Submitted by Fernanda Costa (fernandaclaudiasilva19@gmail.com) on 2018-11-26T17:43:54Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) AnaliseImagensSensores.pdf: 20924851 bytes, checksum: 0c4547ee93a42f60be614a94d78671b7 (MD5) / Rejected by Cleide Dantas (cleidedantas@ufpa.br), reason: Na citação usar a denominação que se encontra no documento: Centro... Renomear o arquivo: Dissertacao_ Palavras-chave: podemos acrescentar: Derramamento de óleo; Maranhão - Estado; Amazônia Brasileira on 2018-11-27T14:16:10Z (GMT) / Submitted by Fernanda Costa (fernandaclaudiasilva19@gmail.com) on 2018-11-27T17:47:07Z No. of bitstreams: 2 Dissertacao_AnaliseImagensSensores.pdf: 20924851 bytes, checksum: 0c4547ee93a42f60be614a94d78671b7 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Cleide Dantas (cleidedantas@ufpa.br) on 2018-11-28T12:51:15Z (GMT) No. of bitstreams: 2 Dissertacao_AnaliseImagensSensores.pdf: 20924851 bytes, checksum: 0c4547ee93a42f60be614a94d78671b7 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-11-28T12:51:15Z (GMT). No. of bitstreams: 2 Dissertacao_AnaliseImagensSensores.pdf: 20924851 bytes, checksum: 0c4547ee93a42f60be614a94d78671b7 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2006-04-18 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / Os derramamentos de óleo no Brasil estão cada vez mais frequentes, causando diversos impactos ao ambiente e comunidades biológicas. Mapas de índices de sensibilidade ambiental ao derramamento de óleo são componentes indispensáveis dos planos de contingência e resposta emergencial a este tipo de acidente. Estes apresentam um sistema de classificação que é baseado nas características geomorfológicas das áreas, as quais são definidas pelos seguintes fatores: grau relativo de exposição às energias de ondas e marés, declividade da costa e tipo de substrato, e, ainda, facilidades para limpeza e remoção das áreas impactadas pelo óleo. Dentro desse contexto, foi escolhida a região do Golfão Maranhense, extremo norte do Estado do Maranhão, com o objetivo de mapear e analisar os índices de sensibilidades ambientais (ISAs) dos ambientes costeiros ao derramamento de óleo, pois nesta área encontra-se o segundo maior porto em calado do mundo, o Porto de Itaquí. Além disso, esta região está na rota de aproximadamente seiscentos navios petroleiros por ano, que são potenciais causadores de acidentes que provocam o derramamento. A abordagem metodológica para a geração dos mapas de índices de sensibilidade envolveu a análise integrada dos ambientes costeiros a partir do processamento digital de imagens de sensores remotos ópticos, neste caso, Landsat-4 TM, CBERS-2 CCD e SPOT-2 HRV, imagens SAR (radar de abertura sintética) do RADARSAT-1 Wide-1, dados de elevação da SRTM (shuttle radar topography mission), sistema de informação geográfica (SIG) e levantamentos de campo, relativos a geomorfologia, topografia e sedimentologia. A partir dos métodos utilizados, os ambientes costeiros reconhecidos na região do Golfão Maranhense foram agrupados de acordo com seus índices de sensibilidade ambiental em: 1 - Estruturas artificiais (muro de arrimo) - ISA 1 B; 2- Falésias - ISA 1 C; 3 - Praias arenosas com granulometria fina e Dunas Móveis- ISA 3A; 4-Planicies de maré arenosa - ISA 7; 5 - Planícies de maré mista, Planícies de maré lamosa e Deltas de maré vazante - ISA 9A; 6 - Planícies de supramaré arenosa - ISA 9C; 7 Pântanos Salinos - ISA 1 DA; 8- Pântanos de água doce e Lagos intermitentes - ISA 108; 9 - Mangue -ISA 1DC. Esta abordagem mostrou-se eficaz no reconhecimento e análise dos ambientes costeiros e, conseqüentemente, permitiu a atribuição de índices de sensibilidade ao derramamento de óleo para estes ambientes, dentro de ma base de dados georreferenciada, que permite a tomada de decisão com maior rapidez e eficácia, caso ocorra algum derramamento de óleo na região. / The oil spills in Brazil are more and frequents, causing several impacts on environments and biological communities. Envronmental sensitivy index maps of oil spils are indispensbles components of contingency and emergency answer plans for this tpe of accident. These maps present a system of classification based on geomorphologic characteristics of the áreas, which are defined by the following factors: wave and tidal energy exposure relative degree, shoreline slope and substrate type, and also, the easiness to clean and remove the oil impacted áreas. In this contect, the “Golfão Maranhense” region, located on Northern “Maranhão” State, was chosen in order to map and analyze the environmental sensitivity indexes (ESis) of oil spills on coastal environments, for in this área, we find the second largest port in draught of the world, the Porto f “Itaqui”. Moreover, this region is the route of six hundred oil tankers per year, which are potential agents that cause the oil spill. The methodological approach for creating the maps of environmental sensitivity index included the integrated analysis of coastal environments based on digital image processing from remote optical sensores, in this case, Landsat-4TM, CBERG-2 CCD and SPOT-2 HRV, SAR (Synthetic Aperture Radar) images from RADARSAT-1 Wide 1, SRTM (Shuttle Radar Topography Mission) elevation data, geographic information system and Field surveys related to geomorphology, topography and sedimentology. Using the aforementioned methods, the coastal environments recognized in “Golfão Maranhense” were grouped according to their envronmental sensitivity index: 1 – Solid men-made structures (ESI 1B); 2- Cliffs (ESI 1C); 3 – Fine grained sand beaches and móbile dunes (ESI 3ª); 4- Tidal sandflats (ESI 7); 5- Mixed intertidal Banks, tidal mudflats and ebb-tidal delta (ESI 9ª); 6- Supratidal sandflat (ESI 9C); 7- Saltmarshes (ESI 10ª); 8- Fresh marhes and intermittent lakes (ESI 10B) and 9- Mangrove (ESI 10C). This approach is efficient to recognize and analyze coastal environments and, therefore, it pernitted the sensivity index attribution for the oil spill on yhese environments, in a georefenced data base, which allows making faster e more efficiently decisions in case oil spills come to happen.