Download PDF
ads:
ALTIMETRIA ESPACIAL APLICADA AOS ESTUDOS DE PROCESSOS HÍDRICOS EM
ZONAS ÚMIDAS DA BACIA AMAZÔNICA
Joecila Santos da Silva
Tese de Doutorado apresentada ao Programa de Pós-
graduação em Engenharia Civil, COPPE, da
Universidade Federal do Rio de Janeiro, como
parte dos requisitos necessários à obtenção do
título de Doutor em Ciências.
Orientadores: Otto Corrêa Rotunno Filho
Stéphane Calmant
Rio de Janeiro
Março 2010
COPPE/UFRJ
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
ALTIMETRIA ESPACIAL APLICADA AOS ESTUDOS DE PROCESSOS HÍDRICOS EM
ZONAS ÚMIDAS DA BACIA AMAZÔNICA
Joecila Santos da Silva
TESE SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO LUIZ COIMBRA
DE PÓS-GRADUAÇÃO E PESQUISA DE ENGENHARIA (COPPE) DA UNIVERSIDADE
FEDERAL DO RIO DE JANEIRO COMO PARTE DOS REQUISITOS NECESSÁRIOS
PARA A OBTENÇÃO DO GRAU DE DOUTOR EM CIÊNCIAS EM ENGENHARIA CIVIL.
Examinada por:
___________________________________________________
Prof. Otto Corrêa Rotunno Filho, Ph.D.
___________________________________________________
Dr. Stéphane Calmant, D.Sc., HDR
___________________________________________________
Prof. Augusto José Pereira Filho, Ph.D.
___________________________________________________
Dr
a
. Frédérique Sabine Vachald Seyler, D.Sc., HDR
___________________________________________________
Dr. Jean Loup Guyot, D.Sc., HDR
___________________________________________________
Prof. Naziano Pantoja Filizola Junior, D.Sc.
___________________________________________________
Prof. Serge Jean-Paul Chauzy, D.Sc., HDR
___________________________________________________
Prof. Webe João Mansur, Ph.D.
RIO DE JANEIRO, RJ – BRASIL
MARÇO DE 2010
ads:
iii
Silva, Joecila Santos da
Altimetria Espacial Aplicada aos Estudos de Processos
Hídricos em Zonas Úmidas da Bacia Amazônica / Joecila
Santos da Silva – Rio de Janeiro: UFRJ/COPPE, 2010.
XXXVII, 279 p.: il.; 29,7 cm.
Orientadores: Otto Corrêa Rotunno Filho
Stéphane Calmant
Tese (doutorado) – UFRJ/COPPE/Programa de
Engenharia Civil, 2010.
Referências Bibliográficas: p. 215-244
1. Altimetria Espacial. 2. Hidrologia espacial. 3. Zonas
úmidas. 4. Sensoriamento remoto. 5. Bacia Amazônica. 6.
Hidrometria. I. Rotunno Filho, Otto Corrêa et al. II.
Universidade Federal do Rio de Janeiro, COPPE, Programa
de Engenharia Civil. III. Título.
iv
A minha família.
v
AGRADECIMENTOS
“Eu poderia suportar, embora não sem dor,
que tivessem morrido todos os meus amores,
mas enlouqueceria se morressem todos os meus amigos!
A alguns deles não procuro, basta me saber que eles existem.
Esta mera condição me encoraja a seguir em frente pela vida....
...mas é delicioso que eu saiba e sinta que os adoro,
embora não declare e não os procure sempre...”
Vinicius de Moraes
Esta tese é fruto do esforço de um grupo diversificado de pessoas com as quais tive o
imenso prazer de conviver, compartilhando experiências pessoais e profissionais nos
últimos cinco anos. Todas, de alguma forma, colaboraram em diferentes etapas do
trabalho, ensinando-me e introduzindo novos conceitos, processando dados, lendo e
fazendo sugestões, cuidado dos aspectos buracrático-administrativos, discutindo,
aconselhando, incentivando, apoiando e, muitas vezes, simplesmente me escutando. A
todas essas pessoas maravilhosas, indistintamente, que, por vontade própria ou por
iniciativa minha, acabaram se envolvendo neste trabalho, expresso os meus mais
sinceros agradecimentos e minha profunda gratidão. Sem vocês eu jamais teria
conseguido. Muitíssimo obrigada!
Cette thèse est résultats de l'effort d'un groupe diversifié de personnes avec lesquelles
j'ai eu l'immense plaisir de travailler, en partageant des expériences personnelles et
professionnelles dans les cinq dernières années. Toutes ont collaboré à différentes
étapes du travail: m’enseignant et corrigeant les concepts que je ne dominais pas
complètement, en traitant des données, me relisant et me faisant des suggestions,
s’occupant des aspects burocrático-administratifs, discutant, me conseillant, me
stimulant, me soutenant et beaucoup de fois tout simplement en m’écoutant. À tous ces
gens si merveilleux, indistinctement, qui volontairement ou à mon initiative, ont fini par
s’impliquer dans ce travail, j’adresse ici mes plus sincères remerciements et ma
profonde gratitude. Sans vous je n’aurais jamais réussi. Merci, merci beaucoup!
Em especial, gostaria de agradecer algumas pessoas e instituições.
Ao meu orientador Stéphane Calmant, por me propiciar a oportunidade de conhecer o
universo fascinante da altimetria espacial. Sua paciência, sempre acreditando,
incentivando e trazendo uma palavra amiga nos momentos difíceis foi essencial para
que eu pudesse concluir esta tese. Por tudo que ele fez... et chaque jour un peu plus
loin avec la recherche, un très grand merci.
vi
Ao meu orientador Otto Corrêa Rotunno Filho, por todo o auxílio e consideração
prestados; seus esforços despendidos para prover as condições ideais para a
realização deste trabalho foram ilimitados, muito obrigada.
À Dra. Frédérique Seyler, por quem acumulo cada vez mais respeito, por sempre
apoiar e acreditar no meu esforço, pela amizade, orientação no trabalho e conselhos
na vida desde que nos conhecemos, j’adresse mes sincères remerciements.
Meus sinceros agradecimentos ao Prof. Serge Chauzy pela consideração e empenho
prestados presidindo a banca de avaliação de minha tese para a Université Toulouse
III. Ao Prof. Augusto José Pereira Filho, a Dra. Catherine Prigent e ao Dr. Pierre
Hubert, por gentilmente aceitarem serem os relatores de minha tese para a Université
Toulouse III, e a Dra. Fréderique Seyler, ao Dr. Jean Loup Guyot, ao Prof. Manoel de
Melo Maia Nobre, ao Prof. Naziano Filizola e ao Prof. Webe João Mansur, por suas
prestimosas avaliações e elucidativos comentários que me permitiram corrigir e
aperfeiçoar a redação deste manuscrito de tese.
Ao Dr. Jean Loup Guyot, por me acolher no renomado grupo de pesquisadores do IRD
e compartilhar seus conhecimentos sobre a Amazônia, que me foram muito valiosos,
tous mes remerciements.
Ao Prof. Afonso Augusto Magalhães de Araujo, pelas sugestões, apoio e motivação para
me ajudar a entender alguns conceitos de modelagem hidrológica e pelas
enriquecedoras discussões em que conversamos sobre hidrologia.
A toda equipe do IRD, do ORE-HYBAM, do CTOH e FOAM pelo apoio e encorajamento,
em especial a Emmanuel Roux, a Gerrard Cochonneau e a Fernando Niño, pela ajuda
inestimável proporcionada pelo código computacional VALS na extração dos dados
altimétricos, j’adresse mes sincères remerciements.
À Jean François e Muriel, pela amizade e pelo precioso apoio no tratamento das
imagens MODIS, permitindo meu acesso aos computadores do CNES, je vous remercie
très sincèrement.
À COPPE/UFRJ, ao LMTG/UT3 e ao LEGOS/UT3, seus professores, pesquisadores e
funcionários, pela oportunidade de estudos, utilização de suas instalações e pela
carinhosa atenção dispensada.
vii
Às instituições CPRM, ANA e UnB, com seus funcionários e professores, que me
acolheram com total apoio em suas intalações, pelo incentivo e pelas sugestões muito
proveitosas; sou-lhes muito grata.
Ao CTOH-LEGOS, ESA, NASDA-GRFM, EOS-NASA, ANA, ORE-HIBAM, CPRM, IBGE e
GRASS Development Team, por gentilmente disponibilizarem os dados altimétricos e
in situ, imagens, mapas e softwares utilizados nesta tese.
Não poderia também deixar de registrar minha gratidão ao Institut de Recherche pour
le Développement – IRD, ao Conselho Nacional de Desenvolvimento Científico e
Tecnológico – CNPq, à Fundação de Aperfeiçoamento de Pessoal de Nível Superior –
CAPES e em especial aos projetos CAPES/COFECUB n° 516/05, CTHIDRO 037/2006
– CNPq Curso de Extensão em Hidrometria, PROSUL – Edital 05/2007, TOSCA,
Hydrologie Spacial e Dinâmica Fluvial IRD-CPRM, pelo suporte financeiro, pelas
bolsas de estudos concedidas e pelo conhecimento proporcionado para o
desenvolvimento desta pesquisa.
Aos amigos Marie Claude, Wojciech, Maria, Mauro, Sylvain, Frappart, Waldo e Marie
Dominique, por compartinharem generosamente comigo o estresse natural decorrente
do desenvolvimento de uma tese e pelos agradáveis momentos juntos em Toulouse, je
vous remercie infiniment.
Aos amigos da COPPE, Katia, Vasconcelos, Rosilene, Sibia e André, pelo agradável
convívio e pelas estimulates conversas sobre hidrologia.
Querida Carol, minha passagem por Toulouse não seria tão maravilhosa sem você,
muchas gracias por todos los momentos que hemos compartido, sueños y anhelos,
secretos, risas y lágrimas, y sobre todo, amistad.
Um agradecimento muito especial a meus queridos pais, irmãs, irmãos, sobrinhos e
sobrinhas (lindos), cunhados e cunhadas, pelo apoio, carinho, alegria contagiante que
trazem no coração e que nunca me deixaram desanimar diante dos momentos de
dificuldade. Ao meu irmão Amarildo, pelas ricas conversas que muito me estimularam
e indiretamente contribuíram ao longo da realização desta tese.
viii
Pouco conhecimento faz com que as criaturas se sintam orgulhosas.
Muito conhecimento, que se sintam humildes.
É assim que as espigas sem grãos erguem
desdenhosamente a cabeça para o céu, enquanto que
as cheias a baixam para a terra, sua mãe”.
Leonardo da Vinci
ix
Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários
para a obtenção do grau de Doutor em Ciências (D.Sc.)
ALTIMETRIA ESPACIAL APLICADA AOS ESTUDOS DE PROCESSOS HÍDRICOS EM
ZONAS ÚMIDAS DA BACIA AMAZÔNICA
Joecila Santos da Silva
Março/2010
Orientadores: Otto Corrêa Rotunno Filho
Stéphane Calmant
Programa: Engenharia Civil
Esta tese propõe o desenvolvimento de uma metodologia de utilização dos
dados de altimetria espacial para análise da variabilidade espaço-temporal dos
processos hídricos nas zonas úmidas da bacia Amazônica. O estudo de caso do
trabalho abrangeu uma extensiva validação de dados altimétricos dos satélites
ENVISAT e ERS-2 em diversos corpos hídricos na Amazônia, identificando-se a
carência de trabalhos publicados sobre o assunto em áreas continentais. Utilizou-se
um procedimento que permite uma seleção refinada em 3D das medidas altimétricas e
as correções do efeito de afastamento do nadir. Esse método permitiu melhorar
sensivelmente a qualidade das séries de nível de água. As séries temporais
altimétricas foram, então, acopladas com imagens MODIS para o estudo das variações
de volumes armazenados nas zonas úmidas, bem como usadas para análise da
variabilidade espaço-temporal na escala das sub-bacias. Os resultados da validação
entre traços no ponto de cruzamento ou com dados in situ denotam erros médios
quadráticos que variaram de 12 a 226 cm para o satélite ENVISAT (algoritmos Ice-1 e
Ice-2) e de 32 a 197 cm para o satélite ERS-2 (algoritmo Ice-2). Essas séries temporais
destacam a grande variabilidade espaço-temporal do ciclo hidrológico, de acordo com
a conexão e a posição relativa entre os cursos de água principais, os lagos e os
alagados interfluviais. No que tange à análise integrada de informações altimétricas e
de imagens MODIS, foi possível evidenciar a sazonalidade do ciclo hidrológico em
zonas úmidas via informações espaciais.
x
Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Doctor of Science (D.Sc.)
APPLICATION OF SATELLITE RADAR ALTIMETRY TO THE STUDY OF
HYDROLOGICAL PROCESSES IN THE WETLANDS OF THE AMAZON BASIN
Joecila Santos da Silva
March/2010
Advisors: Otto Corrêa Rotunno Filho
Stéphane Calmant
Department: Civil Engineering
This thesis proposes the development of a methodology to analyze the space
and time variability of the hydrologic processes in the Amazon basin wetlands by radar
altimetry. Given the little number of studies dedicated to the validation of these data
for continental water, this work included an extensive validation of the data of the
missions ENVISAT and ERS-2 on various objects of the Amazon basin. We have used
an original method allowing a fine selection in 3D of measurements and application of
dedicated corrections such as the off-nadir effect. This method improved the quality
time of water stages times series. The altimetry time series were then coupled with
MODIS images to study the variations of volumes stored in the wetlands and was used
to analyze the space and time variability of the hydrological cycle at the catchment
scale. Validation between altimetry series at crossovers or between altimetry series
and gauges result in RMS ranging between 12 to 226 cm for ENVISAT (Ice-1 and Ice-2)
and from 32 to 197 cm for ERS-2 (Ice-2). These time series highlight the geographical
variations of the hydrological cycle according to the connections and relative position
of the main river stems, the lakes and the swamps. With the analyses of integrated
altimetry and MODIS images , it is shown that it is possible to describe the seasonal
variation of the hydrological cycle in wetlands starting using satellite measurements.
xi
Résumé de la Thèse présentée à la COPPE/UFRJ comme partie des conditions
nécessaire pour obtenir le grade de Docteur en Science (D.Sc.)
APPLICATION DE L’ALTIMÉTRIE SPATIALE À L'ÉTUDE DES PROCESSUS
HYDROLOGIQUES DANS LES ZONES HUMIDES DU BASSIN AMAZONIEN
Joecila Santos da Silva
Mars/2010
Directeurs de thèse: Otto Corrêa Rotunno Filho
Stéphane Calmant
Programme: Ingénierie Civile
Cette thèse propose le développement d'une méthodologie d’utilisation des
données d'altimétrie satellitaire radar pour l’analyse de la variation spatio-temporelle
des processus hydriques dans les zones humides du bassin Amazonien. Etant donné
le faible nombre de travaux publiés sur le sujet pour les eaux continentales, ce travail
a inclus une validation extensive des données d’altimétrie satellitaire des missions
ENVISAT et ERS-2, sur divers objets du bassin Amazonien. Nous avons utilisé une
méthode originale permettant une sélection fine en 3D des mesures et l’application de
corrections de mesures inclinées. Cette méthode a permis d'améliorer sensiblement la
qualité des séries de niveau d'eau. Les séries temporelles altimétriques ont été alors
couplées avec des images MODIS pour l'étude des variations de volumes stockés dans
les zones humides et utilisées pour analyser la variabilité spatio-temporelle du cycle
hydrologique à l'échelle des sous-bassins. Du pointde vue de l’altimétrie satellitaire.
Les validations conduitent avec des traces entre elles au niveau de points de
croisement ou des données in situ résultent en RMS qui varient de 12 à 226 cm pour
ENVISAT (Ice-1 et Ice-2) et de 32 à 197 cm pour ERS-2 (Ice-2). Ces séries temporelles
mettent en évidence la grande variabilité spatiale du cycle hydrologique, selon la
connexion et la position relative entre les lits principaux, les lacs et les marécages. En
ce qui concerne l'analyse intégrée d’altimétrie et d'images MODIS, elle a montre qu’il
est possible de mettre en évidence la saisonnalité du cycle hydrique dans des zones
humides a partir d’ informations satellitaire.
xii
ÍNDICE
ÍNDICE DE FIGURAS ______________________________________________________________ XXI
ÍNDICE DE TABELAS ____________________________________________________________ XXVII
LISTA DE ABREVIATURAS ______________________________________________________ XXIX
LISTA DE SÍMBOLOS ___________________________________________________________ XXXV
CAPÍTULO 1 INTRODUÇÃO GERAL _______________________________________ 1
1.1.
CONTEXTO E PROBLEMÁTICA ______________________________________ 1
1.2.
ORIGEM E RELEVÂNCIA ____________________________________________ 4
1.3.
IDÉIAS DEFENDIDAS NESTA TESE __________________________________ 7
1.4.
OBJETIVOS E METAS _______________________________________________ 9
1.5.
FERRAMENTAS UTILIZADAS _______________________________________ 10
1.6.
ESCOPO DA TESE _________________________________________________ 11
SEÇÃO I CONSIDERAÇÕES TÉORICAS E REVISÃO
BIBLIOGRÁFICA ___________________________________________________ 13
CAPÍTULO 2 AS ÁGUAS CONTINENTAIS ________________________________ 14
2.1.
O CICLO HIDROLÓGICO E AS ZONAS ÚMIDAS ______________________ 14
2.1.1
O CICLO HIDROLÓGICO ____________________________________________ 14
2.1.2
AS ÁGUAS CONTINENTAIS _________________________________________ 16
xiii
2.1.2.1
AS ZONAS ÚMIDAS ________________________________________________ 16
2.1.2.2
AS ZONAS ÚMIDAS DO SOLO _______________________________________ 17
2.1.2.3
AS ÁGUAS SUBTERRÂNEAS ________________________________________ 17
2.1.2.4
OS RIOS ___________________________________________________________ 17
2.1.2.5
AS PLANÍCIES INUNDÁVEIS ________________________________________ 18
2.1.2.6
OS SISTEMAS LACUSTRES _________________________________________ 18
2.2.
IMPORTÂNCIA DAS ZONAS ÚMIDAS ________________________________ 19
2.3.
FRAGILIDADE DO SISTEMA DE MONITORAMENTO DOS RECURSOS
HÍDRICOS CONTINENTAIS _________________________________________ 20
2.4.
MONITORAMENTO DOS HIDROSSISTEMAS CONTINENTAIS POR
SATÉLITES ________________________________________________________ 24
2.4.1.
EVOLUÇÃO DOS DADOS ESPACIAIS ________________________________ 27
2.4.1.1.
DE 1970 AO FINAL DOS ANOS 90 __________________________________ 27
2.4.1.2.
AS TENDÊNCIAS ATUAIS ___________________________________________ 28
2.4.2.
CLASSIFICAÇÃO DAS IMAGENS DE SENSORIAMENTO REMOTO ____ 29
2.4.3.
APLICAÇÕES DO SENSORIAMENTO REMOTO EM HIDROSSISTEMAS
CONTINENTAIS ____________________________________________________ 31
2.4.3.1.
SISTEMAS PASSIVOS ______________________________________________ 31
2.4.3.2.
SISTEMAS ATIVOS _________________________________________________ 32
2.4.3.3.
OBTENÇÃO DE NÍVEL DE ÁGUA, VOLUME E VAZÃO ________________ 34
2.4.3.3.1.
MÉTODO DIRETO __________________________________________________ 34
2.4.3.3.2.
MÉTODO INDIRETO ________________________________________________ 35
2.5.
CONSIDERAÇÕES__________________________________________________ 36
xiv
CAPÍTULO 3 ALTIMETRIA ESPACIAL ___________________________________ 38
3.1.
PRINCÍPIO DE ALTIMETRIA ESPACIAL ______________________________ 39
3.2.
AS DIFERENTES MISSÕES DA ALTIMETRIA ESPACIAL ______________ 41
3.2.1.
OS PRECURSORES _________________________________________________ 42
3.2.2.
OS ANTECESSORES _______________________________________________ 43
3.2.2.1.
MISSÃO ALTIMÉTRICA SEASAT ____________________________________ 43
3.2.2.2.
MISSÃO ALTIMÉTRICA GEOSAT ____________________________________ 44
3.2.2.3.
MISSÕES ALTIMÉTRICAS ERS-1 E ERS-2 ___________________________ 45
3.2.3.
AS MISSÕES ATUAIS _______________________________________________ 47
3.2.3.1.
MISSÃO ALTIMÉTRICA TOPEX/POSÉÏDON __________________________ 47
3.2.3.2.
MISSÃO ALTIMÉTRICA JASON-1 ____________________________________ 48
3.2.3.3.
MISSÃO ALTIMÉTRICA ENVISAT ____________________________________ 49
3.2.3.4.
MISSÃO ALTIMÉTRICA ICESAT _____________________________________ 51
3.2.3.5.
MISSÃO ALTIMÉTRICA GFO ________________________________________ 51
3.2.3.6.
MISSÃO ALTIMÉTRICA JASON-2 ____________________________________ 52
3.2.4.
OS SUCESSORES __________________________________________________ 53
3.2.4.1.
MISSÃO ALTIMÉTRICA CRYOSAT-2 _________________________________ 53
3.2.4.2.
MISSÃO ALTIMÉTRICA ALTIKA _____________________________________ 54
3.2.4.3.
SÉRIE DE SATÉLITES SENTINEL ___________________________________ 55
3.2.4.5.
MISSÃO ALTIMÉTRICA SWOT ______________________________________ 57
3.3.
A MEDIDA ALTIMÉTRICA ___________________________________________ 58
xv
3.3.1.
PRINCÍPIO DA MEDIDA ALTIMÉTRICA ______________________________ 58
3.3.2.
ALTURA ALTIMÉTRICA EM HIDROSSISTEMAS CONTINENTAIS ______ 61
3.4.
AS CORREÇÕES APLICADAS NA MEDIDA ALTIMÉTRICA EM
HIDROSSISTEMAS CONTINENTAIS _________________________________ 62
3.4.1.
AS CORREÇÕES AMBIENTAIS ______________________________________ 63
3.4.1.1.
CORREÇÃO IONOSFÉRICA _________________________________________ 63
3.4.1.2.
CORREÇÃO DA TROPOSFERA SECA ________________________________ 64
3.4.1.3.
CORREÇÃO DA TROPOSFERA ÚMIDA ______________________________ 64
3.4.2.
CORREÇÕES GEOFÍSICAS _________________________________________ 64
3.4.2.1.
CORREÇÃO DA MARÉ SÓLIDA _____________________________________ 64
3.4.2.2.
CORREÇÃO DA MARÉ POLAR ______________________________________ 65
3.4.3.
COREÇÕES INSTRUMENTAIS DA ÓRBITA DOS SATÉLITES __________ 65
3.5.
TRATAMENTO DOS ECOS RADAR __________________________________ 67
3.5.1.
PRINCÍPIO DO TRATAMENTO DOS ECOS DE RADAR ________________ 67
3.5.2.
FORMA DE ONDA ALTIMÉTRICA NO OCEANO ______________________ 68
3.5.3.
FORMA DE ONDA ALTIMÉTRICA EM HIDROSSISTEMAS CONTINENTAIS
___________________________________________________________________ 69
3.5.4.
PRINCIPAIS ALGORITMOS DESENVOLVIDOS PARA O ESTUDO EM
HIDROSSISTEMAS CONTINENTAIS _________________________________ 72
3.5.4.1.
MÉTODO DE LIMITE _______________________________________________ 72
3.5.4.1.1.
ALGORITIMO ICE-1 ________________________________________________ 72
3.5.4.1.2.
ALGORITMO SEA ICE ______________________________________________ 73
3.5.4.2.
MÉTODO ANALÍTICO _______________________________________________ 74
3.5.4.2.1.
ALGORITIMO ICE-2 ________________________________________________ 74
xvi
3.5.4.3.
MÉTODOS DE RECONHECIMENTO DAS FORMAS DE ONDA _________ 75
3.6.
LIMITAÇÕES DA ALTIMETRIA EM HIDROSSISTEMAS CONTINENTAIS 76
3.6.1.
LIMITAÇÕES DA PRECISÃO DA MEDIDA ALTIMÉTRICA______________ 77
3.6.1.1.
LIMITAÇÕES RELACIONADAS À FORMA DE ONDA __________________ 77
3.6.2.
LIMITAÇÕES DA AMOSTRAGEM DOS DADOS _______________________ 78
3.6.2.1.
PERDA DA ANCORAGEM DO ALTÍMETRO ___________________________ 78
3.7.
TRATAMENTOS DA MEDIDA ALTIMÉTRICA EM HIDROSSISTEMAS
CONTINENTAIS ____________________________________________________ 80
3.7.1.
EFEITO DE AFASTAMENTO DO NADIR (OFF-NADIR) _________________ 80
3.7.2.
DECLIVIDADE _____________________________________________________ 84
3.8.
MONITORAMENTO DE NÍVEIS DE ÁGUAS PELA ALTIMETRIA ESPACIAL
NA REGIÃO AMAZÔNICA ___________________________________________ 85
3.9.
CONSIDERAÇÕES__________________________________________________ 87
SEÇÃO II MATERIAIS E MÉTODOS ____________________________ 89
CAPÍTULO 4 METODOLOGIA GERAL ____________________________________ 90
4.1.
EXPLORAÇÃO DAS MEDIDAS ALTIMÉTRICAS EM HIDROSSITEMAS
CONTINENTAIS ____________________________________________________ 92
4.1.1.
EXTRAÇÃO GEOGRÁFICA DAS MEDIDAS ALTIMÉTRICAS ___________ 92
4.1.2.
TRATAMENTO DOS DADOS ________________________________________ 95
4.1.2.1.
ALTURA DO NÍVEL DE ÁGUA _______________________________________ 95
4.1.2.2.
CORREÇÕES DO EFEITO DE AFASTAMENTO DO NADIR (OFF-NADIR) 96
4.1.3.
ELABORAÇÃO DAS ESTAÇÕES VIRTUAIS __________________________ 97
xvii
4.1.4.
SÉRIES TEMPORAIS DE ALTURA DE ÁGUA _________________________ 98
4.1.5.
VALIDAÇÃO DA METODOLOGIA PARA ELABORAÇÃO DAS ESTAÇÕES
VIRTUAIS __________________________________________________________ 99
4.2.
VALIDAÇÃO DOS DADOS ALTIMÉTRICOS _________________________ 100
4.2.1.
SÉRIES TEMPORAIS ALTIMÉTRICAS ______________________________ 100
4.2.1.1.
VALIDAÇÃO INTERNA NOS PONTOS DE CRUZAMENTO ___________ 100
4.2.1.2.
VALIDAÇÃO EXTERNA COMPARAÇÃO DIRETA COM ESTAÇÕES
FLUVIOMÉTRICAS _______________________________________________ 101
4.3.
APLICAÇÕES HIDROLÓGICAS EM RIOS ___________________________ 101
4.3.1.
NIVELAMENTO DE ESTAÇÕES FLUVIOMÉTRICAS COM DADOS
ALTIMÉTRICOS __________________________________________________ 101
4.3.2.
ESTAÇÕES FLUVIOMÉTRICAS INSTALADAS ENTRE DOIS TRAÇOS DO
SATÉLITE – NIVELAMENTO NULL-SLOPE _________________________ 102
4.4.
APLICAÇÕES HIDROLÓGICAS EM ZONAS ÚMIDAS ________________ 102
4.4.1.
ACOPLAMENTO DOS DADOS ALTIMÉTRICOS COM IMAGENS DE
SENSORIAMENTO REMOTO ______________________________________ 102
4.4.1.1.
TRATAMENTOS DAS IMAGENS MODIS ____________________________ 102
4.4.1.1.1.
PROCESSAMENTO DIGITAL DAS IMAGENS _______________________ 102
4.4.1.1.2.
CLASSIFICAÇÃO DAS IMAGENS __________________________________ 105
4.4.1.1.3.
COMPOSIÇÃO DAS BANDAS DERIVADAS DO CÁLCULO DOS ÍNDICES
NDVI E EVI. ______________________________________________________ 105
4.4.1.1.4.
COMPARAÇÃO DOS ÍNDICES NDVI E EVI PARA CLASSIFICAÇÃO DAS
IMAGENS ________________________________________________________ 106
4.4.1.1.5.
GERAÇÃO DAS IMAGENS CLASSIFICADAS _______________________ 107
4.4.1.1.6.
SAZONALIDADE DO VOLUME ESTOCADO ________________________ 107
xviii
4.4.2.
VARIAÇÕES ESPAÇO-TEMPORAIS DE NÍVEIS DE ÁGUAS EM ZONAS
ÚMIDAS _________________________________________________________ 108
4.5.
BASE DE DADOS ________________________________________________ 108
4.5.1.
DADOS ALTIMÉTRICOS __________________________________________ 108
4.5.2.
DADOS FLUVIOMÉTRICOS _______________________________________ 109
4.5.3.
IMAGENS ________________________________________________________ 109
4.5.3.1.
IMAGENS JERS-1 SAR ___________________________________________ 109
4.5.3.2.
IMAGENS MODIS ________________________________________________ 111
4.6.
DADOS COMPLEMENTARES ______________________________________ 115
4.6.1.
TIPO DO SOLO ___________________________________________________ 115
4.6.2.
COBERTURA VEGETAL __________________________________________ 116
4.6.3.
REDE DE DRENAGEM E ALTITUDE _______________________________ 116
SEÇÃO III RESULTADOS E DISCUSSÕES ____________________ 117
CAPÍTULO 5 ESTUDO DE CASO BACIA AMAZÔNICA ___________________ 118
5.1.
DESCRIÇÃO DA BACIA AMAZÔNICA ______________________________ 118
5.2.
GEOMORFOLOGIA _______________________________________________ 120
5.3.
CARACTERÍSTICAS CLIMÁTICAS _________________________________ 123
5.4.
REGIME HIDROLÓGICO __________________________________________ 126
5.4.1.
VARIAÇÃO DA ALTURA DA LÂMINA DE ÁGUA ____________________ 128
5.4.2.
VARIAÇÃO DA VAZÃO ____________________________________________ 129
5.5.
VEGETAÇÃO _____________________________________________________ 132
xix
5.6.
SOLO ____________________________________________________________ 132
CAPÍTULO 6 RESULTADOS E DISCUSSÕES ___________________________ 133
6.1.
TRATAMENTOS DAS MEDIDAS ALTIMÉTRICAS EM HIDROSSITEMAS
CONTINENTAIS __________________________________________________ 133
6.1.1.
CORREÇÕES DO EFEITO DE AFASTAMENTO DO NADIR (OFF-NADIR)
_________________________________________________________________ 133
6.1.2.
ESTAÇÕES VIRTUAIS ____________________________________________ 137
6.1.3.
VALIDAÇÃO DA METODOLOGIA PARA ELABORAÇÃO DAS ESTAÇÕES
VIRTUAIS ________________________________________________________ 144
6.1.4.
CONSIDERAÇÕES________________________________________________ 147
6.2.
VALIDAÇÃO DOS DADOS ALTIMÉTRICOS _________________________ 148
6.2.1.
VALIDAÇÃO INTERNA PONTOS DE CRUZAMENTO ________________ 148
6.2.2.
VALIDAÇÃO EXTERNA ___________________________________________ 153
6.2.2.1.
ESTAÇÕES FLUVIOMÉTRICAS INSTALADAS ABAIXO DO TRAÇO DO
SATÉLITE ________________________________________________________ 154
6.2.2.2.
ESTAÇÕES FLUVIOMÉTRICAS INSTALADAS DISTANTE DO TRAÇO 157
6.2.3.
CONSIDERAÇÕES________________________________________________ 163
6.3.
APLICAÇÕES HIDROLÓGICAS DOS DADOS ALTIMÉTRICOS EM RIOS
_________________________________________________________________ 165
6.3.1.
NIVELAMENTO DE ESTAÇÕES FLUVIOMÉTRICAS COM DADOS
ALTIMÉTRICOS __________________________________________________ 165
6.3.2.
ESTAÇÕES FLUVIOMÉTRICAS INSTALADAS ENTRE DOIS TRAÇOS DO
SATÉLITE NIVELAMENTO COM DECLIVIDADE NULA (NULL-SLOPE) 166
6.3.3.
COMPARAÇÃO ENTRE MÉTODOS DE NIVELAMENTO DE ESTAÇÕES
FLUVIOMÉTRICAS _______________________________________________ 171
6.3.4.
CORREÇÃO DE INCOSISTÊNCIA DE REGISTRO EM ESTAÇÕES
FLUVIOMÉTRICAS _______________________________________________ 172
xx
6.3.5.
CONSIDERAÇÕES________________________________________________ 174
6.4.
APLICAÇÕES HIDROLÓGICAS DOS DADOS ALTIMÉTRICOS EM ZONAS
ÚMIDAS _________________________________________________________ 175
6.4.1.
ACOPLAMENTO DOS DADOS ALTIMÉTRICOS COM IMAGENS DE
SENSORIAMENTO REMOTO ______________________________________ 175
6.4.1.1.
SAZONALIDADE DO VOLUME DE ÁGUA ARMAZENADO ___________ 175
6.4.1.1.1.
LAGO JANAUACÁ ________________________________________________ 176
6.4.1.1.2.
LAGO GRANDE DE MONTE ALEGRE ______________________________ 181
6.4.1.1.3.
LAGO CURUPIRA _________________________________________________ 184
6.4.1.1.4.
ALAGADO INTERFLUVIAL CAAPIRANGA __________________________ 187
6.4.1.2.
CARACTERÍSTICAS FÍSICAS DA ZONA ÚMIDA ____________________ 190
6.4.1.3.
CONSIDERAÇÕES________________________________________________ 191
6.4.2.
RELAÇÃO ENTRE RIO - PLANÍCIE DE INUNDAÇÃO - LAGOS E ENTRE
BACIAS __________________________________________________________ 193
6.4.2.1.
RELAÇÃO ENTRE RIO E SUA PLANÍCIE DE INUNDAÇÃO __________ 193
6.4.2.1.1.
RIO GUAPORÉ ___________________________________________________ 194
6.4.2.1.2.
RIO BRANCO ____________________________________________________ 195
6.4.2.1.3.
RIO AMAZONAS __________________________________________________ 198
6.4.2.2.
RELAÇÃO ENTRE RIO E LAGOS __________________________________ 201
6.4.2.3.
RELAÇÃO ENTRE BACIAS ________________________________________ 203
6.4.2.4.
