Estágio realizado na Instituto Nacional de Saúde Doutor Ricardo Jorge, I.P. (INSA, I.P.). e orientado pelo Doutora Ana Margarida Heitor / Tese de mestrado integrado. Engenharia Química. Faculdade de Engenharia. Universidade do Porto. 2009

Medidas complementares ao monitoramento in situ da qualidade da água podem ser obtidas por meio de sensoriamento remoto, sendo clorofila-a e sólidos suspensos alguns dos parâmetros que podem ser estimados. Este trabalho teve como objetivo explorar técnicas de processamento de imagens, análises estatísticas e de inteligência artificial com o objetivo de predizer e modelar as concentrações de clorofila-a e sólidos suspensos totais na Represa do Lobo/SP. Metodologicamente, foram realizadas coletas em campo, em três diferentes datas, para amostragem de água e posterior análise laboratorial. Os resultados limnológicos foram analisados, modelados e comparados com imagens processadas do satélite Sentinel-2. Análises de regressão e redes neurais artificiais (RNA) foram exploradas para gerar modelos de predição para a área de estudo. Os resultados indicam que métodos de regressão podem não ser adequados para capturar as relações lineares e/ou não-lineares entre os compostos de interesse e as respostas espectrais da água recebidas pelo satélite, indicando a capacidade das redes neurais em modelar relações mais complexas. Através da integração da resposta que o sensor MSI do satélite Sentinel-2 coletou nas regiões do visível ao infravermelho médio e de RNAs foi possível modelar a concentração de clorofila-a, com valores de R² superiores a 0,65 e de RMSE inferiores a 2,5 μg/L, e gerar mapas que permitam seu monitoramento temporal e análise espacial na área de estudo. Os resultados para SST não foram satisfatórios devido à complexidade óptica do ambiente analisado, bem como as baixas concentrações de SST na represa. Portanto, a integração de dados de sensoriamento remoto no mapeamento de corpos d\'água com a aplicação de redes neurais na análise de dados é uma abordagem promissora para prever clorofila-a e sólidos suspensos, bem como suas variações temporais e espaciais. / Complementary measures to in situ monitoring of water quality can be obtained through remote sensing, with chlorophyll-a and suspended solids being some of the parameters that can be estimated. The objective of this work was to explore techniques for image processing, statistical analysis and artificial intelligence with the objective of predicting and modeling the concentrations of chlorophyll-a and total suspended solids in the Lobo Reservoir/SP. Methodologically, field samples were collected in three different dates for water sampling and laboratory analysis. The limnological results were analyzed, modeled and compared with processed images of the Sentinel-2 satellite. Regression analysis and artificial neural networks (ANNs) were explored to generate prediction models for the study area. The results indicate that regression methods may not be adequate to capture linear and/or nonlinear relationships between the compounds of interest and the spectral responses of water received by the satellite, indicating the ability of neural networks to model more complex relationships. Through of the integration of response wich the MSI sensor of Sentinel satellite collected in the visible and near-infrared regions and of the ANN analysis was possible modeling the chlorophyll-a concentration, wich R² values highers of 0.65 and RMSE less 2.5, and create predict maps wich allow your temporal monitoring and spatial analysis in the study area. The TSS results were unsatisfactory because of the optic complexity of analysed ambient, as well as your small TSS concentrations in the Lobo Reservoir. Therefore, the integration of remote sensing data in the mapping of water bodies with the application of neural networks in the data analysis is a promising approach to predict chlorophyll-a and suspended solids as well as their temporal and spatial variations.

Made available in DSpace on 2016-12-23T14:04:28Z (GMT). No. of bitstreams: 1 Thanira Thammy Bastos Vilches.pdf: 1736718 bytes, checksum: 0125ce265ba8a796bb53677bd39e82a4 (MD5) Previous issue date: 2013-03-11 / Suspended solids transport excess, caused by erosion, may limit water use and cause rivers siltation. Suspended solids concentration may be assessed by remote sensing because the reflectance of the scenes, in the visible and infrared ranges, is positively influenced. This work aims at the understanding of the variability of suspended sediments concentrations in a Doce river stretch located in Espírito Santo state, Brazil, through spectral analysis of satellite images data and analysis of field measurements results. There were analyzed suspended solids concentrations for samples collected in Regência and Colatina Doce river sections and images captured by LANDSAT 5 TM satellite. To obtain reflectance values, the following operations were performed: geometric correction, conversion of DN values to apparent FRB values, atmospheric correction, using the 6S model (FRB surface), and transformation of NCs values.The results showed that, for the images corrected from atmospheric effects, the values of the ND curve related to the apparent FRB are higher than the values of the surface s FRB curve in the visible region, due to the electromagnetic radiation scattering phenomenon. In the near-infrared regions, the reverse was observed, because of the absorption of electromagnetic radiation by the atmosphere. It was observed positive correlation between reflectance and suspended solids concentration, despite the difficulties in obtaining data from same satellite images and field sample collection dates. For Regência data, the best correlation was obtained for band 1, located in the visible range of the surface s FRB curve, suggesting less suspended sediment transport. For Colatina, the best correlation occurred for band 4, located in the near-infrared range of the same surface s FRB curve, indicating greater sediment transport in this part of the Doce river during the sampling dates. It was concluded that the surface reflectance best represents the water spectral curve and that the correlated data showed the following pattern: smaller reflectance corresponds to lower water suspended solids concentration / O transporte de sólidos em suspensão, causado por erosão, é um dos problemas que limitam o uso da água, podendo causar assoreamento nos rios. A concentração de sólidos suspensos pode ser avaliada através do sensoriamento remoto, pois a reflectância da cena, na faixa do visível e do infravermelho, é positivamente influenciada. Desta forma, este trabalho visa o conhecimento da variabilidade das concentrações de sedimentos em suspensão no trecho do rio Doce localizada no ES, através de análises de dados espectrais contidos nas imagens orbitais e de resultados de medições em campo. Para tanto, foram avaliados dados concentrações de sólidos suspensos em amostras coletadas em Regência e Colatina, e imagens TM do satélite LANDSAT 5. Para obtenção dos valores de reflectância, foram realizadas as seguintes operações: correção geométrica, conversão dos NDs para valores de FRB aparente, correção atmosférica com uso do modelo 6S (FRB superfície), e transformação de NCs em valores de reflectância. Os resultados mostraram que nas imagens corrigidas dos efeitos atmosféricos, os valores da curva de ND referentes aos FRBs aparentes são superiores aos valores da curva FRB de superfície na região do visível, devido ao fenômeno de espalhamento da radiação eletromagnética. Nas regiões do infravermelho próximo, ocorreu o inverso, uma vez que há absorção da radiação eletromagnética pela atmosfera. Quanto aos sólidos suspensos, foram encontradas correlações positivas entre a reflectância e a concentração dos sólidos suspensos, apesar das dificuldades de obtenção de dados concomitantes das datas de imagens orbitais com datas da coleta de campo. Para os dados de Regência, a melhor correlação ocorreu para banda 1, que se localiza na faixa do visível, da curva dos FRB de superfície, sugerindo menor transporte de sedimentos suspensos. Para Colatina, ocorreu para banda 4, que se encontra na faixa do infravermelho próximo, também para curva dos FRB de superfície, sugerindo maior transporte de sedimentos nesse trecho do rio Doce, para as datas de amostragem. Conclui-se que a reflectância que melhor representa a curva espectral da água é de superfície e os dados correlacionados seguiram o padrão de quanto menores as reflectâncias, menores as concentrações de sólidos suspensos na água