
maio 16, 2025
Nenhum comentário