CONSIDERAÇÕES________________________________________________ 207
SEÇÃO IV CONCLUSÕES E RECOMENDAÇÕES _______________ 209
xxi
CAPÍTULO 7 CONCLUSÕES E RECOMENDAÇÕES ______________________ 210
REFERÊNCIAS BIBLIOGRÁFICAS _________________________________________________ 215
ANEXOS_________________________________________________________245
ANEXO A – RÉSUMÉ ÉTENDU __________________________________________ 246
ÍNDICE DE FIGURAS
2.1 Evolução do número de dados das estações de descarga líquida
mundial registrados na base de dados do GRDC entre 1900 e 2009
21
2.2 Distribuição mundial da disponibilidade dos dados hidrológicos em
janeiro de 2010
22
2.3 Primeiro satélite artificial lançado em 4 de Outubro de 1957 pela
União Soviética. Sputnik em russo significa “companheiro de
estrada”
25
2.4 Espectro eletromagnético dividido em regiões ou intervalos
espectrais
26
2.5 Transmissividade percentual da atmosfera terrestre 27
3.1 Carta topográfica da calota polar da Antártica 40
3.2 Cobertura espacial das missões ERS-ENVISAT em azul e
Topex/Poséïdon-JASON em amarelo na bacia Amazônica
41
3.3 Satélite Skylab 43
3.4 Satélite GEOS3 44
3.5 Satélite Seasat 44
3.6 Satélite Geosat 44
3.7 Satélite ERS-1 46
3.8 Satélite ERS-2 46
3.9 Satélite TOPEX/Poséïdon 47
3.10 Satélite Jason1 49
xxii
3.11 Satélite ENVISAT 50
312 Satélite ICESat 51
3.13 Satélite GFO 52
3.14 Satélite Jason2 53
3.15 Satélite Cryosat 54
3.16 Satélite SRAL 55
3.17 Satélite Sentinel3 56
3.18 Satélite HY2 57
3.19 Satélite SWOT 57
3.20 O princípio da altimetria espacial em meio oceânico 58
3.21 Ondulações do geóide terrestre determinada a partir da análise dos
satélites
59
3.22 Formação do sinal do altímetro sob uma superfície ideal plana 60
3.23 Formação do sinal do altímetro sob uma superfície irregular 61
3.24 Princípio da medida altimétrica em hidrossistemas continentais 62
3.25 Prétratamentos dos dados altimétricos 63
3.26 Erros das órbita nas missões altimétricas 66
3.27 Extração dos parâmetros da forma de onda em domínio oceânico 68
3.28 Formas de onda sobre diferentes planos da água 70
3.29 Formas de onda em águas continentais 71
3.30 Princípio do algoritmo Ice-1 73
3.31 Princípio do algoritmo Sea Ice 74
3.32 Forma de onda teórica procurada pelo algoritmo Ice-2 74
3.33 Exemplo de classes definidas pelo projeto PISTACH para aplicação
da técnica de reconhecimento de forma nas FOs do JASON2
76
4.34 Princípio do algoritmo Ice3 76
4.35 Série temporal altimétrica para o traço O63 dos satélites T/P (Ice-1)
e JASON2 (Ice-3) que cruza o rio Negro em sua foz quando se junta
com o rio Solimões para formarem o rio Amazonas
78
3.36 Exemplos de efeito off-nadir em perfis altimétricos em grandes
corpos da água
82
xxiii
3.37 Exemplo do efeito off-nadir dobro sob o traço 207 do satélite
ENVISAT ao cruzar o lago Rocagua, Peru
83
3.38 Representação esquemática do erro devido à declividade para uma
superfície com declividade
ߙ
84
4.1 Fluxograma simplificado da metodologia proposta 91
4.2 Tratamentos sucessivos aplicados às medidas extraídas da base de
dados do CTOH
95
4.3 Representação esquemática do efeito de afastamento ao nadir (off-
nadir)
97
4.4 Satélite TERRA 111
4.1 Localização da bacia Amazônica objeto deste estudo e seus
principais rios
120
5.2 Precipitação anual na bacia Amazônica 125
5.3 Distribuição espacial e temporal da precipitação na bacia
Amazônica em porcentagem
126
5.4 Variação da amplitude da altura da lâmina de água na bacia
Amazônica
129
5.5 Variabilidade reginal e sazonal na bacia Amazônica 130
5.6 Altura da lâmina de água dos rios Solimões e Amazoonas para o
ano de 1985
131
6.1 Exemplo de perfils hidrológicos afetados pelo problema de
afastamento em relação ao nadir no alto rio Negro, sob o traco 078
135
6.2 Segmento dos perfils hidrológicos utilizados para correção do efeito
off-nadir
136
6.3 Criação da estação virtual sobre o traço 650 do satélite ENVISAT
através do programa VALS GRASS
138
6.4 Criação da estação virtual sobre o traço 650 do satélite ENVISAT
através do programa VALS Tool
139
6.5 Estações virtuais, extraídas do segmento do traço do satélite T/P
(Ice-1) nas proximidades de Manaus
140
6.6 Bacia Amazônica área com as estações virtuais 141
6.7 Estação virtual no lago Curupira 142
6.8 Séries temporais altimétricas do lago Curupira 143
6.9 Limitações para extração das estações virtuais 146
6.10 Cruzamento dos traços 106 e 149 dos satélites ERS-2 e ENVISAT, 150
xxiv
no rio Pardo, na bacia do rio Negro
6.11 Série temporal altimétrica dos satélites ERS-2 e ENVISAT, no rio
Unini, afluente do rio Negro
151
6.12 Série temporal altimétrica do satélite ENVISAT (Ice-1), nos lagos
Rocaguado e Guaporé
152
6.13 Série temporal altimétrica dos satélites ERS-2 e ENVISAT, nos rios
Amazonas, Solimões e Itapará
153
6.14 Regressões lineares quando as estações fluviométricas se
encontram instaladas abaixo do traço do satélite
155
6.15 Regressões lineares quando as estações fluviométricas se
encontram instaladas entre 2 e 30 km do traço do satélite
159
6.16 Histograma das diferenças de RMS entre as séries altimétricas e in
situ
162
6.17 Nivelamento das estações insitu com declividade nula entre os
traços do satélite
170
6.18 Series temporais de altura de água da estação in situ de Santa
Maria do Boiaçu nivelada diretamento por GPS e do satélite
ENVISAT (Ice-1)
171
6.19 Series temporais de nível de água da estação in situ de Itacoatiara,
no rio Amazonas e do satélite ENVISAT (Ice-1), no ponto de
cruzamento dos traços 063 e 478
174
6.20 Lago Janauacá 177
6.21 Correções de inconsitências na serie temporal in situ do lago
Janauacá
178
6.22 Modelos de co-relação superfície-nível de água do lago Janauacá
para os anos de 2001 a 2008
179
6.23 Superfícies calculadas através do modelo superfície-nível de água
no lago Janauacá para os anos de 2001 a 2008
180
6.24 Sazonalidade do volume de água armazenado no lago Janauacá
para os anos de 1995 a 2008
181
6.25 Lago Grande de Monte Alegre 182
6.26 Séries temporais resultantes da classifição das imagens MODIS
MOD09A1 para o lago Grande de Monte Alegre
183
6.27 Modelo de co-relação superfície-nível de água do lago Grande de
Monte Alegre para os anos de 2001 a 2008
183
6.28 Sazonalidade do volume de água armazenado no lago Grande de
Monte Alegre para os anos de 1995 a 2008
184
xxv
6.29 Lago Curupira 185
6.30 Séries temporais resultantes da classifição das imagens MODIS
MOD09A1 para o lago Curupira
186
6.31 Modelo de co-relação superfície-nível de água do lago Curupira
para os anos de 2001 a 2008
186
6.32 Sazonalidade do volume de água armazenado no lago Curupira
para os anos de 1995 a 2008
187
6.33 Alagado interfluvial Caapiranga 188
6.34
Séries temporais resultantes da classifição das imagens MODIS
MOD09A1 para o alagado interfluvial Caapiranga
189
6.35 Modelo de co-relação superfície-nível de água do alagado inerfluvial
Caapiranga para os anos de 2001 a 2008
189
6.36 Sazonalidade do do volume de água armazenado no alagado
interfluvial Caapiranga para os anos de 1995 a 2008
190
6.37 Corte transversal dos rios Madre de Dios e Beni, e dos Llanos de
Mojos de noroeste a sudeste
191
6.38 Comparação entre o curso principal e a planície de inundação do
rio Gauporé
195
6.39 Comparação entre o curso principal e a planície de inundação do
rio Branco
197
6.40 Perfil de elevação das zonas úmidas em relação ao vale fluvial da
bacia de rio de Branco
198
6.41 Comparação entre o curso principal e a planície de inundação do
rio Amazonas
200
6.42 Séries temporais ao longo dos traços 063 e 478 200
6.43 Perfil de elevação das zonas úmidas em relação ao vale fluvial do
rio Amazonas na foz do rio Madeira
201
6.44 Comparação entre o curso principal zonas úmidas do rio Guaporé 202
6.45 Comparação entre as zonas úmidas e os vales fluviais nas bacias
dos rios Negro, Solimões e Madeira
205
6.46 Perfil de elevação das zonas úmidas em relação aos vales fluviais
dos rios Branco, Negro, Solimões e Madeira
206
6.47 Relação entre rios na escala da bacias hidrográficas 207
xxvi
xxvii
ÍNDICE DE TABELAS
3.1 Bandas de microondas utilizadas pelos satélites radar 39
4.1 Parâmetros extraídos para o satélite GFO 92
4.2 Parâmetros extraídos para o satélite ERS-1 e 2 93
4.3 Parâmetros extraídos para o satélite ENVISAT 93
4.4 Parâmetros extraídos para os satélites T/P 94
4.5 Características das imagens MOD09A1 do sensor MODIS 103
4.6 Principais características do satélite JERS-1 110
4.7 Principais características do satélite TERRA 111
4.8 Principais aplicações dos sensores do satélite TERRA 112
4.9 Principais características do sensor MODIS do satélite TERRA 113
4.10
Aplicações das bandas espectrais do sensor MODIS do satélite
TERRA
114
4.11 Características das imagens do produto MODIS MOD09A1 115
4.12
Características das imagens do produto MODIS MOD13A1 115
5.1 Classificação das águas da Amazônia 127
6.1
Diferença de RMS entre os pontos de cruzamentos com um curto
intervalo de tempo de revisita do satélite
149
6.2 Comparação dos pontos de cruzamentos dos traços dos satélites 152
6.3
Estatística das comparações com as estações fluviométricas
instaladas abaixo do traço do satélite
156
6.4
Estatística das comparações quando as estações fluviométricas se
encontram instaladas entre 2 e 30 km do traço do satélite
160
6.5
Estatística das comparações quando as estações fluviométricas se
encontram instaladas entre 2 e 30 km do traço do satélite, na
planície de inundação dos Llanos de Mojos, na bacia do rio
Madeira
163
6.6
Nivelamento das estações in situ com declividade nula entre os
traços do satélite
167
6.7 Comparação de nivelamento direto e indireto
172
xxviii
6.8 Relação das estações virtuais utilizadas para o rio Guaporé
194
6.9 Relação das estações virtuais utilizadas para o rio Branco
196
6.10 Relação das estações virtuais utilizadas para o rio Amazonas
199
6.11 Relação das estações virtuais utilizadas para o rio Negro
204
xxix
LISTA DE ABREVIATURAS
ADCP Acustic Doppler Current Profiler
AltiKa Altímetro de alta resolução na banda Ka
AMI
Active Microwave Instrument
ANA Agência Nacional de Águas - Brasil
ASAR
Advanced Synthetic Aperture Radar
ASF
Alaska SAR Facility
ASI
Agenzia Spaziale Italiana
ASTER
Advanced Spaceborne Thermal Emission and Reflection radiometer
ATSR Along Track Scanning Radiometer
AVHRR
Advanced Very High Resolution Radiometer
AVISO
Archivage, Validation et Interprétation de données Satellites
Océanographiques
CASH
Contribution de l’Altimétrie Spatiale pour l’Hydrologie
CBERS Satélite sino-brasileiro de recursos terrestres
CERES
Clouds and the Earth's Radiant Energy System
CHAMP
Challenging MiniSatellite Payload
CIP
International Potato Center
CNES
Centre National d’Études Spatiales France
CTOH
Centre de Topographie des Océans et de l'Hydrosphère
CZTI Zona de Convergência Inter Tropical
DMSP
Defence Meteorological Satellite Program
DORIS
Doppler Orbitography and Radiopositioning Integrated by Satellite
EAB Agência Espacial Brasileira
ECMWF
European Center for Mediumrange Weather Forecast
EMBRAPA Empresa Brasileira de Pesquisa Agropecuária
xxx
ENVI
The ENvironment for Visualozing Images
ENVISAT
ENVIronmental SATellite
EORC
Earth Observation Research Center
EOS
Earth Observing System
ERM
Exact Repeat Mission
EROS Earth Resources Observation and Science
ERS
European Remote sensing Satellite
ERSDAC
Earth Remote Sensing Data Analysis Center of Japan
ESA
European Space Agency
EUMETSAT
Organisation Européenne pour l'Exploitation des Satellites
Météorologiques
EVI Enhanced Vegetation Index
FAO
Food and Agriculture Organization of the United Nations
FO Forma de onda
GDR
Geophysical Data Record
GEOS
Geodynamics Experimental Oceano Satellite
GEOSAT
GEOdetic SATellite
GFO
Geosat Follow On
GGM02
GRACE Gravity Model 02
GIS
Geographical Information System
GLAS
Geoscience Laser Altimeter System
GMES
Global Monitoring for the Environment and Security
GNSS
Global Navigation Satellite System
GOCE
Gravity field and steadystate Ocean Circulation Explorer
GOES
Geostationary Operatinal Enviromental Satellite
GOMOS
Global Ozone Monitoring by Occultation of Stars
GPM
Global Precipitation Measure
GPS
Global Positionning System
xxxi
GPSDR
Global Positioning System Demonstration Receiver
GRACE
Gravity Recovery And Climate Experiment
GRASS
Geographic Resources Analysis Support System
GRDC
Global Run-off Data Center
GRFM
Global Rain Forest Mapping
HDF Hierarchical Data Format
HH
Polarization HH
HY
HaiYang
IBGE Instituto Brasileiro de Geografia e Estatística
ICESat
Ice, Cloud and land Elevation Satellite
IGDR
Interim Geophysical Data Record
IGN
Intitut Geographique Nacional - France
ILRS
International Laser Ranging Service
INPA Instituto Nacional e Pesquisas da Amazônia
INPE Instituto Nacional de Pesquisas Espaciais
IRD
Institut de Recherche pour le Développement
ISIN
Integerized sinusoidaI
ISRIC
World Soil Information
ISRO
Indian Space Research Organisation
IV Infravermelho
JAXA
Japan Aerospace Exploration Agency
JERS-1
Japan Earth Resources Satellite-1
JMR
Jason-1 Microwave Radiometer
JPL
Jet Propulsion Laboratory
JRC
Joint Research Centre of the European Commission
LEGOS
Laboratoire d´Études en Géophysique et Océanographie Spatiales
LPDAAC
Land Processes Distributed Active Archive Center
LPT
Light Particles Telescope
xxxii
LRA
Laser Retroreflector Array
LRR
Laser RetroReflectors
MDT Modelo digital do terreno
MECB Missão Espacial Completa Brasileira
MERCOSUL Mercado Comum do Sul
MERIS MEdium Resolution Imaging Spectrometer
METEOSAT
METEOrological SATellite
MIPAS
Michelson Interferometer for Passive Atmospheric Sounding
MISR
Multiangle Imaging SpectroRadiometer
MLP
Multi Layer Perceptron
MODIS
MODerate resolution Imaging Spectroradiometer
MODIS Tool
MODIS Reprojection Tool
MOPITT
Measurements Of Pollution In The Troposphere
MS Banda multi-espectral
MSS
MultiSpectral Scanner
MWR
MicroWave Radiometer
MWS
MicroWave Sounder
NASA
National Aeronautics and Space Administration-EUA
NASDA
National Space Development Agency of Japan
NDVI Normalized Difference Vegetation Index
NOAA
National Oceanic and Atmospheric Administration
NRA
NASA Radar Altimetre
OCOG
Offset Centre Of Gravity
OLS
Operational Linescan System
ONU
United Nations Organization
OPS
OPtical System
ORE HIBAM
Observatoire de Recherche en Environement – Contrôles géodynamique,
hydrologique et biogéochimique de l’érosion/altération et des transferts
de matière dans le bassin de l’Amazone
xxxiii
PAN Banda pancromática
PCD Plataformas automáticas de Coletas de Dados
PISTACH
Système de Traitement pour les Applications Côtières et l’Hydrologie
PMM Plataforma MultiMissão
POD
Precise Orbit Determination
PODAAC Physical Oceanography Distributed Active Archive Center
PRARE
Precise Range And Range rate Equipment
RA
Radar Altimeter
RA-2
Radar Altimeter 2
RADAR
Rádio Detecção And Ranging
RDBMS
Relational DataBase Management System
RESTEC
Remote Sensing Technology Center of Japan
RLA
River Lake Altimetry
RLH River Lake Hydrology
RNA Rede Neural Artificial
SABIAMAR Satélite Argentino Brasileiro de Informação em Alimento, água e
ambiente
SAI
Space Applications Institute
SAR
Synthetic Aperture Radar
SARAL
Satellite with ARgos and ALtika
SCD Satélite de Coleta dos Dados
SDR
Sensor Data Record
SGDR
Sensor Geophysical Data Records
SIG Sistema de informações geográficas
SLR
Satellite Laser Ranging
SMMR
Scanning Multichannel Micorwave Radiometer
SOTERLAC
world SOil and TERrain digital data base for Latin America and the
Caribbean
SPOT Système Probatoire d’Observation de la Terre
xxxiv
SRTM
Shuttle Radar Topography Mission
SSALT Poséïdon ou Solid State ALTimeter
SSH Sea Surface Heights
SWOT
Surface Water Ocean Topography
T/P
TOPography EXperiment/Poséïdon
T2L2 Temps de Transfert par Lien Laser
TM
Thematic Mapper
TMR
TOPEX Microwave Radiometer
TRSR
Turbo Rogue Space Receiver
UCSB
University of California Santa Barbara
UNEP
United Nations Environment Program
UV Ultravioleta
VALS Tool
Virtual ALtimetry Station Tool
VIS Visível
VGT Sensor VEGETATION do satélite SPOT-4
WCMC
World Conservation Monitoring Centre
WGS84
World Geodetic System 1984
WMO
World Meteorological Organization
WSOA
WideSwath Ocean Altimer
WWAP
World Water Assessment Programme
XS
Multispectral Scanner
YSM
Yaw Steering Mode
xxxv
LISTA DE SÍMBOLOS
a
0
Altitude geométrica inicial do satélite no tempo t
0
a
i
Altitude geométrica do satélite no tempo t
i
aln
Número de pontos de amostragem dos ecos de radar para o algoritmo Ice-1
a
s
Altura da órbita do satélite em hidrossistemas continentais
B
Amplitude de banda da freqüência emitida pelo altímetro de radar
DAM
Desvio absoluto da mediana
ds
i
Distância entre as posições inicial e num tempo t
i
ao longo do eixo
Es
Porcentagem de ciclos do satélite utilizados na regressão linear entre os
dados altimétricos e in situ
f
ptr
(t) Função de resposta de um elemento da superfície refletida
g
pdf
(z)
Função de distribuição dos elementos da superfície refletida
h
Altura dos planos de água oceânicos
H Altitude geométrica do satélite em meio oceânico
H
Altura dos corpos de água dos hidrossistemas continentais
H
0
Altura inicial do corpo de água medida pelo altímetro em seu nadir no
tempo t
0
h
dyn
Elevação dinâmica temporária da superfície do mar
hg
Altura geométrica oceânica
H
i
Altura do corpo de água medida pelo altímetro em seu nadir no tempo t
i
H
máx
Nível de água máximo da série temporal altimétrica
H
mín
Nível de água mínima da série temporal altimétrica
N
Número de amostras dos ecos de radar para o algoritmo SeaIce
NIR Energia refletida na região do infravermelho próximo do espectro
eletromagnético
N
T
Número total de traços do satélite
P Amplitude da onda eletromagnética recebida pelo altímetro de radar
xxxvi
P
e
(t)
Potência da onda eletromagnética emitida pelo altímetro de radar
P
o
Ruído térmico da onda eletromagnética emitida pelo altímetro de radar
Pr(t)
Potência média da onda eletromagnética recebida pelo altímetro de radar
R Medida altimétrica entre o satélite e o alvo em meio oceânico
RED Energia refletida na região do vermelho do espectro eletromagnético
RMS Valor quadrático médio (root mean square)
R
s
Tempo de revisita total do satélite
s
Abscissa ao longo do traço
s
0
Abscissa inicial ao longo do traço no tempo t
0
S
Superfície total inundada dada pelo modelo de superfície inundada-nível de
água altimétrico
s
i
Abscissa ao longo do traço no tempo t
i
T Período da onda eletromagnética transmitido pelo altímetro de radar
t
0
Tempo inicial
t
i
Tempo em um dado momento i
u
Coeficiente de segundo grau da parábola medido ao longo do trajeto do
satélite
v
Coeficiente de primeiro grau da parábola medido ao longo do trajeto do
satélite
w
Coeficiente constante da parábola medido ao longo do trajeto do satélite
V
Volume de água armazenado
y
Valor do n
iésimo
ponto de amostragem dos ecos de radar
Z
0
Nível do zero da régua obtido pela diferença das médias das séries
altimétrica e in situ
∆H
Erro da medida altimétrica devido à declividade
∆T
m
Tempo de revisita do satélite com pequeno intervalo de tempo
∆T
M
Tempo de revisita do satélite com grande intervalo de tempo
∆z Diferença entre o nível do zero da régua obtido pela diferença das médias
das séries altimétrica e in situ e o coeficiente angular da regressão linear.
δR
j
Correções instrumentais, ambientais e geofísicas aplicadas à medida
altimétrica em hidrossistemas continentais
xxxvii
ε Amplitude entre duas séries temporais altimétricas
ξ Declividade da curva descendente da distribuição da energia recebida pelo
altímetro
ρ
Medida altimétrica entre o satélite e o alvo em hidrossistemas continentais
ρ
0
Medida altimétrica inicial no tempo t
0
ρ
i
Medida altimétrica no tempo t
i
σ Desvios padrões das séries temporais
α Declividade da superfície imageada
߲ܽ
Taxa de variação da altura do satélite entre as posições nos tempos t
0
e t
i
1
CAPÍTULO 1
INTRODUÇÃO GERAL
1.1. CONTEXTO E PROBLEMÁTICA
As zonas úmidas na bacia Amazônica
O relevo da planície aluvial da bacia Amazônica apresenta uma baixíssima
declividade de 1 a 6 cm/km (Meade et al., 1991). Em períodos de cheias, as águas de
superfície dos grandes rios entram nos lagos e alagados interfluviais, podendo
permanecer vários meses, alterando o valor do pico da cheia, que progride lentamente,
e grandes superfícies são temporariamente inundadas. Em período de vazante, as
águas estocadas são liberadas, aumentando e regularizando o valor da vazão na
estiagem. Essas zonas úmidas agem como reservatórios naturais, afetando o ciclo
hidrológico do curso principal do rio Amazonas e dos seus principais afluentes e,
conseqüentemente, o ciclo hidrológico global.
A prioridade, em termos de conhecimento dessas zonas, reside na
caracterização dos correspondentes escoamentos hidráulicos ou hidrodinâmicos, isto
é, a forma como o excedente de água se propaga. Como elas são extensas e abrangem
diversos lagos, os escoamentos naturais tornam-se extremamente complexos,
emergindo a necessidade de se levar em conta uma caracterização espacializada ou
distribuída do fenômeno, que, por outro lado, exige conhecimentos e estudos
diferenciados.
Interesse da aplicação dos dados espaciais para a modelagem de
fenômenos dificilmente observáveis
Um sistema hídrico requer monitoramento homogêneo e perene, que permita,
por exemplo, efetuar estudos de balanço hídrico organizando e consolidando dados
pluviométricos, observações dos níveis de água nos lagos e rios, medidas de vazões,
medidas de qualidade de água e medidas de superfície inundada durante as cheias e
estiagens (Alsdorf et al., 2001a). Poucas zonas úmidas dispõem de séries temporais
observadas para estudos rigorosos desses ecossistemas. Mesmo quando existem
alguns dados, pode haver períodos no registro em que essas informações são
2
inconsistentes (Calmant e Seyler, 2006). Diversas causas podem ser apontadas, a
saber: inadequado monitoramento das redes hidrológicas, falhas nos dados, redução
geral do número de estações, insuficiência de financiamento, diferença de
processamento e controle de qualidade e diferentes políticas de gestão de dados. Esses
problemas, que geram limitações na disponibilidade de longos períodos de observação,
penalizam e dificultam a compreensão das variabilidades e incertezas que envolvem a
predição e previsão do ciclo hidrológico nessas áreas.
O sistema de informações hidrológicas (HidroWeb), mantido pela Agência
Nacional de Águas (ANA), contém dados de diferentes estações hidrometeorológicas
para a bacia Amazônica, em território brasileiro, contabilizando 435 estações
fluviométricas e 393 estações telemétricas (ANA, 2008). A atualização desse sistema
pode levar de 6 a 12 meses. No entanto, esses dados não se estendem às áreas
úmidas, pois são tradicionalmente e tecnicamente limitados às seções dos rios onde
existe a possibilidade de medir vazão.
A utilização de dados de satélite de observação da Terra, principalmente de
altimetria espacial, inserida na área temática de hidrologia espacial, permite uma
visualização da superfície em escala continental, sobretudo nas regiões de difícil
acesso, de forma homogênea, contínua e freqüente, com detalhamento espacial e
temporal que as redes superficiais de observação não permitem.
A problemática espacial
A representação dos processos hidrológicos utilizando dados espaciais tem
encontrado alguns obstáculos, onde o primeiro se compõe das limitações técnicas de
aquisição e gestão dos dados. O surgimento da altimetria espacial, bem como o amplo
desenvolvimento do sensoriamento remoto ao longo dos últimos quarenta anos,
contribuiu fortemente para superar essa fronteira. As bases de dados ambientais
foram multiplicadas, permitindo-se o acesso a um conjunto heterogêneo, mas muito
extenso, de dados físicos (i.e., geografia, umidade do solo, morfologia fluvial,
hidrologia, topografia, ocupação do solo, altura de água) indispensáveis à
caracterização das zonas úmidas. Duas grandes vertentes da problemática espacial
apresentam-se incontestavelmente.
A primeira, recorrente a todo processo de construção do conhecimento, provém
do desejo de se utilizar plenamente a dimensão espacial. Uma questão, ligada à
estruturação do espaço e do tempo para a construção de modelos, aparece
inevitavelmente:
• Quais intervalos de espaço e de tempo e quais relações funcionais entre
os diversos elementos são necessários para a análise?
3
Essa questão é resultante da escolha, a priori, de um nível de abstração da
realidade adequado a um fenômeno que se procura reproduzir mas que é
inadequadamente monitorado, visto que as capacidades de observação e de medidas
espaciais dos fenômenos hidrológicos (i.e., variáveis hidrológicas de interesse) não
evoluíram tão rapidamente como aquelas ligadas à caracterização física da bacia
hidrográfica (i.e., parâmetros descritivos). Os dispositivos de medidas das variáveis
são, na realidade, em geral, concentrados em alguns pontos particulares (i.e., estações
fluviométricas no curso principal ou na foz das bacias). O problema reside em
conhecer como variáveis e parâmetros são representados em escalas diferentes e como
estabelecer as funções de transferências entre essas escalas.
Para este estudo, esse problema apresenta-se nas numerosas imperfeições que
são agregadas às informações dos dados espaciais disponíveis para alimentar o
esquema de análise (i.e., parâmetros e/ou variáveis). Os dados provenientes dos
satélites, como resultado de uma transformação da informação radiométrica em
variável de interesse, não contradizem essa regra. Torna-se necessário encontrar um
meio eficaz para considerar a natureza desses dados, que são muito numerosos, mas
de fonte e qualidade muito variáveis. A indispensável mistura de tais dados, com o
intuito de responder a um objetivo preciso, levanta as seguintes interrogações:
• Como relacionar os parâmetros de modelos matemáticos com as
diferentes configurações espaciais encontradas na natureza se as fontes
de imperfeições são múltiplas e dificilmente quantificáveis? Por
exemplo, as noções de média e desvio padrão são aplicáveis para o
conjunto dos pontos de uma série temporal de altura de água, uma vez
que as amostras são pequenas e a proporção de pontos suspeitos ou
falsos no seu interior pode ser grande?
• Como unificar dados heterogêneos em termos de origem e de qualidade
de modo que possam ser utilizadas num mesmo esquema de análise?
Nesse estudo, foram utilizados também alguns dados in situ disponíveis
de altura de água. Metodologias foram desenvolvidas para validação
dos dados das séries temporais altimétricas de 35 dias utilizando-se
dados in situ diários, bem como nivelamento dos dados in situ através
dos dados altimétricos.
A segunda vertente é ligada à forma de transformar as grandezas de altura e
superfície de água, efetivamente medidas por satélites, em variáveis assimiláveis para
uma análise espacial orientada para a sazonalidade temporal dos processos
4
hidrológicos das zonas úmidas. Por exemplo, avaliar em qual medida a amostragem
espacial e temporal de alturas da água e das superfícies é suficiente para seguir as
variações espaciais e temporais das inundações na bacia estudada, uma vez que tais
resoluções são tipicamente da ordem de centena de quilômetros e de trinta e cinco
dias para as alturas de água e da ordem hectométrica e de uma semana para as
superfícies inundadas?
Se o procedimento normal é ajustar a coleta de dados até atingir uma
qualidade suficiente para responder às expectativas dos esquemas clássicos de
representação dos fenômenos, o mesmo não se adapta à problemática dos dados
espaciais, onde o tipo de medida e as amostragens espaciais e temporais atendem a
fortes contingentes, que são independentes da problemática científica. Uma via
complementar consiste em tentar adaptar a esquematização dos processos aos dados
existentes. Essa alternativa permite repensar o nível de complexidade das relações
funcionais dos processos para torná-los compatíveis com a natureza das informações
disponíveis.
Esses questionamentos estão estreitamente relacionados às temáticas tratadas
nos domínios da representação do conhecimento e do raciocínio qualitativo (i.e.,
técnicas de fusão e revisão, análises das incertezas, ordem de grandeza,
representações gráficas causais, entre outras). Essa primeira análise indica uma
necessidade de aproximação entre domínios variados como a hidrologia, a altimetria
espacial, o sensoriamento remoto, as análises espaciais e novas técnicas matemáticas.
A busca de uma unificação entre essas diferentes disciplinas constitui, certamente, o
interesse maior deste trabalho.
1.2. ORIGEM E RELEVÂNCIA
Nas últimas décadas, a necessidade de responder a questões científicas,
ligadas, por exemplo, ao estudo de modificações climáticas e ao fluxo de
contaminantes na água, no ar e em meios porosos, entre outros problemas, originou
uma série de discussões sobre a compreensão dos sistemas hídricos, sob a perspectiva
integrada da hidrologia superficial e subterrânea. Mais do que o interesse em séries
simuladas de vazão através de modelagens hidráulicas ou hidrológicas, esses assuntos
exigem um conhecimento de como os processos físicos ocorrem no âmbito de distintos
domínios e escalas espaços-temporais. Na verdade, problemas como entender e prever
o efeito de mudanças climáticas exige que se entenda a bacia hidrográfica como uma
componente essencial de um sistema amplo, dinâmico e altamente complexo,
incluindo as zonas úmidas (cf. § 2.1.2.1), que são consideradas como infra-estruturas
naturais, na medida em que são caracterizadas por suas funções hidrológicas,
5
biogeoquímicas, patrimoniais e paisagísticas, possuindo um papel importante na
hidrologia local (Birkett, 1995a).
Essas zonas, freqüentemente em posição de interface e transição entre os
meios atmosféricos, terrestres e os meios aquáticos propriamente ditos, distinguem-se
por pequenas profundidades de água, solos hidromórficos ou não evoluídos e uma
vegetação dominante composta de plantas higrófilas pelo menos durante uma parte do
ano. Enfim, elas alimentam e protegem continuamente ou momentaneamente espécies
animais dependentes desses espaços. Complementarmente, essas zonas são
importantes e, algumas vezes vitais para a saúde, o bem estar e a segurança de
populações que vivem nos seus limites ou nas proximidades. Diferentemente de outras
regiões hidroláficas que, para a sua utilização, demandam intervenções positivas e
investimentos, as zonas úmidas apresentam a vantagem de prover pronta utilização de
suas funções. Não é de se surpreender que a atenção mundial se volte para essas
zonas e sobre os serviços que elas prestam ao meio ambiente, como denota a
existência de uma convenção internacional específica (i.e., Secrétariat de la
Converntion de Ramsar, 2006), ratificada atualmente por mais de 123 países,
incluindo o Brasil, que aprovou seu texto através do decreto n° 1905, de maio de
1996. O Brasil contém, em seu território, enormes extensões de áreas úmidas, dentre
elas às correspondentes a bacia Amazônica, que constituem uma rede complexa de
lagos conectada ao leito principal dos rios, cobrindo superfícies que foram estimadas
entre 91.000 km² (Sippel et al., 1998) e 300.000 km² (Junk, 1983a, Melack, 1984;
Junk e Weber, 1996). Essas superfícies foram confirmadas por Hess et al. (2003), num
estudo focalizado na região central da bacia Amazônica, compreendendo 18° de
longitude e 8° de latitude, utilizando os mosaicos de cheia e estiagem, provenientes de
imagens do radar de abertura sintética (SAR), do satélite Japan Earth Resources
Satellite-1 (JERS-1), que avaliaram em 300.000 km² as superfícies ocupadas pelas
zonas úmidas.
As zonas úmidas, mais que outros ecossistemas, foram e continuam ainda
sendo destruídas e modificadas por diversas atividades humanas. Assim que os efeitos
das mudanças climáticas se fizerem plenamente sentir sobre os ecossistemas, a
capacidade dessas zonas em se adaptarem à evolução das condições ambientais, bem
como ao ritmo acelerado das mudanças, será crucial para todos, tanto para as
sociedades humanas como para as espécies selvagens. As causas diretas desse risco
de desaparecimento ou de mudanças resultam, freqüentemente, de uma mistura de
ignorância sobre a importância dessas áreas, de forças culturais, econômicas e de
decisões políticas. Uma zona de umidade pode sobreviver à expansão urbana, mas, se
ela é degradada, não poderá mais oferecer as mesmas vantagens (Secrétariat de la
Convention de Ramsar, 1998). O alcance da maioria das medidas implementadas
encontra-se condicionado, em grande parte, a uma melhor compreensão do
6
funcionamento desses ecossistemas, de suas funções e seu valor socioeconômico,
sendo esse o primeiro ponto a despertar o interesse para este estudo.
As dificuldades de monitoramento dessas zonas úmidas (cf. § 2.3) permitem
consolidar o segundo foco de interesse, uma vez que tal monitoramento é realizado
através de redes de estações hidrométricas organizadas a nível nacional e requerem
uma série de observações in situ por um período de tempo muito longo, cujo custo de
instalação e manutenção é altíssimo (Alsdorf et al., 2001a). Poucas zonas úmidas
dispõem de séries temporais observadas cumprindo esse requisito, penalizando e
limitando a compreensão das variabilidades e incertezas que envolvem a predição do
ciclo hidrológico nessas áreas.
Recentes avanços obtidos na aquisição e no tratamento dos dados espaciais,
destacando-se a altimetria espacial (cf. capítulo 3), possibilitam a realização de um
grande número de medidas necessárias para a quantificação dos fluxos de água e da
capacidade de transporte ou sedimentação dos rios, utilizando os dados de diversos
satélites e outras medidas complementares. No entanto, esses dados precisam de
muitos estudos metodológicos para alcançar o nível de confiança necessário para
monitoramento dos níveis de água em zonas úmidas. Diferentes estudos realizados até
o momento destacam algumas limitações à utilização dessa técnica, que serão
abordadas com maior detalhe no capítulo 3:
• a precisão da medida altimétrica é superior a variação do nível de água
em algumas zonas úmidas; comparações com estações fluviométricas
conduzidas por Birkett et al. (2002) na bacia Amazônica mostraram que
70% das séries temporais de altura de água procedentes das medidas
do TOPEX/Poséïdon (T/P) apresentaram uma precisão de até 1,10 m;
• em hidrossistemas continetantais a medida altimétrica apresenta uma
distorção geométrica, denominada efeito de afastamento do nadir ou
efeito off-nadir, identificada por Frappart et al. (2006a) na várzea do
Curuaí, no baixo rio Amazonas;
• as densidades de medidas durante os períodos de cheia são maiores
que as de estiagem (Brikett, 1998; De Oliveira Campos et al., 2001);
• a dimensão da intersecção do rio com o traço do satélite prejudica a
precisão das observações: Birkett et al. (2002) descrevem que a largura
mínima para obtenção de séries temporais altimétricas com dados do
T/P é 1 km;
• Mercier (2001) destaca que o funcionamento do T/P é melhor sobre as
planícies de inundação do que em pequenos rios, apesar da largura da
faixa imageada do altímetro ser da ordem de quilômetros;
7
• resolução temporal estabelecida de acordo com as característica da
missão altimétrica.
Calmant e Seyler (2006) ressaltam que as origens dos problemas acima
mencionados são:
• a largura da faixa imageada do altímetro, adaptado para a superfície
oceânica, apresenta, no caso dos hidrossistemas continentais, uma
contaminação do sinal por “ecos parasitas” (i.e., margens do rio, ilhas,
vegetação ciliar);
• a forma de onda (FO) refletida muito diferente do caso oceânico e que
apresenta, conseqüentemente, particularidades a serem integradas
para a determinação da altura.
Decorrente dessas constatações, a seguinte pergunta é a origem do
questionamento para esta pesquisa: é possível ultrapassar a frágil utilização, em
águas continentais, dos dados de altimetria espacial a fim de usufruir de suas
inúmeras informações para uma melhor compreensão dos numerosos processos
hídricos que envolvem as zonas úmidas?
1.3. IDÉIAS DEFENDIDAS NESTA TESE
Esta tese é baseada na hipótese de que é possível uma resposta positiva à
questão enunciada anteriormente, revisando-se o modo de exploração dos dados
altimétricos.
Partindo-se da reflexão global sobre o que a altimetria espacial pode e não pode
contribuir para a hidrologia local, regional e global, busca-se melhorar a seleção dos
dados altimétricos, visto que, até o presente, a seleção regular sob o ponto de vista
geográfico (i.e., um retângulo delimitado pelas latitudes e longitudes mínimas e
máximas), representa um critério limitado para eliminação dos ruídos provenientes do
tamanho da faixa imageada, integrando-se também, nessa seleção, a correção da
distorção geométrica da medida altimétrica, objetivando-se extrair as relações
espaciais e temporais do funcionamento hidrológico nas zonas úmidas a fim de
aperfeiçoar e contribuir para o avanço de numerosas aplicações possíveis a partir
desses dados.
Esse enfoque defende a idéia que é possível superar certos limites observados
num modelo de abstração da realidade, descritivo, estático e local, pela introdução de
um elemento ligado à dinâmica de funcionamento do sistema estudado. A tentativa
empreendida, neste trabalho, focaliza-se nas componentes espaço e tempo. Nesse
caso, ela é ilustrada nas aplicações que consistem em quantificar as relações entre os
8
diversos corpos hídricos que constituem as zonas úmidas, as relações entre bacias e
as variações de volume nas zonas úmidas, a partir de dados provenientes, dos
satélites altimétricos. Tal tentativa aplica-se a uma lógica que visa o emprego de
técnicas mais eficazes para a introdução de uma análise espaço-temporal.
Esta tese busca ilustrar, no caso da aplicação proposta, o interesse de integrar
não somente as informações estruturais (i.e., forma de onda), mas igualmente as
relações funcionais que compõem as relações espaciais e temporais deduzidas das
interações de funcionamento entre os diferentes objetos (i.e., rios, lagos marginais,
alagados interfluviais, planície de inundação, entre outros). A força dessa altimetria,
aqui denonimada funcional, é de oferecer um esquema que permite administrar os
dados da altimetria espacial (i.e., altura da lâmina de água) integrando-os às
informações exógenas complementares (i.e., topografia, morfologia, hidrologia,
umidade do solo), o que nos leva a considerar uma avaliação multidisciplinar.
As motivações principais para essa avaliação multidisciplinar são diversas. As
medidas dos sensores representam valores médios para áreas imageadas, diferentes
das medidas obtidas in situ que são medidas pontuais de custo elevado, permitindo
que se tenha uma visão holística a um custo menor, tal característica tem grande
importância para estudos hidrológicos (Novo, 1988). Os erros métricos nas séries
temporais altimétricas são provenientes das dificuldades encontradas para se adaptar
um tratamento básico de medidas concebidas para o ambiente oceânico e não para
hidrossitemas continentais, visto que, até o momento, ainda não foi desenvolvido
qualquer algoritmo para as medidas altimétricas em domínios continentais. No
entanto, os algoritmos Ice-1 e Ice-2, inicialmente desenvolvido para os estudos das
calotas polares para as missões ERS (European Remote sensing Satellite) e em seguida
ENVISAT (ENVIronmental SATellite), é o que melhor se ajusta a esse domínio (Frappart
et al., 2006a). Por outro lado, os dados obtidos pelo mesmo sensor, desde que esteja
devidamente calibrado, apresentam compatibilidades nas informações (Novo, 1988).
Por fim, Uma seleção espacializada dos dados altimétricos utilizando uma ferramenta
georeferênciada apresenta-se vantajosa, promovendo uma melhor seleção dos dados,
reduzindo suas dispersões, principalmente nas zonas úmidas, onde as amplitudes do
nível de água são pequenas.
Esta tese insere-se na proposta de pesquisas do Observatoire de Recherche en
Environement – Contrôles géodynamique, hydrologique et biogéochimique de
l’érosion/altération et des transferts de matière dans le bassin de l’Amazone (ORE
HYBAM) que começou em 1992, através de um acordo de cooperação fraco-brasileiro
entre o Departamento Nacional de Águas e de Energia Elétrica (DNAEE), o Conselho
Nacional de Desenvolvimento Científico e Tecnológico – (CNPq) e o Office de la
Recherche Scientifique et Technique Outre-Mer (ORSTOM) como projeto HYBAM. O
objetivo do ORE HYBAM é efectuar o estudo da bio-geo-dinâmica da bacia Amazônica,
9
focalizando as suas investigações na evolução atual e a longo prazo da bacia, como o
impacto das mudanças climáticas, agricultura e desmatamento, movimento dos arcos
téctônicos e variação do nível dos oceanos; a realização de medidas de vazões líquida e
sólida precisas, pela exploração completa do campo de velocidades na secção de
algumas estações específicas e o estudo da variação espaço-temporal dessas vazões.
Esse acordo permitiu a homogenização da rede de estações hidrometeorológicas na
bacia Amazônica mantida pelo DNAEE e o estabelecimento de uma rede complementar
de estações permanentes de dados hidrológicos, sedimentares e geo-químicos. Ao
longo desses quase 20 anos de pesquisa na Amazônia, o ORSTOM passou a chamar-
se Institut de Recherche pour le Développement (IRD), a responsabilidade da rede de
estações hidrometeorológicas nacional é mantida atualmente pela Agência Nacional de
Águas e o projeto HYBAM passou a ser um Observatoire de Recherche en
Environement. Diversos acordos e financiamentos entre o Brasil e a França, foram
estabelecidos, como o projeto CAPES/COFECUB Nº 516/05 – Modelagem Hidrológica-
Atmosférica Aplicada à Gestão de Grandes Bacias Hidrográficas, que me concedeu a
bolsa de doutorado em co-tutela para a realização dessa pesquisa. Relativo à
hidrologia da bacia Amazônica o ORE HYBAM mantem uma base de dados que
alimenta uma plataforma de modelagem, permitindo o estabelecimento de curvas-
chave que consideram a declividade cinemática da velocidade na seção, o cálculo de
balanços hídricos nas sub-bacias, estudos de modelagem hidrológica-atmosférica,
bem como a complementação dos dados in situ com a aplicação de técnicas espaciais,
como a altimetria espacial, que possivelmente, é a única fonte com potencial para
alcançar a medição de nível de água das extensas zonas úmidas da bacia Amazônica.
1.4. OBJETIVOS E METAS
Enquanto que as abordagens clássicas de análise dos fenômenos hidrológicos
sofrem de uma dependência, muito acentuada, de dados de observações in situ, o
despontar, ao longo desses últimos quarenta anos, de várias ferramentas para a
captura, armazenamento, processamento e apresentação das informações
provenientes dos satélites de observação da Terra, contando com a axiomática do
detalhamento espacial e temporal e situada na fronteira entre diversas disciplinas, tais
como a hidrologia, hidráulica, geofísica, geologia, pedologia e climatologia, constitui a
fundamentação deste trabalho. Dentro desse contexto geral, o principal objetivo desta
pesquisa é a aplicação dos dados provenintes dos satélites altimétricos para estudar a
variabilidade espaço-temporal das zonas úmidas no âmbito da bacia Amazônica.
Busca-se mostrar uma alternativa para superar as limitações dos dados de observação
convencionais, adquiridos via redes hidrométricas tradicionais, com o emprego de
dados altimétricos de altura de água oriundos dos satélites altimétricos
10
TOPEX/Poséïdon, ERS-2 e ENVISAT, bem como a utilização conjunta desses dados
com imagens dos satélites JERS-1 e MODIS.
Para alcançar o objetivo proposto, a pesquisa concentrou esforços em:
• aperfeiçoar a seleção dos dados altimétricos;
• efetuar a correção da distorção geométrica da medida altimétrica
proveniente do efeito de afastamento do nadir;
• estimar as alturas da lâmina de água que transita nas zonas úmidas, nos
rios e em suas proximidades através de dados de altimetria espacial;
• melhorar os erros métricos nas séries temporais altimétricas;
• validar os dados das séries temporais altimétricas através de comparações
das medidas nos pontos de cruzamento dos traços do satélite e com os
dados in situ;
• nivelar as estações fluviométricas através dos dados altimétricos;
• estimar a extensão total e a distribuição das áreas alagadas ao longo das
zonas úmidas através de imagens de sensoriamento remoto;
• estimar os volumes de água que transitam nessas zonas por um período
decenal;
• estabelecer relações entre os diversos corpos hídricos nas zonas úmidas
nas bacias estudadas; e
•
ampliação de conhecimentos sobre a hidrologia da bacia Amazônica.
1.5. FERRAMENTAS UTILIZADAS
Para tratar essa altimetria funcional foram utilizadas as seguintes ferramentas
numa abordagem multidisciplinar:
11
1. Inicialmente, o sistema de informações geográficas (SIG) confirma-se
como uma ferramenta central para facilitar a gestão de dados espaciais,
permitindo uma seleção mais refinada dos dados altimétricos; e
2.
O sensoriamento remoto mostra-se como uma forte ferramenta para a
caracterização espacial de extensas áreas, como as zonas úmidas da
Amazônia. As imagens antes dos períodos de cheia permitem
caracterizar fisicamente a planície, enquanto as imagens das cheias
fornecem as informações espacializada sobre a cheia observada,
delimitando-se, dessa forma, as superfícies de inundação e o
mapeamento dos volumes inundados via integração com os dados
altimétricos.
1.6. ESCOPO DA TESE
O objeto deste estudo com a caracterização do contexto e da problemática
relacionada às zonas úmidas é apresentado nesse capítulo introdutório.
A primeira Seção deste documento apresenta uma revisão bibliográfica sobre o
assunto, que procura estabelecer o referencial de importância e os fundamentos da
pesquisa, destacando o avanço da vertente de dados espaciais, que de forma crescente
vem complementar a tradição histórica de emprego de dados in situ nos estudos dos
recursos hídricos. Embora o conceito do ciclo hidrológico pareça, em um primeiro
momento, simples, o fenômeno é extremamente complexo e intrigante; não existe
apenas um único grande ciclo; ao contrário, é composto por muitos ciclos inter-
relacionados, de extensão continental, regional e local; ainda que o volume total de
água no ciclo hidrológico global permaneça essencialmente constante, a distribuição
dessa água é alterada continuamente nos continentes, nas regiões e, inclusive, nas
bacias hidrográficas locais, sobretudo nas zonas úmidas, que contribuem
substancialmente para seu equilíbrio. Essa é a temática do Capítulo 2.
A altimetria espacial, que foi inicialmente desenvolvida para aplicações
oceânicas, emergiu com uma capacidade impressionante de geração de dados,
oferecendo uma alternativa interessante de medida dos níveis de água dos mares
interiores, dos lagos, dos rios e mesmo das zonas úmidas permanentes e temporais.
Nesse sentido, o Capítulo 3 aborda os principais aspectos da altimetria espacial.
A segunda Seção expõe a metodologia proposta para estudar a variabilidade
espaço-temporal dos processos hidrológicos das zonas úmidas no âmbito da bacia
Amazônica, que constitui o Capítulo 4. Tal metodologia é baseada em diversas
disciplinas dada a complexidade dos hidrossistemas continentais.
12
A etapa seguinte, Seção três, consiste na aplicação da metodologia proposta.
Inicialmente, será caracterizada mais detalhadamente, no Capítulo 5, a bacia
Amazônica, área de estudo, que com seus hidrossistemas aquáticos, encerra diversos
elementos, permitindo avaliar as potencialidades da altimetria espacial em águas
continentais, sobretudo em suas complexas zonas úmidas. Os resultados obtidos são
apresentados no Capítulo 6. O objetivo é não somente ilustrar a metodologia, mas
igualmente testar e validar seu campo de aplicação em rios e nas zonas úmidas da
bacia Amazônica.
Na seção quatro são explanadas as conclusões e recomendações para trabalhos
futuros empregando a pesquisa desenvolvida nessa tese, apresentadas no Capítulo 7.
O presente documento finaliza com as referências bibliográficas pesquisadas
para a realização deste trabalho, um glossário, com as palavras ou expresões,
utilizadas em outras línguas, e pelos Apêndices, que contêm as informações adicionais
desta tese.
13
SEÇÃO I
CONSIDERAÇÕES TÉORICAS E REVISÃO BIBLIOGRÁFICA
14
CAPÍTULO 2
AS ÁGUAS CONTINENTAIS
Este capítulo possui duas metas principais. A primeira é caracterizar, dentro
do contexto geral do ciclo hidrológico (cf. § 2.1), as águas continentais, destacando as
zonas úmidas e sua importância (cf. § 2.2), enquanto a segunda é abordar o emprego
das medidas tradicionais de monitoramento das águas continentais, evidenciando a
importância e a fragilidade ou incompletude dessas informações (cf. § 2.3), ao mesmo
tempo em que se enfatiza o papel de destaque que, cada vez mais, a utilização de
dados espaciais assume nesse monitoramento através do sensoriamento remoto (cf. §
2.4).
2.1. O CICLO HIDROLÓGICO E AS ZONAS ÚMIDAS
2.1.1 O CICLO HIDROLÓGICO
O ciclo hidrológico é um fenômeno global de circulação fechada de água entre a
superfície terrestre e a atmosfera (Figura 2.1). A superfície terrestre engloba os
continentes e os oceanos. Uma parte do ciclo hidrológico é definida pela circulação da
água na própria superfície terrestre, incluindo a circulação no interior, na superfície
dos solos e nos oceanos. Através da dinâmica das massas de ar, acontece a principal
transferência de água da atmosfera para a superfície terrestre, denominada de
precipitação. A precipitação ocorre quando complexos de aglutinação e crescimento
das micro-gotículas, em nuvens com presença significativa de umidade (i.e., vapor de
água) e em núcleos de condensação, formam uma grande quantidade de gotas com
tamanho e peso suficientes para que a força de gravidade supere a turbulência normal
ou movimentos ascendentes do meio atmosférico. A precipitação pode ocorrer na
forma de neve ou granizo. No trajeto em direção à superfície terrestre, a precipitação já
sofre evaporação. Caindo em um solo com cobertura vegetal, parte do volume
precipitado sofre interceptação em folhas e caules, de onde parte se evapora.
A interceptação é um fenômeno que ocorre tanto com a chuva quanto com a
neve. O solo é um meio poroso; há infiltração da precipitação que chega ao solo,
enquanto a superfície do solo não se satura. A infiltração e a percolação no interior do
solo são comandadas pelas tensões capilares nos poros e pela gravidade. A umidade
15
do solo, realimentada pela infiltração, é aproveitada, em parte, pelos vegetais, que a
absorve pelas raízes e a devolve quase toda à atmosfera por transpiração, na forma de
vapor de água. A parcela não aproveitada pelos vegetais percola para o lençol freático
que, normalmente, contribui para o escoamento de base dos rios. Os escoamentos
superficial e sub-superficial são impulsionados pela gravidade para as cotas mais
baixas, vencendo principalmente o atrito com a superfície do solo. A vegetação
também reduz a energia cinética de impacto das gotas de chuva no solo, minimizando
a erosão. Nos oceanos, a circulação das águas é regida por fenômenos físicos,
destacando-se a rotação terrestre, os ventos de superfície, a variação espacial e
temporal da energia solar absorvida. Por onde circula, a água na superfície terrestre,
seja nos continentes ou nos oceanos, sofre evaporação para a atmosfera. A
evapotranspiração é a soma da evaporação e da transpiração, dependendo da radiação
solar, das tensões de vapor do ar e dos ventos.
A sociedade humana intervém de várias formas no ciclo hidrológico,
substituindo a vegetação natural pela agricultura, desviando grandes quantidades de
água para irrigação, construindo barragens nos rios, drenando áreas úmidas ou
usando rios e lagos para diluir esgotos urbanos ou efluentes industriais, entre outras
atividades. Com efeito, a humanidade utiliza indiretamente 26% da evapotranspiração
terrestre total e 54% do escoamento superficial acessível no espaço e no tempo (Postel
et al., 1996). O aumento do uso da evapotranspiração é limitado pelo fato da maior
parte das terras adequadas para a agricultura não irrigada já estarem em produção. A
construção de novas barragens poderia aumentar em 10% o acesso ao escoamento
nos próximos 30 anos, enquanto a população está projetada para aumentar de 45%
no mesmo período (Postel et al., 1996; Vörösmarty et al., 2005).
Uma moderna concepção do ciclo hidrológico emergiu da nova disciplina
denominada eco-hidrologia, destacando as importantes relações compartilhadas entre
os sistemas hidrológicos e ecológicos (Zalewski et al., 1997). Tal modelo conceitual
detalha os caminhos e fluxos de toda água ao diferenciá-los em duas componentes
distintas (Falkenmark e Rockström, 2004): águas azuis e águas verdes. As águas azuis
estão diretamente associadas aos ecossistemas aquáticos e aos fluxos dos aqüíferos e
das águas superficiais. As águas verdes abastecem os ecossistemas terrestres e os
vegetais nas zonas úmidas, sendo devolvidas à atmosfera na forma de vapor de água
pela transpiração das plantas e evaporação das águas continentais e dos oceanos,
caracterizadas, neste estudo, pelos fluxos nas zonas úmidas da bacia Amazônica.
Falkenmark e Rockström (2004) afirmam ainda que essa concepção de águas azuis e
de águas verdes simplifica a discussão para os diversos atores envolvidos com a gestão
dos recursos hídricos, sobretudo os que não possuem formação técnica, pois ajuda a
focalizar a atenção e os recursos nos setores normalmente negligenciados dos
16
ecossistemas terrestres, como os terrenos cultivados, campos naturais, pastagens,
florestas e pântanos.
2.1.2 AS ÁGUAS CONTINENTAIS
O estoque de água no planeta Terra é da ordem de 1.388 milhões Km³, dos
quais 97,5% são águas salgadas provenientes dos oceanos e apenas 2,5% são águas
doces. Estas ocorrem sob a forma de neve permanente e geleira (68,7%); de aqüíferos
subterrâneos (30,1%); de umidade do solo, pântanos e na atmosfera (1,2%).
As águas continentais são as águas estocadas ou em escoamento na superfície
da Terra. Constituem-se das águas sub-superficiais distribuídas nas zonas úmidas do
solo e nos reservatórios de água subterrânea e das águas superficiais encontradas nos
rios, nos sistemas lacustres e nos pântanos ou zonas úmidas. Para a consumação
humana e dos ecossistemas, a água mais acessível encontra-se nos lagos e rios,
correspondendo a aproximadamente 0,27% da água doce e 0,006% da quantidade
total de água do planeta (Maidment, 1992).
2.1.2.1 AS ZONAS ÚMIDAS
Conforme a convenção de Ramsar (artigo 1.1), é considerada zona úmida toda
extensão de pântanos, charcos e turfas, ou superfícies cobertas de água, de regime
natural ou artificial, permanentes ou temporárias, com água parada ou corrente, doce,
salobra ou salgada. As áreas marinhas também são consideradas zonas úmidas,
contanto que a profundidade da maré baixa não exceda a seis metros. Também foi
estabelecido que essas zonas úmidas compreendem as regiões ribeirinhas ou costeiras
adjacentes, assim como as ilhas ou extensões de áreas marinhas. Como resultado
dessas determinações, a cobertura da convenção estende-se a uma ampla variedade
de ecossistemas aquáticos, incluindo rios, zonas costeiro-marinhas e zonas úmidas
artificiais, tais como lagoas, açudes e represas (Secrétariat de la Convention de
Ramsar, 2006).
O World Conservation Monitoring Centre (WCMC) do United Nations Environment
Program (UNEP) estima as zonas úmidas em aproximadamente 570 milhões de
hectares (5,7 milhões de km
2
), ou seja, 6% da superfície emersa do planeta, onde 2%
são lagos, 30% turfas, 26% charcos, 20% pântanos e 15% planícies de inundação
(UNEP/WCMC, 1997). Mitsch e Gosselink (2007) propõem de 4% a 6% da superfície
emersa da Terra. Entretanto, um estudo global de recursos em zonas úmidas
submetido à Conférence des Parties COP7 de Ramsar em 1999, afirmava: “não é
possível fornecer uma cifra aceitável da superfície das zonas úmidas a uma escala
mundial”, dando uma estimativa de 748 a 778 milhões de hectares.
17
2.1.2.2 AS ZONAS ÚMIDAS DO SOLO
Antes de atingir a zona de saturação, a água, através da infiltração, passa por
um processo de fluxo descendente pela zona de aeração ou zona não saturada, onde
uma parte dos espaços inter-granulares está preenchida com água e outra parte com
ar, contendo oito vezes mais água que todo o escoamento superficial do planeta
(Chow, 1988). A espessura dessa zona pode variar de menos de um metro até
centenas de metros dependendo de diversos parâmetros do meio físico, como as
características de relevo e solos assim como a condições climáticas da região (Feitosa e
Manoel Filho, 1997). O movimento da água nessa zona do solo está relacionado com
fenômenos como evaporação e retirada da água pelas raízes das plantas
(transpiração), sendo de grande importância para estudos e projetos relacionados com
a irrigação e drenagem (Hillel e Vlek, 2005). Influenciam também o transporte de
substâncias, ou solutos (i.e., sais, fertilizantes, entre outros) no subsolo, estando,
portanto relacionado com o tempo de permanência dos mesmos no solo e seu
potencial risco para o desenvolvimento das plantas e contaminação do solo e do lençol
adjacente (Della Rocca et al., 2007).
2.1.2.3 AS ÁGUAS SUBTERRÂNEAS
A zona saturada do solo caracteriza a existência do chamado lençol
subterrâneo, ou aqüífero, representando a segunda reserva mundial de água doce,
após as águas contidas nas geleiras, sendo recarregada por água da chuva infiltrada e
dependendo fortemente das médias pluviométricas e da formação geológica de cada
região. As camadas freáticas submetidas apenas aos processos naturais do ciclo
hidrológico e aos balanços hidrológicos de cada região oscilam sazonalmente
ascendendo em períodos de chuva e descendendo em períodos de estiagem
(Maindment, 1992). A conservação das áreas de recarga dos aqüíferos é essencial para
garantir a reposição de água e a recuperação dos níveis dos lençóis subterrâneos
(Vorlicek et al., 2004; Wenninger et al., 2004), como também para evitar percolação de
contaminantes que venham a degradar a qualidade de água dos aqüíferos (Hao, 2006).
2.1.2.4 OS RIOS
Os rios cobrem menos de 0,1% da superfície terrestre abrangendo
aproximadamente 0,0001% do volume total de água do planeta. O escoamento
superficial de origem diversa forma a rede hidrográfica, com limites geográficos
precisos definidos pela bacia hidrográfica. O sistema bacia hidrográfica pode
constituir-se em meio que apresente características muito diferentes de clima, relevo,
18
cobertura geológica profunda, subsuperficial ou superficial (i.e., solos), vegetação,
ocupação, entre outras, uma vez que pode ser definida como uma unidade fisiológica,
limitada por divisores topográficos, drenada por um ou mais cursos de água, cujas
águas nela precipitada se dirigem para uma única seção, em seu ponto mais baixo,
denominada exutório (Chow, 1988 e Tucci, 2001). Essa interdependência da rede com
a bacia hidrográfica conduz ao conceito de hidrossistemas ou sistema hidrológico, que
implica uma abordagem integrada do funcionamento dos rios com o meio ambiente
local.
2.1.2.5 AS PLANÍCIES INUNDÁVEIS
Todas as planícies inundáveis são diferentes estruturalmente e
funcionalmente, sendo assim difícil realizar generalizações conceituais. Entretanto,
alguns autores preocuparam-se em classificá-las. Segundo Neiff et al. (1994), a
planície de inundação ou várzea, pode ser definida como a planície desenvolvida sobre
a calha de um vale, preenchido por terrenos aluvionares e que apresenta meandros
fluviais sensíveis a baixa declividade do curso do rio, permanente ou temporalmente
inundada pelo aporte fluvial. Ocorre, normalmente, no baixo curso do rio, onde o
relevo, mais desbastado pela erosão do que à montante, apresenta pequeno gradiente
topográfico; em conseqüência, a energia fluvial é atenuada e não consegue carregar
muito da carga sedimentar do rio que é depositada, colmatando o vale com sedimentos
fluviais.
Segundo Holland (1988), Junk et al. (1989), Naiman et al. (1989), Kolasa e
Zalewski (1995) e Ward et al. (1999), planícies fluviais são consideradas sistemas de
transição terra/água. Sem dúvida, o curso do rio, suas ilhas, cursos secundários e
planície de transbordamento formam subsistemas, estrutural e funcionalmente
dependentes do fluxo horizontal de água e transversal ao curso do rio, que formam
uma mesma unidade ecológica, de funcionamento com o curso do rio, sendo tal
movimento de grande importância, porque diferenças altimétricas de poucos
centímetros determinam que superfícies de centenas de quilômetros sejam inundadas
ou drenadas. Esses fluxos horizontais entre os subsistemas mencionados (curso,
ilhas, planície lateral) condicionam as produtividades dos ecossistemas vegetais e
processos associados (Carignan e Neif, 1992; Frutos et al., 2006).
2.1.2.6 OS SISTEMAS LACUSTRES
Um sistema lacustre inclui os locais permanentemente inundados tais como
lagos, lagoas e reservatórios de água ligados ao mar ou não. Constituem 3% da
superfície dos continentes (Prairie, 2006) e armazenam cerca de 0,01% do volume de
19
água do planeta (Chow, 1988). Apresentam uma interação complexa entre a atmosfera
e as águas de superfície e subterrânea, respondendo sensivelmente às mudanças
climáticas (Cretaux e Birkett, 2006), sendo primordiais para regularizar e amortecer o
fluxo no interior da rede hidrográfica, suavizando o clima na escala regional. Parte
integrante das redes hidrográficas em sua maior escala, os sistemas lacustres devem,
igualmente, ser abordados pela vertente do hidrossistemas (Mercier, 2001).
2.2. IMPORTÂNCIA DAS ZONAS ÚMIDAS
As zonas úmidas estão entre os ambientes mais produtivos do mundo
(Secrétariat de la Convention de Ramsar, 2006). São berços da diversidade biológica
(UNEP, 1996; Acreman, 2007; Lake e Bond, 2007), importantes para a estabilidade
climática (Matthews e Fung, 1987; Whitting e Chanton, 2001; Richey et al., 2002;
Groendahl et al., 2007; Shindell et al., 2007), fornecendo água e produtividade
primária, cujo número incalculável de espécies de plantas e animais depende para sua
sobrevivência. Mantêm fortes concentrações de pássaros, mamíferos, répteis, anfíbios,
peixes e invertebrados, sendo também fontes importantes de material genético vegetal.
a) Funções
As interações entre os elementos físicos, biológicos e químicos, como os solos, a
água, as plantas e os animais, permitem a uma zona úmida preencher numerosas
funções vitais, quais sejam:
• estoque de água;
• proteção contra as tempestades e controle das cheias;
• renovação do lençol freático, caracterizada pelo movimento de
água da zona úmida para o lençol freático;
• restituição das águas subterrâneas, caracterizada pela recarga
do lençol freático pela água de superfície da zona úmida;
• estabilização de condições climáticas locais, em particular do
regime de precipitações e temperatura;
• depuração da água;
• estabilização de taludes e controle da erosão;
• retenção de elementos nutritivos;
• retenção de sedimentos; e
• retenção de poluentes.
20
b) Valores
As zonas úmidas fornecem freqüentemente vantagens econômicas
consideráveis, por exemplo:
• abastecimento de água (em quantidade e qualidade);
• pescarias (mais de 2/3 dos peixes de água doce destinado à
pesca dependem de zonas úmidas em bom estado);
• agricultura, graças à renovação dos lençóis freáticos e à retenção
de materiais nutritivos nas planícies de inundação;
• suporte para escora e outros materiais para construção;
• recursos energéticos como a turfa;
• fauna e flora selvagem;
• toda uma gama de outros produtos, inclusive as plantas
medicinais;
• transporte; e
• possibilidades de lazer e turismo.
Além disso, as zonas úmidas possuem características particulares, sendo
muitas delas eleitas patrimônios culturais da humanidade. Elas estão estreitamente
ligadas às crenças religiosas e cosmológicas dotadas de valores espirituais, fontes de
inspiração estética e artística, com vestígios arqueológicos que são preciosos
testemunhos do passado remoto da humanidade. São santuários para as espécies
selvagens e são a base de importantes tradições políticas, econômicas e culturais
locais.
Essas funções, valores e características particulares, bem como esses serviços
ecossistêmicos, só podem se perpetuar se os processos ecológicos nas zonas úmidas
se desenvolverem naturalmente. Infelizmente, apesar de todo o progresso realizado
com vários anos de conscientização, as zonas úmidas permanecem entre os
ecossistemas mais ameaçados do mundo, pela drenagem, pelo estresse hídrico, pela
poluição e pela exploração excessiva de seus recursos.
2.3. FRAGILIDADE DO SISTEMA DE MONITORAMENTO DOS RECURSOS
HÍDRICOS CONTINENTAIS
A adequada caracterização quali-quantitativa dos recursos hídricos
continentais está diretamente relacionada ao seu monitoramento. No entanto, o
conhecimento da dinâmica do ciclo global da água nos continentes é ainda muito
incipiente embora as mais importantes observações hidrológicas que possam ser feitas
em uma bacia hidrográfica sejam as variações temporais e espaciais de volumes de
21
água nos rios, nos lagos e nas zonas úmidas (SWOT Mission, 2007). As séries de
registros longas são essenciais, e a falta desses dados compromete a validade da
informação usada para avaliações e a tomada de decisão subseqüente.
Segundo o Global Run-off Data Center (GRDC) o número global de dados de
descarga líquida reduziu significamente após 1980. Mesmo com um acrescimo no
número total de estações, a maioria das estações com registros a longo prazo encerrou
a operação. O relatório do U. S. Geological Survey relata que de 1972 a 2007, 2.632
estações com 30 anos ou mais de registros foram interrompidas (US Geological
Survey, 2009). Na Figura 2.1 estão expressos os número de dados globais por ano das
estações de descarga líquida com medidas mensais e diárias, que constituem a base
de dados do GRDC, enquanto nos anos 1970 observa-se até 6000 e 4000 registros
mensais e diários por ano, respectivamente, constata-se uma crescente redução
desses registros após os anos 1980. Calmant e Seyler (2006), afirmam que essa
redução é devida não somente a diminuição do número de estações hidrométricas
como também pelo tempo de acesso aos registros, que pode chegar a vários anos,
resultando num duplo problema. A distribuição espacial de 7362 estações com
registros mensais de vazão, incluindo as estações com dados diários e o tamanho das
séries temporais obtidas são ilustrados na Figura 2.2, indicando que a maioria das
séries tamporais nos países pobres e em desenvolvimento não ultrapassa 30 anos de
registros.
Fonte: GRDC (2010).
Figura 2.1 – Evolução do número de dados das estações de descarga líquida mundial
registrados na base de dados do GRDC entre 1900 e 2009. Em azul, os dados
mensais, e, em verde, os dados diários.
Número de estações
Registo mensal
Registro diário
Avaliação dos dados históricos de descarga líquida na base de dados do GRDC
Número de estações por ano
Número de estações
22
Fonte: GRDC (2010).
Figura 2.2 – Distribuição mundial da disponibilidade dos dados hidrológicos em
janeiro de 2010.
O levantamento de dados na rede de estações hidrométricas tradicionais,
especialmente em muitos países pobres e em desenvolvimento, é ainda inadequado e,
muitas vezes, bastante precário. Em muitas redes, falta adequado padrão de
confiabilidade e controle de qualidade para calibração dos instrumentos, bem como é
limitada a capacidade de acesso, interpretação e aplicação da informação coletada a
partir das redes tradicionais e dos satélites de observação terrestre. Essas restrições
levam a limitações no emprego de dados hidrométricos tradicionais e dados espaciais
(GCOS, 1998). A Organização Mundial de Meteorologia (WMO) identificou que os
gestores das redes hidrométricas na África, por exemplo, conservam os dados
hidrometeorológicos em papel. As respostas a um questionário enviado aos
responsáveis do serviço hidrológico de 39 países mostram que 82% utilizam papel
para arquivamento dos dados (WMO, 2004). Assim, o maior problema nas regiões
pobres do mundo inclui deficiência de redes de registros e de infra-estrutura, bem
como de qualidade dos dados.
Muitos países não se sentem suficientemente envolvidos em estudos regionais
ou globais de recursos hídricos. Outros fatores são a ausência de protocolos e
convenções para compartilhamento dos dados em algumas bacias e em aqüíferos
compartilhados ou internacionais, com limitados investimentos em pesquisas e
estudos envolvendo dados hidrológicos, bem como eventual receio de perda da posse
dos dados (WMO, 2003). Com o objetivo de padronizar a forma de coleta de
informações, a WMO promoveu uma uniformização das observações e de suas
estatísticas (WMO, 2003). São fornecidas informações indicando métodos,
procedimentos e técnicas que podem ser adotadas no projeto de rede e de
instrumentação de forma geral para vários tipos de climas e propósitos.
Estações GRDC
Série Temporal
(ano)
23
Visando assegurar a disponibilidade, às nações do mundo, das observações e
informações necessárias à compreensão do clima e das mudanças climáticas,
incluindo as informações das redes de monitoramento hidrológicas, quatro
organizações internacionais, a Organização Mundial de Meteorologia (WMO), a
Comissão Internacional de Oceanografia (IOC), o Programa das Nações Unidas para o
Meio Ambiente (UNEP) e o Conselho Internacional para a Ciência (ICSU) estabeleceram
a implementação do Sistema de Observação Global do Clima – GCOS em 1992 (GCOS,
1995). O relatório dos progressos na implementação do GCOS (GCOS, 2009) descreve
diversas ações executadas em escala intergovernamental e internacional para suprir
as insuficiências das redes de monitoramento hidrométricas tradicionais, descritas
nos relatórios de 1998 e 2003 (GCOS, 1998 e 2003), destacando-se a criação de uma
rede de referência mundial de monitoramento hidrológico in situ bem detalhada e
coordenada, transformando seus produtos em informação útil para aplicação na
validação de modelos hidrodinâmicos e hidrológicos, nos estudos dos diversos
processo envolvendo o ciclo hidrológico e na validação das observações derivadas dos
satélites de observação de Terra. Embora as atividades individuais, identificadas nos
relatórios, sejam coordenadas através de diversos programas, organizações e agências
internacionais, o sucesso depende quase inteiramente dos órgãos nacionais e
regionais, ou seja, da resposta de muitos órgãos para a execução coordenada de um
plano global, bem como, de ações para implementação da rede, que abrangem
diversas atividades, incluindo o planejamento, a coordenação e a aderência aos
padrões de monitoramento do GCOS, como a gestão, o processamento, a análise e os
métodos de arquivamento dos dados. Estas ações são frequentemente muito onerosas,
exigindo cuidadosa adesão, sustentada atenção e mudanças a longo prazo.
O valor dos dados de uma rede hidrométrica é uma função da sua utilização.
No entanto, muitos usos não são aparentes na época do projeto da rede. De fato,
poucos dados hidrológicos seriam coletados se fosse necessária uma fundamentação
econômica a priori (ONU/WWAP, 2006). No Brasil, por exemplo, os levantamentos e
estudos hidrométricos foram implementados pelo setor hidrelétrico, dada a
necessidade de se determinarem os potenciais energéticos dos rios brasileiros, sendo,
inicialmente, o Departamento Nacional de Águas e Energia Elétrica (DNAEE), criado
em 1965, responsável pelas atividades hidrológicas em território nacional, incluindo
os serviços de hidrométria. A responsabilidade foi concedida em 2000, à Agência
Nacional de Águas, que atualmente realiza o monitoramento pluviométrico,
fluviométrico, sedimentométrico e qualitativo da água em diversas estações ao longo
do território nacional, disponibilizando dados hidrológicos, úteis não somente para o
setor hidrelétrico, como também para o desenvolvimento de projetos e gestão dos
recursos hídricos.
24
A hidrologia tem sido extremamente ágil no desenvolvimento de metodologias e
modelos de simulação que, de certa forma superam a deficiência de dados, permitindo
que se possa planejar e executar obras de aproveitamento, mesmo que não se
disponha de séries de dados com o comprimento estatisticamente representativo para
caracterizar o regime hidrológico de uma determinada região. Esses métodos, embora
ferramentas de valiosa eficácia quando bem aplicados, sofrem sérias restrições quando
não se dispõe de dados para sua calibração e validação.
Os dados hidrológicos in situ fornecem uma definição temporal densa, no
entanto, a resoluçao espacial é limitada, dependendo do tamanho da bacia poucos
dados são disponibilizados. A alta prioridade para observações adicionais deve ser
concentrada em regiões com carência de dados, variáveis hidrológicas mal observadas,
regiões sensíveis à mudança e variáveis físicas com mensuração espacial inadequada.
Os satélites de observação da Terra são meios importantes para fornecer dados
hidrológicos com aceitável resolução espacial e temporal, especialmente em regiões
extensas, com complexa variabilidade sazonal, de difícil acesso e com limitada infra-
estrutura, como, por exemplo, as zonas úmidas da região Amazônica.
2.4. MONITORAMENTO DOS HIDROSSISTEMAS CONTINENTAIS POR
SATÉLITES
O primeiro satélite conhecido foi a Lua. Até a descoberta dos satélites por
Galileu em 1610, nenhuma ocasião tinha se apresentado para caracterizar tais
objetos. Galileu escolhe o termo latino planetæ (i.e., planetas) para designá-los. Será
Kepler quem os nomeará de “satélites” em 1611, do latim satelles ou satellitis
significando “guardião” ou “companheiro”, porque os satélites parecem acompanhar o
planeta nos seus deslocamentos. Christian Huygens, descobridor de Titã, foi o
primeiro a utilizar o termo “lua” para este tipo de objeto, chamando Titã Luna Saturni
ou Luna Saturnia (i.e., lua de Saturno ou lua saturniana). Ao término das descobertas,
o termo foi abandonado. Jean Dominique Cassini utilizava, às vezes, o termo
“planetas” para as suas descobertas, sendo mais freqüentemente “satélites”.
O termo “satélite” tornou-se a norma para descrever um objeto em órbita ao
redor de um planeta, permitindo evitar a ambigüidade do termo “lua”. Contudo, em
1957, com o lançamento do satélite Sputnik 1 (Figura 2.3), o primeiro objeto artificial
em órbita ao redor da Terra, tornou necessária a distinção entre os satélites artificiais
e os satélites naturais. O simples termo “satélite” passou a designar principalmente os
objetos artificiais, sendo o termo “lua” empregado aos satélites naturais, mas, por
exemplo, chama-se de “satélite” os novos corpos detectados em trono dos planetas
gigantes do sistema solar ou aos asteróides.
25
Atualmente, existem milhares de satélites em órbita ao redor da Terra. Os
objetivos diversificaram-se, as tecnologias foram melhoradas, tornando-se mais
complexas, e os limites geográficos se estreitaram. Graças a uma melhor compreensão
das leis físicas do espaço, um verdadeiro conhecimento (know-how) desenvolveu-se em
matéria de concepção, montagem e exploração dos satélites artificiais.
Fonte: NASA, 2007a
.
Figura 2.3 – Primeiro satélite artificial lançado em 4 de Outubro de 1957 pela União
Soviética. Sputnik em russo significa “companheiro de estrada”.
Distinguem-se vários tipos de missões, a saber:
• satélites astronômicos permitem enriquecer os nossos conhecimentos
sobre a origem do Universo e a vida sobre a Terra: esses satélites são
dedicados à exploração do sistema solar e à astronomia (i.e., sondas),
mas igualmente à física fundamental e à exobiologia;
• satélites de comunicações satélites utilizados em telecomunicações
com numerosas aplicações em telefonia, televisão, multimídia e trocas
de informações;
• satélites de reconhecimento satélites projetados para observação da
Terra ou antigos satélites de comunicação utilizados para fins militares
ou de espionagem;
• satélites de navegação permitem posicionar-se precisamente e a
qualquer momento na superfície do globo: desempenham um papel
importante na navegação marítima, no controle da circulação e nas
missões de investigação e de salvamento;
• satélites meteorológicos dedicados à previsão imediata e ao estudo da
evolução do clima; e
• satélites de observação da Terra destinados a melhorar a
compreensão do funcionamento do planeta e proteger o meio ambiente:
as observações cobrem os continentes, cobertura vegetal, ocupação dos
26
solos, calotas polares, mas também os níveis de água dos oceanos e
hidrossistemas continentais, os fenômenos atmosféricos e geofísicos.
O conjunto dos instrumentos, específicos aos objetivos da missão, é chamado
carga útil. De acordo com a missão, a carga útil contém diversos instrumentos de
visada e equipamentos de transmissão e gravação a bordo, como o sensor que é capaz
de captar e registrar a energia refletida ou emitida pelos objetos, áreas ou fenômenos,
sem que haja contato direto ou físico entre o objeto e o sensor, operando em diversas
freqüências. Tal tecnologia permite a aquisição de informações sobre a superfície da
Terra através da interação energia-matéria, que ocorre entre a radiação
eletromagnética e as substâncias presentes na superfície terrestre, (Novo, 1988).
O espectro eletromagnético, por sua vez, é a ordenação das radiações
eletromagnéticas de acordo com os comprimentos de onda ou, em outras palavras,
freqüência ou energia. O espectro é usualmente apresentado entre raios cósmicos e
ondas de rádio, com as partes intermediárias constituindo os raios gama, raios X,
ultravioleta, visível, infravermelho próximo, infravermelho médio ou intermediário,
infravermelho distante ou afastado e microondas (Figura 2.4). O espectro eletromagnético
entre comprimentos de onda de 0,02 µm a 1 m pode ser dividido em duas partes
principais: faixa ótica e faixa de microondas. A faixa ótica refere-se àquela parte do
espectro eletromagnético em que fenômenos óticos de reflexão e refração podem ser
utilizados para análise da radiação. Essa faixa estende-se dos raios X (0,01 µm de
comprimento de onda) passando pelo visível e incluindo o infravermelho distante (1 mm
de comprimento de onda), sendo utilizada pelos sistemas de sensores passivos. A região
de microondas compreende a faixa de comprimentos de onda de 1 mm a 1,0 m sendo
utilizada pelos sistemas de sensores ativos.
Fonte: IBGE, 1999.
Figura 2.4 Espectro eletromagnético dividido em regiões ou intervalos espectrais.
Todos os materiais, naturais ou artificiais, da superfície da terra podem emitir,
refletir, transmitir ou absorver seletivamente a energia eletromagnética caracterizados
por reflectâncias próprias em cada banda do espectro eletromagnético. É através dessa
característica que o sensoriamento remoto determina a natureza dos alvos analisados.
Durante o seu caminho através da atmosfera, a
pelos gases e aerossóis que a compõem. Alguns gases, como oxigênio, ozônio, vapor de
água
e gás carbônico, absorvem a
do espectro.
A capacidade que as ondas eletromagnéticas possuem de penetrarem na
atmosfera é denominada transmissividade ou transmitância, sendo as faixas de
comprimento de onda par
a as quais a atmosfera é transmissível denominada de
janelas atmosféricas
(Figura 2.
Fonte: Adaptado de Colwell, 1963.
Figura 2.5
Transmissividade percentual da atmosfera terrestre.
2.4.1.
EVOLUÇÃO DOS DADOS ESPACIAIS
Por muito tempo, o
sensoriamento remoto limit
modo de exploração, à fotointerpretação. Com o aparecimento das plataformas
espaciais, como o lançamento do satélite Spoutnik em 4 de outubro de 1957,
estimulou-
se o surgimento dos primeiros saté
(e.g., Landsat
em 1972). Essa revolução dos meios de observação da Terra fortaleceu a
utilização do sensoriamento remoto buscando responder a diversas problemáticas
ambientais com as quais o homem é confrontado.
2.4.1.1. DE
1970 AO FINAL DOS AN
Os satélites multiplicam
dados digitais em grande quantidade. Os esforços de diversificação concentraram
por reflectâncias próprias em cada banda do espectro eletromagnético. É através dessa
característica que o sensoriamento remoto determina a natureza dos alvos analisados.
Durante o seu caminho através da atmosfera, a
energia eletromagnética
é atenuada
pelos gases e aerossóis que a compõem. Alguns gases, como oxigênio, ozônio, vapor de
e gás carbônico, absorvem a
energia
eletromagnética em determinadas bandas
A capacidade que as ondas eletromagnéticas possuem de penetrarem na
atmosfera é denominada transmissividade ou transmitância, sendo as faixas de
a as quais a atmosfera é transmissível denominada de
(Figura 2.
5).
Transmissividade percentual da atmosfera terrestre.
EVOLUÇÃO DOS DADOS ESPACIAIS
sensoriamento remoto limit
ou-
se à fotografia aérea, e o seu
modo de exploração, à fotointerpretação. Com o aparecimento das plataformas
espaciais, como o lançamento do satélite Spoutnik em 4 de outubro de 1957,
se o surgimento dos primeiros saté
lites comerciais no início dos anos 1970
em 1972). Essa revolução dos meios de observação da Terra fortaleceu a
utilização do sensoriamento remoto buscando responder a diversas problemáticas
ambientais com as quais o homem é confrontado.
1970 AO FINAL DOS AN
OS 90
Os satélites multiplicam
-se e diversificam-
se, fornecendo, assim, o acesso a
dados digitais em grande quantidade. Os esforços de diversificação concentraram
27
por reflectâncias próprias em cada banda do espectro eletromagnético. É através dessa
característica que o sensoriamento remoto determina a natureza dos alvos analisados.
é atenuada
pelos gases e aerossóis que a compõem. Alguns gases, como oxigênio, ozônio, vapor de
eletromagnética em determinadas bandas
A capacidade que as ondas eletromagnéticas possuem de penetrarem na
atmosfera é denominada transmissividade ou transmitância, sendo as faixas de
a as quais a atmosfera é transmissível denominada de
se à fotografia aérea, e o seu
modo de exploração, à fotointerpretação. Com o aparecimento das plataformas
espaciais, como o lançamento do satélite Spoutnik em 4 de outubro de 1957,
lites comerciais no início dos anos 1970
em 1972). Essa revolução dos meios de observação da Terra fortaleceu a
utilização do sensoriamento remoto buscando responder a diversas problemáticas
se, fornecendo, assim, o acesso a
dados digitais em grande quantidade. Os esforços de diversificação concentraram
-se,
28
inicialmente, sobre a resolução espectral e radiométrica, explorando os domínios
espectrais fora do visível, essencialmente no infravermelho. Excluindo-se os satélites
geoestacionários com aplicações meteorológicas, como
Geostationary Operatinal
Enviromental Satellite
(GOES)
,
operado pelo
National Oceanic and Atmospheric
Administration
(NOAA), o
METEOrological SATellite
(METEOSAT), operado pela ESA e
pela NOAA, que oferecem uma grande repetitividade temporal (
i.e
, várias imagens por
dia), mas, em contrapartida, uma resolução espacial quilométrica. Os principais
sensores passivos apresentam baixa resolução espacial, como exemplo as constelações
Landsat e
Système Probatoire d’Observation de la Terre
(SPOT), onde o Landsat 7
apresenta 15 m na banda pancromática (PAN) enquanto o SPOT4 possui 10 m na PAN
e 20 m nas bandas multi-espectrais (MS). Infelizmente, as resoluções temporais de 16
dias para o Landsat e de 26 dias para o SPOT (até três dias graças ao sistema de
visada lateral) constituem uma forte limitação para observação de fenômenos com
grande dinâmica temporal, como as cheias.
Em paralelo, investigações foram efetuadas a fim de valorizar as janelas
atmosféricas disponíveis nos comprimentos de ondas superiores aos do infravermelho.
Nessa faixa de comprimento de ondas, a influência de nuvens no sinal é muito baixa,
permitindo a aquisição de imagens com boa qualidade mesmo em dias nublados, pois
possui capacidade de penetração através de nuvens e da chuva. É possível coletar
imagens independentemente da iluminação solar e sob as mais variadas condições
atmosféricas, apresentando formas de identificação dos objetos da face da Terra
distintas dos sensores óticos. Esses progressos consolidaram-se pelo aparecimento,
em julho de 1991, do primeiro satélite operacional de radar ERS-1, seguido por JERS-
1 (1992), ERS-2 (1995), RADARSAT (1995), ASTER (1999), ENVISAT (2002) e
RADARSAT2 (2007). As técnicas ligadas à exploração de imagens radar são baseadas
na interpretação do retro-espalhamento das ondas do radar sobre a superfície
terrestre, apresentando um sinal, conseqüentemente, muito específico. A presença de
um ruído do tipo multiplicativo específico denominado
speckle,
originário de um
fenômeno de interferência do retro-espalhamento das ondas, constitui um limite à
obtenção de resolução espacial fina (resolução de aproximadamente 30 m para o ERS,
apesar da previsão inicial de um píxel de 12,5 x 12,5 m).
2.4.1.2.
AS TENDÊNCIAS ATUAIS
Há alguns anos, a tendência do sensoriamento remoto volta-se para imagens
de alta resolução espacial com captores de resolução métrica. As previsões de
lançamento são bastante numerosas, e vários satélites já se encontram em operação:
IKONOS-2 (EUA, lançado em 1999) com 1 m em PAN e 4 m em MS, Quickbird2 (EUA,
lançado em 2001) com 0,61 m de PAN e 2,44 m em MS e, por último, SPOT-5 (França,
29
lançado em 2002) com uma resolução espacial de 5 m a 2,5 m de PAN e 10 m em MS.
Informações suplementares sobre esses satélites podem ser obtidas em Rocha (2000).
Para satisfazer as necessidades de diversificação dos captores com essas
resoluções métricas ou mesmo centimétrica, certos programas como o programa
pléiades
do
Centre National d’Études Spatiales France
(CNES) em associação com a
Agência Espacial Italiana (ASI) prevêem o envio de uma constelação de pequenos
satélites (500 Kg), mais baratos e com uma expectativa de vida mais baixa. Não restam
dúvidas de que esse tipo de imagem encontrará aplicações nos domínios da hidrologia
e da hidráulica, visto que imagens estereoscópicas estão previstas.
2.4.2.
CLASSIFICAÇÃO DAS IMAGENS DE SENSORIAMENTO REMOTO
Uma revisão completa dos processos de extração de informação para
reconhecer padrões e objetos homogêneos utilizados em sensoriamento remoto para
mapear áreas da superfície terrestre que correspondem aos temas de interesse é
descrita em Lu e Weng (2007). Os autores descrevem que inicialmente, esses métodos,
voltaram-se, para dois grandes grupos: 1) classificadores píxel a píxel, que utilizam
apenas a informação espectral da cada píxel para achar regiões homogêneas; esses
classificadores podem ser separados ainda em métodos estatísticos e determinísticos;
e 2) os classificadores por regiões, que utilizam, além da informação espectral de cada
píxel, a informação espacial que caracteriza a relação com seus vizinhos; procuram
simular o comportamento de um foto intérprete, reconhecendo áreas homogêneas de
imagens, baseados em suas propriedades espectrais e espaciais; a informação de
borda é utilizada inicialmente para separar regiões, e as propriedades espaciais e
espectrais são empregadas para unir áreas com mesma textura.
Feições espectrais, texturais, temporais e contextuais são os quatro elementos
importantes de padrões usados na interpretação de imagens de sistemas ativos.
Feições espectrais descrevem as variações tonais médias, banda a banda, em uma
imagem multi-espectral (Augusteijn
et al
., 1995), enquanto que feições texturais
descrevem a distribuição espacial dos valores tonais em uma banda (Nyoungui
et al
.,
2002). Feições contextuais contêm informações sobre o arranjo relativo de segmentos
pertencentes a diferentes categorias (Soares
et al
., 1997; Shaban e Dikshit, 2001) e
feições temporais descrevem mudanças nos atributos da imagem em função do tempo
(Ulaby
et al.,
1986). Em resposta à necessidade de se extrair informações a partir dos
dados da imagem de sistemas ativos, vários algoritmos têm sido desenvolvidos
baseados em abordagem estrutural (Conners e Harlow, 1980), em padrões de
freqüência espaciais (Bajcsy e Liebermann, 1976), em estatísticas de segunda ordem
(Haralick
et al
., 1973; Haralick, 1979; Sun e Wee, 1983; Rotunno
et al
., 1996; Lloyd
et
al
., 2004; Zhang
et al
., 2004), em espectro de texturas (Wang e He, 1990; Chen
et al
.,
30
2004) e em combinações de padrões de textura espectral (Lee e Philpot, 1991; Low
et
al
. 1999).
A utilização de redes neurais artificiais (RNAs), com o propósito de
classificação, pode constituir uma alternativa vantajosa quando comparada aos
classificadores baseados em métodos estatísticos, uma vez que nenhuma hipótese
prévia sobre a distribuição dos dados a serem classificados é exigida, não restringindo
a possibilidade de incorporação de dados não espectrais na classificação (Atkinson e
Talnall, 1997; Cruz e Galo, 2003). As RNAs têm sido aplicadas com sucesso nas áreas
de processamento de imagens e reconhecimento de padrões (Augusteijn
et al
., 1995).
A RNA usa elementos de computação não linear (chamados neurônios) organizados
como redes, de maneira análoga a que se acredita que os neurônios estejam
interconectados no cérebro (Gonzales
et al.
, 2000). No caso particular de aplicações
em classificação de imagens de sensoriamento remoto, diversos trabalhos (Lippmann,
1987; Hepner, 1990; Benediktsson
et al.
, 1990; Liu
et al.
, 1991) fizeram uso de RNA,
aplicando uma rede de perceptrons multicamadas (MLP) para resolver o problema de
classificação. Esse tipo de rede caracteriza-se por assumir regiões de decisão
semelhantes àquelas formadas por um classificador estatístico, porém com entradas
não correlacionadas e distribuições diferentes para os dados.
Mais recentemente, foram desenvolvidos os classificadores orientados a objetos
que, buscando aprimorar o desempenho dos processos automatizados de
classificação, utilizam-se, por exemplo, da modelagem matemática
fuzzy,
lógica dita
nebulosa (Binaghi
et al
., 1997; Linders, 2000). Possuem recursos que permitem a
sistematização e a reprodução do conhecimento do foto-intérprete. A análise orientada
aos objetos não considera apenas um píxel isoladamente, mas divide a imagem em
segmentos uniformes, considerados objetos primitivos, os quais são tratados, a partir
desse ponto, como unidades, sendo possível levarem-se em conta suas características
espectrais, contextuais, de textura, de forma, de escala e outras variáveis espaciais
que não poderiam ser consideradas numa análise píxel a píxel (Chang, 1996; Benz
et
al
., 2004; Gitas
et al
., 2004; Walter, 2004). Baseando-se nessas características do
objeto, a fotointerpretação de imagem, atividade tradicionalmente manual, pode ser
automatizada visando responder às necessidades operacionais do sensoriamento
remoto. Esse método foi reconhecido como o mais adequado para enfrentar os novos
desafios do sensoriamento remoto, ligados à multiplicação de sensores e ao
crescimento do acesso a imagens de altíssima resolução (Thomas
et al
., 2003; Benz
et
al
., 2004; Wang
et al
., 2004; Li
et al.
, 2010).
31
2.4.3.
APLICAÇÕES DO SENSORIAMENTO REMOTO EM
HIDROSSISTEMAS CONTINENTAIS
Segundo Florenzano (2002), as imagens de satélites proporcionam uma visão
sinóptica (de conjunto) e multi-temporal (de dinâmica) de extensas áreas da superfície
terrestre. Elas mostram os ambientes e a sua transformação, constituindo-se em uma
importante ferramenta para estudo dos hidrossistemas continentais de baixa
dinâmica temporal. Devido à natureza das imagens, sua principal contribuição aos
hidrossistemas continentais é a delimitação de superfície das zonas inundadas,
permitindo também estimar as variações de nível de água, volume e cálculos de
vazão, com diversos estudos descritos em Smith (1997) e Smith e Pavelsky (2009).
2.4.3.1.
SISTEMAS PASSIVOS
As primeiras tentativas de vigilância dos hidrossistemas continentais por
sensoriamento remoto foram realizadas no domínio óptico, estimando-se as mudanças
na superfície dos planos de água entre imagens tomadas com vários anos de intervalo.
Por exemplo, para o lago Tchad, as imagens obtidas pela tripulação do Skylab em
1974 revelaram uma drenagem do lago em relação aos resultados apresentados pelos
astronautas das missões Gemini e Apollo em 1965 e 1968 (Birkett, 2000). Schneider
et
al
. (1985), também para o lago Tchad, renovaram a experiência com as imagens
Landsat. As águas e as zonas úmidas do solo são bem destacadas em imagens
obtidas na faixa do infravermelho próximo, onde os primeiros estudos foram
realizados por Gupta e Banerji (1985) nos lagos Gupta e Banerj, na Índia, com as
bandas 5 (0,60,7µm) e 7 (0,81,1µm) de Landsat/MSS, acompanhados de medidas
radiométrica
in situ
.
Outros instrumentos, como os radiômetros AVHRR, nos satélites americanos
da NOAA, ou
Along Track Scanning Radiometer
(ATSR) nos satélites ERS-1 e 2 foram
igualmente utilizados para estimar a superfície de lagos (Schneider
et al
., 1985).
Barton e Bathols (1989), com dados procedentes do sensor AVHHR do satélite NOAA
na faixa do infravermelho termal, estimaram as cheias do rio Darling, na Austrália,
explorando as diferenças de temperaturas, à noite, entre as superfícies de água e a
superfície terrestre. As diferenças de polarização das medidas da radiação em
microondas emitida pela superfície da Terra, efetuadas a 37 Ghz, pelo radiômetro
Scanning Multichannel Micorwave Radiometer
(SMMR), lançado em dezembro de 1978
a bordo do satélite Nimbus 7, foram utilizadas para elaboração da cartografia da
variabilidade espaço-temporal das inundações ao longo do curso dos grandes rios da
América do Sul (Sippel
et al.
, 1998; Hamilton
et al.
, 2002).
32
Com moderada resolução espacial (250-500m) e relativa alta freqüência
temporal, as imagens fornecidas pelo sensor MODIS do satélite TERRA possibilitam
monitorar a variabilidade espaço-temporal de sistemas aquáticos, oferecendo a
vantagem da distribuição gratuita no mundo inteiro, no entanto, poucos estudos de
sensoriamento remoto, incluindo imagens MODIS, centraram-se sobre os ambientes
aquáticos da bacia Amazônica. Novo
et al
. (2006) aplicaram um modelo de mistura
linear aos dados de reflectância do MODIS adquiridos em quatro estágios da cheia:
enchente (abril), cheia (junho), vazante (setembro) e estiagem (novembro), estimando
as variações sazonais da clorofila dos fitoplânctons no lago Curuaí, zona de inundação
do rio Amazonas, próximo à Óbido. Na mesma zona, Alcântara
et al.
(2009) analisaram
a conformidade de um algoritmo de mistura espectral para avaliar as distribuições de
turbidez do lago. Enjolras e Rodriguez (2009) usaram dados altimétricos e a
informação conjunta do
Shuttle Radar Topography Mission
(SRTM), Landsat e MODIS
para calcular os níveis de água de grandes rios com acurácia de aproximadamente 1
m.
Por último, duas limitações à utilização sistemática desse tipo de dado são
enunciadas classicamente. A primeira exprime-se em termos de resolução espaço-
temporal, onde a freqüência de passagem diminui com a resolução espacial.
Felizmente, a possibilidade de detectar os solos úmidos, mesmo com imagens tomadas
vários dias após o máximo da cheia, permite encontrar a superfície máxima da zona
inundada. Em certas regiões do mundo, os depósitos de lodo no solo oferecem boa
legibilidade da extensão máxima um mês após a cheia, exemplificado em estudos na
planície do Gharb, no Marrocos (Puech, 1995). Entretanto, Blasco
et al.
(1992)
aconselham não exceder dez dias após a cheia. De maneira operacional, a
disponibilidade de imagens com resolução espacial decamétrica ou menor, durante
uma cheia, é muito aleatória e torna-se sistemática, unicamente, quando a dinâmica
temporal é muito lenta (vários meses).
A segunda limitação provém da não-operacionalidade desses dados na
presença de nuvens, fenômeno, no entanto, freqüente quando das cheias (Blyth,
1997). Diversos tratamentos para eliminar a influência das nuvens foram tentados,
como, por exemplo, sobre dados NOAA/AVHRR (resolução de 1,1 km ao nadir) por
Sheng
et al.
(2001), interessantes para cursos de água muito largos, devido a sua forte
repetitividade temporal igual a 6 horas e a sua eficácia, mesmo durante a noite graças
à exploração da faixa no infravermelho termal (Puech e Vidal, 1995).
2.4.3.2.
SISTEMAS ATIVOS
A capacidade do sistema ativo SAR (s
ynthetic aperture radar
) de penetração
nas nuvens oferece a essa fonte de dados uma forte vantagem sobre os sistemas
33
passivos de acordo com Brivio
et al.
(2002), sobretudo em zona tropical onde a
presença de nuvens é constante. Para Imhoff
et al.
(1987), essa superioridade dos
dados de radar concretiza-se igualmente em termos de desempenho na detecção das
zonas inundadas com 85% para os dados SAR contra 64% para os dados
Landsat/MSS. Outra vantagem do radar é o seu potencial em detectar a presença de
água mesmo sob uma forte cobertura vegetal, principalmente com a banda L (Hess
et
al.
, 1990; Hess
et al.
, 1995; Rosenqvist
et al.
, 2000; Saatchi
et al.
, 2000; Siqueira
et
al.
, 2003; Hess
et al.
, 2003) e em menor escala com a banda C, se o sistema de
polarização é horizontal como RADARSAT e não vertical como ERS (Townsend, 2002).
Uma primeira estimativa das variações temporais de superfície e de nível de água
baseada numa combinação das medidas altimétricas do satélite T/P e de imagens
radar na faixa L do satélite JERS-1 é proposta em Frappart
et al.
(2005) nas zonas de
inundação da bacia do rio de Negro, permitindo, assim, estimar os volumes de água
potencialmente armazenados na bacia durante o ciclo hidrológico 1995-1996. Em
outro estudo, Frappart
et al.
(2006b) utilizam a mesma metodologia na bacia Mekong
através das imagens do sensor VEGETATION (VGT) embarcado sobre o satélite SPOT-
4, e das medidas altimétricas dos satélites ERS-2 e ENVISAT. As técnicas de
interferometria SAR, que consistem em deduzir as medidas de altura a partir das
medidas de coerência de fase de duas imagens SAR tomadas em datas diferentes,
permitiram estimar as variações de nível de água nas florestas inundáveis da bacia
Amazônica (Alsdorf
et al.
, 2000, 2001a e 2001b).
Na área de detecção de umidade do solo, a faixa de microondas do espectro
eletromagnético tem sido explorada com vistas à aplicação em modelos hidrológicos
(Schmugge
et al.
, 1980; Jackson
et al.
, 1977, Rotunno Filho, 1995; Araújo, 2006). Há
dois modos importantes de utilizar a umidade do solo em modelos hidrológicos. É
reconhecido que a umidade inicial tem um importante papel na definição do
hidrograma (vazão ao longo do tempo) para eventos chuvosos (Artan
et al
., 2007;
Peterrs-Lidard
et al
., 2008) A segunda forma consiste em se empregar a umidade do
solo em diferentes tempos para controlar e corrigir o desempenho do modelo (Kuczera,
1983a, 1983b; Mangulis
et al
., 2006; Blinlish
et al
., 2009).
Alguns produtos de estudos globais e regionais de precipitação apresentam
definição espacial de 4 km e resolução temporal de 3 horas, sendo utilizados para
previsões de cheias e gestão das águas continentais (CEOS, 2008). Adicionalmente,
diversos métodos da avaliação da precipitação são baseados em satélites que operam
nas faixas do infravermelho e microondas, bem como empregam algoritmos de
recuperação e interpretação de dados, associados com diferentes fontes, tendo
alcançado um nível semi-operacional e, em alguns casos, operacional (Grabs, 2007;
Kidd
et al
., 2010).
34
As mudanças temporais do campo gravimétrico terrestre, detectados pela
missão de gravimetria espacial GRACE, lançada em março de 2002, caracterizam as
redistribuições de massa nos sistemas da Terra, com uma resolução de 200 a 400 km,
aproximadamente (Ward, 2002). A escala temporal pode variar de algumas semanas a
vários anos. Relacionadas a essa escala espaço-temporal, as principais redistribuições
de massa são provenientes das variações de volume de água na atmosfera, nos
oceanos e nas reservas de águas continentais (Wahr
et al.
, 1998; Rodell e Famiglietti,
1999). Uma metodologia robusta de inversão que separa as diferentes contribuições
nos grandes reservatórios de superfície é apresentada em Ramillien
et al.,
(2004 e
2005) determinando séries temporais de volume e alturas de água integradas à
superfície de grandes bacias, dentre elas a bacia Amazônica (Wahr
et al
., 2004;
Swenson e Milly, 2006; Schmidt
et al
., 2006; Chen
et al
., 2005a; Tamisiea
et al
., 2005;
Tapley
et al
., 2004; Seo
et al
., 2006; Syed
et al
., 2008a e b).
Diversas aplicações hidrogeológicas foram conduzidas com dados de
sensoriamento remoto apresentadas em Becker (2005) e Jha (2007), que centraram-
se, inicialmente, em mapear a geologia ou as fraturas estruturais para a avaliação das
águas subterrâneas (Meijerink, 1996; Waters
et al
., 1990). Embora os fluxos das
águas subterrâneas possam ser detectados pelo espaço, não podem ser medidos
diretamente pelos satélites, no entanto as zonas de descarga dos aqüiferos podem ser
indicadas pelos escoamentos superficiais, anomalias térmicas de saturação do solo,
mudanças na vegetação e presença de contaminantes químicos ou resíduos
(Entekhabi e Moghaddam, 2007; Constantz, 2008). Mais recentemente, as observações
gravimétricas das mudanças em grandes aqüíferos provenientes do GRACE (Ramillien
et al
., 2008) e de novas gerações de missões como
Gravity field
and
steadystate Ocean
Circulation Explorer
(GOCE) (Sabadini
et al
., 2002) prometem impulsionar as
investigações hidrogeológicas utilizando dados espaciais.
2.4.3.3.
OBTENÇÃO DE NÍVEL DE ÁGUA, VOLUME E VAZÃO
2.4.3.3.1.
MÉTODO DIRETO
Para determinação da profundidade ou do nível da água, uma primeira via de
investigação consiste em explorar a relação direta entre a absorção das radiações no
visível e o comprimento da lâmina de água atravessado, relação estudada em Defant
(1961), Ibrahim e Cracknell (1990), Bryant e Gilvear (1999). Todavia essa simples
relação é válida apenas para a água pura, e múltiplos fatores como a cor da água, sua
turbidez, a presença de clorofila e a não homogeneidade da ocupação do solo, limitam
a utilização operacional de tal método em período de inundação (HubertMoy
et al.
,
1992; Robin, 1992; Rango, 1994). Uma segunda via é a utilização de um altímetro,
35
técnica da altimetria espacial descrita no capítulo seguinte que permite medir
precisamente o nível da água. A qualidade das informações acessíveis, no entanto
dependem da origem do sensor.
2.4.3.3.2.
MÉTODO INDIRETO
Para Robin (1992) e Puech e Vidal (1995), somente a imagem de satélite não é
suficiente, necessitando acoplá-la a outros dados para melhorar a sua exploração.
Esse acoplamento com medidas de campo ou com outros dados como a variação do
nível de água e a topografia, através de uma abordagem indireta, permite estimar
variáveis como volume ou a vazão.
Uma idéia mais simples é correlacionar as superfícies de água extraídas das
imagens com a variável de altura de água. Sendo essa relação conhecida, basta aplicar
o modelo de co-relação, caso contrário, situação mais freqüente nas inundações, este
modelo deve ser construído baseando-se em medidas de alturas de água efetuadas no
campo simultaneamente à tomada da imagem. Smith (1997) enumera várias
tentativas de estabelecimento dessa relação. O modelo linear é freqüentemente
utilizado (Smith e Pavelsky, 2009), mesmo que, em uma primeira aproximação, faltem
séries de observações suficientemente longas, como em Imhoff
et al.
(1987), sendo
também utilizados modelos de segunda (Sippel
et al.
, 1998) e de terceira ordem
(Hamilton
et al
., 2002). Conhecendo-se uma curva-chave, que relaciona a vazão com a
altura de água, é possível deduzir a vazão a partir das superfícies ou níveis de água
extraídas das imagens. Partindo dessa abordagem, Puech e Ousmane (1998)
constroem e utilizam curvas altura-superfície-volume a partir de dados SPOT. Por sua
vez, Mariko
et al.
(2004) empregaram dados NOAA/AVHRR para estabelecer planos de
água semi-permanentes no Níger, a fim de estudar as variações dos níveis de água
deduzidas das imagens, estabelecendo, assim um balanço hídrico. Smith
et al.
(1995 e
1996) tiveram êxito em estabelecer uma correlação direta, de boa qualidade, entre
uma superfície de água extraída de imagens de radar ERS-1 SAR e as vazões medidas
em campo para rios no Canadá.
Outra idéia é explorar a zona de contato água-terra, cruzando-a com um
conhecimento topográfico do terreno para deduzir o nível de água. Esse método é mais
eficaz quando as declividades topográficas são pequenas e a localização da zona de
contato é precisa, o que necessita de altas resoluções espaciais das imagens e uma
boa superposição com os dados topográficos (Smith, 1997). Gupta e Banerji (1985)
foram os primeiros a utilizar esse método com dados Landsat/MSS e mapas
topográficos para deduzir níveis de água, suas variações e, por último, as variações de
volumes armazenados em reservatórios de água na Índia. Para uma melhor precisão,
utilizaram a confluência dos afluentes com o reservatório, zona de baixo gradiente
36
topográfico. Em um afluente do Mississípi, Brakenridge
et al.
(1998), com um mapa
topográfico na escala 1:24000 e dados ERS-1 SAR, estimaram os níveis de água sobre
o perfil longitudinal do rio com intervalos de confiança no nível de 90% de
aproximadamente 1 a 2 m. A comparação com uma simulação em regime permanente
permitiu-lhes obter informações preciosas sobre a amplitude da onda de propagação
da cheia.
Após uma interpretação visual de imagens ERS-1 SAR, Oberstadler
et al.
(1997) obtiveram uma estimativa dos níveis de água no rio Reno, em uma cheia, com
desvios compreendidos entre 0,5 e 2 m em relação às medidas de campo, desvios estes
provenientes de erros de interpretação na zona inundada e imprecisões na localização
do limite água-terra devidas à resolução dos dados ERS-1 SAR (12,5 m). Contudo, um
cálculo rápido mostra que, com gradientes topográficos transversais clássicos nas
planícies de inundação (
i.e,
inferior a 1% em certos setores), um erro de localização de
1 píxel SPOT/XS (
i.e,
20 m) resulta em um erro altimétrico inferior a 0,20 m. Como
esse erro é inferior à qualidade dos dados topográficos classicamente disponíveis em
grandes zonas, o esforço, neste tipo de método, deve, primeiramente, direcionar-se à
obtenção de dados topográficos com precisão decimétrica. Esta observação é
confirmada por Robin (2000), que mostrou claramente os limites de dados topográficos
procedentes de mapas do
Intitut Geographique Nacional France
(IGNFR), na escala
1:25000, e um modelo digital do terreno obtido a partir de um par estereoscópico de
imagens pancromáticas do SPOT.
Ressalta-se que a sinergia entre topografia e superfície de água extraída do
sensoriamento remoto pode ser valorizada no sentido oposto, para reconstituir o relevo
a partir de imagens de satélites de planos de água em meios onde a micro topografia
desempenha um papel muito importante, como nas zonas úmidas, exemplificado em
mangues (Ramsey
et al.,
1997) proveniente de imagens ERS ou em alagados
interfluviais do Níger (Piaton e Puech, 1992).
2.5.
CONSIDERAÇÕES
As águas continentais de superfície desempenham, pela sua posição de
interface entre os continentes e a atmosfera, um papel importante como indicador da
dinâmica do clima.
As zonas úmidas, freqüentemente em posição de interface e transição entre os
meios terrestres e os meios aquáticos propriamente ditos, distinguem-se por pequenas
profundidades de água, solo hidromórficos ou não evoluídos e/ou uma vegetação
dominante composta de plantas higrófilas. Enfim, elas alimentam e/ou protegem
continuamente ou momentaneamente espécies animais dependentes desses espaços.
37
Além disso, essas zonas são importantes e, algumas vezes, vitais para a saúde, o bem
estar e a segurança de populações que vivem nos seus limites ou nas proximidades.
As aplicações de técnicas espaciais no estudo da Terra, juntamente com o
avanço teórico e da tecnologia computacional, têm conduzido a um maior
conhecimento dos três principais componentes da superfície terrestre, terra, atmosfera
e oceanos. Existe, por parte da comunidade científica, uma crescente ênfase na
necessidade de se estudar a Terra como um sistema global e a interação entre as
áreas interdisciplinares do clima, de ciclos biogeoquímicos e ciclos hidrológicos.
Se as imagens de satélites possibilitam a caracterização física de grandes
zonas, com as imagens adquiridas em período de inundação, é possível identificar,
calcular e monitorar o fenômeno em zonas de difícil acesso. Por outro lado, os dados
de sensores remotos, se analisados de forma integrada, permitem transcender a
caracterização da superfície inundada, possibilitando o conhecimento de suas
características locais. Uma forma de integração refere-se à utilização conjunta de
imagens de satélites e da altura de água proveniente da altimetria espacial (cf., §
2.4.3.2) com a fusão, por via indireta, de dados exógenos à imagem. Dessa maneira, o
uso conjunto de dados parece particularmente interessante, dado que favorece a
análise espacial permitindo o estudo do comportamento hidrológico e hidrodinâmico
da zona de estudo.
Usando o conceito global de sistema de observação do ciclo hidrológico,
baseado em sistemas de observações hidrológicas tradicionais e na cobertura global
oferecida pelos satélites de observação da Terra, numerosos aperfeiçoamentos e
oportunidades em monitoramentos dos recursos hídricos continentais foram
implementados. No entanto, para aplicações conjuntas desses dados, é necessária
uma integração espacial e temporal, bem como controles adequados de qualidade.
Tais controles exigem maiores esforços para avaliar a qualidade da observação, e
projetos de recalibração das variáveis envolvidas são fundamentais para uma boa
continuidade e cobertura integrada a partir de dados tradicionais das redes de
estações hidrológicas e dos novos dados espaciais.
38
CAPÍTULO 3
ALTIMETRIA ESPACIAL
Dispositivos principais ou integrantes de diversos satélites a partir dos anos
1970, radares altimétricos são instrumentos que apontam ao nadir do satélite e
medem a distância que o separa da superfície terrestre (cf. § 3.1). Se o conceito do
radar altimétrico é bastante simples, a sua aplicação na altimetria espacial repousa
sobre instrumentos compostos de grande tecnologia. Hoje, os radares altimétricos
medem com uma grande precisão (
i.e.
, alguns centímetros) a altura instantânea da
superfície oceânica através dos satélites. Esses satélites (cf. § 3.2) possuem, além de
uma cobertura global, uma repetitividade regular, possibilitando elaborar mapas
topográficos da superfície oceânica (Calmant
et al
., 2006), bem com acompanhar sua
evolução (Aviso, 2009). Tais observações permitiram aos oceanógrafos progressos
consideráveis na compreensão do funcionamento global dos oceanos e a sua
implicação na dinâmica do clima bem como aplicações nas áreas costeiras.
Nos últimos dez anos, vários grupos científicos no mundo passaram a utilizar a
altimetria espacial, também, para medir os níveis das águas continentais (mares
interiores, rios, lagos, planícies de inundação e reservatórios). Estas novas aplicações
permitem construir longas séries temporais de níveis de água. Os produtos são um
complemento importante, ou mesmo uma alternativa às medidas
in situ
, em especial
nas regiões onde as redes de observações hidrológicas tradicionais são inexistentes ou
os registros foram interrompidos (cf. § 2.3).
A descrição da medida altimétrica (cf. § 3.3) e o tratamento aplicado a este
sinal são apresentados no âmbito da sua utilização oceânica (cf. § 3.3.1, § 3.3.2 e §
3.3.3) e em domínio continental (cf. § 3.3.4) acompanhada das correções ambientais,
geofísicas e instrumentais (cf. § 3.4), seguida dos tratamentos para estimar os
parâmetros físicos a partir da análise do sinal de retorno ao altímetro, bem como das
especificidades ligadas à sua utilização em águas continentais (cf. § 3.5). Os dados
altimétricos apresentam algumas limitações para monitoramento dos níveis de água
em hidrossistemas continentais (cf. § 3.6), no entanto tratamentos específicos foram
desenvolvidos no âmbito dessa tese (cf. § 3.7). Nesse sentido, são apresentadas as
aplicações da altimetria espacial na região Amazônica (cf. § 3.8).
39
3.1.
PRINCÍPIO DE ALTIMETRIA ESPACIAL
Embarcados em plataformas espaciais e desenvolvidas durante a segunda
guerra mundial, os radares altimétricos (
Rádio Detecção And Ranging
) são
instrumentos que medem, no nadir do satélite, a distância que o separa da superfície
terrestre. Esses instrumentos fundamentam-se em um princípio simples, baseado na
emissão de uma onda eletromagnética à vertical e pela medida do intervalo de tempo
que
separa a emissão da onda da recepção de um eco, operam na faixa em
microondas, em diversas freqüências (Tabela 3.1).
Tabela 3.1
Bandas de microondas utilizadas pelos satélites radar.
Banda Freqüência (GHz)
Comprimento de onda
(cm)
L 1 - 2 15 - 30
S 2 - 4 7,5 - 15
C 4 - 8 3,75 – 7,5
X 8 - 12 2,4 – 3,75
Ku 12 - 18 1,67- 2,4
K 18 – 26,5 1,1 1,67
Ka 26,5 - 40 0,75 – 1,1
O oceano é a superfície estudada pela maioria de aplicações da altimetria
espacial, e algumas missões são aperfeiçoadas para tal objetivo. As aplicações finais
incluem a própria oceanografia, assim como as implicações dos movimentos oceânicos
no clima e vice-versa, bem como os efeitos das mudanças climáticas no oceano. Uma
discussão completa sobre essas aplicações são encontradas nos capítulos 2 a 8 de Fu
e Cazenave (2001).
Segundo McAdoo (2006), a altimetria espacial tornou-se uma ferramenta para
medir a forma e a dimensão da Terra, as suas anomalias de gravidade (
i.e
, geodésica),
os seus relevos submarinos (
i.e
. batimetria), a tectônica das placas e os movimentos
das dorsais oceânicas (
i.e
. geofísica). Embora freqüentemente ligados aos movimentos
das placas tectônicas, os tsunamis são fenômenos à parte, transitórios. No entanto, a
sua assinatura na superfície do mar pode ser decifrada em certos casos pelos
altímetros, ajudando, assim, no estudo da sua propagação (Troitskaya e Ermakov,
2008).
Alguns estudos destinam-se, atualmente, a melhorar a qualidade dos dados
altimétricos nas áreas costeiras com novos métodos de tratamento e de aplicações que
poderão ser desenvolvidos para as regiões litorâneas e para as águas pouco profundas,
40
algumas das zonas mais frágeis e mais importantes do oceano (Emery
et al
., 2009;
Lyard, 2009).
As potencialidades da altimetria espacial em meios não oceânicos foram
reconhecidas rapidamente. Assim, as calotas polares, cujas vastas extensões
congeladas prestam-se bem à medida altimétrica, foram objeto de numerosas
investigações que visam melhor conhecer a sua topografia e interpretar a evolução em
termos de balanço de massa (Zwally
et al
., 1989; Rémy
et al
., 1990; Rémy
et al
., 1999;
Zwally e Brenner, 2001; Rémy, 2006), na Figura 3.1 é apresentada a carta topográfica
da calota polar da Antártica obtida com dados dos satélites ERS. Essa técnica foi
igualmente utilizada em superfície continental para estudar a topografia terrestre,
onde as medidas altimétricas podem servir de pontos de controle melhorando a
precisão dos modelos numéricos de terreno (Berry
et al
., 2007). Pode ser também
aplicada para identificação da vegetação inundada (Seyler
et al.
, 2009c).
@LEGOS/Cryosphère satellitaire
.
Figura 3.1
Carta topográfica da calota polar da Antártica.
A altimetria espacial tornou-se uma técnica relevante, também, para o
acompanhamento das variações de nível de água nas grandes bacias fluviais, que é
objeto principal desta tese, devido a sua cobertura espacial densa e homogênea,
exemplificado na Figura 3.2 que mostra a cobertura espacial das missões T/P-JASON
em vermelho e ERS-ENVISAT em azul na bacia Amazônica. As centenas de milhões de
medidas adquiridas nos últimos 30 anos pelos satélites, com resolução temporal de 10
dias para T/P e Jason-1 e 2, 35 dias para ERS-1 e 2 e ENVISAT e 17 dias para
GEOSAT e GFO constituem um jogo de dados de uma importância considerável, que é
indispensável ao monitoramento das águas continentais, lagos (Morris e Gill, 1994a,
1994b; Birkett, 1995a, 1995b; Cretaux e Birkett, 2006) e bacias hidrográficas (Birkett,
1998; de Oliveira Campos
et al.
, 2001; Birkett
et al.
, 2002; Maheu
et al.
, 2003,
Frappart, 2006; Leon, 2006).
Topografia da Antártica
41
Figura 3.2
Cobertura espacial das missões ERS-ENVISAT em azul e Topex/Poséïdon-
JASON em amarelo na bacia Amazônica. Mosaico de imagens Google Earth em
segundo plano.
3.2.
AS DIFERENTES MISSÕES DA ALTIMETRIA ESPACIAL
No início dos anos 70, os satélites começaram a transmitir regularmente os
dados sobre a física, à química e a dinâmica das terras continentais, da atmosfera e
da biosfera. Nessa mesma época, iniciaram-se as primeiras medidas altimétricas para
determinar a topografia e a superfície dos oceanos. Os Estados Unidos foram os
primeiros a lançar um altímetro a bordo de um satélite, com destaque para os satélites
Skylab, em 1973, GEOS-3, em 1975, Seasat, em 1978, e GEOSAT, em 1985.
A partir do início dos anos 90, duas grandes famílias altimétricas foram
desenvolvidas. A primeira, desenvolvida conjuntamente pelo CNES e pela NASA
(
National Aeronaultics and Space Administration EUA
), embarcada nos satélites T/P
(1992-2006) e seus sucessores Jason-1 (2001 ) e Jason-2 (2008 ), é especificamente
dedicada ao estudo dos oceanos. A segunda família, concebida pela ESA, embarcada
nas plataformas ERS-1 (1991-1996), ERS-2 (1995 ) e ENVISAT (2002 ), foi
desenvolvida para o estudo dos oceanos e dos continentes. Esses altímetros dispõem
também de um módulo continental, permitindo, sob certas condições, adquirir
medidas nos continentes e nas calotas polares. Adicionalmente, a NASA lançou o
satélite ICESat (2003 ), que tem embarcado um altímetro a
laser,
e a marinha
americana
US Navy
lançou, em 2000, o satélite GFO para dar continuidade à missão
GEOSAT.
42
Novos horizontes abrem-se além do oferecido pelas missões operacionais
atuais. Os futuros satélites deverão fornecer melhores coberturas espaciais e
temporais, assim como poderão melhorar as medidas nas áreas costeiras e as
observações dos fenômenos na meso-escala. No médio prazo, os projetos orientam-se
para missões capazes de detalhar a superfície oceânica, melhorando a resolução
espacial, com uma escala da ordem de aproximadamente dezenas de quilômetros, e a
resolução temporal, retornando aos mesmos pontos terrestres em poucos dias.
A altimetria
SAR/Doppler
diferencia-se da altimetria radar clássica por tratar
de forma coerente os diversos grupos dos pulsos transmitidos. A largura da banda
Doppler
é
inteiramente utilizada para explorar, da melhor maneira possível, o sinal
refletido pelo alvo. Os satélites Cryosat-2 e Sentinel-3 embarcarão um altímetro
operando no modo
SAR/Doppler.
Um altímetro utilizando a banda Ka será menos
afetado pelas perturbações ionosféricas do que um altímetro na banda Ku, sendo mais
eficiente em termos de resoluções verticais e espaciais, tratamento dos ecos e ruído do
sinal. Com a ajuda de um algoritmo de tratamento da forma de onda adaptado, esse
tipo de altímetro será mais eficiente sobre qualquer tipo de superfície, principalmente
nas áreas costeiras. Um altímetro na banda Ka, denominado AltiKa, embarcado no
satélite Saral, deverá ser lançando em 2010. Um altímetro interferométrico poderá
incluir vários altímetros montados sobre braços, permitindo obterem-se,
simultaneamente, várias medidas que, únicas ou combinadas, fornecerão uma
cobertura espacial mais vasta e contínua. O altímetro interferométrico
WideSwath
Ocean Altimer
(WSOA) foi, inicialmente, proposto para embarcar no satélite Jason-2 ,
mas essa oferta foi abandonada: um novo projeto prevê embarcar tal sistema a bordo
da missão SWOT, prevista para 2020.
Um dos projetos para aperfeiçoar a cobertura global dos dados altimétricos é
aproveitar os sinais emitidos pelos satélites
Global Navigation Satellite System
(GNSS),
em especial pelo
Global Positionning System
(GPS), e, no futuro, pelo seu equivalente
civil europeu Galileo. A idéia é que um satélite em baixa órbita, do tipo quase-polar a
400 500 km de altitude, poderá recuperar os sinais procedentes de vários satélites da
constelação GNSS: após refletirem sobre a superfície oceânica, os sinais serão
analisados para deduzir a altura do mar. Outros projetos de estudo são baseados em
constelações de micro satélites, capazes de minimizar os custos e melhorar a precisão
das medidas altimétricas.
3.2.1.
OS PRECURSORES
Uma primeira e curta experiência de um radar altimétrico a bordo do Skylab
(Figura 3.3) em 1973 demonstrou a validade do conceito, permitindo observar
ondulações do geóide associadas às principais fossas oceânicas ao longo de alguns
43
curtos segmentos de órbita. Imediatamente após, em 1975, GEOS-3 (
Geodynamics
Experimental Oceano Satellite
) tornou-se o primeiro satélite dedicado à altimetria
(Figura 3.4). A precisão sobre a componente radial da sua órbita era de
aproximadamente 2 m. Devido a sua incapacidade de armazenamento a bordo, foram
necessários mais de 3 anos para acumular o equivalente a cerca de 1 900 horas de
medidas.
Fonte: NASA, 2007b.
Figura 3.3
Satélite Skylab.
Fonte: NOAA, 2007.
Figura 3.4
Satélite GEOS3.
3.2.2.
OS ANTECESSORES
3.2.2.1.
MISSÃO ALTIMÉTRICA SEASAT
Foi o Seasat (Figura 3.5), lançado pela NASA em junho de 1978, quem atingiu
o primeiro grau tecnológico satisfatório (
i.e
. nível de ruído do radar altímetro inferior a
10 cm) para o estudo dos oceanos. Apesar da sua curta duração de vida, um curto-
circuito no sistema elétrico provocou a perda do satélite passado 3 meses do
lançamento. O Seasat, que transportava igualmente um difusômetro, um radar de
abertura sintética (SAR) e um radiômetro, forneceu à comunidade científica, incluindo
os oceanógrafos, uma soma considerável de dados.
44
Fonte: NASA, 2007c.
Figura 3.5
Satélite Seasat.
3.2.2.2.
MISSÃO ALTIMÉTRICA GEOSAT
Lançado em março de 1985 pela marinha americana, GEOSAT (
GEOdetic
SATellite
) inicialmente efetuou, nos 18 primeiros meses do seu funcionamento, uma
missão militar estratégica (
GEOSAT Geodetic Mission
), tendo por objetivo produzir um
mapa muito detalhado do geóide marinho até 72° de latitude (Figura 3.6). As
distâncias intertraço no Equador eram, então, de 4 para 5 km. As medidas desta
missão, inicialmente classificadas como sigilosas, foram colocadas progressivamente à
disposição da comunidade científica: a partir de 1990, para os dados situados além de
60° de latitude, a partir de 1992, para as informações compreendidas entre 30° e 60° e
a partir de 1995 para os últimos dados. Em outubro de 1986, o satélite foi posicionado
sobre a órbita correspondente a uma nova missão, GEOSAT ERM (
Exact Repeat
Mission
), missão científica caracterizada por um tempo de revisita de 17 dias e uma
distância intertraço de 164 km. Na realidade, o GEOSAT retomava a órbita exata do
Seasat.
Fonte: AVISO, 2009.
Figura 3.6
Satélite Geosat.
45
Essa segunda missão durou 3 anos, até janeiro de 1990, data do término do
funcionamento do satélite, recolhendo assim 66 ciclos repetitivos de dados de
excelente qualidade (
i.e.,
nível de ruído instrumental inferior a 5 cm). O GEOSAT foi o
primeiro satélite altimétrico a permitir o acompanhamento da evolução espacial e
temporal do nível dos oceanos.
3.2.2.3.
MISSÕES ALTIMÉTRICAS ERS-1 E ERS-2
Os satélites ERS-1 e ERS-2 (
European Remote sensing Satellite
) foram as
primeiras plataformas concebidas e desenvolvidas pela ESA (Figuras 3.7 e 3.8), tendo,
por missão principal, a observação da Terra e a produção de imagens na faixa de
microondas (banda C), possuindo, a bordo, um altímetro radar mono-freqüência
funcionando na banda Ku (13,6 GHz). Lançado em julho de 1991, o satélite ERS-1
forneceu observações da superfície terrestre até junho de 1996. Apresentava uma
órbita elíptica solsíncrona com uma inclinação de 98,5° a uma altitude média de 785
km e uma distância intertraço no Equador de aproximadamente 80 km. Foi
posicionado em 3 eixos estabilizados, direcionando-se para a Terra em modo YSM
(
Yaw Steering Mode
) de forma a adquirir uma cobertura completa ao longo do conjunto
de suas órbitas, a saber: uma órbita com repetição temporal de 3 dias para a
observação das calotas polares (de 28/12/1991 a 30/03/1992 e depois de
24/12/1993 a 10/04/1994); uma órbita com repetição temporal de 35 dias para as
aplicações multidisciplinares; esta é a órbita principal que o satélite ERS-1 assumia
quando não estava operando nas outras 2 órbitas e em uma órbita com repetição
temporal de 168 dias para as aplicações geodésicas (de 10/04/1994 a 28/09/1994 e
depois de 28/09/1994 a 21/03/1995). Seis instrumentos foram instalados a bordo do
satélite ERS-1:
•
Radar Altimeter
(RA) altímetro mono freqüência que funcionava na faixa
Ku (13,6 GHz);
•
Active Microwave Instrument
(AMI) instrumento que combina as funções
de um radar de abertura de sintética (SAR) e um difusômetro a vento: o
SAR, que gerava imagens radar de elevada resolução, permite o estudo
dos gelos, da vegetação e os movimentos da superfície terrestre por
técnicas de interferometria; o difusômetro, cuja função inicial era a
cartografia dos campos de vento oceânicos (velocidade e direção),
também foi utilizado para observar os gelos marinhos, as calotas
polares e a vegetação;
• MicroW
ave Sounder
estimar o conteúdo em va
e
ntretanto, o MWS operava apenas nas freqüências 22 e 37 GHz;
•
Along Track Scanning Radiometer
na faixa do infravermelho que permit
em ausência d
e nuvem, as temperaturas de superfície oceânica;
•
Precise Range And Range r
destinado à determinação precisa da posição do satélite e
parâmetros da órbita, assim como a localização geodésica precisa dos
pontos no solo (
• Laser RetroR
eflectors
órbita do satélite apresentava
orientados em direção às estações instaladas em solo SLR (
Laser Ranging
). No ca
sistema de localização LRR foi executado pelo ILRS (
Ranging Service
direção ao satélite e calculavam o intervalo de tempos até a recepção do
feixe refletido
; o
pequeno, porém
fornecem um conjunto de medidas de referênci
posição do satélite, e contribuíram
da órbita do ERS.
Fonte: AVISO, 2009.
Figura 3.7
Satélite ERS-
1.
Os instrumentos instalados a bordo do satélite ERS
também por seu sucessor ERS
ave Sounder
(MWS)
radiômetro microonda passivo que permitia
estimar o conteúdo em va
por de água e a
água líquida na atmosfera
ntretanto, o MWS operava apenas nas freqüências 22 e 37 GHz;
Along Track Scanning Radiometer
(ATSR)
instrumento que funcionava
na faixa do infravermelho que permit
indo
, entre outras funções, medir,
e nuvem, as temperaturas de superfície oceânica;
Precise Range And Range r
ate Equipment
(PRARE)
instrumento
destinado à determinação precisa da posição do satélite e
parâmetros da órbita, assim como a localização geodésica precisa dos
pontos no solo (
i.e.,
estações orbitográficas); e
eflectors
(LRR)
instrumento para a determinação precisa da
órbita do satélite apresentava
-
se como um conjunto de espelhos
orientados em direção às estações instaladas em solo SLR (
). No ca
so do ERS-
1, o acompanhamento das tarefas do
sistema de localização LRR foi executado pelo ILRS (
International Laser
Ranging Service
); as estações em solo efetuavam tiros a
direção ao satélite e calculavam o intervalo de tempos até a recepção do
; o
número de estações ILRS em solo é relativamente
pequeno, porém
,
como as suas posições são perfeitamente conhecidas,
fornecem um conjunto de medidas de referênci
a, independentes, da
posição do satélite, e contribuíram
, assim,
para a determinação precisa
da órbita do ERS.
Fonte: AVISO, 2009.
1.
Figura 3.8
Satélite ERS
Os instrumentos instalados a bordo do satélite ERS
-
1 foram utilizados
também por seu sucessor ERS
-
2, lançado em abril de 1995, que assumiu uma órbita
46
radiômetro microonda passivo que permitia
água líquida na atmosfera
:
ntretanto, o MWS operava apenas nas freqüências 22 e 37 GHz;
instrumento que funcionava
, entre outras funções, medir,
e nuvem, as temperaturas de superfície oceânica;
instrumento
destinado à determinação precisa da posição do satélite e
dos
parâmetros da órbita, assim como a localização geodésica precisa dos
instrumento para a determinação precisa da
se como um conjunto de espelhos
orientados em direção às estações instaladas em solo SLR (
Satellite
1, o acompanhamento das tarefas do
International Laser
lasers em
direção ao satélite e calculavam o intervalo de tempos até a recepção do
número de estações ILRS em solo é relativamente
como as suas posições são perfeitamente conhecidas,
a, independentes, da
para a determinação precisa
Satélite ERS
-2.
1 foram utilizados
2, lançado em abril de 1995, que assumiu uma órbita
47
com repetição temporal de 35 dias. Em junho de 2003, as medidas altimétricas do
ERS-2 tornaram-se indisponíveis; no entanto, o satélite continua oferecendo
observações da superfície terrestre até os dias atuais com objetivos voltados,
principalmente, para estudos oceânicos e de geleiras nas várias áreas de ciências
naturais.
3.2.3.
AS MISSÕES ATUAIS
3.2.3.1.
MISSÃO ALTIMÉTRICA TOPEX/POSÉÏDON
A missão TOPEX/Poséïdon (TOPography EXperiment), lançada em agosto de
1992 (Figura 3.9), é resultado da colaboração entre o CNES e a NASA, tendo por
objetivo a medida do relevo da superfície oceânica (Zieger et al., 1991). O satélite
realizava 127 revoluções ao redor da Terra para cada ciclo, a uma altitude de 1336
km, cujo plano orbital era de 66°. A largura da faixa imageada variava de 2,5 a 8,5
km, dependendo da superfície refletida (Chelton et al., 2001), com uma cobertura
espaço-temporal caracterizada por uma distância intertraço de 315 km no Equador e
uma repetição temporal de 10 dias. Os parâmetros orbitais foram estabelecidos para
atingir os seguintes objetivos científicos iniciais: a altitude elevada torna a trajetória
do satélite menos sensível às perturbações gravitacionais e aos efeitos de frenagem
devido ao atrito atmosférico, permitindo um cálculo preciso da órbita; a inclinação
permite uma amostragem espaço-temporal adaptada à observação da circulação
oceânica média. A precisão da medida altimétrica do T/P, que atinge 2 cm nos
oceanos, foi otimizada pela observação da circulação oceânica média, da variabilidade
oceânica inter-sazonal e inter-anual, bem como da evolução do nível médio dos
oceanos.
@CNES/D. Ducros (2010).
Figura 3.9
Satélite TOPEX/Poséïdon.
48
Seis instrumentos foram instalados a bordo do satélite T/P, sendo quatro
fornecidos pela NASA e dois pelo CNES:
•
NASA Radar Altimetre (NRA) altímetro radar bi-frequência, operacional
90% do tempo, com funcionamento nas bandas Ku (13,6 GHz) e C (5,3
GHz); esse sistema bi-frequência foi concebido para o cálculo da
correção ionosférica acima dos oceanos;
•
Poséïdon ou Solid State ALTimeter (SSALT) altímetro experimental,
rápido e com pouco consumo de energia, funcionando na banda Ku,
desenvolvido por Alcatel Space; compartilhava a mesma antena que o
NRA, ficando ativo somente 10% do tempo das observações;
•
TOPEX Microwave Radiometer (TMR) radiômetro microondas que media
as temperaturas de brilho nas freqüências 18, 21 e 37 GHz, destinado
às medidas dos conteúdos de vapor de água e água líquida da
atmosfera; estas medidas são utilizadas para o cálculo da correção da
troposfera úmida;
•
Global Positioning System Demonstration Receiver (GPSDR) um receptor
GPS experimental para determinação precisa da órbita do satélite,
essencial na qualidade dos dados altimétricos;
•
Laser Retroreflector Array (LRA); instrumento destinado à calibração do
sistema DORIS e cálculo da órbita;
•
Doppler Orbitography and Radiopositioning Integrated by Satellite
(DORIS) fundamental para o cálculo preciso da órbita, trata-se de um
instrumento bi-freqüência (401,25 MHz e 2036,25 MHz) para absorver
um sinal Doppler proveniente de uma rede de balizas instaladas na
superfície terrestre; suas medidas intervêm no cálculo preciso da órbita
do satélite e no cálculo da correção ionosférica (Fu e Cazenave, 2001).
3.2.3.2.
MISSÃO ALTIMÉTRICA JASON-1
Após o sucesso da missão T/P, as agências espaciais francesas e americanas
lançaram, em dezembro de 2001, seu sucessor, o satélite Jason-1, primeiro exemplar
da família Jason (Figuras 3.10). Após um período de 6 meses de calibração entre os
dois satélites, o satélite T/P foi deslocado para uma nova órbita na metade do caminho
entre os traços do satélite Jason-1. A missão T/P encerrou-se oficialmente em janeiro
de 2006. Os parâmetros orbitais e os instrumentos que compõem a carga útil do
Jason-1 são semelhantes aos embarcado no T/P. Somente um altímetro bi-freqüência,
Poséïdon2, que agrega valor à experiência adquirida com o seu antecessor Poséïdon1,
funcionando nas bandas Ku e C, foi instalado para efetuar medidas da topografia dos
oceanos. Herança do progresso em miniaturização, o peso de Jason-1 é cinco vezes
menor em relação ao T/P. A carga útil do satélite compreende também um radiômetro
tri-freqüência JMR (Jason-
1 Microwave Radiometer
da água líquida da atmosfera, bem como três sistemas de localização: um receptor
DORIS, o sistema de localização
posicionamento GPS experime
de funcionamento, os desempenhos do Jason
medida em domínio oceânico.
Figura
3.2.3.3.
MISSÃO ALTIMÉTRICA
No âmbito do seu programa de observação da Terra, a ESA lançou o satélite
ENVISAT (
ENVIronmental SATellite
observação da Terra construído até agora
ENVISAT são
utilizados para o estudo científico da Terra, análise ambiental e
alterações climáticas. O ENVISAT está posicionado sob a mesma órbita do satélite
ERS-
2. Durante seus sete anos de duração, a missão ENVISAT
grandes objetivos (Gardini et
al.
•
coletar séries temporais do meio ambiente terrestre em escala global
para observar suas tendências, melhorando o monitoramento e controle
dos recursos naturais; e
•
contribuir para uma melhor compreensão dos processos que afetam a
parte sólida da
Para responder a esses objetivos, esse satélite gigante, que pesa mais de oito
toneladas, é constituído por 10 instrumentos, que permite uma análise rigorosa da
atmosfera, continentes, oceanos e gelo do planeta (Wehr e Attema, 2001), a saber:
•
Adva
nced Synthetic Aperture Radar
sintética operando na banda C
menor em relação ao T/P. A carga útil do satélite compreende também um radiômetro
1 Microwave Radiometer
) para a medida do vapor de água e
da água líquida da atmosfera, bem como três sistemas de localização: um receptor
DORIS, o sistema de localização
laser LRR (Laser RetroReflector
) e um sistema de
posicionamento GPS experime
ntal TRSR (Turbo Rogue Space Receiver
). Após sete anos
de funcionamento, os desempenhos do Jason
-
1 excedem os do T/P em precisão da
medida em domínio oceânico.
Fonte: AVISO, 2009.
Figura
3.10
Satélite Jason-1.
MISSÃO ALTIMÉTRICA
ENVISAT
No âmbito do seu programa de observação da Terra, a ESA lançou o satélite
ENVIronmental SATellite
) em março de 2002, sendo o maior satélite para
observação da Terra construído até agora
(Figura 3.11)
. Os dados recolhidos pelo
utilizados para o estudo científico da Terra, análise ambiental e
alterações climáticas. O ENVISAT está posicionado sob a mesma órbita do satélite
2. Durante seus sete anos de duração, a missão ENVISAT
tem perseguido dois
al.
, 1995):
coletar séries temporais do meio ambiente terrestre em escala global
para observar suas tendências, melhorando o monitoramento e controle
dos recursos naturais; e
contribuir para uma melhor compreensão dos processos que afetam a
Terra.
Para responder a esses objetivos, esse satélite gigante, que pesa mais de oito
toneladas, é constituído por 10 instrumentos, que permite uma análise rigorosa da
atmosfera, continentes, oceanos e gelo do planeta (Wehr e Attema, 2001), a saber:
nced Synthetic Aperture Radar
(ASAR)
um radar de abertura
sintética operando na banda C
;
49
menor em relação ao T/P. A carga útil do satélite compreende também um radiômetro
) para a medida do vapor de água e
da água líquida da atmosfera, bem como três sistemas de localização: um receptor
) e um sistema de
). Após sete anos
1 excedem os do T/P em precisão da
No âmbito do seu programa de observação da Terra, a ESA lançou o satélite
) em março de 2002, sendo o maior satélite para
. Os dados recolhidos pelo
utilizados para o estudo científico da Terra, análise ambiental e
alterações climáticas. O ENVISAT está posicionado sob a mesma órbita do satélite
tem perseguido dois
coletar séries temporais do meio ambiente terrestre em escala global
para observar suas tendências, melhorando o monitoramento e controle
contribuir para uma melhor compreensão dos processos que afetam a
Para responder a esses objetivos, esse satélite gigante, que pesa mais de oito
toneladas, é constituído por 10 instrumentos, que permite uma análise rigorosa da
atmosfera, continentes, oceanos e gelo do planeta (Wehr e Attema, 2001), a saber:
um radar de abertura
50
•
Global Ozone Monitoring by Occultation of Stars (GOMOS) um
espectrômetro de média resolução para a medida da concentração dos
gases presente na atmosfera;
•
MEdium Resolution Imaging Spectrometer (MERIS) espectrômetro para a
observação da Terra em quinze bandas espectrais do visível e no
infravermelho próximo, com uma resolução espectral de 390 a 1400
nm;
•
Michelson Interferometer for Passive Atmospheric Sounding (MIPAS) um
espectrômetro de alta resolução operando no infravermelho para análise
dos gases presentes na atmosfera;
•
Radar Altimeter 2 (RA-2) radar orientado para a direção nadir operando
em bi-freqüência nas bandas Ku, a 13,575 GHz, com comprimento de
onda de 2,3 cm, e na banda S, a 3,2 GHz, com comprimento de onda de
3,4 cm (Zelli, 1999); a largura da faixa imageada situa-se entre 1 e 8
Km; o altímetro emite um pulso do radar e mede, de duas formas, o
tempo da trajetória entre o satélite e o alvo (i.e., oceano, gelo, ou terra);
a distância entre o satélite e a superfície terrestre (i.e., altura do
altímetro ou range) é calculada com uma precisão de alguns
centímetros;
•
MicroWave Radiometer (MWR) radiômetro para estimativa de vapor de
água e água líquida da atmosfera; e
•
2 sistemas de posicionamento precisos DORIS e Laser RetroReflector
(LRR) uma determinação precisa da órbita é resultante do uso do
sistema DORIS, sendo que uma exatidão de aproximadamente 1 cm é
obtida para a componente radial da direção do satélite (Dow et al.,
1999).
Fonte: ESA/NOVAPIX, 2010.
Figura 3.11
Satélite ENVISAT.
51
3.2.3.4.
MISSÃO ALTIMÉTRICA ICESAT
Concebido na sua totalidade pela NASA, ICESat (Ice, Cloud and land Elevation
Satellite) foi lançado em 13 de janeiro de 2003 com o objetivo fundamental de registrar
medidas plurianuais da elevação das superfícies polares. Além disso, registra
informação sobre a altitude e outras propriedades das nuvens, bem como as
características da topografia e vegetação sobre a superfície terrestre. O satélite
encontra-se a uma altitude de 590 km, cujo plano orbital é de 94°, com uma repetição
temporal de 8 dias durante os ciclos de correção e de validação e de 91 dias para os
ciclos dedicados à missão científica (Figura 3.12). A bordo de ICESat há apenas um
instrumento de medida, o Geoscience Laser Altimeter System (GLAS). Esse
instrumento funciona com uma tecnologia laser, emitindo pulsos infravermelhos 40
vezes por segundo a 1064 e a 532 nm com uma faixa imageada de 70 m de diâmetro
em intervalos de 170m (Swally et al., 2002).
Fonte: GSFC, 2009.
Figura 3.12
Satélite ICESat.
3.2.3.5.
MISSÃO ALTIMÉTRICA GFO
O satélite GFO (Geosat Follow On), sucessor do Geosat, foi lançado em 10 de
fevereiro de 1998 (Figura 3.13). Satélite da marinha americana, como o seu
antecessor, seus dados são disponibilizados à comunidade científica via NOAA. Tem
como missão fornecer, em tempo real, dados da topografia dos oceanos. Essas
medidas são utilizadas para a melhoria do conhecimento da circulação de oceano, da
topografia de calotas polares e das mudanças climáticas. Seu instrumento principal é
um altímetro radar. A missão GFO segue exatamente a órbita com repetitividade
temporal de 17 dias do Geosat.
52
Fonte: AVISO, 2009.
Figura 3.13
Satélite GFO.
3.2.3.6.
MISSÃO ALTIMÉTRICA JASON-2
Jason foi concebido como uma série de satélites. Jason-2 foi lançado em junho
de 2008,
assegurando a continuidade da série de medidas efetuadas desde 1992 pelos
satélites T/P e Jason-1, no âmbito de uma cooperação entre CNES, EUMETSAT
(Organisation Européenne pour l'Exploitation des Satellites Météorologiques), NASA e
NOAA. O Jason-2 está posicionado sob a mesma órbita do satélite Jason1
permitindo uma melhor calibração interna (Figura 3.14).
A carga útil do Jason-2 é quase idêntico a do Jason-1, composta da geração
seguinte dos altímetros Poséidon (i.e., Poséidon3) e do sistema de posicionamento
DÓRIS. Poséïdon-3 possui um novo sistema de acompanhamento de bordo, cujo
aperfeiçoamento consiste em assegurar a manutenção do eco refletido pela superfície
do plano de água na janela de recepção, não por um automatismo de bordo, mas por
uma estimativa, a priori, de uma altura esperada obtida a partir de um MDT
interpolado ao longo do traço da órbita no solo através das medidas altimétricas
obtidas pelo T/P. A precisão esperada é de 2,5 cm por medida altimétrica no mar. Três
instrumentos novos Temps de Transfert par Lien Laser (T2L2), Light Particles Telescope
(LPT) e Carmen2, foram instalados, destinados ao estudo das radiações no ambiente
do satélite (LPT, Carmen2) e à medida do tempo (i.e., comparação do tempo no relógio
interno do satélite com o relógio instalado em solo), bem como a caracterizar o desvio
do oscilador do DÓRIS. Esses instrumentos permitem melhorar a qualidade e a
precisão dos dados.
53
Fonte: AVISO, 2009.
Figura 3.14
Satélite Jason-2 .
3.2.4.
OS SUCESSORES
3.2.4.1.
MISSÃO ALTIMÉTRICA CRYOSAT-2
Cryosat-2 (Figura 3.15) é um satélite altimétrico da ESA dedicado a observação
dos gelos, previsto para durar 3 anos e meio. Essa missão permitirá determinar as
variações de espessura dos gelos continentais e os gelos do mar, sendo possível testar
as previsões das fontes dos gelos no âmbito do aquecimento global. A sua órbita será
adaptada para cobrir as zonas polares, com uma inclinação em torno de 92°, e uma
altitude de 710 km. Esta missão embarcará um altímetro/interferômetro, Siral, e um
instrumento DÓRIS. Siral é um instrumento operando na faixa Ku (13,575 GHz), que
pode funcionar sobre três modos distintos:
•
modo altímetro nadir, em baixa resolução, fornecendo uma amplitude
do pulso convencional sobre as zonas centrais das calotas polares,
oceanos e continente;
•
modo SAR/Doppler, melhorando a resolução ao longo do traço (i.e.,
aproximadamente 250 m) sobre os gelos oceânicos, graças a um uma
freqüência de repetição do pulso e um complexo tratamento do sinal em
solo; e
•
modo SAR/interferômetro, oferecendo um segundo canal de recepção
para medir o ângulo de cruzamento do eco sobre as superfícies
topográficas na periferia das calotas polares.
54
Fonte: AVISO, 2009.
Figura 3.15
Satélite Cryosat.
Está previsto que o Cryosat funcione sobre os oceanos, durante o período de
validação, em modo de baixa resolução, ou seja, os segmentos continentais serão
capazes de tratar as medidas altimétricas de Siral sobre oceano. No entanto, não se
beneficiarão de correção radiométrica direta. O lançamento de Cryosat em 8 de
outubro de 2005 finalizou na perda do satélite após uma anomalia na seqüência de
lançamento. Em substituição, o satélite Cryosat-2, foi lançado em 25 de fevereiro de
2010.
3.2.4.2.
MISSÃO ALTIMÉTRICA ALTIKA
Esta missão trata do lançamento de um satélite, resultado da colaboração
entre o CNES e a Agência Espacial Indiana (ISRO), SARAL (Satellite with ARgos and
ALtika), embarcará AltiKa, altímetro operando na faixa Ka construído pelo CNES, bem
como um instrumento DORIS (Figura 3.16). O lançamento dessa missão está previsto
para o segundo semestre 2010 e será posicionado sob a mesma órbita do satélite
ENVISAT, assegurando a continuidade das observações iniciadas com o ERS-1.
A missão Saral tem por objetivos:
•
realizar medidas precisas e globais do nível do mar, altura significativa
das ondas e a velocidade do vento para:
o
desenvolvimento da oceanografia operacional;
o
compreensão e previsão do clima; e
o
meteorologia operacional.
•
assegurar, a partir de 2010, em associação com o Jason-2 , a
continuidade do serviço atualmente prestado pelos satélites ENVISAT e
Jason-1;
•
responder aos questionamentos expressos pelos programas mundiais
de estudo do oceano e clima e contribuir para estabelecer um sistema
mundial de observação dos oceanos.
Fonte:
Figura
A carga útil proposta será composta de:
•
altímetro de alta resolução AltiKa, que integra uma função radiométrica
bi-
freqüência de 24 e 34 GHz
permite uma melhor observação dos gelos, das chuvas, assim como das
zonas costeiras, superfícies terrestres e a altura das ondas
•
AGOS3
, que se trata de um
Argos;
Argos é um si
cujo objetivo
é o estudo e a proteção do meio ambiente do nosso planeta
permitindo a localização, aquisição e distribuição de dados ambientais;
e
•
sistema orbitográfico preciso D
(LRA).
3.2.4.3.
SÉRIE DE SATÉLITES SENTINEL
Os satélites Sentinel fazem parte do programa GMES (
Environment and Security),
uma iniciativa da ESA e
ao monitoramento da Terra e dos oceanos.
lançamento a partir de 2011, a saber:
•
Sentinel-1
fornecimento de imagens SAR para estudos da superfície
continental e oceânica, dando continuidade às medidas efetuadas pelos
satélites ERS e ENVISAT
•
Sentinel-2
fornecimento de imagens ópticas de alta resolução para
estudos da superfície continental, bem como para previsões em tempo
real emergenciais
•
Sentinel-3
dedicado ao monitoramento da Terra e oceanografia
operacional, composto de um altímetro SAR/Doppler, um imageador
Fonte:
AVISO, 2009.
Figura
3.16
Satélite SARAL.
A carga útil proposta será composta de:
altímetro de alta resolução AltiKa, que integra uma função radiométrica
freqüência de 24 e 34 GHz
; a
utilização da banda de freqüências Ka
permite uma melhor observação dos gelos, das chuvas, assim como das
zonas costeiras, superfícies terrestres e a altura das ondas
;
, que se trata de um
elemento da terceira geração do sistema
Argos é um si
stema de localização e coleta de dados por satélite
é o estudo e a proteção do meio ambiente do nosso planeta
permitindo a localização, aquisição e distribuição de dados ambientais;
sistema orbitográfico preciso D
ORIS, associado a um retr
o refletor
SÉRIE DE SATÉLITES SENTINEL
Os satélites Sentinel fazem parte do programa GMES (
Global Monitoring for the
uma iniciativa da ESA e
d
a comunidade européia dedicada
ao monitoramento da Terra e dos oceanos.
Cinco satélites estão previsto
lançamento a partir de 2011, a saber:
fornecimento de imagens SAR para estudos da superfície
continental e oceânica, dando continuidade às medidas efetuadas pelos
satélites ERS e ENVISAT
; lançamento previsto
para fim de 2011;
fornecimento de imagens ópticas de alta resolução para
estudos da superfície continental, bem como para previsões em tempo
real emergenciais
; lançamento previsto para fim de 2012;
dedicado ao monitoramento da Terra e oceanografia
operacional, composto de um altímetro SAR/Doppler, um imageador
55
altímetro de alta resolução AltiKa, que integra uma função radiométrica
utilização da banda de freqüências Ka
permite uma melhor observação dos gelos, das chuvas, assim como das
elemento da terceira geração do sistema
stema de localização e coleta de dados por satélite
,
é o estudo e a proteção do meio ambiente do nosso planeta
permitindo a localização, aquisição e distribuição de dados ambientais;
o refletor
laser
Global Monitoring for the
a comunidade européia dedicada
Cinco satélites estão previsto
s para
fornecimento de imagens SAR para estudos da superfície
continental e oceânica, dando continuidade às medidas efetuadas pelos
para fim de 2011;
fornecimento de imagens ópticas de alta resolução para
estudos da superfície continental, bem como para previsões em tempo
-
dedicado ao monitoramento da Terra e oceanografia
operacional, composto de um altímetro SAR/Doppler, um imageador
56
óptico nos canais visível e infravermelho e um sistema orbitográfico
preciso Dóris; lançamento previsto para fim de 2012 sob a mesma
órbita do satélite ENVISAT (Figura 3.17);
•
Sentinel-4 dedicado ao estudo da poluição atmosférica embarcará um
satélite Meteosat de terceira geração que fornecerá dados da
composição da atmosfera; lançamento previsto para 2017; e
•
Sentinel-5 dedicado ao estudo da química atmosférica; lançamento
previsto para 2019 em plataforma múltipla com o satélite EUMUSAT
Polar System.
Fonte: AVISO, 2009.
Figura 3.17
Satélite Sentinel-3.
3.2.4.4.
SÉRIE DE SATÉLITES HY
Os satélites HY (HaiYang oceano em chinês) fazem parte do programa de
observação da Terra chinês para monitoramento dos oceanos, a saber:
•
HY-1A e HY-1B medem a cor, temperatura, sedimentos em suspensão,
matéria orgânica dissolvida e clorofila em meio oceânico devido aos
sensores COCTS (Chinese Ocean Color and Temperature Scanner) e
scanner de alta resolução espectral que operam nos canais visíveis e
infravermelhos; foram lançados em maio de 2002 e abril de 2007,
respectivamente;
•
HY-2 dedicado ao estudo do meio dinâmico marinho (Figura 3.18);
embarcarão sensores de microondas para detecção dos campos de
vento, altura e temperatura da superfície oceânica, um altímetro bi-
freqüência operando nas bandas Ku e C, um difusômetro, e um sistema
Dóris para a orbitografia; uma série de satélites esta prevista para
lançamento a partir de 2009, HY-2A (2009), HY-2B (2012), HY-2C
(2015), HY-2D (2019); e
57
•
HY-3 complementarão os satélites HY1 com sensores operando nos
canais visível, infravermelho e microondas. Uma série de satélites está
previstos para lançamento a partir de 2012, HY-3A (2012), HY-3B
(2017), HY-3C (2022).
Fonte: AVISO, 2009.
Figura 3.18
Satélite HY-2.
3.2.4.5.
MISSÃO ALTIMÉTRICA SWOT
A missão altimétrica SWOT (Surface Water Ocean Topography), prevista para
2020, resultado da colaboração entre o CNES e NASA, reunirá os objetivos dos
oceanógrafos e hidrólogos em um único satélite (Figura 3.19). Realizará uma
cartografia completa das superfícies oceânicas e continentais, bem como dos níveis de
água em lagos, zonas úmidas e reservatórios, utilizando a tecnologia denominada
altimetria interferométrica, fornecendo uma imagem bidimensional (Alsdorf e
Lettenmaier, 2003; Alsdorf et al., 2007). A faixa imageada total prevista para os níveis
de água da superfície do mar SSH (Sea Surface Heights) e os níveis das águas
continentais é de 120 km de largura e ± 10 km de variação vertical. Nos oceanos, a
SSH será a cada 2 km
2
com uma precisão de 0,5 cm quando calculada a média da
área e, em domínio continental, apresentará uma resolução horizontal de 100 m para
os rios e 1 km
2
para lagos, zonas úmidas e reservatórios, com uma precisão de 10 cm
para os níveis de água e 10
5
cm.km
1
para a declividade.
Fonte: AVISO, 2009.
Figura 3.19
Satélite SWOT.
58
3.3.
A MEDIDA ALTIMÉTRICA
3.3.1.
PRINCÍPIO DA MEDIDA ALTIMÉTRICA
Os radares altimétricos instalados a bordo de diferentes missões altimétricas
emitem uma onda na direção do nadir, definida pela vertical em relação ao solo. No
retorno, o radar recebe o eco refletido pela superfície do plano de água (Fu e Cazenave,
2001). A análise do eco permite extrair uma medida do tempo de trajeto entre o
satélite e a superfície da água. O tempo de emissão e retorno da onda é transformado
em distância (range) considerando-se a velocidade de propagação, no vácuo, das
ondas eletromagnéticas emitidas (Eq. 3.1).
ܴൌܿכ ݀ݐ/2
ሺ
ܧݍ.3.1
ሻ
O princípio da altimetria espacial para meios oceânicos é apresentado na
Figura 3.20. Os níveis dos planos de água oceânicos h, deduzidos das medidas
altimétricas, são obtidos pela diferença entre a órbita do satélite H, em relação a um
elipsóide de referência, e a distância altimétrica R, levando-se em conta as interações
com a atmosfera.
݄ൌܪെ ܴ
ሺ
ܧݍ.3.2
ሻ
Fonte: Adaptado de CNES/D. Ducros.
Figura 3.20
O princípio da altimetria espacial em meio oceânico.
h
H
h
dyn
h
g
ESTAÇÃO
DORIS
IONOSFERA
ESTAÇÃO
LASER
ALTITUDE
GEOMÉTRICA
DO SATÉLITE
TOPOGRAFIA DINÂMICA
TROPOSFERA
SATÉLITE
GPS
ONDULAÇÃO
GEIODAL
ALTITUDE
GEOMÉTRICA
DO OCEANO
ELIPSÓIDE DE
REFERÊNCIA
MEDIDA
ALTIMÉTRICA
ÓRBITA
59
O primeiro termo da Eq. 3.2, que durante muito tempo foi a principal fonte de
erro da medida altimétrica, será apresentado de maneira mais exaustiva no parágrafo
sobre a órbita dos satélites (cf. § 3.4.3). Em domínio oceânico, a altura h assim obtida
representa a soma de duas componentes:
a) uma componente permanente (topografia) ou altura geométrica
oceânica hg em relação ao elipsóide; e
b) uma componente variável no tempo h
dyn
que traduz uma elevação
temporária da superfície do mar.
A altura geométrica oceânica (h
g
) é determinada calculando-se uma superfície
média a partir de séries temporais de superfícies instantâneas. Este modelo de geóide
é de fundamental interesse para os geofísicos que estudam os fundos oceânicos,
enquanto os oceanógrafos necessitam conhece-lo para poder isolar mais precisamente
a topografia instantânea, ligada à circulação oceânica, às marés oceânicas e aos seus
efeitos de carga, à maré sólida e à maré polar (i.e., relacionada às variações da força
centrífuga provocadas pelos desvios de rotação da Terra em redor de um eixo médio) e
os efeitos atmosféricos, chamado efeito de barômetro oposto, em resposta às variações
de pressão atmosférica (Figura 3.21). A precisão da determinação da h
dyn
depende da
precisão do conhecimento de cada um destes efeitos. O balanço de erros associado à
h
dyn
deve igualmente levar em conta os erros de órbita, os erros instrumentais,
refração atmosférica e diferenças de estado do nível oceânico.
Fonte: GRGS, 2009
Figura 3.21 Ondulações do geóide terrestre determinada a partir da análise dos
satélites.
A altimetria espacial necessita da determinação precisa da distância altimétrica
R, ligada ao tempo gasto pelo feixe do radar para fazer o trajeto de ida e volta satélite-
superfície, e da órbita do satélite H, associada à localização precisa do satélite no
espaço (Fu e Cazenave, 2001). Pulsos de microondas de elevadas freqüências são
enviados ao nadir do satélite para a superfície da Terra (e.g. aproximadamente 1,79
kHz para o ENVISAT). Após refletir sobre o alvo, uma parte do sinal emitido retorna
60
para o satélite. A informação procurada é contida na forma e no tempo de chegada dos
ecos. A duração do pulso emitido, função das características do altímetro (e.g., para o
ENVISAT é de 20 microssegundos), permite assimilar o sinal emitido sob a forma de
uma casca esférica.
A emissão e a reflexão de um pulso para o caso ideal de uma superfície
oceânica são esquematizadas na Figura 3.22. A superfície imageada pela onda é
representada pela interseção da superfície terrestre e pela casca esférica que passa
sucessivamente de um ponto a um disco. A potência do eco refletido aumenta. A
superfície imageada atinge a sua dimensão máxima sob forma de disco, conhecida sob
o nome de impressão limitada pelo pulso (pulse limited footprint), e torna-se, em
seguida, uma coroa de superfície constante, com o diâmetro crescendo
sucessivamente até a atingir os limites do feixe (beam limited footprint), função das
características do instrumento. A representação da potência recebida pelo altímetro
em função do tempo é chamada geralmente forma de onda (FO).
Fonte: Mercier, 2001.
Figura 3.22 Formação do sinal do altímetro sob uma superfície ideal plana. O eixo
vertical é posicionado no momento da emissão do pulso do radar. A informação de
tempo de ida e volta é procurada na forma do eco refletido pela superfície do plano de
água. Neste exemplo teórico, para uma superfície oceânica, o tempo de ida e volta é
correspondente à distribuição da energia recebida na metade da curva ascendente
(passagem do verde ao vermelho no terceiro quadro).
Na prática, as superfícies observadas afastam-se do caso ideal da superfície
plana e horizontal, e aparenta-se com múltiplas facetas situadas em alturas
diferentes, com reflexão não homogênea (Figura 3.23). As FOs obtidas a partir de cada
61
eco elementar apresentam ruídos, sendo necessário efetuar médias por “pacotes” para
se obter um sinal explorável. O tratamento desses ecos radares, efetuado, seja a bordo
(tracking), seja em solo (retracking), permite extrair diversas informações, incluindo a
distância do satélite-superfície R. Esses procedimentos serão detalhados no
tratamento dos ecos do radar (cf. § 3.5).
Fonte: Mercier, 2001.
Figura 3.23 Formação do sinal do altímetro sob uma superfície irregular.
3.3.2. ALTURA ALTIMÉTRICA EM HIDROSSISTEMAS CONTINENTAIS
Como para os oceanos, os níveis dos planos de água H deduzidos das medidas
altimétricas em domínio continental são obtidos pela diferença entre a órbita do
satélite a
s
, em relação a um elipsóide de referência, e a distância altimétrica ρ (Figura
3.24):
ܪൌܽ
௦
െ ߩ൅
∑
ߜܴ
௝
െ ݄
௚
ሺ
ܧݍ.3.4
ሻ
onde δR
j
são as correções instrumentais, ambientais e geofísicas e h
g
é a ondulação
geoidal.
62
Figura 3.24 Princípio da medida altimétrica em hidrossistemas continentais.
3.4. AS CORREÇÕES APLICADAS NA MEDIDA ALTIMÉTRICA EM
HIDROSSISTEMAS CONTINENTAIS
No curso do seu trajeto de ida e volta que separa o satélite da superfície
terrestre, a radiação radioelétrica emitida pelo altímetro, refletida em seguida pela
superfície terrestre, atravessa a atmosfera da Terra sendo retardada pelo conteúdo
gasoso ou eletrônico das diferentes camadas atmosféricas encontradas. Para uma boa
precisão da medida altimétrica, necessitam-se corrigir os erros introduzidos por esses
efeitos, que podem se traduzir num alongamento da distância ao solo de vários
metros. Em Chelton et al. (2001), encontra-se uma apresentação extremamente
detalhada de todas as correções aplicadas à medida altimétrica. Neste estudo, o
enfoque será dado somente àquelas correções destinadas às águas continentais.
Os registros de dados do sensor SDRs (Sensor Data Records) são tratados
diretamente no satélite (e.g., tratamento do sinal e constituição das FOs). Em seguida,
tratamentos corretivos devem ser efetuados na recepção e avaliação dos dados,
permitindo transformá-los em dados de nível 1 em dados de nível 2, denominados
registros de dados geofísicos provisórios IGDRs (Interim Geophysical Data Records), ou
seja, medidas com data e posicionamento, expressas nas unidades adequadas e
apresentando um controle que garanta que os dados ofereçam sempre uma boa
ESTAÇÃO
ORBITOGRÁFICA
a
s
ρ
ÓRBITA
H
ELIPSÓIDE DE
REFERÊNCIA
ALTITUDE
GEOMÉTRICA
DO
SATÉLITE
MEDIDA
ALTIMÉTRICA
ALTITUDE
DA LÂMINA
DE ÁGUA
IONOSFERA
TROPOSFERA
OCEANO
INFILTRAÇÃO
ESCOAMENTO
SUPERFICIAL
ESCOAMENTO
SUB-SUPERFICIAL
ESCOAMENTO
SUBTERRÂNEO
ZONA DE
SATURAÇÃO
PERCOLAÇÃO
ZONA
DE
AERAÇÃO
RIOS E
LAGOS
CAPILARIDADE
ROCHA
IMPERMEÁVEL
ESCOAMENTO
SUBTERRÂNEO
ONDULAÇÃO
GEOIDAL
ALTITUDE
GEOMÉTRICA
DO OCEANO
h
g
H = a
s
- ρ + ΣδR
j
- h
g
GEÓIDE
63
qualidade. Nos dados de nível 2, são incluídos os parâmetros para se corrigir os erros
instrumentais, os erros de propagação através da atmosfera, bem como as
perturbações devidas à reflexão sobre a superfície e as correções geofísicas de
deslocamento da Terra em relação ao elipsóide de referência, para serem finalmente
disponíveis como registros de dados geofísicos GDRs (Geophysical Data Records)
(Figura 3.25).
Fonte: Adaptado de AVISO, 2009.
Figura 3.25 Pré-tratamentos dos dados altimétricos.
Para as missões altimétricas T/P, Jason-1, Jason-2 e ENVISAT, esses
tratamentos corretivos são realizados pelo CNES e pela NASA, sendo disponibilizados
à comunidade científica pela equipe francesa do Archivage, Validation et Interprétation
de données Satellites Océanographiques (AVISO) e pela equipe americana do Physical
Oceanography Distributed Active Archive Center (PODAAC). A marinha americana
efetua os tratamentos corretivos para a missão altimétrica GFO, sendo os dados
distribuídos pela NOAA.
3.4.1. AS CORREÇÕES AMBIENTAIS
3.4.1.1. CORREÇÃO IONOSFÉRICA
Trata-se da correção do atraso no tempo do percurso da onda do radar
altimétrico devido à quantidade de elétrons da atmosfera. Essa correção é calculada a
partir da combinação das medidas do radar altimétrico em cada uma das duas
freqüências a partir de medidas do sistema DORIS, com bandas C e Ku para T/P,
Jason-1 e Jason-2 e com bandas Ku e S para ENVISAT, ou de modelos globais, com
ordem de grandeza de 5,5 cm ± 1 cm entre as bandas C e Ku e 17 cm ± 1 cm entre as
010010 110010 001010
100010 100011
distância
altimétrica
metros
segundos
GDR
Dados de nível 1:
medidas com data e
posicionamento nas
unidades correspondentes.
Primeiro controle
De qualidade
Dados de nível 2:
aplicaçãodas
correções
geofísicas
Produtos
64
bandas S e Ku (ESA, 2007). Destaca-se que essa correlação será desprezível na banda
Ka do futuro satélite AltiKa.
3.4.1.2. CORREÇÃO DA TROPOSFERA SECA
Corresponde à correção do atraso no tempo do percurso da onda do radar
altimétrico devido à densidade da atmosfera, resultante da presença de gases nas
baixas camadas (i.e., 0 a 15 km), principalmente diazoto e dioxigênio, que alteram os
índices de refração atmosféricos. Essa correção é calculada a partir de modelos
meteorológicos do ECMWF (European Center for Mediumrange Weather Forecast)
desenvolvidos por Trenberth e Oldon (1988), com ordem de grandeza variando de 2,30
m no nível do mar a 1,8 m para demais altitudes, com incerteza de 0,2 a 20 cm (ESA,
2007).
3.4.1.3. CORREÇÃO DA TROPOSFERA ÚMIDA
Essa correção refere-se ao atraso no tempo do percurso da onda do radar
altimétrico devido à água líquida contida na atmosfera (Tapley et al., 1982) em meio
oceânico. Essa correção é calculada a partir de medidas de radiômetro, bem como
através de modelos meteorológicos do ECMWF e algoritmos de redes neurais (Labroue
e Obligis, 2003), com ordem de grandeza variando de 0 a 40 cm, com incerteza de 0,5
cm (ESA, 2007). Para os domínios continentais, os radiômetros não fornecem medidas
utilizáveis para essa correção, sendo empregados os modelos meteorológicos e
algoritmos de redes neurais.
3.4.2. CORREÇÕES GEOFÍSICAS
3.4.2.1. CORREÇÃO DA MARÉ SÓLIDA
O fenômeno conhecido pelo nome de maré sólida provém da deformação da
porção sólida do planeta, sob a ação conjunta da atração da Lua e do Sol de acordo
com um processo comparável à maré oceânica. O deslocamento vertical da crosta
terrestre e das águas pode atingir alguns centímetros; este movimento é perfeitamente
modelado (Cartwright e Tayler, 1971; Cartwright e Edden, 1973) com ordem de
grandeza variando de 0 a 20 cm, com incerteza de 1 mm (ESA, 2007).
65
3.4.2.2. CORREÇÃO DA MARÉ POLAR
Corresponde a um deslocamento vertical da superfície terrestre provocado
pelas variações da força centrífuga produzidas pelas mudanças de orientação do eixo
de rotação de Terra, cuja posição média coincide com a posição fixa do eixo vertical do
elipsóide de referência. A amplitude da maré polar é de aproximadamente 2 cm
durante vários meses, e este efeito é perfeitamente modelado (Wahr, 1985) com
incerteza de 1 mm (ESA, 2007).
3.4.3. COREÇÕES INSTRUMENTAIS DA ÓRBITA DOS SATÉLITES
Para obter uma estimativa da altura da superfície observada, é primordial
conhecer perfeitamente a posição do satélite e da sua altitude a
s
no momento da
medida, em relação a uma referência fixa. A escolha da órbita descrita pelo satélite
resulta de várias considerações como as especificações dos instrumentos embarcados,
as regiões, a natureza dos fenômenos estudados e a amostragem espaço-temporal
para o cálculo da órbita.
Os deslocamentos dos satélites são sujeitos às leis do movimento num campo
gravitacional, às quais vêm se acrescentam os efeitos perturbadores, como os efeitos
de frenagem atmosféricos e os efeitos de atração da Lua, Sol e marés. Quanto mais
próximo da Terra, mais o satélite é sensível aos comprimentos de onda do campo de
gravidade terrestre. As melhorias progressivas do conhecimento do campo de
gravidade, ampliadas pelas missões gravimétricas CHAMP (Challenging MiniSatellite
Payload), GRACE e GOCE permitem calcular órbitas cada vez mais precisas.
Acoplando esses cálculos às observações da posição do satélite realizadas pelo sistema
DORIS e completadas por diferentes dispositivos de localização do satélite (i.e.,
calibração laser e, às vezes, medidas GPS) a precisão na determinação da órbita, em
termos da componente radial é de ordem centimétrica, que aumenta,
progressivamente, com o acúmulo de medidas: uma precisão de 10 cm de RMS para
os dados a três horas, de 4 cm de RMS para os dados a três dias, e de 2,5 cm de RMS
para os dados a 30 dias, com o objetivo de descer até 1 cm.
Essa precisão tornou-se possível em virtude de uma cooperação rica e
voluntária das equipes franco-americanas responsáveis pela determinação precisa da
órbita, denominadas POD (Precise Orbit Determination). Essa cooperação que se
traduz, também, em uma troca dos dados DORIS e laser e por comparações da órbita
entre os dois centros de produção, mantendo, ao mesmo tempo, certa autonomia, de
forma a respeitar o critério de independência.
Os PODs produzem uma órbita com precisão decimétrica a partir de medidas
DORIS cerca de 2 semanas após o fim de um ciclo para o fornecimento dos IGDRs. Em
66
seguida, juntamente com as medidas laser, após um exame exaustivo das condições
de cálculo desta órbita preliminar e recepção de certos parâmetros físicos observados,
como os parâmetros de rotação da Terra e os dados da atividade solar para calcular a
densidade atmosférica, os PODs produzem e validam um cálculo melhor da órbita
para o fornecimento dos GDRs. Diversos critérios de validação dos resultados são
explorados de maneira sistemática:
• a órbita calculada durante 10 dias com o DORIS é comparada com 10
órbitas calculadas durante 1 dia; o objetivo é visualizar e corrigir
qualquer efeito a longo prazo, uma vez que a distribuição temporal das
medidas pode influenciar os resultados;
• calcula-se durante 10 dias uma órbita DORIS e uma órbita laser,
permitindo-se evidenciar qualquer divergência eventual de um sistema
de medidas em relação ao outro;
• por fim, as efemérides NASA/POD são comparadas com a do
CNES/POD, onde as condições de cálculo são consideradas na
interpretação dos números.
Com a considerável redução do erro no cálculo da órbita, os satélites
altimétricos podem hoje medir variações centimétrica do nível dos oceanos ou das
águas continentais. O objetivo de 1 cm de RMS na órbita, sob a componente radial,
supõe um melhor conhecimento do satélite e das suas variações para uma modelagem
refinada dos efeitos das diferentes forças exercidas sobre ele. Um resumo da redução
desse erro é apresentado na Figura 3.26.
Fonte: Adaptado AVISO, 2009.
Figura 3.26 Erros das órbitas nas missões altimétricas.
Erroda órbita
Variabilidade oceânica
67
3.5. TRATAMENTO DOS ECOS RADAR
3.5.1. PRINCÍPIO DO TRATAMENTO DOS ECOS DE RADAR
O tratamento dos dados brutos é uma operação que permite estimar os
parâmetros físicos a partir da análise do sinal de retorno ao altímetro. Consiste em
aplicar um tratamento adaptado à distribuição da energia recebida, na forma de onda
(FO), onde se busca localizar precisamente a posição do tempo τ no eco. Essa operação
efetuada quer em tempo real a bordo do satélite, quer posteriormente em solo, é
necessária à exploração das medidas altimétricas. Em superfícies continentais, as
condições de funcionamento nominal dos altímetros, particularmente o
acompanhamento das superfícies planas, na maioria dos casos, não são respeitadas.
Segundo Calmant e Seyler (2008), vários efeitos provocam distorção e variações do eco
radar, reduzindo a sua capacidade de estimar com precisão à distância Terra-satélite:
a variabilidade espacial do nível da superfície refletida (Smith, 1997); a presença de
ecos especulares devidos a zonas de forte reflexão (Guzkowska et al., 1990); os efeitos
de retro espalhamento da cobertura vegetal e a penetração da onda no solo.
Para se extraírem todas as informações contidas nos sinais altimétricos, há um
tratamento cujo princípio consiste em ajustar, à forma de onda obtida, um modelo de
forma de onda teórico, como, por exemplo, o modelo de Brown (Brown, 1977) no caso
das missões T/P e Jason. Vários parâmetros são extraídos da forma de onda, como
esquematizados na Figura 3.27:
• distância entre o satélite e a superfície de água, denominada range (R),
deduzida do tempo de trajeto de ida e volta entre a emissão da onda
eletromagnética e o meio da curva ascendente, é calculada
precisamente a partir do tempo (τ) que separa a emissão do pulso até o
meio da curva ascendente;
• ruído térmico (P
o
);
• amplitude do sinal (P), amplitude da forma de onda da distribuição da
energia recebida pelo instrumento proveniente do alvo, dada pelo
coeficiente de retro-difussão (σ
o
);
• coeficiente de retro-difussão (σ
o
), expresso em decibel (dB), que é
proporcional à energia total recebida pelo instrumento proveniente do
alvo; obtém-se calculando a integral da forma de onda e corresponde à
relação entre a potência emitida pelo instrumento e pela potência
recebida; é característica da natureza da superfície imageada; em
oceanografia, é ligado à intensidade do vento; em sensoriamento remoto
68
esse coeficiente é largamente estudado para caracterização de
parâmetros biofísicos (e.g., vegetação, umidade e rugosidade do solo);
• assimetria corresponde à obliqüidade da forma de onda da distribuição
da energia recebida pelo instrumento proveniente do alvo;
• declividade da curva ascendente, que informa sobre a dispersão da
altura do sinal refletido na zona imageada; em oceanografia é utilizado
para caracterizar a altura significativa das ondas; e
• declividade da curva descendente (ξ), que fornece informações sobre o
desvio da antena em relação ao nadir e também sobre a penetração do
sinal no alvo.
Fonte: Adaptado de AVISO, 2009.
Figura 3.27 Extração dos parâmetros da forma de onda em domínio oceânico.
Para as missões T/P e Jason, uma primeira operação, efetuada a bordo do
satélite, chamada de acompanhamento de bordo ou tracking, consiste em ajustar o
meio da curva ascendente com o objetivo de garantir a manutenção do eco na janela
de análise. O tratamento das formas de ondas é realizado, posteriormente, em solo, a
fim de obter os parâmetros acima com maior precisão possível. Esta operação leva o
nome de reprocessamento ou retracking. Os algoritmos utilizados para essa operação
podem assim ser adaptados ao tipo de superfície sobrevoada pelo instrumento quando
da aquisição das medidas.
3.5.2. FORMA DE ONDA ALTIMÉTRICA NO OCEANO
De acordo com o modelo teórico de Brown (1977), a forma de onda altimétrica
(Eq. 3.5), pode ser representada pela dupla convolução entre o pulso de radar, a
função de resposta de um elemento do alvo que compreende o ganho da antena e a
função de distribuição destes elementos do alvo. A potência recebida pelo altímetro é
representada por:
declividadeda curva ascendente
declividade
da curva
descendente
assimetria
tempo
amplitude
do sinal
ruído
térmico
69
Pr
ሺ
ݐ
ሻ
ൌ ܲ
௘
ሺ
ݐ
ሻ
כ ݂
௣௥௧
ሺ
ݐ
ሻ
כ ݃
௣ௗ௙
ሺ
ݖ
ሻ
ሺܧݍ.3.5ሻ
onde P
r
(t) é a potência recebida pelo altímetro, P
e
(t), a potência emitida, f
ptr
(t), a função
de resposta de um elemento da superfície refletida (que compreende o ganho de
antena), g
pdf
(z), a função de distribuição destes elementos de superfície.
Esse modelo que permite reconstituir de maneira teórica o eco oceânico (Figura
3.27) é a base do algoritmo utilizado para o tratamento das formas de onda
altimétricas sobre os oceanos e repousa sobre as cinco hipóteses seguintes (Brown,
1977):
1. a superfície difusa é formada de um grande número de pequenos
elementos independentes;
2. a distribuição estatística das alturas das superfícies é suposta
constante sobre toda a superfície imageada;
3. a difusão é um processo escalar, sem efeito de polarização e
independente da freqüência;
4. a variação do processo de difusão com o ângulo de incidência depende
unicamente da secção eficaz de retrodifusão e do ganho de antena; e
5. o efeito Doppler é negligenciável em relação à largura em termos de
freqüências do pacote de pulsos transmitidos (2/T, com elemento da
superfície refletido sendo o período do pulso transmitido).
3.5.3. FORMA DE ONDA ALTIMÉTRICA EM HIDROSSISTEMAS
CONTINENTAIS
As formas de ondas refletidas pelos hidrossistemas continentais são
extremamente diversas, dificultando o processo do tratamento. As representações, na
Figura 3.28, ilustram essa diversidade, extraídas do segmento do traço do satélite T/P
nas proximidades de Manaus – Amazonas. No caso da FO oceânica, examina-se um
segmento de 50 km, enquanto, para a FO não oceânica, avalia-se um segmento de 70
km. Observa-se que as FOs oceânicas são semelhantes, ao passo que as FOs não
oceânicas são variáveis e apresentam um deslocamento importante da parte
ascendente das FOs. As variações de energia, na Figura 3.28b, são devido à natureza
da zona refletida. Adicionalmente, comparando-se diversas FOs ao longo do tempo,
correspondentes às diversas passagens do satélite, pode-se analisar as variações
temporais importantes da FO ao longo do ciclo hidrológico anual, observando-se a
presença ou não de água.
70
Figura 3.28 Formas de onda sobre diferentes planos da água.
a) Exemplo das formas de onda sobre superfícies oceânicas evidenciando uma
similaridade elevada ao longo do traço.
b) Exemplo das formas de onda extraídas na bacia Amazônica, na foz do rio do Negro
(águas em preto na imagem Landsat), com o rio Solimões (águas em azul na imagem
Landsat) é apresentado à esquerda da figura. Este exemplo destaca a variabilidade
elevada na forma de onda, que dificulta o processo do tratamento. Redesenhado por
Mercier e Zanife (2006).
Estudos conduzidos por Guzkowska et al. (1986 e 1990) e Berry et al. (2005)
em hidrossistemas continentais, dividem as formas de onda em quatro categorias
principais (Figura 3.29):
• forma de onda oceânica, caracterizadas por uma curva ascendente
bastante evidenciada e uma curva descendente que diminui
lentamente, normalmente produzida por superfícies planas com difusão
do eco uniforme, como os lagos, os rios largos ou planícies de
inundação, apresentando uma superfície bastante larga de modo que o
a)
b)
a)a)
b)b)
71
eco não seja perturbado por reflexões parasitas provenientes das
margens ou da vegetação;
• forma de onda quase – especular, a curva ascendente é quase vertical,
mas ao contrário da precedente, a curva descendente decai
rapidamente; são específicas de superfícies sem rugosidade como os
pântanos, os rios ou as extensões de água de pequena dimensão;
• forma de onda de pico amplo, é caracterizada por uma diminuição da
curva descendente menos acentuada que os ecos quase-especulares;
pode ser classificada em três subconjuntos: aquela que apresentam
uma curva ascendente bastante acentuada, típicas de alvos planos ou
de pequena inclinação como as zonas de transição entre a terra e a
água; um segundo tipo que apresenta uma componente de difusão após
o pico, sendo que, neste caso, a extensão de água é vizinha de uma
superfície de baixa refletividade; e um terceiro tipo formado de um pico
cercado por duas componentes de difusão, que correspondem a uma
zona aquática rodeada por um terreno de baixa refletividade,
características das extensões de água de pequena dimensão e pequenos
lagos; e
• forma de onda de vários picos neste caso, cada pico corresponde a uma
zona de água imageada em diferentes intervalos de tempo; é
freqüentemente observada em rios divididos em vários braços.
Fonte: Adaptado de Calmant et al., 2008
Figura 3.29 Formas de onda em águas continentais. a) Forma de onda oceânica. b)
Forma de onda de vários picos. c) e d) Forma de onda quase especular.
Amastragem espectral da FO
Amastragem espectral da FO
Amastragem espectral da FO
Amastragem espectral da FO
Amplitude da FO
Amplitude da FO
Amplitude da FOAmplitude da FO
72
3.5.4. PRINCIPAIS ALGORITMOS DESENVOLVIDOS PARA O ESTUDO EM
HIDROSSISTEMAS CONTINENTAIS
Como apresentados no parágrafo precedente sobre a natureza das formas de
onda registradas sobre os hidrossistemas continentais, os ecos de radar encontrado
em domínio continental são muito diferentes dos observados no oceano. Diferentes
soluções de reprocessamento das formas de onda foram desenvolvidas de acordo com
a natureza da superfície considerada. Três grandes famílias destacam-se: método de
limite, método analítico, método de reconhecimento das formas.
3.5.4.1. MÉTODO DE LIMITE
3.5.4.1.1. ALGORITIMO ICE-1
O algoritmo de reprocessamento das formas de onda Ice-1 foi desenvolvido para
o estudo das calotas polares. O método necessita de uma estimativa prévia da
amplitude da forma de onda. Essa estimativa deve ser pouco sensível ao ruído de
speckle o efeito do ruído diminui à medida que o número de pontos de amostragem da
FO aumenta e às mudanças de forma do eco de radar (Bamber, 1994). A técnica é
conhecida sob o nome de método de deslocamento do centro de gravidade (Offset
Centre Of Gravity ou OCOG), sendo descrita pelas equações 4.11, 4.12 e 4.13
(Wingham et al., 1986). O algoritmo calcula o centro de gravidade, a amplitude e a
largura de um retângulo que engloba uma janela fixa de N*2*aln amostras do eco de
radar; a amplitude do retângulo vale o dobro do valor do centro de gravidade. Sendo:
ܥ݁݊ݐݎ݋ ݀݁ ݃ݎܽݒ݅݀ܽ݀݁
ൌ
∑
݊ݕ
ଶ
ሺ݊ሻ
௡ୀேି௔௟௡
௡ୀଵା௔௟௡
∑
ݕ
ଶ
ሺ݊ሻ
௡ୀேି௔௟௡
௡ୀଵା௔௟௡
ሺܧݍ.3.6ሻ
ܣ݉݌݈݅ݐݑ݀݁
ൌ
ඨ
∑
ݕ
ସ
௡ୀேି௔௟௡
௡ୀଵା௔௟௡
ሺ݊ሻ
∑
ݕ
ଶ
௡ୀேି௔௟௡
௡ୀଵା௔௟௡
ሺ݊ሻ
ሺܧݍ.3.7ሻ
ܮܽݎ݃ݑݎܽ
ൌ
ሺ
∑
௬
మ
೙సಿషೌ೗೙
೙సభశೌ೗೙
ሺ௡ሻሻ
మ
∑
௬
ర
೙సಿషೌ೗೙
೙సభశೌ೗೙
ሺ
௡
ሻ
ሺܧݍ.3.8ሻ
73
onde y é o valor do n
iésimo
ponto de amostragem e aln é o número de pontos de
amostragem que podem ser afetados pelo efeito de estroboscópia do espectro, no início
e no fim da FO.
Um limite sobre o valor máximo da curva ascendente é aplicado (25% da
amplitude) a fim de identificar o ponto nominal de reprocessamento (Figura 3.30).
Esse algoritmo é usualmente utilizado em superfícies continentais por sua
robustez. No entanto, por se beneficiar do máximo de amostras do eco de radar,
diferentes planos de água são englobados no reprocessamento da FO.
Fonte: Adaptado de Bamber (1994).
Figura 3.30 Princípio do algoritmo Ice-1.
3.5.4.1.2. ALGORITMO SEA ICE
Nenhum modelo descreve com perfeição a natureza das formas de onda que
provêm dos gelos do mar. No momento um método simples pode ser utilizado para
reprocessar esse tipo de eco de radar. A amplitude da FO é identificada em primeiro
lugar: trata-se do seu valor máximo (Eq. 3.9).
ܣ݉݌݈݅ݐݑ݀݁ൌ݉ܽݔ
௡
אܰ
൫
ݕ
ሺ
݊
ሻ
൯
ሺܧݍ.3.9ሻ
onde, y é o valor da n
éssima
amostra da FO e N é o número de amostras do eco de
radar. A correção introduzida pelo reprocessamento (Figura 3.31) é determinada como
a abscissa do ponto da FO cujo valor é superior à metade da amplitude do eco (Laxon,
1994; ESA, 2007).
Posição do Centro de Gravidade
Centro de Gravidade
tempo
Largura
Amplitude
Potência recebida
Posição na curva ascendente
74
Fonte: Adaptado de Laxon (1994).
Figura 3.31 Princípio do algoritmo Sea Ice.
3.5.4.2. MÉTODO ANALÍTICO
3.5.4.2.1. ALGORITIMO ICE-2
O algoritmo de reprocessamento Ice-2 Legrésy (1995), desenvolvido para o
estudo das calotas polares da Antártica e a Groenlândia, decompõe a FO altimétrica
(Figura 3.32) em duas curvas, uma ascendente e outra descendente, sendo a primeira
modelada por uma função erro (ERF) e a segunda por uma exponencial decrescente.
Ambas as partes da FO podem ser tratadas separadamente sob a hipótese de que os
efeitos observados sobre a curva descendente têm um impacto negligenciável na curva
ascendente (Legrésy, 1995). Em domínio continental, a distribuição das superfícies
difusas não é regular, em contradição com as hipóteses 1) e 2) do modelo de Brown.
Esse fato foi constatado por Legrésy e Rémy (1997) para as calotas polares e provoca
ruídos nas formas de onda devido às irregularidades da superfície.
Fonte: Adaptado de Légrésy e Rémy (1997).
Figura 3.32 Forma de onda teórica procurada pelo algoritmo Ice-2.
Potência recebida
Ponto de
tratamento da
FO
tempo
Posição na curva
ascendente
Amplitude
Largura da curva ascendente (Tr)
Declividade da curva descendente (FI)
Potência
Tempo (portas)
Faixa imageada (km)
P
máx
P
máx
/2
75
3.5.4.3. MÉTODOS DE RECONHECIMENTO DAS FORMAS DE ONDA
Técnicas alternativas foram desenvolvidas para tratar as formas de onda
observadas em domínio continental. Consiste em escolher as formas de onda em
função das suas características, aplicando lhes um algoritmo de reprocessamento
adaptado a cada tipo identificado.
Essa técnica foi aplicada ao reprocessamento das medidas dos altímetros dos
satélites ERS-1 e 2 e T/P, qualificada de sistema especializado, utilizando 11
algoritmos, através do projeto River and Lakes Project desenvolvido pela Universidade
de Montfort (Inglaterra) para a ESA, resultando em dois tipos de produtos River Lake
Hydrology (RLH) e River Lake Altimetry (RLA) (Benveniste e Berry, 2004). Em 23 de
julho de 2009 um novo sistema River and Lake System foi implementado, gerando
resultados após 10 dias da passagem do satélite para as missões ENVISAT e Jason-2
, onde os registros de dados geofísicos do sensor SGDRs (Sensor Geophysical Data
Records) são utilizados (RL Team, 2009). Esses produtos são disponibilizados no
endereço eletrônico http://tethys.eaprs.cse.dmu.ac.uk/RiverLake/shared/main.
O CNES financiou o projeto PISTACH (Système de Traitement pour les
Applications Côtières et l’Hydrologie), para melhorar os produtos da altimetria espacial
sobre áreas costeiras e águas continentais utilizando os dados IGDRs do satélite
Jason-2. Os produtos do PISTACH incluem o algoritmo Ice-3; diversas correções
geofísicas derivadas de modelos globais e locais, com melhor definição e ferramentas
para visualização dos dados. São fornecidos no formato NetCDF, com a nomenclatura
das variáveis similar a utilizada nos IGDRs em tempo quase-real do Jason-2, sendo
acessíveis através do endereço eletrônico do AVISO
http://www.aviso.oceanobs.com/fr/donnees/produits/produitshauteursdemer/global
/produitscotierethydrologie/index.html.
O algoritmo de tratamento de forma de onda Ice-3 é similar ao algoritmo Ice-1,
sendo que a parte do eco de radar usada para o calculo do centro de gravidade é
adaptada ao tipo de FO. As FOs são previamente classificadas, utilizando-se 35
classes, aplicando-se a técnica de reconhecimento de forma (Figura 3.33). Em seguida,
adapta-se, dinamicamente, a janela de amostras dos ecos de radar, em função da
classe da FO (Figura 3.34).
76
Fonte: Adaptado de Tribaut et al. (2008).
Figura 3.33 Exemplo de classes definidas pelo projeto PISTACH para aplicação da
técnica de reconhecimento de forma nas FOs do Jason-2.
Figura 3.34 Princípio do algoritmo Ice-3 com deslocamento da janela de amostras dos
ecos de radar, em função da classe da FO.
3.6. LIMITAÇÕES DA ALTIMETRIA EM HIDROSSISTEMAS CONTINENTAIS
A utilização dos dados altimétricos para monitoramento dos níveis de água em
hidrossistemas continentais apresenta algumas limitações que podem ser agrupadas
Potência recebida
Potência recebida
Tempo
Tempo
Posiçãoinicial do retângulo
Posição inicial do retângulo
A
L
L
77
em duas categorias distintas: limitações provenientes da precisão da medida
altimétrica e limitações provenientes da amostragem dos dados.
3.6.1. LIMITAÇÕES DA PRECISÃO DA MEDIDA ALTIMÉTRICA
3.6.1.1. LIMITAÇÕES RELACIONADAS À FORMA DE ONDA
A precisão da medida altimétrica em hidrossistema continental sofre
limitações, visto que as formas de onda refletidas são muito diferentes do caso
oceânico (Calmant e Seyler, 2006), e os algoritmos desenvolvidos são ajustados para o
oceano, para o gelo e para os icebergs. Atualmente, ainda não existe um algoritmo,
calibrado e validado, para acompanhamento específico dos hidrossistemas
continentais (on board trackers ou ground retrackers). Os algoritmos desenvolvidos
pelo River and Lakes Project, foram aplicados por Berry et al. (2005) em diversos lagos
e em rios da bacia Amazônica, mas somente um exemplo de validação dessa técnica é
apresentado.
Novos produtos altimétricos formam desenvolvidos para a missão Jason-2 pelo
projeto PISTACH, como o algoritmo Ice-3 (cf. § 3.5.4.3), no entanto, esses dados
encontram-se em fase de calibração e validação para utilização, tanto em meio
oceânico, como continental e também não foram publicados. Mostrando-se
promissores, visto que foram utilizados no monitoramento da cheia na Amazônia em
2009 (Calmant et al., 2009), exemplificado na Figura 3.35 para o traço O63 dos
satélites T/P e Jason-2 que cruza o rio Negro em sua foz que se junta com o rio
Solimões para formarem o rio Amazonas. Aplicaram-se os algoritmos Ice-1 para as
medidas altimétricas do T/P em azul escuro e Ice-3 para o Jason-2 em azul claro e
vermelho, com dados GDRs e IGDRs, respectivamente. A série temporal em preto
corresponde aos dados in situ da régua de Manaus. As séries temporais altimétricas
acompanham perfeitamente o ciclo hidrológico com a vantagem da aplicação dos
dados IGDRs, que, embora não apresentem todas as correções aportadas às medidas
altimétricas, são disponibilizados três dias após a passagem do satélite. Nota-se a
ausência dos dados do satélite JASON-1, durante os anos 2002 a 2008, por não
apresentarem bons resultados em hidrossistemas continentais (cf. § 3.6.2.1).
As FOs obtidas para o gelo, em geral, são tão específicas como as adquiridas
para as águas continentais. O algoritmo Ice-1, que busca o centro de gravidade da FO,
é bastante robusto para FOs especulares (Frappart et al., 2006a), enquanto que o
algoritmo Ice-2 possui a particularidade de procurar a curva ascendente da FO, de
maneira relativamente independente do resto da potência recebida pelo altímetro em
função do tempo. Os algoritmos Ice-1 e Ice-2 são os que melhor se adaptam às
medições altimétricas em hidrossistemas continentais, mesmo que não tenham sido
78
idealmente concebidos para uma aplicação em hidrologia (Frappart et al., 2006a; Silva
et al., in press 2010).
Fonte: Calmant et al. (2009).
Figura 3.35 Série temporal altimétrica para o traço O63 dos satélites T/P (Ice-1) e
Jason-2 (Ice-3) que cruza o rio Negro em sua foz quando se junta com o rio Solimões
para formarem o rio Amazonas. A série temporal em preto corresponde aos dados in
situ da régua de Manaus; em azul escuro, dados T/P; em azul claro e vermelho, os
dados GDRs e IGDRs do Jason-2 , respectivamente.
Para a missão ENVISAT, os algoritmos Ocean, Ice-1, Ice-2 e Sea Ice são
utilizados de maneira operacional na cadeia de processamento do altímetro. Embora,
para as missões ERS e T/P-Jason, o processamento da medida altimétrica (on board
trackers) seja efetuado somente pelo algoritmo Ocean, tratamentos diferenciados foram
integrados aos dados altimétricos dessas missões para uma melhor determinação da
altura de nível de água em meio continental. O algoritmo Ice-2 foi reprocessado para
as missões ERS-1 e 2 pelo projeto Observation of the Surface Continental Altimetry
Radar – OSCAR (Legresy, 1995), enquanto os algoritmos Ice-1 e Ice-2, para a missão
T/P pelo projeto Contribution de l’Altimétrie Spatiale pour l’Hydrologie – CASH (CASH,
2010).
3.6.2. LIMITAÇÕES DA AMOSTRAGEM DOS DADOS
3.6.2.1. PERDA DA ANCORAGEM DO ALTÍMETRO
O instrumento de cálculo instalado a bordo do altímetro efetua um tratamento
do eco refletido pela superfície do plano de água, que o receptor registra para permitir
um melhor ajuste de seus parâmetros aos ecos a serem recebidos posteriormente. Ele
antecipa os ajustamentos do eco no tempo seguinte a partir do tratamento dos ecos
obtidos no tempo atual e nos tempos anteriores. Esses ajustamentos referem-se à
Alturas (m WGS84)
Data (
anos
)
79
posição e à amplitude da janela de registro. Essa janela, de uma amplitude temporal
constante, é centrada na data provável de regresso do sinal e de sua altura, calibrada
para a potência prevista, de modo que o eco refletido ocupe ao máximo essa janela.
Esse caráter de antecipação é, particularmente, adaptado às superfícies homogêneas,
tanto no nível da altitude como da retrodifusão. Segundo Calmant et al. (2008), onde o
meio não é uniforme, o altímetro é perturbado por contrastes topográficos no interior
da faixa imageada. Muitas vezes, um desnível importante entre a água e as margens,
uma planície, uma colina ou mesmo uma montanha e contrastes de retrodifusão,
quando da passagem brusca de um meio pouco reflexivo (uma planície) para um meio
muito reflexivo (um lago), podem produzir saturação no sensor de captação do
altímetro. Quando o algoritmo de acompanhamento de bordo encontra-se incapacitado
de adaptar os seus parâmetros de aquisição ao terreno encontrado, diz-se que o
altímetro perde a ancoragem. Uma vez não ancorado, processos automáticos de uma
nova inicialização do instrumento são processados de maneira a permitir, ao
encontrar um terreno favorável, uma adaptação às novas condições de medidas (fase
de aquisição). Para o satélite T/P, essa adaptação necessita de 1 a 3 segundos (Fu e
Cazenave, 2001) quando o satélite já percorreu vários quilômetros. Numerosas
medidas são, assim, perdidas sobre as pequenas extensões de água ou na travessia
dos rios.
Esse problema desabilita o funcionamento do altímetro radar sobre os
continentes e conduz à perda de um elevado número de dados, particularmente para a
missão JASON-1. Para remediá-lo, as janelas de recepção foram ampliadas para os
satélites ERS-1 e 2 (4 vezes) e para o satélite ENVISAT (4 a 16 vezes). Adicionalmente,
as agências desenvolveram o altímetro de radar Posëïdon3 e AltiKa para equipar as
missões Jason-2 e Saral. Esses altimétros possuem um novo sistema de
acompanhamento de bordo, cujo aperfeiçoamento consiste em assegurar a
manutenção do eco refletido pela superfície do plano de água na janela de recepção,
não por um automatismo de bordo, mas por uma estimativa, a priori, de uma altura
esperada obtida a partir de um MDT, interpolada ao longo do traço da órbita no solo,
através das medidas altimétricas obtidas pelo T/P para o satélite Jason-2 e ENVISAT
para o satélite Saral.
3.6.2.2. RESOLUÇÃO TEMPORAL DO SATÉLITE
A resolução temporal, também conhecida como tempo de revisita, depende das
características da órbita do satélite. Para as atuais missões altimétricas, T/P-JASON,
GEOSAT-GFO e ERS-ENVISAT, correspondem a 10, 17 e 35 dias, respectivamente.
Essa baixa resolução temporal limita as aplicações da altimeria espacial em estudos
de processos hidrológicos que exijam um monitoramento em curto período de tempo,
80
como alerta de enchentes, monitoramento de grandes cheias e análises da
continuidade de fortes estiagens.
Calmant et al. (2008) propõem a utilização de séries temporais conjuntas de
vários satélites como uma alternativa para grandes lagos e mares interiores. No
entanto, em rios, os autores comentam que a situação é mais crítica, pois são poucos
os pontos de cruzamento das órbitas dos satélites que interceptam um curso de água
com vistas à criação de estações virtuais com múltiplos dados.
Uma solução para contornar a baixa resolução temporal dos satélites
altimétricos é apresentada por Roux et al. (2008) que desenvolveram uma metodologia
permitindo interpolar os dados altimétricos com estações fluviométricas e obter séries
temporais diárias. Três métodos de estimativa dos parâmetros do modelo linear foram
propostos: média quadrática (LS), média ponderada (WLS) e método de otimização
multi-critérios (OPT). Foram estudadas a precisão absoluta da interpolação e a
sensibilidade da estrutura do modelo à ausência de dados e a ocorrência de ruídos
aleatórios. Os valores quadráticos médios (RMSs) do resíduo das interpolações
variaram de 0,6 a 40,9 cm. A utilização conjunta de várias estações in situ como
referências, bem como defasagens temporais entre as estações reduziram
significativamente esses erros. Segundo os autores, o método OPT apresentou-se
melhor quando não ocorrem ruídos aleatórios e não existe ausência de dados.
3.7. TRATAMENTOS DA MEDIDA ALTIMÉTRICA EM HIDROSSISTEMAS
CONTINENTAIS
3.7.1. EFEITO DE AFASTAMENTO DO NADIR (OFF-NADIR)
Os perfis hidrológicos dos lagos, rios e zonas de inundação, obtidos pelo radar
altimétrico, são supostamente planos ou ligeiramente inclinados devido à declividade
do plano de água. Observa-se, contudo, em numerosos perfis hidrológicos obtidos,
estruturas parabólicas com concavidade para baixo, produtos de uma distorção
geométrica da medida altimétrica, denominado efeito de afastamento do nadir (off-
nadir). Esse caso ocorre quando o altímetro passa de um meio pouco reflexivo para um
com alta reflexividade, iniciando a medida altimétrica da superfície reflexiva que se
encontra antes do seu nadir ou, simetricamente, continuando a medir a altura de uma
superfície reflexiva que cessou de sobrevoar.
As medidas altimétricas, com efeito, off-nadir apresentam-se vantajosas para
rios estreitos, uma vez que a seleção de dados baseada somente no curso do rio, não
inclui a maioria das medidas disponíveis correspondentes ao nível de água para cada
passagem do satélite. No entanto, podem causar inconvenientes em superfícies
maiores, como grandes rios e lagos. O exemplo da Figura 3.36 ilustra essa situação
81
para o traço 220 do satélite ENVISAT que cruza o rio Amazonas e o lago Grande de
Monte Alegre. São apresentados somente alguns ciclos para não saturar a figura. As
distorções geométricas nas medidas, provenientes do efeito off-nadir não ocorrem
sistematicamente, sendo, no entanto, observadas durante todo o perfil altimétrico em
algumas passagens. Em outros casos, o perfil de alturas obtido pelo radar altimétrico
permanece linear. No rio Amazonas, o efeito off-nadir ocorre no meio do rio, combinado
duas séries sucessivas de distorções geométricas na medida altimétrica, produzindo
perfis em forma de V. Nesse caso, para obtenção da medida altimétrica, os perfis
obtidos serão processados separadamente, aplicando-se correções parabólicas em
pequenas partes, computando-se, posteriormente, as alturas corrigidas. O mesmo
problema ocorre no lago Grande de Monte Alegre, na margem direita do rio Amazonas.
Algumas medidas no centro do lago apresentam perfis altimétricos em formato
parabólico; aqui o altímetro começa a medir a altura da superfície reflexiva do lago
antes do seu nadir, ancorando-se nas margens do lago.
Uma geometria proeminente é apresentada na Figura 3.37 com o exemplo do
lago Rocagua. O satélite cruza o lago, de dimensões comparáveis à faixa imageada, na
direção sul-norte, visto que o traço 207 é ascendente. Alguns perfis altimétricos
coletados ao longo do traço 207 do satélite ENVISAT são desprovidos da distorção
geométrica, e as medidas são todas no nadir ao longo da passagem. Outros perfis são
afetados claramente pelo efeito off-nadir. As distorções geométricas, encontradas,
neste caso, são duplas. No período de cheia ou estiagem, por diversos momentos, o
altímetro permanece ancorado. Ao sobrevoar o ponto PS, o altímetro começa a medir a
altura da superfície reflexiva do lago antes do seu nadir, ancorando-se ao ponto PN, e
continua realizando a medida após sobrevoá-lo, permanecendo ancorado, formando o
perfil altimétricos em formato parabólico descendente para o norte. Fato contrário
ocorre quando o altímetro fica ancorado no ponto PS, realizando medidas ao longo do
lago até o ponto PN, formando, também, um perfil em formato parabólico, desta vez,
descendente para o sul. Fazendo-se uma seleção dos dados obedecendo-se a um
critério exclusivamente geográfico, isto é, um retângulo delimitado pelas latitudes e
longitudes mínimas e máximas, entre as duas setas, resultará em série errônea de
níveis de água, se os perfis altimétricos não forem previamente corrigidos.
Um estudo sobre as correções das distorções geométricas da medida
altimétrica, resultantes do efeito off-nadir, foi desenvolvido no contexto desta tese,
descrito em Silva et al. (in press 2010) e será posteriormente apresentado (cf. § 6.2).
Essas correções permitiram melhorar a amostragem dos dados altimétricos, visto que
são extraídas, para cada passagem do satélite, medidas de altura de água, tanto na
cheia como na vazante, que antes eram descartadas ou geravam série errônea de
níveis de água.
82
Fonte: Silva et al. (in press 2010).
Figura 3.36 Exemplos de efeito off-nadir em perfis altimétricos em grandes corpos da
água: o rio de Amazonas e o lago Grande de Monte Alegre em sua margem direita. Em
ambos os casos, múltiplos efeitos off-nadir resultaram em perfis em forma de V no
centro dos corpos da água, adquiridos quando o satélite estava em sua margem. A
codificação cinza dos pontos na figura inferior corresponde à codificação cinza da
imagem SAR JERS-1 do período de cheia, em segundo plano na figura superior. Os
pontos da superfície reflexiva aparecem em preto.
Lago Grande
de Monte Alegre
83
Fonte: Silva et al. (in press 2010).
Figura 3.37 Exemplo do efeito off-nadir duplo sob o traço 207 do satélite ENVISAT ao
cruzar o lago Rocagua, Bolivia. A codificação cinza dos pontos na figura inferior
corresponde à codificação cinza da imagem SAR JERS-1 do período de cheia, em
segundo plano na figura superior. Os pontos da superfície reflexiva do lago aparecem
em preto. As distorções geométricas do efeito off-nadir foram causadas por medidas
ancoradas no ponto PS, ao sul do lago (parábolas descendentes para o norte) ou por
medidas ancoradas no ponto PN, do norte (parábolas descendentes para o sul). Além
disso, algumas passagens não foram afetadas.
PS PN
PS
PN
Lago Rocagua
84
3.7.2. DECLIVIDADE
Os erros devido à declividade da superfície reflexiva são ligados à topografia do
terreno (Brenner et al., 1983; Rémy et al., 1989). Sob superfícies planas, a medida
altimétrica representa a distância entre o satélite e a superfície refletida situada ao
nadir, enquanto, sob uma superfície não horizontal, a medida representa a distância
ao ponto mais próximo da superfície contida na faixa imageada do altímetro (Figura
3.38). Este ponto é uma altitude mais elevada que o ponto diretamente ao nadir
(Brenner et al.; 1983). O erro da distância da superfície reflexiva do satélite é dado
pela Eq. 3.16:
∆ܪൌߩ
ሺ
1 െ ܿ݋ݏߙ
ሻ
ൎ
ఘఈ
మ
ଶ
ሺܧݍ.3.10ሻ
onde ∆H é o erro da medida altimétrica, ρ é a medida altimétrica no nadir, ߙ é a
declividade da superfície. Considerando-se valores realistas da altitude do satélite e da
declividade, o erro ligado à topografia do terreno pode atingir várias dezenas de metro
(Brenner et al., 1983). Para declividades inferiores a 10 cm/km, a correção do erro da
medida altimétrica devido à declividade aquivale a, no máximo, 10 cm, apresentando-
se insignificante para a maioria dos planos de água da bacia Amazônica, incluindo as
zonas úmidas, não sendo, portanto, considerado neste estudo. Destaca-se, entretanto,
que, a aplicação desta correção seria idêntica a todas as passagens do satélite
correspondendo a uma translação de altura na série temporal altimétrica.
Fonte: Adaptado de Brener, 1983.
Figura 3.38 Representação esquemática do erro devido à declividade para uma
superfície com declividade ߙ.
satélite
imageamento
ρ
ρ
m
85
3.7.3. DESLOCAMENTO DOS TRAÇOS
Os traços sucessivos de uma dada missão podem não se sobrepor
perfeitamente. No caso dos satélites ERS e ENVISAT, os traços individuais podem se
afastar de até 1 km do traço teórico; assim, os valores finais da altura para cada
passagem, não se referem à mesma posição do corpo de água, sendo influenciados,
também, pela declividade. Esse efeito é corrigido empiricamente, incorporando o valor
da declividade e corrigindo-a para cada diferença de altura entre a posição média da
passagem e a posição retida para a estação virtual. No caso da bacia Amazônica,
objeto deste estudo, como citado anteriormente (cf. § 3.7.2), a declividade, na maioria
dos corpos de água, apresenta-se inferior 10 cm/km, sendo essa correção
insignificante.
3.8. MONITORAMENTO DE NÍVEIS DE ÁGUAS PELA ALTIMETRIA
ESPACIAL NA REGIÃO AMAZÔNICA
Os trabalhos realizados nos últimos trinta anos vêm demonstrando a
contribuição potencial dos radares altimétricos no monitoramento do nível de águas
em hidrossistemas continentais descritos em Calmant e Seyler (2006), Asdorf et al.
(2007) e Calmant et al. (2008). Excelentes resultados foram obtidos em grandes corpos
de água como mares interiores e lagos, detalhados em Creteaux e Birkett (2006), que,
com suas extensas superfícies, permitem uma amostragem conjunta de várias missões
dos dados altimétricos. No entanto, os resultados em rios apresentam-se bastante
controversos.
Lançado em 1992 e extensamente utilizado em estudos de águas continentais,
T/P, finalizou suas medições em 2006. JASON-1, lançado sob a mesma órbita do T/P,
é estritamente ajustado para superfícies oceânicas que fornece poucos dados
utilizáveis em hidrossistemas continentais, mesmo para os grandes rios da bacia
Amazônica. Mostram-se promissoras as medidas de seu sucessor, Jason-2, mas, até o
presente momento, nenhum estudo foi publicado, pois encontra-se em fase de
calibração e validação. Em relação aos dados do GFO fornecidos pela marinha
americana quando existem são usualmente pouco úteis em seu formato atual, e
poucas melhorias deverão sem implementadas visto que não são distribuídos por
tratar-se de uma missão militar, com exceção de alguns poucos traços sobre a
Groelândia, sendo impossível reprocessar os ecos refletidos em busca de melhores
estimativas no trajeto do radar. Conseqüentemente, a família ERS-ENVISAT, lançada
pela Agência Espacial Européia, é a única que, potencialmente, oferece uma série
cronológica de dados a partir de 1991 para estudos das variações de níveis de águas
continentais, dada a importância dessa informação para estudos científicos que visam
86
à modelagem global do ciclo hidrológico ou para aplicações socio-ambientais, tais
como, gestão dos recursos hídricos, previsões de cheias e prevenção de doenças de
transmissão hídrica, entre outras.
Poucos estudos dedicados à validação detalhada dos dados altimétricos em rios
Amazônicos, incluindo comparações com medidas hidrométricas tradicionais, foram
publicados. Em Birkett (1998), os RMSs apresentados para o rio Amazonas variaram
de 25 a 60 cm. Variação de RMSs da ordem de 38 a 246 cm são mostradas em Birkett
et al. (2002) em estudos desenvolvidos em rios, com larguras entre 0,58 e 1,16 km e
em planícies de inundação. Para De Oliveira Campos et al. (2001), os RMSs variam de
45 a 80 cm, no rio Amazonas. Frappart et al. (2006a), em estudo no rio Tapajós,
encontram um RMS de 35 cm. Os resultados acima descritos utilizaram o algoritmo
padrão para formas de onda oceânicas da missão T/P. Adicionalmente, utilizando os
produtos da missão ENVISAT Frappart et al. (2006a), relacionam RMSs que variam de
26 a 140 cm, 7 a 40 cm, 10 a 110 cm e 14 a 324 cm para o algoritmo Ocean, Ice-1, Ice-
2 e Sea Ice, respectivamente, em rios e planícies de inundação amazônicas e Berry et
al (2005), apresentaram co-relações dos dados T/P, ERS e ENVISAT e a estação
fluviométrica do Careiro, no rio Amazonas, com valores O,91, 0,93 e 0,98 para o
coeficiente de Pearson.
Os produtos altimétricos evoluíram significativamente desde os anos 90
quando os dados ERS e T/P foram processados. Destacam-se os reprocessamentos
das FOs, utilizando vários algoritmos, diferentes do algoritmo padrão para FOs
oceânicas e executadas nas rotinas de processamento de bordo das missões dos anos
90. Atualmente, as rotinas de processamento de bordo do ENVISAT, utilizando quatro
algoritmos, mostram-se mais eficientes em hidrossistemas continentais (Frappart et
al., 2006a). Projetos como OSCAR (Legresy, 1995) ou CASH (CASH, 2010)
aproveitaram esses progressos para reprocessar os dados anteriores do ERS e T/P,
disponibilizando melhores produtos em domínio continental. Frappart et al. (2006b)
utilizaram os produtos do ERS-2 provenientes do projeto OSCAR em estudos de
variação de volume de água no rio Mekong com RSM de 23 cm. Destaca-se que os
dados reprocessados do T/P ainda não foram aplicados para estudos de validação de
níveis de águas continentais.
Contrariamente aos estudos de validação, várias vertentes para utilização dos
dados altimétricos com aplicações em hidrossistemas na região Amazônica foram
exploradas: acompanhamento das variações de nível de água dos lagos, rios e mesmo
das zonas de inundação permanentes e temporárias por altimetria espacial e radar de
interferometria (Koblinsky et al, 1993; Alsdorf et al., 2000, 2001a e 2001b; Mercier,
2001; Alsdorf e Lettenmaier, 2003); cálculo da declividade dos rios e modelagem
hidrodinâmica (Guskowsha et al., 1990; Cudlip et al., 1992; Mertes et al., 1996;
Dunne et al. ; Birkett et al., 2002; Frappart et al., 2005; LeFavour e Asdorf, 2005) e
87
estimativa dos estoques de água continentais (Frappart et al., 2005; Frappart et al.,
2008). Esses estudos foram conduzidos com dados das missões Geosat, Seasat e T/P.
Os dados da missão ENVISAT foram utilizados na Amazônia por Cauhope
(2004) que estabeleceu relações entre planícies de inundação e rios em um estudo de
caso na várzea do Curuaí. Leon et al. (2006) propuseram uma metodologia para
estimativas de níveis águas em bacias pouco monitoradas, cálculo de declividade dos
cursos de água, bem como elaboração de curvas-chaves utilizando dados T/P e
ENVISAT. Baseado em um modelo linear de extrapolação dos dados ENVISAT com um
número limitado de estações hidrométricas tradicionais ao longo do rio Negro, Roux et
al. (2008) descrevem uma metodologia para obter séries temporais altimétricas diárias.
Na várzea do Curuaí, Bonnet et al. (2008) modelaram a transferências de água entre
rios e planícies de inundação, utilizando níveis de água de séries temporais
altimétricas. Mais recentemente, Getirana et al. (2009) utilizaram os dados
altimétricos na validação da calibração do modelo hidrológico MGB-IPH, gerando
vazões que foram utilizadas para elaboração de curvas-chave na bacia do rio Negro.
Esses estudos confirmam que os dados ENVISAT fornecem medidas valiosas da
variabilidade do nível de água em rios e lagos, permitindo também o monitoramento
dos sistemas hídricos em zonas úmidas, que é o foco principal deste estudo.
3.9. CONSIDERAÇÕES
O potencial para o monitoramento operacional dos hidrossistemas continentais
pela altimetria espacial é concreto. Fundamentados em 30 anos de medidas
altimétricas, a continuidade desse tipo de observação oferece séries temporais longas,
com perspectiva de cerca de 2 décadas, permitindo, assim um acompanhamento a
longo prazo das águas continentais de superfície. Atualmente, os hidrossistemas
Amazônicos sofrem de uma escassez de dispositivos de informações hidrológicas
tornando delicado qualquer estudo efetuado à escala regional ou global. Além disso,
quando existem, as medidas hidrométricas tradicionais apresentam-se heterogêneas,
tanto no espaço, como no tempo.
A utilização de dados provenientes da altimetria espacial, inserida na área
temática de hidrologia espacial, permite uma visualização da superfície em escala
continental, sobretudo nas regiões de difícil acesso, sendo possivelmente a única fonte
com potencial para alcançar a medição das extensas zonas úmidas da bacia
Amazônica, de forma homogênea, contínua e freqüente, com detalhamento espacial
que as redes superficiais de observação não permitem.
Ainda não existe um algoritmo de tratamento de forma de onda consolidado
para as águas continentais. Contudo, os algoritmos Ice-1 e Ice-2, mesmo que não
tenham sido otimizados para aplicações hidrológicas, representam um progresso real.
88
Adicionalmente, destaca-se que, novos algoritmos estão sendo reprocessados e em
fase de validação, identificando e classificando previamente as FOs para uma melhor
utilização dos dados altimétricos em domínios continentais.
Entre as limitações da altimetria espacial, a mais prejudicial ao estudo das
águas continentais é a relativa à perda de ancoragem do altímetro. Tal limitação é
responsável pela degradação da qualidade do sinal de um elevado número de medidas.
No caso da missão JASON-1, uma fraca quantidade de ecos de radar é recuperada
pelo instrumento. A definição de instrumentos que levem em conta as especificidades
da altimetria em domínios continentais, a exemplo dos altímetros RA-2 do ENVISAT,
Posëïdon3 para o Jason-2 e AltiKa para o SARAL, faz-se necessária.
89
SEÇÃO II
MATERIAIS E MÉTODOS
90
CAPÍTULO 4
METODOLOGIA GERAL
A altura do nível de água é uma variável fundamental situada na fronteira
entre diversas disciplinas, tais qual a hidrologia, hidráulica, geofísica, geologia,
pedologia e climatologia. O acesso aos dados quantitativos de nível de água, através da
altimetria espacial, representa um avanço substancial em relação às redes superficiais
de observações hidrológicas que não se estendem às zonas úmidas, pois são
tradicionalmente e tecnicamente limitadas às seções dos rios.
A metodologia proposta está baseada nas disciplinas supracitadas, sendo
apresentada em cinco etapas bem distintas, com um fluxograma simplificado
mostrado na Figura 4.1. O § 4.1 diz respeito à extração e tratamento das informações
provenientes das medidas altimétricas, julgadas úteis e pertinentes, para a análise das
variações das alturas dos níveis de água nos hidrossistemas continentais. A validação
dessas medidas é relatada no § 4.2. A etapa seguinte corresponde às utilizações dos
dados altimétricos em hidrossistemas Amazônicos, no § 4.3 as aplicações são
reportadas aos rios Amazônicos e no § 4.4 às diversas zonas úmidas, como lagos,
alagados interfluviais e planícies de inundação. A base de dados utilizada para
cumprir a metodologia de forma a atender o objetivo do trabalho é descrita no § 4.5.
Adicionalmente, cabe salientar que este estudo propõe uma metodologia de
exploração dos dados altimétricos em zonas úmida da bacia Amazônica. A fim de
conceber e testar tal metodologia, seu desenvolvimento deverá satisfazer as exigências
seguintes:
• atender às estimativas de nível com uma precisão em decímetros,
permitindo, assim, analisar o ciclo hidrológico; e
• ser relacionado ao contexto morfo-hidrodinâmico das zonas
úmidas, da forma mais genérica possível, isto é, aplicável a qualquer
zona úmida que apresente uma sensibilidade na variação do nível
de água no nível de decímetros.
91
Figura 4.1 Fluxograma simplificado da metodologia proposta.
DADOS ALTIMÉTRICOS
T/P + ENVISAT +
ERS 1 e 2 + GFO
HIDROLOGIA ESPACIAL
DADOS
FLUVIOMÉTRICOS
ANA + HYBAM
IMAGENS
JERS-1 + MODIS
DADOS
COMPLEMENTARES
REDE DE DRENAGEM
SOLOS
VEGETAÇÃO
NIVELAMENTO
DE ESTAÇÕES
FLUVIOMÉTRICAS
VALIDAÇÃO
•ESTAÇÃO VIRTUAL
•SÉRIE TEMPORAL ALTIMÉTRICA
INTERNA
EXTERNA
SELEÇÃO DOS DADOS
EXTRAÇÃO
TRATAMENTOS
ESTAÇÃO VIRTUAL
SÉRIE TEMPORAL
RELAÇÃO
RIO E
PLANÍCIE DE
INUNDÇÃO
SAZONALIDADE
DO BALANÇO
HÍDRICO
RELAÇÃO
RIO E LAGOS
RELAÇÃO
ENTRE BACIAS
ZONAS ÚMIDASRIOS
APLICAÇÕES HIDROLÓGICAS
ANÁLISE DE
INCOSITÊNCIA
DOS DADOS
IN SITU
CARACTERÍS-
TICAS
FÍSICAS
92
4.1.
EXPLORAÇÃO DAS MEDIDAS ALTIMÉTRICAS EM HIDROSSITEMAS
CONTINENTAIS
4.1.1.
EXTRAÇÃO GEOGRÁFICA DAS MEDIDAS ALTIMÉTRICAS
A primeira etapa do tratamento das medidas altimétricas, que leva à elaboração de
séries temporais que caracterizam as variações das alturas de água, consiste na extração
das medidas. Os dados disponíveis já foram tratados a bordo do satélite (tracking) e
retratados quando de sua recepção em terra (retracking), estando pronto para serem
extraídos. Os dados altimétricos utilizados foram extraídos da base de dados do Centre de
Topographie des Océans et de l'Hydrosphère CTOH do Laboratoire d´Études en Géophysique
et Océanographie Spatiales LEGOS.
Inicialmente, selecionam-se alguns tipos de parâmetros e correções relativos aos
dados (i.e., satélite, algoritmo, correções atmosféricas). Esses parâmetros são escolhidos em
função de sua aplicação. Um geofísico, por exemplo, estará mais interessado nas análises
dos quatro sistemas de acompanhamento da trajetória (tracking) do satélite, ao passo que
um hidrólogo interessar-se-á por aqueles parâmetros que apresentam medidas de mais alta
qualidade em águas continentais, quais sejam: número do traço, data, longitude, latitude,
altura da órbita, altura altimétrica ou range e os valores relativos às correções atmosféricas.
Para este estudo na bacia Amazônica, foram escolhidos os seguintes parâmetros contidos
em tabelas, consoante a seguinte ordem: na Tabelas 4.1, para a missão GFO; Tabela 4.2,
para a missão ERS-1 e 2; Tabela 4.3 para a missão ENVISAT e para a missão T/P na Tabela
4.4.
Tabela 4.1 Parâmetros extraídos para o satélite GFO.
Parâmetro Unidade
time_sec
(sec) 01/01/1985
latitude 10
6
graus
longitude 10
6
deg
ssh_uncorr 10
3
m
ssh_uncorr_diff[10] 1Hz em 10
3
m
hz18_ku_ice-2[20] 10
3
m
mod_dry_tropo_corr 10
3
m
wet_tropo_cls 10
3
m
model_iono_corr 10
3
m
solid_earth_tide 10
3
m
pole_tide 10
3
m
geoid_grace
10
3
m
Fonte: LEGOS, 2007
93
Tabela 4.2 Parâmetros extraídos para os satélites ERS-1 e 2.
Parâmetro Unidade
dsr_time_day
dia juliano
dsr_time_sec
segundo
dsr_time_[20]
microsegundo
latitude
10
6
graus
longitude 10
6
graus
alt_cog_ellip_[20] 1Hz em 10
3
m
hz18_ku_ice-2[20] 10
3
m
mod_dry_tropo_corr 10
3
m
wet_tropo_cls 10
3
m
ion_corr_doris_ku 10
3
m
solid_earth_tide_ht 10
3
m
hz18_lat[20] 10 mgraus
hz18_long[20] 10 mgraus
Fonte: LEGOS,2007.
Tabela 4.3 Parâmetros extraídos para o satélite ENVISAT.
Parâmetro Unidade
dsr_time_day
dia juliano
dsr_time_sec
segundo
dsr_time_microsec microsegundo
latitude 10
6
graus
longitude 10
6
graus
alt_cog_ellip 1Hz em 10
3
m
hz18_diff_1hz_alt[20] 10
3
m
hz18_ku_ice-1[20] 10
3
m
hz18_ku_ice-2[20] 10
3
m
mod_dry_tropo_corr
10
3
m
wet_tropo_cls
10
3
m
ion_corr_doris_ku
10
3
m
solid_earth_tide_ht 10
3
m
geocen_pole_tide_ht 10
3
m
geoid_grace 10
3
m
hz18_diff_1hz_lat[20] 10 mgraus
hz18_diff_1hz_long[20] 10 mgraus
Fonte: LEGOS,2007.
94
Tabela 4.4 Parâmetros extraídos para o satélite T/P.
Parâmetro Unidade
jour58 dia em relação a 01/01/1958
minute
minuto
latitude
10
6
graus
longitude
10
6
graus
haut_nasa 10
3
m
haut_alti_mesure 10
3
m
sat_alt_hi_rate1 10
3
m
sat_alt_hi_rate2 10
3
m
sat_alt_hi_rate3 10
3
m
sat_alt_hi_rate4 10
3
m
sat_alt_hi_rate5 10
3
m
sat_alt_hi_rate6 10
3
m
sat_alt_hi_rate7 10
3
m
sat_alt_hi_rate8 10
3
m
sat_alt_hi_rate9
10
3
m
sat_alt_hi_rate10
10
3
m
h
_alt_sme1
10
3
m
h_alt_sme2 10
3
m
h_alt_sme3 10
3
m
h_alt_sme4 10
3
m
h_alt_sme5 10
3
m
h_alt_sme6 10
3
m
h_alt_sme7 10
3
m
h_alt_sme8 10
3
m
h_alt_sme9 10
3
m
h_alt_sme10 10
3
m
wet_tropo_cls 10
3
m
dry 10
3
m
ionotp_dorlis
10
3
m
haut_maree_polaire
10
3
m
haut_maree_solide 10
3
m
geoid_grace 10
3
m
Fonte: LEGOS, 2007.
Através dos algoritmos disponíveis na base de dados do CTOH em linguagem C
(fonction_de_lecture_entete.c, fonction_de_lecture_data.c, lect_extraction.c e infolect.h)
desenvolveram-se os algoritmos extraction_XXX.sh, tmp_param_val e profil4extra (Figura
5.2), que permitiram extrair, sobre a zona de estudo considerada (latitudes e longitudes
mínimas e máximas), os dados dos traços correspondentes aos respectivos satélites e aos
períodos desejados, associados aos ciclos correspondentes às medidas altimétricas a um
95
segundo (1Hz). Os arquivos obtidos são arquivos binários, com um arquivo por ciclo,
organizados por traço.
Para o satélite T/P, extraíram-se os traços 013 a 254, totalizando 24 traços,
correspondendo aos ciclos 3 a 364, com um total de 361 ciclos, de 13/10/1992 a
01/08/2002, da antiga órbita T/P1, e escolheram-se os traços 013 a 254, totalizando 24
traços, correspondendo aos ciclos 370 a 481, totalizando 111 ciclos, de 30/09/2002 a
04/10/2005, para a nova órbita T/P2; para o satélite ENVISAT, extraíram-se os traços 005
a 994, totalizando 90 traços, correspondendo aos ciclos 9 a 75, totalizando 76 ciclos; para o
satélite ERS-1 e 2, extraíram-se os traços 005 a 994, totalizando 90 traços, totalizando 130
ciclos de 11/07/1992 a 15/12/2002; e para o satélite GFO, avaliaram-se os traços 005 a
480, totalizando 44 traços, correspondendo aos ciclos 37 a 168, totalizando 101 ciclos.
Figura 4.2 Tratamentos sucessivos aplicados às medidas extraídas da base de dados do
CTOH, onde XXX é o satélite altimétrico e YYY é o traço do satélite.
4.1.2.
TRATAMENTO DOS DADOS
4.1.2.1.
ALTURA DO NÍVEL DE ÁGUA
Nesta etapa, foram efetuadas todas as operações necessárias para a determinação
das alturas do nível de água em relação a uma superfície de referência, H, conforme a
Figura 3.24. Como mostrado no Capítulo 3, a altura H é obtida por diferença entre a altura
da órbita (a
s
) e a distância altimétrica (ρ), assim como as operações de correção ambientais,
geofísicas e instrumentais descritas no § 3.4.
As médias das medidas disponibilizadas em intervalos de tempo de 1 segundo
apresentam uma grande contaminação por ecos parasitas, em particular para um pequeno
plano de água. A passagem da medida de 1 segundo, ou seja, 1Hz, para as medidas
elementares de 10 Hz, 18 Hz ou 20 Hz permite, portanto, eliminar os dados contaminados.
Essas medidas são, então, redistribuídas em espaços geográficos de 580 metros para as
BASE DE
DADOS
CTOH
EXTRAÇÃO
fonction_de_lecture_entete.c
fonction_de_lecture_data.c
lect_extraction.c
infolect.h
BINÁRIO > ASCII
format_xxx.f
EXTRAÇÃO
Extraction_XXX.sh
tmp_param_val
profil4extra
BINÁRIO > ASCII
BATCH_lect_extraction.sh
profil4batch
VERIFICAÇÃO
XXX_YYY.dates
XXX_YYY_ice1.tab
XXX_YYY_ice2.tab
XXX_YYY_oce.tab
CTOH/LEGOS
96
medidas de 10 Hz da missão T/P e de 350 metros para as medidas de 18Hz e 20Hz das
missões ENVISAT e ERS-1 e 2. Ressalta-se que esse intervalo entre as medidas é inferior à
faixa imageada, que corresponde a 1 ou 8 km, destacando que esse recobrimento espacial é
importante entre as medidas sucessivas, pois conduz, dessa forma, a uma amostragem mais
precisa dos planos de água observados. No entanto, somente os parâmetros
correspondentes à altura da órbita e à altura altimétrica apresentam esse valor médio a 10
Hz, 18 Hz e 20Hz. Todos os demais parâmetros são fornecidos na forma de um valor médio
a 1 Hz. Foi desenvolvido um algoritmo em Fortran 90, format_xxx.f, para cada satélite, que
permite calcular a posição a 10 Hz, 18 Hz ou a 20Hz a partir da posição a 1Hz e da equação
da órbita do satélite. As correções ambientais e geofísicas são supostas constantes sob a
medida de 1 Hz e não são interpoladas. Finalizando, foram criados arquivos para as
posições a 10 Hz, 18 Hz ou a 20Hz, segundo a missão, com data, latitude e longitude
interpoladas e altura do nível de água para cada satélite e cada algoritmo de FO.
4.1.2.2.
CORREÇÕES DO EFEITO DE AFASTAMENTO DO NADIR (OFF-NADIR
)
O princípio do efeito de afastamento do nadir (off-nadir) é ilustrado pela Figura 4.3. A
altura inicial do corpo de água é H
0
medida pelo altímetro em seu nadir no tempo t
0
. O valor
obtido no tempo t
i
é H
i
ao computar a diferença entre a altitude geométrica do satélite a
i
e a
medida altimétrica ρ
i
. A relação entre H
0
e H
i
é dada pela Eq. 4.1:
Considerando-se que:
ܪ
଴
ൌ ܽ
଴
െ ߩ
଴
; ܪ
௜
ൌܽ
௜
െ ߩ
௜
; ߜܽ
௜
ൌ
డ௔
డ௦
݀ݏ
௜
ܽ
଴
ൌܽ
௜
൅ ݀ܽ
௜
݁
ሺ
ߩ
଴
െ ݀ܽ
௜
ሻ
ଶ
൅ ݀ݏ
௜
ଶ
ൌߩ
௜
ଶ
ܪ
௜
ൌܽ
଴
െ ݀ܽ
௜
െ ߩ
଴
ට
ቀ1 െ
ௗ௔
೔
ఘ
బ
ቁ
ଶ
൅
ௗ௦
೔
మ
ఘ
బ
మ
ܪ
௜
ൌܽ
଴
െ ݀ܽ
௜
െ ߩ
଴
ቆ1 െ
݀ܽ
௜
ଶ
2ߩ
଴
ଶ
െ
݀ܽ
௜
ߩ
଴
൅
݀ݏ
௜
ଶ
2ߩ
଴
ଶ
ቇ
ܪ
௜
ൌܽ
଴
െ ߩ
଴
െ ቆ
݀ܽ
௜
ଶ
2ߩ
଴
൅
݀ݏ
௜
ଶ
2ߩ
଴
ቇ
usando ݀ܽ
௜
ൌ
డ௔
డ௦
݀ݏ
௜
obtém-se:
ܪ
௜
ൌܪ
଴
െ ݀ݏ
௜
ଶ
ቂ
ଵ
ଶఘ
బ
ቃ൬
1 ൅ ቀ
డ௔
డ௦
ቁ
ଶ
൰
ሺܧݍ.4.1ሻ
97
resultando numa relação quadrática entre H
0
e ds
i
, onde s é a abscissa ao longo do traço,
ds
i
é a distância entre as posições i e 0 ao longo do eixo e
డ௔
డ௦
é a taxa de variação altitude
geométrica do satélite entre as posições nos tempos t
i
e t
0
.
O efeito de afastamento do nadir (off-nadir) pode ser linearizado através do polinômio
de segunda ordem dos valores sucessivos das alturas H
i
, onde os termos quadráticos
correspondem à medida oblíqua, e o termo linear, à mudança na altitude geométrica do
satélite. Como ao longo de alguns quilômetros a órbita do radar altimétrico pode ser
considerada circular, as mudanças na altitude geométrica do satélite serão modeladas a
uma taxa constante
డ௔
డ௦
.
Fonte: Silva et al. (in press 2010).
Figura 4.3 Representação esquemática do efeito de afastamento do nadir (off-nadir).
4.1.3.
ELABORAÇÃO DAS ESTAÇÕES VIRTUAIS
Cada interseção de um traço do satélite altimétrico com superfície reflexiva do plano
de água consiste numa estação virtual, sendo potencialmente possível obter uma série
temporal da altura do nível da água. Diversos fatores podem afetar, a priori, a medida
altimétrica, dificultando a seleção dos dados e conseqüentemente a criação de estações
virtuais:
• o altímetro é perturbado por contrastes topográficos no interior da faixa
imageada (i.e, margens do rio, ilhas, vegetação ciliar), que são incorporados
ao eco refletido, modificando a medida altimétrica;
98
• quando da passagem brusca de um meio pouco reflexivo (i.e, uma planície)
para um meio muito reflexivo (i.e, um rio), a superfície reflexiva da água
domina a energia recebida pelo satélite, visto que o instrumento de cálculo
instalado a bordo do altímetro efetua um tratamento do pico de energia
refletido pela superfície imageada, de modo que o eco refletido ocupe ao
máximo a janela de registro, produzindo, conseqüentemente, uma distorção
geométrica da medida altimétrica.
Buscando uma alternativa para solucionar tais problemas, no contexto do projeto no
qual se insere esta tese, foi desenvolvida e testada uma metodologia manual para criação
das estações virtuais pela seleção dos dados correspondentes ao cruzamento do plano de
água, adaptadas às variações no tempo e no espaço, permitindo uma seleção tridimensional
dos dados em um espaço superfície-profundidade através do programa VALS (Virtual
ALtimetry Station). A criação da estação virtual, através do VALS, obedece aos seguintes
passos:
• 1
a
. Etapa – Os dados altimétricos são plotados juntamente com uma imagem,
em segundo plano, em uma janela georeferenciada, para identificação do
corpo de água. Uma seleção inicial dos dados é executada através de um
polígono delimitado pelas latitudes e longitudes mínimas e máximas;
• 2
a
. Etapa – Os dados selecionados na primeira etapa são, então, visualizados
em uma segunda janela, mostrando o perfil hidrológico altimétrico ao longo
do traço (i.e, gráfico altura do nível da água vs posição), onde cada linha
corresponde a uma passagem do satélite. Essa configuração permite refinar a
seleção dos dados excluindo as medidas indesejáveis;
• 3
a
. Etapa – Na última etapa, a informação disponível, para cada passagem do
satélite, permite estimar as séries temporais de altura do nível da água,
calculando-se a média e a mediana para cada ciclo. Os dados selecionados
para a série temporal podem ser visualizados na janela dos dados
georeferenciados.
4.1.4.
SÉRIES TEMPORAIS DE ALTURA DE ÁGUA
Devido ao baixo número de medidas e a grande probabilidade de pontos falsos,
ligados à contaminação do sinal por ecos parasitas (i.e., margens do rio, ilhas, vegetação
ciliar), a mediana mostrou-se uma medida estatística mais representativa do que a média
para definição da altura de água a cada passagem do satélite. Frappart et al. (2006a)
obtiveram uma conclusão similar. Portanto, no contexto deste estudo, foram utilizadas
somente as medianas para elaboração das séries temporais de altura do nível da água,
99
associando-se uma dispersão à mediana, de forma a caracterizar a qualidade e
confiabilidade dos resultados obtidos. Tal dispersão foi calculada pelo desvio absoluto da
mediana (Eq. 4.2).
ܦܣܯ
ሺ
ܪ
ሻ
ൌ
1
ܰെ 1
෍|ܪ
௜
െ ܪ
௠௘ௗ
|
ே
௜ୀଵ
ሺܧݍ.4.2ሻ
onde N é número de observações, H
i
é a iéssima observação, e H
méd
é a mediana.
Ressalta-se que as medidas estatísticas média e mediana servem como indicadores
qualitativos da presença de pontos falsos (outliers). Quando a série de dados é bem
selecionada, a média e mediana apresentam valores próximos. As incertezas são associadas
aos valores absolutos da média e mediana dentro da série de dados usada. Entretanto, em
alguns casos, somente um ponto foi selecionado, impedindo a estimativa das dispersões.
Adicionalmente, as alturas elipsoidais do nível da água das séries temporais foram
convertidas em alturas geóidais (i.e, altitude), bem como as séries provenientes das estações
fluviométricas in situ, fornecidas pelo ANA e HyBAm, empregando-se, em ambos os casos, o
modelo de ondulação geoidal GGM02 desenvolvido por Tapley et al. (2004).
4.1.5.
VALIDAÇÃO DA METODOLOGIA PARA ELABORAÇÃO DAS ESTAÇÕES
VIRTUAIS
A validação da metodologia desenvolvida e testada no âmbito desta tese para
elaboração de estações virtuais foi efetuada por estudos comparativos sendo compartilhada
com trabalhos desenvolvidos por outros pesquisadores, a saber: Roux et al. (2010) e Seyler
et al. (2008).
Três métodos de elaboração de estações virtuais formam comparados em Roux et al.
(2010): 1) o método manual desenvolvido nesta tese, definido pelos autores como MANU; 2)
um método semi-automático baseado numa caracterização da ocupação do solo que permite
localizar os rios, utilizando uma mascara proveniente do mosaico de imagens JERS-1 SAR,
definido pelos autores como AUTOJERS e 3) um método completamente automático
explorando a utilização de um MDT proveniente da missão SRTM e uma estimativa da
largura do rio através de redes de drenagens elaboradas no GRASS GIS, definido pelos
autores como AUTOSRTM. Seis aspectos foram analisados, a saber: número e local das
estações virtuais; forma e complexidade das escolhas geográficas em função do método;
número de pontos selecionados em cada ciclo; altura do nível de água medido e dispersão
dessa medida definida pelo desvio absoluto da mediana.
Em Seyler et al. (2008), o método de elaboração das estações virtuais desenvolvido
neste estudo também foi comparado com o método semi-automático AUTOJERS, descrito
em Roux et al. (2010) utilizando uma mascara de três classes provenientes do mosaico de
100
imagens JERS-1 SAR, no período de cheia, a saber: água livre, vegetação de terra firme e
vegetação inundada, sendo a classe água livre utilizada para extração das estações virtuais.
4.2.
VALIDAÇÃO DOS DADOS ALTIMÉTRICOS
Inicialmente, cabe ressaltar, mais uma vez, o objetivo fundamental desta tese:
estudar a variabilidade espaço-temporal dos processos hídricos nas zonas úmidas, no âmbito
da bacia Amazônica, através de dados altimétricos. Para corroborar a hipótese de que a
qualidade de tais dados é suficiente para as análises pertinentes, estudos de validação
foram conduzidos e publicados em Silva et al. (in press 2010 e em revisão 2010), sendo
compartilhados com trabalhos desenvolvidos em Seyler et al. (2008, 2009a e 2009b).
Diferentes produtos e missões altimétricas foram testados nos estudos conduzidos
para essas validações. O satélite T/P finalizou, oficialmente, suas medições em 2006, não
oferecendo continuidade, pois o satélite Jason-1 apresenta problemas de perda de
ancoragem em domínios continentais. Poucos traços do satélite GFO estão disponíveis para
a região Amazônica, inviabilizando seu uso. A família ERS-ENVISAT é a única que,
potencialmente, oferece uma série cronológica de dados a partir de 1991; no entanto, os
dados do satélite ERS-1 não apresentaram bons resultados na área de estudo deste
trabalho. Conseqüentemente, os satélites utilizados para os estudos de validação foram
ERS-2 e ENVISAT. As medidas do satélite ENVISAT efetuadas pelos algoritmos Ocean e Sea
Ice, também não apresentaram bons resultados nas áreas de estudo, confirmando as
análises efetuadas por Frappart et al. (2006a) no emprego desses algoritmos em
hidrossistemas continentais, sobretudo na região Amazônica. Finalmente, foram utilizadas
as medidas provenientes dos algoritmos Ice-1 e Ice-2 (ENVISAT) e Ice-2 (ERS-2) para as
validações pertinentes.
4.2.1.
SÉRIES TEMPORAIS ALTIMÉTRICAS
4.2.1.1.
VALIDAÇÃO INTERNA NOS PONTOS DE CRUZAMENTO
Os cruzamentos dos traços dos satélites sob um mesmo plano de água são
importantes oportunidades para validar a qualidade dos dados altimétricos, visto que as
medidas são adquiridas de forma autônoma e independente.
O tempo de revisita foi calculado pelas equações Eq. 4.3 e Eq. 4.4:
∆ݐ
௠
ൌ
ܯܫܰ
ൣ
ሺ
ܰ
ଵ
െ ܰ
ଶ
ሻ
,
൫
ܰ
்
െ
ሺ
ܰ
ଵ
െ ܰ
ଶ
ሻ
൯
൧
ܰ
்
כ ܴ
௦
ሺ
ܧݍ.4.3
ሻ
101
∆ݐ
ெ
ൌ
ܯܣܺ
ൣ
ሺ
ܰ
ଵ
െ ܰ
ଶ
ሻ
,
൫
ܰ
்
െ
ሺ
ܰ
ଵ
െ ܰ
ଶ
ሻ
൯
൧
ܰ
்
כ ܴ
௦
ሺ
ܧݍ.4.4
ሻ
onde ∆T
m
é o tempo de revisita com pequeno intervalo de tempo, ∆T
M
é o tempo de revisita
com grande intervalo de tempo, N
1
e N
2
são os números dos traços dos satélites, N
T
é igual
ao total de traços do satélite e R
s
é o tempo de revisita total do satélite, que depende dos
parâmetros orbitais. Para os satélites ERS-2 e ENVISAT N
T
é igual a 1002 e R
s
é igual a 35
dias.
Nos casos onde o tempo de revisita é longo, não é possível uma comparação direta da
medida altimétrica, assim, a qualidade das séries temporais foi avaliada comparando-se a
amplitude do sinal entre as duas séries temporais utilizando-se a Eq. 5.5:
ߝൌ
ሺ
ߪ
ଵ
െ ߪ
ଶ
ሻ
ሺ
ߪ
ଵ
െ ߪ
ଶ
ሻ
כ 100 ሺܧݍ.4.5ሻ
onde σ
1
e σ
2
são os desvios padrões das séries temporais.
4.2.1.2.
VALIDAÇÃO EXTERNA COMPARAÇÃO DIRETA COM ESTAÇÕES
FLUVIOMÉTRICAS
Para comparações diretas das medidas altimétricas com estações fluviométricas a
seleção dos dados foi executada separadamente e regressões lineares foram computadas
independentemente para os algoritmos Ice-1 e Ice-2 (ENVISAT) e Ice-2 (ERS-2). As regressões
foram interpretadas de forma diferenciada conforme a localização das estações
fluviométricas.
Para tal, considerou-se que a estação fluviométrica localiza-se abaixo do traço do
satélite, quando se encontra a menos de 2 km do mesmo, compreendida no interior da faixa
imageada pelo radar altimétrico sobre uma superfície plana e longe do traço do satélite,
quando se localiza entre 2 e 30 km, considerando-se que nenhuma mudança hidrológica
seja evidenciada entre o traço do satélite e a posição da estação fluviométrica.
4.3.
APLICAÇÕES HIDROLÓGICAS EM RIOS
4.3.1.
NIVELAMENTO DE ESTAÇÕES FLUVIOMÉTRICAS COM DADOS
ALTIMÉTRICOS
Para o nivelamento das estações fluviométricas com as medidas altimétricas foram
executadas regressões lineares, computadas independentemente para os algoritmos Ice-1 e
Ice-2 (ENVISAT) e Ice-2 (ERS-2). A seleção dos dados foi executada separadamente e as
102
regressões foram interpretadas de forma diferenciada conforme a localização das estações
fluviométricas. O coeficiente angular da regressão fornece o fator de escala entre a
amplitude de ambas as séries temporais sendo usado como um parâmetro para nivelar a
estação fluviométrica quando localizadas abaixo do traço do satélite.
4.3.2.
ESTAÇÕES FLUVIOMÉTRICAS INSTALADAS ENTRE DOIS TRAÇOS DO
SATÉLITE – NIVELAMENTO
NULL-SLOPE
As relações fundamentais da hidrologia estabelecem, a priori, que a altura da
superfície da água a montante do rio seja sempre mais elevada do que a jusante do rio.
Praticamente, é quase impossível usar esta regra simples para verificar a consistência
hidrodinâmica de pares de séries temporais altimétricas, visto que traços diferentes são
pouco prováveis de cruzar o rio nas mesmas datas. Entretanto, quando dois traços do radar
altimétrico formam estações virtuais que enquadram uma estação fluviométrica, pode se
verificar essa consistência hidrodinâmica. O princípio do teste é intercalar o melhor possível
a série temporal da estação in situ entre as séries temporais altimétricas, a montante, e, a
jusante, cujas alturas foram convertidas em altitude. Uma vez, assim realizado, o
nivelamento da estação in situ, nenhum ponto da série temporal altimétrica a montante,
deverá ser mais baixo que um ponto da série temporal da estação in situ, na mesma data, e
da mesma forma, os ponto da série temporal altimétrica a jusante não poderão ser
superiores aos pontos da série temporal in situ, no mesmo dia. Denominou-se esse método
de nivelamento de declividade nula (null-slope), pois, na realidade, testou-se que no mínimo,
a declividade entre uma série altimétrica e a série in situ nivelada deve ser nula e nunca se
inverter. Foram utilizadas medidas altimétricas dos satélites ENVISAT e ERS-2,
provenientes dos algoritmos Ice-1 e Ice-2, no entanto para as regressões lineares e os
cálculos das declividades aplicaram-se somente os dados do satélite ENVISAT pour
apresentarem menos ruídos que os do satélite ERS-2.
4.4.
APLICAÇÕES HIDROLÓGICAS EM ZONAS ÚMIDAS
4.4.1.
ACOPLAMENTO DOS DADOS ALTIMÉTRICOS COM IMAGENS DE
SENSORIAMENTO REMOTO
4.4.1.1.
TRATAMENTOS DAS IMAGENS MODIS
4.4.1.1.1.
PROCESSAMENTO DIGITAL DAS IMAGENS
103
A metodologia adotada partiu da extração, junto ao Land Processes Distributed Active
Archive Center LPDAAC do sistema de informações e dados do projeto EOS-NASA, das treze
bandas de imagens digitais do produto MOD09A1 para a bacia Amazônica. Essas imagens
foram obtidas pelo sensor MODIS para os anos de 2001, 2002, 2003, 2004, 2005, 2006,
2007 e 2008 fornecidas originalmente na projeção (integerized sinusoidal ISIN) e no formato
de dados hierárquico HDF (hierarchical data format), sendo acompanhadas com arquivos
textos contendo as informações necessárias para seu geo-referenciamento (Tabela 4.5). As
imagens MODIS MOD09A1 apresentam uma resolução espacial de 500 m, que é compatível
com a bacia de estudo.
Tabela 4.5 Características das imagens MOD09A1 do sensor MODIS.
Bandas
Tipo Unidade Tido de
dados
Banda 1 (620-670 nm) Reflectância adimensional Inteiro 16bits
Banda 2 (841-876 nm) Reflectância adimensional Inteiro 16bits
Banda 3 (459-479 nm) Reflectância adimensional Inteiro 16bits
Banda 4 (545-565 nm) Reflectância adimensional Inteiro 16bits
Banda 5 (1230-1250 nm)
Reflectância adimensional Inteiro 16bits
Banda 6 (1628-1652 nm)
Reflectância admencional Inteiro 16bits
Banda 7 (2105-2155 nm)
Reflectância adimensional Inteiro 16bits
Banda 8
Variavéis de controle
para 500 m
Campo binário
Inteiro 32bits
Banda 9 Zênite solar Grau Inteiro 16bits
Banda 10 Ângulo zenital Grau Inteiro 16bits
Banda 11 Azimute relativo Grau Inteiro 16bits
Banda 12
Variavéis de estado
para 500 m
Campo binário
Inteiro 16bits
Banda 13 Dia do ano Dia juliano Inteiro 16bits
Na fase de processamento digital da imagem, operações como visualização de bandas
individuais, composição colorida, registro e recorte da imagem são utilizadas, procurando-se
extrair o máximo de informações da imagem digital. No caso particular desta pesquisa, não
foi feita a correção atmosférica, pois as imagens MODIS já apresentam uma correção
atmosférica aplicada a todos os píxeis sem nuvem, que passam pelo controle de qualidade
de nível 1B, para minimizar os impactos de absorção de gases moléculas e aerossóis
dispersados na atmosfera (Vermote et al., 1997 e 2002).
O registro (ou correção geométrica, ou ainda geo-referenciamento) de uma imagem
compreende uma transformação geométrica que relaciona as coordenadas espaciais da
imagem com coordenadas de um sistema de referência. Esse sistema de referência é, em
última instância, o sistema de coordenadas planas de certa projeção cartográfica. Como
qualquer projeção cartográfica guarda um vínculo bem definido com um sistema de
104
coordenadas geográficas, pode-se dizer, então, que o registro estabelece uma relação entre
coordenadas da imagem e coordenadas geográficas. Com a correção geométrica, cada píxel
da imagem passa a ter coordenada referida a um sistema geodésico, resultado de uma
reorganização das células em relação a um determinado sistema de projeção cartográfica.
Para a realização do registro, são utilizados pontos de controle que podem ser
extraídos de outras imagens digitais geo-referenciadas da mesma área, cartas topográficas
analógicas, de mapas digitalizados (i.e., imagem matricial), ou ainda, obtidos com uso de
GPS. Através desses pontos, é determinada uma transformação matemática, que pode ser
uma expressão polinomial de 1
a
ou 2
a
ordem, pela qual é possível corrigir a geometria da
imagem. A qualidade da correção geométrica aplicada na imagem dependerá da precisão do
número de pontos de controle utilizados, da qualidade, identificação e distribuição espacial
dos mesmos, e da resolução espacial da imagem. Após o cálculo da nova posição do píxel
por essa expressão polinomial, o valor do nível de cinza do novo píxel é determinado através
do processo de re-amostragem ou interpolação.
Para o registro das imagens trabalhadas, foi adotado o método do vizinho mais
próximo, onde o novo valor de nível de cinza do píxel será igual ao nível de cinza do píxel
situado a menor distância desses píxel. Nesse método, o valor do nível de cinza atribuído ao
píxel da nova imagem é extraído do valor do píxel da imagem original que estiver mais
próximo às coordenadas matriciais determinadas através das equações polinomiais obtidas
em função dos pontos de controle. Esse método tem como vantagens, a rapidez
computacional e a preservação do valor original do nível de cinza, uma vez que não envolve
qualquer ponderação a partir dos píxeis vizinhos.
As imagens tiveram seu cabeçalho novamente editado, com as informações contidas
nos arquivos textos, para elaboração do geo-referenciamento (registro), sendo utilizado, para
este objetivo, o programa MODIS Reprojection Tool (MODIS Tool, 2005). As informações
fornecidas incluem arquivo da imagem original com bandas a serem utilizadas, incluindo:
reflectâncias das bandas de 1 a 7, variáveis de controle de qualidade para 500m da banda 8
e variáveis de estado para 500m da banda 12; nome do arquivo de saída; formato do arquivo
de saída; algoritmo para registro da imagem; sistema de projeção (i.e, coordenadas
geográficas latitude e longitude) e o datum WGS84 (World Geodetic System 1984). Essas
imagens foram salvas no formato GeoTIFF. Em seguida, foi gerado um arquivo
reorganizando todas as bandas na seqüência supracitada, utilizando-se o programa ENVI
4.2 (ENVI, 2005).
Posteriormente, foram gerados mosaicos das bandas relacionados à área de
interesse, realizados pelo programa ENVI 4.2 para o conjunto de imagens de 8 dias,
totalizando 46 mosaicos por ano. Esse procedimento tem por objetivo unir as imagens
registradas em um único arquivo digital, sendo em seguida, realizadas a identificação e
localização da área de estudo. Nessa etapa, foi feita uma avaliação das variadas formas de
composições das bandas espectrais. No caso das imagens MODIS MOD09A1, que possui
bandas espectrais coincidentes com os comprimentos de onda da radiação visível e
105
infravermelho, a combinação das bandas 1, 2 e 3, associadas às cores vermelha, verde e
azul, respectivamente, apresenta um colorido real, pois equivale às cores percebidas pelo
olho humano, servindo como ponto de partida para uma primeira análise visual das
diversas formas de ocupação do solo da bacia hidrográfica.
Com a finalidade de destacar as áreas de estudos, foi realizado um recorte nos
mosaicos. Os recortes dos mosaicos foram feitos de forma a abranger espaços geográficos a
serem analisados, gerando uma nova imagem.
4.4.1.1.2.
CLASSIFICAÇÃO DAS IMAGENS
Após a criação dos mosaicos, as imagens passaram pelo processo de classificação
multi-espectral. A classificação foi realizada nos recortes dos mosaicos gerados a partir das
imagens MODIS MOD09A1 disponíveis da região de estudo. Foram definidas quatro classes
distintas: água livre (regiões totalmente inundáveis), vegetação inundável (regiões
temporariamente inundáveis), vegetação não inundável (regiões cobertas de vegetação sem
inundação) e regiões de solo exposto.
Para delimitação das superfícies inundadas deste trabalho, foram desenvolvidos
algoritmos em IDL linguagem do programa ENVI, baseados nos trabalhos de McFeeters
(1996) e Sakamoto et al. (2007), realizada em 3 grandes fases: composição das bandas
derivadas do cálculo do índice de vegetação de diferença normalizada – NDVI (Normalized
Difference Vegetation Index) e o índice de vegetação ajustado – EVI (Enhanced Vegetation
Index); comparação desses índices para identificação e separação das diversas classes; e
geração das imagens classificadas.
4.4.1.1.3.
COMPOSIÇÃO DAS BANDAS DERIVADAS DO CÁLCULO DOS ÍNDICES
NDVI E EVI.
De acordo com Novo (1998), os estados físicos da água influenciam de modo
fundamental no seu comportamento espectral, que é função do comprimento de onda da
radiação. Para a água limpa, a energia refletida é significativa somente no visível, sendo
muito pequena no infravermelho próximo e infravermelho médio. No entanto, na natureza,
os corpos de água apresentam materiais orgânicos, alguns deles em suspensão, bem como
concentração de clorofila que geram espalhamento e absorção, alterando significativamente
a resposta espectral da água. Nesse caso, a análise de uma só banda no infravermelho
próximo não é suficiente para detectar os píxeis com água (Puech, 1994), sendo necessário
utilizar uma combinação de bandas. A diferença entre as bandas na região do infravermelho
(em torno de 0,8 a 0,9 µm) e as bandas nas regiões do visível (em torno de 0,4 a 0,7 µm) é
negativa e mínima para água livre. A reflectância na região do infravermelho próximo é
sempre inferior àquela na região do visível e positiva e forte para as demais feições (i.e,
106
vegetação e solo exposto). Este é o princípio em que se baseiam os diversos índices, que
combinam a informação espectral nessas duas regiões do espectro eletromagnético.
Nesse sentido, foram utilizados, portanto, os índices NDVI (McFeeters, 1996) e EVI
(Sakamoto et al., 2007), para a identificação das superfícies inundáveis, calculados através
das expressões:
NDVI = (NIR-RED)/(NIR+RED) (Eq. 4.6)
onde NIR é a energia refletida na região do infravermelho próximo, e RED é a energia
refletida na região do vermelho do espectro eletromagnético, enquanto
EVI = 2.5*[NIR-RED]/[NIR+6.RED7.5.B + 1] (Eq. 4.7)
em que NIR é a energia refletida na região do infravermelho próximo, RED é a energia
refletida na região do vermelho, e B é a energia refletida na região azul do espectro
eletromagnético.
4.4.1.1.4.
COMPARAÇÃO DOS ÍNDICES NDVI E EVI PARA CLASSIFICAÇÃO DAS
IMAGENS
O processo de classificação digital transforma um grande número de níveis de cinza
em um reduzido número de classes representadas em uma única imagem. Esse processo
consiste em associar cada píxel de uma imagem a uma classe de acordo com o valor
numérico do nível de cinza do pixel, valor este que é definido pela refletância dos materiais
que o compõem. Baseado nos histogramas construídos a partir das bandas provenientes dos
índices NDVI e EVI fixou-se os parâmetros para a classificação. Esses parâmetros foram
ajustados empiricamente, tomando como referência as zonas totalmente inundáveis, com
água livre, pré-conhecidas e supostas invariáveis no tempo. Esse método apresenta a
vantagem de ser facilmente reproduzido e aberto à possibilidade de um monitoramento
temporal. Os parâmetros estabelecidos foram:
Classe 1 – água livre (regiões totalmente inundáveis) NIR <1500;
Classe 2 – vegetação inundável 0,1 < EVI < 0,3 e 1500 < NIR < 2700;
Classe 3 – vegetação não inundável NDVI > 0,5;
Classe 4 – solo exposto NDVI < 0,5 e NIR > 2700
107
onde NIR é a energia refletida na região do infravermelho próximo, NDVI é o índice de
vegetação da diferença normalizada e EVI e o índice de vegetação ajustado.
Nesse processo, cada parâmetro e, portanto, cada função discriminante refere-se a
uma classe conhecida e presente na cena. Esse procedimento indica que, durante o
processo de classificação, cada píxel é associado inteiramente a uma classe.
4.4.1.1.5.
GERAÇÃO DAS IMAGENS CLASSIFICADAS
A classificação foi realizada buscando uma melhor visualização das informações
obtidas após a criação dos mosaicos, gerando uma imagem classificada que representa um
mapa temático. Os mapas temáticos resultantes foram: superfície inundada e evolução da
superfície inundada ao longo do traço do satélite altimétrico pré-selecionado.
Adicionalmente, foram calculadas as séries temporais de variação da superfície para cada
classe.
Uma imagem com os píxeis que apresentam nuvens também foi gerada. Uma variável
de decisão foi criada para os valores das variáveis de estado provenientes da banda 12, que
representam as condições em que as imagens foram adquiridas, atribuindo-se os valores 0
para os valores que são coletados nas condições perfeitas e 1 para aqueles que apresentam
problemas. Esse é o início de um trabalho para se criar um filtro para os píxeis afetados
pela presença de nuvens, pois, para a região Amazônica, esse é um problema constante
relacionado com os sensores passivos. Essas imagens foram eliminadas das séries
temporais de variação da superfície de cada classe.
4.4.1.1.6.
SAZONALIDADE DO VOLUME ESTOCADO
Para o cálculo da superfície total inundada, utilizou-se a soma das superfícies
extraídas das imagens MODIS MOD09A1 das classes classes água livre e vegetação
inundada, como datas similares, através da Eq. 4.8:
ܵൌܵ
஺௅
൅ ܵ
௏ூ
ሺܧݍ.4.8ሻ
onde S é a superfície total inundada, S
AL
é a superfície da classe água livre e S
VI
é a
superfície da classe vegetação inundada.
Cada superfície extraída das imagens MODIS MOD09A1, para as classes água livre,
vegetação inundada, vegetação não inundada, bem como a superfície total inundada,
resultante da Eq. 4.8, foi relacionada aos níveis de água altimétricos aplicando-se um
modelo de co-relação. As séries temporais altimétricas utilizadas foram elaboradas com os
algoritmos Ice-1 e Ice-2, dos satélites ENVISAT e ERS-2, respectivamente, para o período de
1995 a 2008. No modelo de co-relação utilizou-se a superfície da semana relativa à data da
108
passagem do satélite, acoplando-se o valor do nível de água altimétrico, obtendo-se uma
curva de calibragem superfície–nível de água altimétrico de segunda ordem.
Através desse modelo, foi possível calcular as superfícies inundadas para cada classe
e também as superfícies totais inundadas, durante o período de 1995 a 2008, conhecendo-
se assim a sazonalidade do volume de água estocado nas zonas úmidas ao longo do ciclo
hidrológico anual. Para o cálculo do volume considerou-se a Eq. 4.9:
ܸൌܵכܪെ ܪ
௠௜௡
ሺܧݍ.4.9ሻ
onde V é o volume de água armazenado, S é a superfície total inundada dada pelo modelo, H
é o nível de água medido pelo satélite altimétrico e H
mín
é o nível de água mínima da série
temporal altimétrica.
É importante salientar que foi adotada a hipótese de que o escoamento é desprezível
no interior das zonas inundáveis, resultando em altitudes estacionárias, ou seja, o mesmo
valor é atribuído para toda a superfície inundada. Essa observação é relevante na medida
que, em vista da disponibilidade de dados para essas zonas serem provenientes de satélites,
não se dispunha de dados in situ para uma perfeita sincronização espacial da variação de
altura de água (i.e., batimetria das zonas inundáveis, estações fluviométricas em diversos
pontos).
4.4.2.
VARIAÇÕES ESPAÇO-TEMPORAIS DE NÍVEIS DE ÁGUAS EM ZONAS
ÚMIDAS
Partindo-se de séries temporais altimétricas elaboradas ao longo do traço do satélite,
foram analisadas as variações temporais em diversos corpos de água medidos pelo radar
altimétrico, bem como os regimes hidrológicos e suas características de sazonalidade. As
análises espaciais entre diversos corpos de água foram elaboradas de montante a jusante,
ao longo do traço do satélite, através de perfis hidrológicos, elaborados com os valores dos
níveis de água máximos e mínimos de cada série temporal altimétrica.
4.5.
BASE DE DADOS
4.5.1.
DADOS ALTIMÉTRICOS
Foram utilizados os algoritmos Ocean, para as missões T/P, ERS-1, ERS-2 e GFO e
Ocean, Ice-1, Ice-2 e SeaIce para a missão ENVISAT, obtidos entre as coordenadas
geográficas 90°W a 40°W e 13°N a 21°S. O processamento dos algoritmos Ice-1 e Ice-2, para
a missão T/P, foi realizado pelo projeto CASH (CASH, 2010), enquanto o processamento do
109
algoritmo Ice-2, para as missões ERS 2, foi implementado pelo projeto OSCAR (Legresy,
1995), sendo os mesmos utilizados nesta pesquisa.
4.5.2.
DADOS FLUVIOMÉTRICOS
O inventário das estações fluviométricas de interesse para este estudo, distribuídas
ao longo da bacia Amazônica, foi obtido através do banco de dados da Agência Nacional de
Águas (ANA) e do Observatoire de Recherche en Environement – Contrôles géodynamique,
hydrologique et biogéochimique de l’érosion/altération et des transferts de matière dans le
bassin de l’Amazone (ORE HYBAM). Segundo a classificação da Agência Nacional de Águas,
a bacia Amazônica é denominada bacia 1 (rio Amazonas).
4.5.3.
IMAGENS
Para o presente estudo, foram utilizadas imagens do sistema ativo SAR do
satélite JERS-1 e passivo do sensor MODIS.
4.5.3.1.
IMAGENS JERS-1 SAR
O Japan Earth Resources Satellite-1 (JERS-1) é um satélite de observação terrestre
avançado, cujas principais características constam na Tabela 4.6. Foi lançado em 1992 pela
National Space Development Agency of Japan (NASDA) e deixou de operar em 1998: tinha, a
bordo, um radar de abertura sintética (SAR) e um sistema ótico (OPS), que operava na
banda L do espectro eletromagnético, com comprimento de onda da ordem de 23,5 cm e
polarização horizontal. Os sinais nessa banda possuem a vantagem de serem sensíveis tanto
à água livre como às águas cobertas pela vegetação, sendo utilizadas para estudos ligados à
área ambiental especialmente no mapeamento de áreas inundáveis (Chapman et al., 2002;
Freeman et al., 2002).
O sensor SAR apresentava as seguintes características:
• freqüência e polarização 1.275 GHz (banda L) HH;
• comprimento de onda 23,5 cm;
• ângulo de visada 35°;
• resolução espacial 90 m; e
• faixa imageada 75 km.
O Global Rain Forest Mapping (GRFM) trata-se de um projeto internacional
desenvolvido pela National Space Development Agency of Japan /Earth Observation Research
Center (NASDA/EORC) com a colaboração dos seguintes órgãos internacionais: Jet
Propulsion Laboratory (JPL), Space Applications Institute of the Joint Research Centre of the
110
European Commission (JRC/SAI), Alaska SAR Facility (ASF), Earth Remote Sensing Data
Analysis Center of Japan (ERSDAC) e Remote Sensing Technology Center of Japan (RESTEC).
O projeto contou também com significativa participação da University of California Santa
Barbara (UCSB), do Instituto Nacional de Pesquisas Espaciais (INPE) e do Instituto Nacional
de Pesquisas da Amazônia (INPA). O GRFM para a América do Sul teve como principal
objetivo a cobertura global da Amazônia por mosaico de imagens do satélite em dois (2)
períodos significativos na Amazônia: período da vazante (setembro-novembro de 1995) e
período da cheia (maio-junho de 1996). Compreende também estudos intensivos, em áreas
selecionadas, para mapeamento fino de uso do solo (Rosenqvist et al., 2000) e a elaboração
de mapas temáticos em nível continental. Os dados adquiridos da Amazônia pelo GRFM na
América Sul foram processados, na maior parte, pela ASF em Fairbanks, Alaska.
Entretanto, a maioria de dados do JERS-1 para as outras áreas incluídas no projeto de
GRFM (i.e. América Central e Pantanal, África Equatorial, Sudeste da Ásia e Austrália) foram
processados pela NASDA no Japão. Dos dados gerados, foram produzidos mosaicos de toda
a América do Sul, cada imagem engloba 5 graus de latitude por 5, graus de longitude, com
resolução espacial de 100m que foram selecionadas para geração dos mosaicos da área de
estudo (Siqueira, 2000).
Tabela 4.6 Principais características do satélite JERS-1.
Missão
JERS-1
Vocação
Estudos ambientais
Disponibilidade dos
dados
11/02/1992 11/10/1998
Situação Atual
Inativo
Órbita
Sol-síncrona
Altitude 568km
Inclinação
97,7º
Tempo de duração da
órbita
96 min
Período de Revisita
44 dias
Fonte: Chapman et al. (2002) e Freeman et al. (2002).
111
4.5.3.2.
IMAGENS MODIS
O lançamento do satélite TERRA (EOS AM1), em 1999, marcou uma nova era do
monitoramento da atmosfera, oceanos e continentes da Terra, fornecendo observações
globais e esclarecimentos científicos da mudança da cobertura do solo, produtividade global,
variação e mudança do clima, riscos naturais e o ozônio da atmosfera. Suas principais
características constam na Tabela 4.7.
Tabela 4.7 Principais características do satélite TERRA.
Missão
TERRA
Vocação
Monitoramento da atmosfera,
oceanos e continentes da Terra
Disponibilidade dos
dados
24/02/2000 Atualmente
Órbita
Sol-síncrona
Altitude
705km
Inclinação
98,2º
Tempo de duração
da órbita
98,88 min
Velocidade o solo
6,7 km/s
Distância entre
órbitas adjacentes
172Km
Ciclo de recorrência 16 dias (233 órbitas)
Fonte: NASA, 2007d.
O satélite TERRA ilustrado na Figura 4.4, apresenta os seguintes instrumentos:
MODerate resolution Imaging Spectroradiometer (MODIS), Advanced Spacebone Thermal
Emission and Reflection radiometer (ASTER), Multiangle Imaging SpectroRadiometer (MISR),
Clouds and the Earth's Radiant Energy System (CERES) e Measurements Of Pollution In The
Troposphere (MOPITT). As aplicações dos cinco instrumentos do satélite TERRA constam na
Tabela 4.8.
Fonte: NASA, 2007d.
Figura 4.4 Satélite TERRA.
112
Tabela 4.8 Principais aplicações dos sensores do satélite TERRA.
Disciplina
Aplicação Instrumentos EOSAM1
Atmosfera
Propriedades das nuvens MODIS, MISR, ASTER
Fluxo de Energia e Radiação CERES, MODIS, MISR
Precipitação
Química da Troposfera MOPITT
Química da Estratosfera
Propriedades dos Aerossóis MISR, MODIS
Temperatura da Atmosfera
MODIS
Umidade da Atmosfera MODIS
Relâmpago
Solo
Cobertura da terra e Uso da Mudança da Terra MODIS, MISR, ASTER
Dinâmica da Vegetação MODIS, MISR, ASTER
Temperatura da Superfície
MODIS, ASTER
Ocorrência de Incêndios MODIS, ASTER
Efeitos Vulcânicos MODIS, MISR, ASTER
Umidade da Superfície
Oceano
Temperatura da Superfície
MODIS
Fito plâncton e Material Orgânico Dissolvido MODIS, MISR
Ventos (na superfície)
Topografia da Superfície do Oceano
Criosfera
Mudança do Gelo na terra ASTER
Gelo do mar MODIS, ASTER
Cobertura de Neve MODIS, ASTER
Fonte: NASA, 2007d.
O sensor MODIS é um dos cinco instrumentos do satélite TERRA. Suas principais
características constam na Tabela 4.9. O sensor MODIS visualiza toda a superfície da Terra
a cada 12 dias, com uma varredura de 2.330 km (swath), adquirindo dados em 36 bandas
espectrais distintas (Running et al., 1994; Justice et al., 2002). Essa característica espectral
do sensor MODIS supera uma das limitações dos sensores remotos precedentes, de
resolução espacial moderada e alta resolução temporal, como o Advanded Very High
Resolution Radiometer (AVHRR). Conseqüentemente, o sensor MODIS rastreia um amplo
conjunto de sinais vitais da Terra melhor do que qualquer outro sensor no satélite TERRA
(Vermote et al., 1997). As principais características do sensor MODIS são listadas na Tabela
4.10.
Foram adquiridas imagens do produto MODIS MOD09A1 (Tabela 4.11) e imagens do
produto MODIS MOD13A1 (Tabela 4.12) para os anos de 2001, 2002, 2003, 2004, 2005,
113
2006, 2007 e 2008. Esse processo de composição é gerado a partir de várias imagens
adquiridas em um período de 8 e 16 dias e seleciona o melhor píxel da imagem para compor
os produtos, minimizando eventuais distorções espaciais e ruídos radiométricos (Vermote e
Vermeulen, 1999). As imagens MODIS são fornecidas pela Earth Oberving System da NASA
(EOS-NASA) gratuitamente armazenadas no formato HDF (Price et al., 1994),
disponibilizadas no endereço eletrônico
http://e4eil01u.ecs.nasa.gov:22000/WebAccess/drill;jsessionid=AA9F93A550573408A3C7
B79718E02A1F?attrib=group&group=MOLT&
Tabela 4.9 Principais características do sensor MODIS do satélite TERRA.
Missão/Sensor
TERRA/MODIS
Vocação
Monitoramento da atmosfera, oceanos e
continentes da Terra
Disponibilidade dos
dados
24/02/2000 atual
Órbita
Sol-síncrona
Altitude
705km
Alcance Espectral
0,4 14,4 µm
Cobertura Espectral
± 55°, 2330 km x 10 (nadir) km
Freqüência
Espectral
23,3 rpm
Resolução Espacial
250 m (2 bandas), 500 m (5 bandas),
1000 m (29 bandas) em nadir
Taxa de
Transmissão
6,1 Mbps (média), 10,6 Mbps (dia), 2,5
Mbps (noite)
Potência
162,5 W (média para uma órbita), 168,5
W (pico)
Padrão
12 bits
Massa
274 kg
Fonte: NASA, 2007e.
114
Tabela 4.10 Aplicações das bandas espectrais do sensor MODIS do satélite TERRA.
Uso principal Banda
Intervalo espectral
[nm]
Radiância espectral
[W/m
2
.sr.µm]
Limiares de superfície, nuvens e
aerossóis
1 620 670 21,8
2 841 876 24,7
Propriedades da superfície,
nuvens e aerossóis
3 459 479 35,3
4 545 565 29,0
5
1230 1250
5,4
6
1628 1652
7,3
7
2105 2155
1,0
Cor do oceano/
Fito plâncton/
Biogeoquímica
8 405 420 44,9
9 438 448 41,9
10 483 493 32,1
11 526 536 27,9
12 546 556 21,0
13 662 672 9,5
14 673 683 8,7
15 743 753 10,2
16 862 877 6,2
Vapor de água na atmosfera
17 890 920 10,0
18 931 941 3,6
19
915 965
15,0
Temperatura de
nuvens e da superfície
20
3,660 3,840
0,45 (300K)
21 3,929 3,989 2,38 (335K)
22 3,929 3,989 0,67 (300K)
23 4,020 4,080 0,79 (300K)
Temperatura da atmosfera
24 4,433 4,498 0,17 (250K)
25 4,482 4,549 0,59 (275K)
Nuvens cirrus /
Vapor de água
26 1,360 1,390 6,00
27 6,535 6,895 1,16 (240K)
28 7,175 7,475 2,18 (250K)
Propriedades de nuvens 29 8,400 8,700 9,58 (300K)
Ozônio 30 9,580 9,880 3,69 (250K)
Temperatura de
nuvens e da superfície
31 10,780 11,280 9,55 (300K)
32
11,770 12,270
8,94 (300K)
Altitude do topo de nuvens
33
13,185 13,485
4,52 (260K)
34 13,485 13,785 3,76 (250K)
35 13,785 14,085 3,11 (240K)
36 14,085 14,385 2,08 (220K)
Fonte: NASA, 2007e
115
Tabela 4.11 Características das imagens do produto MODIS MOD09A1.
MODIS/Terra Vegetation Indices 8Day L3 Global 500m SIN Grid MOD13A1
Área ~ 10° x 10° lat/long
Dimensões da imagem 2(2400x2400 linhas/colunas)
Tamanho médio do arquivo 161 MB
Resolução 500 metros
Projeção Sinusoidal
Formato dos dados HDF-EOS
Fonte: NASA, 2007e
Tabela 4.12 Características das imagens do produto MODIS MOD13A1.
MODIS/Terra Vegetation Indices 16Day L3 Global 500m SIN Grid MOD13A1
Área ~ 10° x 10° lat/long
Dimensões da imagem 2(2400x2400 linhas/colunas)
Tamanho médio do arquivo 128 MB
Resolução 500 metros
Projeção Sinusoidal
Formato dos dados HDF-EOS
Fonte: NASA, 2007e
4.6.
DADOS COMPLEMENTARES
4.6.1.
TIPO DO SOLO
Utilizou-se o mapa de solos do projeto world SOil and TERrain digital data base for
Latin America and the Caribbean SOTERLAC, versão 2.0, na escala 1:5.000.000 (Dijkshorn
et al., 2005). O SOTERLAC, versão 1.02 e escala 1:5.000.000, foi realizado em 1998 (FAO et
al., 1998), resultado do esforço conjunto do United Nations Environmental Programme
(UNEP), da Food and Agriculture Organization of the United Nations (FAO), da World Soil
Information (ISRIC), e do International Potato Center (CIP) durante os anos 1993-1997. Era a
primeira realização de uma base de dados de solos ligada a um GIS utilizando a metodologia
SOTER-1 (van Engelen e Peters, 1995; van Engelen e Wen, 1995) em escala continental.
SOTERLAC consiste de uma base de dados geométrica usando um GIS ligada a um sistema
de gestão de base de dados (Relational DataBase Management System RDBMS) para os
atributos dos arquivos de dados. Um programa foi desenvolvido para consultar os mapas
temáticos e a base de dados de SOTER na versão 1.02. Adicionando informações de cada
país individualmente, iniciou-se, em 2004, a atualização da base SOTERLAC. Na atual
versão o Brasil foi o primeiro país a ser atualizado, com 583 novos perfis de solos, geo-
116
referenciados e adicionados de uma classe de drenagem (Janet, 2004), provenientes da base
de dados da Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA, 2005).
4.6.2.
COBERTURA VEGETAL
Foi utilizado o mapa de cobertura vegetal da América do Sul 2000, com definição
espacial de 1 km, desenvolvido pelo European Commision Joint Research Center (Eva et al.,
2002). Este mapa utiliza imagens captadas pelo sensor microondas do Along Track
Scanning Radiometer (ATSR-2), do satélite ERS-2; do sensor ótico SPOT VGT, do satélite
SPOT-4; SAR, do satélite JERS-1, provenientes do GRFM; imagens no visível e no
infravermelho do Defence Meteorological Satellite Program (DMSP) do Operational Linescan
System (OLS) e o MDT GTOPO30 desenvolvido pelo U. S. Geological Survey's Center do Earth
Resources Observation and Science (EROS). Para o Brasil foram utilizados os mapas da
Amazônia Legal, escala 1:3.000.000 (IBGE, 1995); de Remanescentes de mata Atlântica e
ecossistemas associados, escala 1:920.000 (Fundação SOS Mata Atlântica, 1992) e
Levantamentos de recursos minerais do projeto RADAMBRASIL (RADAMBRASIL, 1978).
4.6.3.
REDE DE DRENAGEM E ALTITUDE
As sub-bacias correspondentes à bacia Amazônica, utilizadas neste estudo, foram
delimitadas pelo Observatoire de Recherche en Environement – Contrôles géodynamique,
hydrologique et biogéochimique de l’érosion/altération et des transferts de matière dans le
bassin de l’Amazone (ORE HYBAM) (Seyler et al., 1999; Muller et al., 2000; Seyler et al.,
2009d). O método utilizado para a geração da rede de drenagem e para a extração das sub-
bacias combina o uso de imagens SAR do satélite JERS-1 e o modelo digital do terreno
GTOPO30, que possui resolução de 30 segundos de arco (aproximadamente 1 km).
117
SEÇÃO III
RESULTADOS E DISCUSSÕES
118
CAPÍTULO 5
ESTUDO DE CASO BACIA AMAZÔNICA
Neste capítulo, será apresentada a caracterização geral da região escolhida como
estudo de caso, a bacia Amazônica. As informações são resultantes de uma prévia revisão
da literatura e de mapas gerados com os dados adquiridos (cf. § 4.6).
5.1.
DESCRIÇÃO DA BACIA AMAZÔNICA
A bacia Amazônica abrange uma área de drenagem de 6.112.000 km
2
, está
localizada entre os paralelos 5° de latitude norte (rio Cotigo, Brasil) e 20° de latitude sul (rio
Parapeti, Bolivia), e entre os meridianos de 48° (rio Pará, Brasil) e 79° (rio Chamaya, Peru)
de longitude oeste (Figura 5.1). Compreendendo sete países da América do Sul: Brasil (63%),
Peru (16%), Bolívia (12%), Colômbia (5,6%), Equador (2,4%), Venezuela (0,7%) e Guiana
(0,2%). Sendo limitada, a norte pelo Escudo das Guianas, enquanto, ao sul pelo Escudo
Brasileiro, ambos correspondem a 44% da bacia; a oeste e sudoeste, pela Cordilheira dos
Andes, representando 12% da bacia e entre os Escudos e a cordilheira dos Andes estende-se
a Planície Amazônica que limitando-se a leste e sudeste pelo oceano Atlântico, abrangendo
45% da bacia (Molinier et al., 1994 e 1995; Guyot et al., 1999). Entre os Andes e os
Escudos, os limites da bacia não são bem delimitados e conexões com bacias visinhas,
fenômenos de difluência, são observados: ao Norte com o rio Orinoco (Sternberg, 1975) e ao
Sul em direção ao rio Paraguai (Sioli, 1984). O Canal de Cassiquiare na Venezuela (Bacia do
rio Negro) é o exemplo mais conhecido desse tipo de anastomose (Guyot et al., 1999).
O rio Amazonas nasce no Nevado de Misme, Cordilheira oriental dos Andes
peruanos, entre as cidades de Cuzco e Arequipa, a uma altitude de aproximadamente 5.300
m, à montante do rio Apurimac, que formará o rio Ucayali. Na Planície Amazônica do Peru, o
rio Ucayali recebe, na margem esquerda, as contribuições dos rios Marañon e Napo, que
nascem na Cordilheira Cental do Peru e nos Andes equatorianos, respectivamente. Após a
confluência com o rio Marañon, ainda no Peru, passa a ser chamado de Amazonas. Depois
que entra no Brasil, é chamado de Solimões e recebe, também na margem esquerda,
afluentes que nascem nos Andes da Colômbia, rios Putumayo-Içá e Caqueta-Japurá. Na
margem direita, juntam-se ao rio Solimões os rios Javari, que limita a fronteira entre o
Brasil e o Peru, Jutaí, inserido em solo brasileiro, Juruá e Purus, com suas nascentes no
Peru. Próximo à Manaus, o rio Solimões recebe as águas pretas do rio Negro, para juntos
formarem o rio Amazonas. O rio Negro nasce, sob a denominação de rio Chamusiqueni, em
119
um platô da Comissária de Guainia, na Colômbia, em cotas aproximadas de 1660 m,
mudando, em seguida, para rio Guainia e, finalmente, depois de receber as águas do Canal
de Cassiquiare, de rio Negro. Mantém, em geral, a direção sudeste até desaguar no rio
Solimões, à altura da cidade de Manaus. À jusante de Manaus é o rio Madeira, em sua
margem direita, que se une ao rio Amazonas, que drena as Cordilheiras orientais dos Andes
da Bolívia e do Peru. Do Escudo Brasileiro, o rio Amazonas recebe as contribuições do rio
Guaporé-Itenez, afluente do rio Madeira e dos rios Tapajós e Xingu, cujas bacias estão
completamente inseridas em solo brasileiro. Os rios Trombetas, Paru e Jari são os afluentes
da margem esquerda do rio Amazonas, com suas nascentes na porção oriental do Escudo
das Guinas, enquanto que os rios Uatumã, Nhamundá e Maiacuru também apresentam
suas bacias completamente inseridas em solo brasileiro. Numerosos afluentes menores
drenarem a regiões da Planície Amazônica, grandes "paranás" atuam como aneis divisores
entre o leito principal do rio Solimões-Amazonas, sua zona de inundações e os tributários,
onde o sentido do fluxo frequentemente dependendo do nível do rio. (Putzer, 1984; Richey et
al., 1989; Molinier et al., 1995; Potter, 1997; Guyot et al., 1999; Martini et al., 2008). A rede
de drenagem formada pelos principais rios da bacia Amazônica é apresentada na Figura 5.1.
O estudo da bacia Amazônica é um desafio, devido à sua dimensão semi-continental,
à imensa diversidade natural e cultural e às dificuldades impostas pela floresta equatorial e
por áreas alagadas, lagos e imensos rios, que exige a ajuda da tecnologia espacial (Novo et
al., 1998), como os resultados apresentados recentemente por Martini et al. (2008), no XIII
Simpósio da Sociedade de Especialistas Latino-americanos em Sensoriamento Remoto. Os
autores mostram que o rio Amazonas tem 6.992,15 km de extensão enquanto o rio Nilo
atinge 6.852,06 km. O rio Amazonas, assim, é 140,09 km mais extenso do que o rio Nilo,
sendo o maior rio em extensão do mundo. As medidas do rio Amazonas foram tomadas
sobre imagens do sensor MODIS do satélite TERRA (resolução espacial de 250 m de pixel) e
mosaicos GEOCOVER gerados com imagens do sensor ETM+ do satélite LANDSAT-7 (25 m
de pixel) seguindo seus canais mais longos. A nascente do rio Amazonas foi definida
cientificamente pela primeira expedição para determinar a nascente do rio Amazonas,
realizada em 05-06/2007, onde após estudos coordenados por pesquisadores do Instituto
Geográfico Nacional do Peru (IGN), do Instituto Brasileiro de Geografia e Estatística (IBGE),
da Agência Nacional das Águas (ANA) e do Instituto Nacional de Pesquisas Espaciais (INPE),
concluiram que a nascente do rio Amazonas fica na região do Nevado Mismi, uma montanha
ao sul do Peru, e não no monte Huagra, mais ao norte daquele país, como os geógrafos
pensavam na década de 1960.
120
Figura 5.1 Localização da bacia Amazônica objeto deste estudo e seus principais rios.
Mosaico de imagens JERS-1 no período de cheia.
5.2.
GEOMORFOLOGIA
No Paleozóico Inferior, a região Amazônica foi afetada por evento extensional, quando
se implantou sistema de riftes intracontinentais aproveitando zonas de fraqueza anteriores
(Potter, 1997; Scotese et al., 1999; Pedreira e Bahia, 2000). Durante o Jurássico Inferior a
região amazônica foi afetada por outro evento extensional, relacionado à separação entre a
América do Sul e a África, quando depressões foram preenchidas por rochas sedimentares e
vulcânicas (Poter, 1998; Teixeira, 2001). Durante o Cenozóico, ocorreu a inversão da bacia e
o rearranjo das placas Sul-Americana, Nazca e Cocos que deram origem a estruturas
compressivas (Milani e Thomaz Filho, 2000; Costa et al., 2001; Latrubesse e Rancy, 2000,
Teixeira et al., 2010). Segundo Silva et al. (2003) geologicamente, a bacia Amazônica
Rio Marañon
Rio Negro
GUIANAS
VENEZUELA
COLÔMBIA
EQUADOR
PERU
BOLĺVIA
BRASIL
121
pertence a Superprovíncia Cráton Amazonas, com uma sucessão de bacias sedimentares, ao
longo do rio Solimões-Amazonas, do tipo IF (Fratura Interior) produzidas por esforços
distensivos, IS (Depressão Interior) causada por movimentos verticais e IF/IS (Depressão
Interior/Fratura Interior), a saber: Bacia do Acre, Bacia Solimões, Bacia do Amazonas,
Bacia dos Perecis, Bacia do Alto Tapajós e Bacia do Tucatu.
Os Escudos da bacia Amazônica são formados por rochas cristalinas do cráton
amazônico que por serem bastante erodidas, possuem altitude média que variam de 150 m
a 1500 m e suportam sedimentos do Pré-Cambriano ao Mesozóico. O Escudo das Guianas
possui relevos de até 8.000 km de extensão como as serras de Pacaraima, Roraima e Parima
resultantes dos sedimentos citados anteriormente. Nessas serras é que se encontra o Pico
da Neblina com aproximadamente 3.000 m de altitude. O Escudo Brasileiro, que marca o
limite com a bacia do rio Paraná, apresenta altitudes inferiores. Nesse Escudo, o ponto mais
alto fica na serra do Aguapei e possui 1.150 m. A Cordilheira dos Andes possui mais de
10.000 km de comprimento, dos quais, 4.000 km estão inseridos na bacia Amazônica. A
altitude pode ser superior a 6.000 m e a sua largura varia de 200 km no Equador a 600 km
na Bolívia. Esta região é composta principalmente por xistos e quartzitos paleozóicos,
calcários, arenitos, rochas metamórficas e vulcânicas do Cetáceo e intrusões magmáticas e
volcânicas terciárias. A margem oriental dos Andes e formada pelo desdobramento
secundário da Cordilheira, nesta área, a ação erosivas é intensa e rápida. A combinação da
topografia íngreme com as rochas altamente erodíveis promove a incisão de canaletas, perda
rápida de massa e produção elevada de sedimento. Os Andes são responsáveis por mais de
90% do sedimento transportado pelo rio Amazonas. Os rios procedentes da Cordilheira dos
Andes apresentam perfis longitudinal característicos de quando se passa brutalmente de
um domínio andino com forte declividade à planície Amazônica, com baixa declividade, por
exemplo, o rio Napo, no Peru, apresenta declividade que varia de 20 cm.km
-1
na proção
andina à 1 cm.km
-1
na planície fluvial, no rio Amazonas, Brasil (Putzer, 1984; Molinier et al.,
1996; Dunne et al., 1998; Silva et al., 2003; Guyot et al., 2007; Viers et al., 2008; Cordani et
al., 2009; Filizola e Guyot, 2009).
A planície Amazônica, é caracterizada pela ocorrência de depósitos de sedimentos do
holoceno. A arquitetura desses depósitos resulta das respostas morfo-sedimentares a alguns
controles dominante, caracterizados em episódio de mudanças, tal como: mudanças
climáticas durante as épocas do Pleistocene Inferior e Haloceno (Baker, 1978; Scotese,
1999; Colinvaux e Oliveira, 2000; Latrubesse, 2003); movimentos tectônicos (Iriondo e
Suguio, 1981; Smith, 1986; Dumont e Fournier, 1994; Dumont, 1996; Latrubesse e Rancy,
2000; Latrubesse et al., 2005; Miall, 2006; Tandon e Sinha, 2007) ou ambos (Potter, 1978;
Latrubesse et al., 2005); ajustamentos autogênicos ao longo do rio (Latrubesse e Franzinelli,
2002). Estes depósitos podem ser ocasional ou freqüentemente e total ou parcialmente
inundados (Latrubesse, 2008).
O rio Solimões-Amazonas é um mega rio que exibe padrão anastomosado, com 2 ou
3 braços, grandes ilhas cobertas por vegetação, em formato elipsóidal e bancos de areia
122
laterais (Latrubesse, 2008). Seu leito principal é consideravelmente retilíneo ao longo de seu
curso, com uma sinuosidade media, em 100 km de 1,0 a 1,2, com excessão do trecho de
350 km, entre Jutica e Anorí, que apresenta um um padrão de multi-canais sinuosos com
meadros duplos ou triplos e a sinousidade variando de 1,3 a 1,7. A lagura média do leito
principal, na estiagem, varia de 2,2 km a 6 km enquanto a profundidade aumenta de 10 a
20 m (Mertes et al., 1996).
Segundo Junk (1983) e Junk et al. (1989) as planícies de inundação são áreas que
recebem periodicamente o aporte lateral das águas de rios, lagos, da precipitação direta ou
de lençóis subterrâneos, sendo de particular interesse na região Amazônica aquelas
associadas a rios e lagos. São chamadas de várzeas as áreas de inundação que ocorrem nos
rios de água branca, com alta carga de sedimentos em suspensão. As áreas de inundação
dos rios de água preta, com baixa carga de sedimentos em suspensão, são chamadas de
igapós. As áreas não inundadas são chamadas de terra firme.
A principal dinâmica ecológica da planície de inundação é o pulso de inundação
(Junk et al., 1989). O conceito de pulsos de inundação é baseado nas características
hidrológicas do rio, em sua bacia de drenagem e em sua planície de inundação (Junk,
1997). O pulso de inundação existe na bacia Amazônica desde o período terciário (Junk,
1989), influenciando significativamente a onda de cheia, induzindo uma sazonalidade no
ciclo hidrológico anual entre a fase aquática e a fase terrestre (Richey et al., 1989),
armazenado sedimentos (Dunne et al., 1998) e favorecendo importantes habits ecológicos
(Junk, 1989). Muitos organismos aquáticos e terrestres, endêmicos da Amazônia, dependem
das planícies de inundação para seu habitat e para se alimentarem em estágios críticos ao
longo de suas vidas (Forsberg et al., 2000, Hamilton et al., 2007). Diversos estudos
documentaram a reposta fisiologica da vegetação à dinâmica fluvial nas planícies de
inundação (Schlüter et al., 1993; Walhoff et al., 1998; Wittmann e Parolin, 1999; Müller e
Junk, 2000; Piedade et al., 2000; Schöngart et al., 2002; Wittmann et al., 2004). Uma
grande variedade de peixes, pássaros, répteis e espécies de primatas alimentam-se de frutos
e sementes produzidas pelas árvores e gramíneas durante a estação cheia (Goulding, 1990).
Outras faunas aquáticas alimentam-se de invertebrados, detritos e algas associadas à
vegetação inundável (Junk, 1983b; Goulding et al., 1988). Grandes variedades de espécies
de peixes comerciais da Amazônia encontram-se somente nesses ambientes alagáveis. A
vegetação dessas planícies de inundação também é um importante refúgio para larvas de
peixes e outros pequenos organismos de predadores vertebrados, sendo a distribuição
dessas espécies efetivamente ligada e associada a esse ecossistema (Forsberg et al., 2000,
Junk, 1997).
123
5.3.
CARACTERÍSTICAS CLIMÁTICAS
O clima da região Amazônica está classificado, pelo Método de Köeppen, como Am,
Aw e Af (RADAMBRASIL, 1978) caracterizado como equatorial úmido, sendo resultante de
uma combinação de vários fatores, como por exemplo a disponibilidade de energia solar
(Fisch et al., 1996). A Amazônia está situada na região entre 5º N e 20º S e recebe, no topo
da atmosfera, uma energia solar máxima de 36,7 MJ.m
2
.dia
1
em Dezembro/Janeiro e
mínima de 30,7 MJ.m
2
.dia
1
em Junho/Julho (Salati e Marques, 1984). Estes valores são
reduzidos pela transmissão atmosférica, mas são, em média, da ordem de 16 a 18
MJ.m
2
.dia
1
para valores de radiação solar incidente na superfície.
A temperatura mensal média varia pouco em quase toda a região Amazônica,
principalmente devido à posição geográfica e a ausência de relevos elevados na faixa central,
sendo as variações diárias maiores que as ocorridas durante o ano (Salati, 1985). A
amplitude térmica sazonal é da ordem de 1º a 2º C. Belém (PA) apresenta a temperatura
média mensal máxima de 26,9º C, em Novembro, e a mínima temperatura de 24,5º C, em
Março (Fisch et al., 1996). Na cidade de Iquitos, as maiores diferenças encontram-se entre
Novembro, com temperaturas médias de 32º C, e Julho, com 30º C. Nas bordas da
Amazônia, nos Andes, a temperatura diminui, e nas partes mais altas dessas montanhas a
maior parte da precipitação cai sobre a forma de neve. Na região norte, Escudo das
Guianas, e no sul, Escudo Brasileiro, existe a tendência à ocorrência de climas mais
continentais, ou seja, com épocas mais secas e temperaturas mais baixas. As grandes
oscilações de temperatura que ocorrem na Amazônia são causadas, principalmente, pelas
frentes frias. Um dos fenômenos que podem causar variações significativas é a chamada
Friagem (Salati, 1985).
Como resultado da sua posição geográfica equatorial, o comprimento do dia
apresenta apenas uma pequena variação durante o ano: na posição 5º N, o dia tem a
duração de 11 horas e 50 minutos em Dezembro, e 12 horas e 24 minutos em Junho.
Assim, a variação máxima é de 34 minutos. Na posição 10º S, o dia tem duração de 12
horas e 42 minutos em Dezembro, e 11 horas e 32 minutos em Junho, sendo a variação
máxima de 50 minutos (Salati, 1985).
O aquecimento/esfriamento das águas superficiais do oceano Pacífico Tropical
Central e do Leste caracterizam os fenômenos El Niño e La Niña. O aquecimento ou
esfriamento do Pacífico Equatorial experime variações no gradiente de pressão entre o
Pacífico Central e do Oeste (chamado de “Oscilação Sul”). A interação entre o
comportamento de anomalias de TSM no Pacífico Tropical e as mudanças na circulação
atmosférica decorrente deste aquecimento constitui o fenômeno de interação oceano-
atmosfera mencionado na literatura como ENOS (El Niño Oscilação Sul). A variabilidade
interanual do clima na bacia Amazônica é fortemente modulada, pelos fenômenos El Niño e
La Niña sobre o Pacífico Equatorial e o gradiente meridional de anomalias de TSM sobre o
124
Atlântico Tropical estudada por diversos autores (Kousky et al., 1984; Aceituno, 1988;
Marengo, 1992; Marengo e Hastenrath, 1993; Moron et al., 1995; Uvo et al., 1998;
Liebmann e Marengo, 2001; Botta et al. 2002; Ronchail et al., 2002; Marengo, 2004; Sousa
e Ambrizzi, 2006, Villar et al., 2009).
A distribuição espacial e temporal das chuvas na Amazônia foi detalhadamente
estudada por Salati et al. (1978), Figueroa e Nobre (1990), Marengo (1995), Guyot et al.
(1999), Sombroek (1999), Marengo e Nobre (2001) e Marengo (2004). Recentemente Villar et
al., (2009) complementaram os estudos climáticos realizados na porção brasileira da bacia
Amazônica com o detalhamento do clima na região dos Andes. Segundo os autores a região
possui uma precipitação média de aproximadamente 2200 mm.ano
1
, com três centros de
precipitação abundante (Figura 5.2). O primeiro localizado no noroeste da Amazônia (na
fronteira entre Brasil e Colômbia e Venezuela), com chuvas de 4000 mm.ano
1
. Nestas
regiões não existe período de seca. Esses valores de precipitação elevados próximo à
Cordilheira dos Andes são associados à ascensão orográfica da umidade transportada pelos
ventos alísios de leste da Zona de Convergência Intertropical (ZCIT). O segundo centro é
localizado na parte central da Amazônia, com precipitação de 3000 mm.ano
1
, que está
relacionado com a penetração de sistemas frontais da região sul, interligando e organizando
a convecção local. A floresta tropical mantém a umidade elevada em baixos níveis, que é
reciclada pela atividade convectiva, 50% do vapor de água que precipita pelas chuvas é
gerado localmente pela evapotranspiração. O terceiro na parte leste da bacia Amazônica, no
litoral do Pará ao Amapá, com precipitação de 4000 mm.ano
1
, deve-se possivelmente às
linhas de instabilidade que se formam ao longo da costa, durante o fim da tarde, forçadas
pela circulação Na região dos Andes, a precipitação média varia de 6000 a 255 mm.ano
1
,
sendo essa grande variação associada às diferenças de altidude e à direção dos ventos, com
a chuva diminuindo conforme a altitude aumenta e áreas de intensa precipitação
associadas à ascensão orográfica da umidade. Os valores máximos são observados nos pés
dos montes andinos na Bolivia, Peru e Equador. Uma distribuição assimétrica da
precipitação é evidenciada longitudinalmente, com um valor modal entre as latitudes 0 e 5°
N e valores pontuais extremos de até 6000 mm.ano
1
nos Andes, entre as latitudes 10 e 20°
S.
125
Fonte: Villar et al., 2009.
Figura 5.2 Precipitação anual na bacia Amazônica.
Conforme estudos do ciclo anual de atividades convectivas na região, demonstrado
por Salati et al. (1978), Kusky et al. (1984), Horel et al. (1989), Figueroa e Nobre (1990),
Nobre et al. (1991), Guyot et al. (1999) e Villar et al. (2009), o regime de chuvas, com forte
atividade convectiva na bacia Amazônica apresenta-se em oposição entre o norte e o sul da
bacia, com meses chuvosos no inverno e no verão austral, respectivamente (Figura 5.3). A
região Amazônica sofre influência das Células de Walker e Hadley, na parte central, está
sobre o domínio do ramo descendente da Célula de Hadley, induzindo um período de seca
bem característico, enquanto os deslocamentos da Céluda de Walker estão associados as
fenômenos El Niño e La Niña. O período de chuvas, no sul da bacia, é compreendido entre
Novembro e Março, sendo que o período de seca (sem grande atividade convectiva) ocorre
entre os meses de Maio e Setembro. Os meses de Abril e Outubro são meses de transição
entre um regime e outro. A distribuição de chuva no trimestre Dezembro-Janeiro-Fevereiro
(DJF) apresenta uma região de precipitação alta situada na parte oeste e central da
Amazônia, em conexão com a posição geográfica da Alta da Bolívia. Por outro lado, no
trimestre Junho-Julho-Agosto (JJA), o centro de máxima precipitação deslocou-se para o
norte e situa-se sobre a o Estado de Roraima. As análises de Villar et al. (2009) indicam
uma forte diminuição da chuva média em toda a bacia, no período de 1975 a 2003, nos
trimestres de JJA e SON, principalmente na porção noroeste, essas variações apresentam
altas correlações com os campos de anomalias de temperatura de superfície do mar nos
oceanos Pacifico e Atlântico Tropical, mas também podem estar associadas às alterações dos
usos da terra, como o desmatamento (Callède et al., 2008). No entanto, até o presente
126
momento, não há observação de evidência conclusiva de uma mudança climática na região,
provocada diretamente pelo desmatamento. A porção sul da Amazônia é a região que
apresenta maior desmatamento, e também é a região que evidencia tendências positivas de
chuva (Villar et al. 2009).
Fonte: Villar et al., 2009.
Figura 5.3 Distribuição espacial e temporal da precipitação na bacia Amazônica em
porcentagem. a) Trimestre Dezembro-Janeiro-Fevereiro (DJF); b) Trimestre Março-Abril-Maio
(DJF); c) Trimestre Junho-Julho-Agosto; d) Trimestre Setembro-Outubro-Novembro.
5.4.
REGIME HIDROLÓGICO
Na Região Amazônica, a água e seu regime são de extrema importância na paisagem.
Aparentemente uniforme, os corpos de água são diferentes tanto em relação à morfologia de
seus leitos, quanto às características químicas e biológicas. Existe uma infinidade de rios
que se diversificam em coloração da água. Assim, encontramos rios de água branca ou como
a população regional chama de água barrenta, rios de água preta ou de água cristalina
(Junk, 1983; Furch, 1985; Junk e Furch, 1993). Junk (1983) estudando as águas da
Amazônia apresenta uma classificação geral e seu respectivo perfil, conforme Tabela 5.1,
colocando suas especificidades que se refletem na biodiversidade dos rios, lagos e igarapés.
127
Tabela 5.1 Classificação das águas da Amazônia.
Classificação
Coloração
Elementos
químicos
presentes
Características
gerais
Fatores
contributivos
Nascentes dos
cursos
d’água
Exemplos
Água branca Barrenta Grandes
quantidades
de cálcio e
magnésio, em
relação à
quantidade de
sódio e
potássio
Quase neutra,
rica em peixes e
sais minerais
Intensidade
dos processos
de erosão nos
Andes e alta
carga de
sedimentos em
suspensão nas
águas
Região andina
e pré-andina
Rio
Amazonas,
Purus,
Madeira e
Japurá
Água preta Preta Pobre em sais
minerais,
baixa
quantidade de
pH
Ácidas, baixa
carga de
sedimentos em
suspensão na
águas. Mais
pobre em relação
a peixes
Não transporta
material em
suspensão em
grande
quantidade;
decomposição
de matéria
orgânica
produzida
pelas florestas
inundáveis
(igapó)
Escudos
aguados das
Guianas e do
Brasil Central
ou nos
sedimentos
terciários da
bacia
Amazônica,
onde os
processos de
erosão são
pouco
intensos
Rio Negro e
Urubu
Águas claras Esverdeada
transparente
Baixa
concentração
de cálcio e
magnésio.
Alguns rios
são pobres em
sais minerais e
outros ricos.
Freqüência de
sódio e
potássio
Poucos materiais
em suspensão.
Alguns rios são
ácidos, outros
mais ou menos
neutros, mais
pobres em
relação a peixes
Rio Tapajós
Fonte: Junk, 1983.
A bacia amazônica contribui com aproximadamente 15% da descarga de água doce
nos oceanos (Molinier et al. (1995), a vazão média anual na foz do rio é de 238.000 m
3
.s
1
(Ronchail et al., 2006). Segundo Oltman et al. (1964), as primeiras estimativas da vazão do
rio Amazonas datam do século XIX (Spix e Martius, 1831; Reclus, 1877; Siemens, 1896;
Katzer, 1898 apud Oltman et al., 1964). Esses resultados, que correspondem mais
freqüentemente a medidas pontuais, eram baseados na estimativa da velocidade média da
corrente e da área da secção do rio. Pardé estima em seguida a vazão do Amazonas,
aproximadamente 100.000 m
3
.s
1
, a partir das observações de Le Cointe e do cálculo de um
balanço hídrico rudimentar (Le Cointe, 1935; Pardé, 1936, 1954). As primeiras medições de
descarga do Amazonas, realizadas em 1963-64 pelo US Geological Survey, permitiram enfim
ter uma idéia correta da vazão do Amazonas na estação fluviométrica de Óbidos (Oltman et
al. 1964 e Oltman, 1968), que pode ser visualizada na Figura 5.6, considerada a estação de
referência mais próxima da foz com uma área de drenagem de 4.618.750 km
2
,
correspondendo a 75,5% de toda a bacia (Molinier et al., 1997, 2009). No início dos anos 70,
o governo brasileiro iniciou um programa regular de medida de descarga na bacia, incluindo
outros parâmetros hidrológicos. Esses dados foram compilados num banco de dados
128
nacional, sendo utilizado por diferentes grupos de pesquisa para uma melhor compreensão
da resposta hidrológica da bacia Amazônica. O programa Alpha Helix Amazon Expedition, do
US Geological Survey, empreendeu diversas campanhas de campo, onde as descargas foram
medidas usando, entre outros, o método de Oltman (Meade et al., 1979).
Esses dados,
juntaram-se com aqueles da rede de estações hidrométrica do governo brasileiro,
possibilitando uma primeira visão geral da bacia. Nos anos 80, outro programa americano
chamado CAMREX (Carbon Amazon Modelling Experiment), empreendeu medidas adicionais
da descarga (Richey et al., 1986) fornecendo uma melhor compreensão do efeitos da maré
na bacia Amazônica (Meade et al., 1991). As contribuições do rio Amazonas no oceano
Atlântico oscilarão segundo os autores e os períodos considerados, de 175.000 a 212.000
m
3
.s
1
(Molinier et al., 1994 e 1995). Os efeitos de histerese associado com as medidas de
descarga empreendidas em Amazônia central (i. e., estação fluvimétrica de Manacapuru no
rio de Solimões) foram igualmente documentados por Jaccon e Cudo (1989). As campanhas
de campo ampliaram-se e intensificara-se, em 1992, a coorperação franco-brasileira através
do ORE HYBAM, marca o início de um programa contínuo de medidas de descarga
utilizando o ADCP (Accustic Doppler Current Profile), um equipamento de medida de vazão
baseado pelo efeito Doppler (Guyot et al., 1995; Callède et al. 2000, 2002, 2004, 2008;
Filizola et al., 2009a e 2009b). Uma das linhas de pesquisa pioneira do ORE HYBAM é o
estudo do regime hidrológico dos rios da bacia Amazônica, diversos trabalhos retratados em
relatórios de campanhas de campo, congressos, teses e artigos científicos são atualizados
peridocamente e disponíveis na base de dados do Observatório (ORE HYBAM, 2010). Os
resultados apresentados a seguir são um resumo desses estudos.
5.4.1.
VARIAÇÃO DA ALTURA DA LÂMINA DE ÁGUA
Para o périodo 1970-1996 a amplitude da altura da lâmina de água, alturas
máximas e mínimas, varia de 2 a 18 m ao longo do ciclo hidrológico (Figura 5.4). Os valores
mínimos, de 2 a 4 m, são observados a montante, nos coursos de água dos Escudos, rios
Branco, Jari, Xingu, Tapajós e Guaporé, enquanto que os máximos, de 15 a 18 m, são
registrados nas porções a jusante dos rios Juruá, Purus e Madeira. No rio Solimões-
Amazonas, as amplitudes variam de 12 m, em Teresina, próximo à fronteira Peru-Brasil; a
15 m, em Manacapuru, nas proximidades de Manaus; decrescendo regularmente a 8 m, em
Óbidos; finalizando com 3 m, em Macapá, aproximando-se da foz do Amazonas (Guyot et al.,
1994; 1999; Molinier et al., 1996; 1997).
129
Fonte: Guyot et al. (1999).
Figura 5.4 Variação da amplitude da altura da lâmina de água na bacia Amazônica.
5.4.2.
VARIAÇÃO DA VAZÃO
Diversos estudos da variabilidade regional e sazonal das cheias dos rios da Amazônia
foram conduzidos por Sioli (1984), Richey at al. (1986, 1989), Meade et al. (1991), Guyot et
al. (1993, 1994, 1998, 1999a, 1999b), Molinier (1995), Molinier et al. (1994, 1995, 1996,
1997, 1999, 2009), Ronchail et al. (2005, 2006). Segundo os autores os rios amazônicos
apresentam uma dinâmica diferenciada de acordo com o regime de chuva da bacia. Para a
maioria dos rios, as relações altura/vazão são unívocas, no entanto, próximo a calha do rio
Amazonas, influenciadas pelo efeito de barragem hidraúlica, as relações raramente são
unívocas e apresentam curvas em forma de laço (fenômeno de histerese). Utilizando a
classificação estabelecida por Rodier (1964), os autores identificaram quatro tipos de
regimes hidrológicos e cinco regiões diferente na bacia, ilustrados na Figuras 5.5, a saber,:
1) regime equatorial, representado pelo rio Negro, Iça e Japurá, localizados no hemisfério
norte da bacia, com um pico de cheia suavizado, que ocorrem preferencialmente no meio do
ano, podendo-se mesmo observar dois picos de cheia máximos e valores de vazão específica
variando entre 50 e 90 l.s
1
.km
2
(zona 1); 2) regime tropical boreal, também localizados no
hemisfério norte da bacia, representado particularmente pelo auto rio Branco, mas também
compreendendo os rios Uatumã, Trombetas, Paru e Jari, apresenta um pico de cheia
máximo bem marcado ao longo do segundo semestre e valores de vazão específica variando
de 15 a 40 l.s
1
.km
2
(zona 2N); 3) regime tropical austral, com um único pico de cheia
Variabilidade
Do nível
de água (m)
130
máximo ocorrendo ao longo do primeiro semestre do ano, sendo representado pelos rios
localizados no hemisfério sul da bacia Javari, Jutaí, Juruá, Purus e os afluentes a montante
do rio Madeira que denotam valores de vazão específica também entre 15 a 40 l.s
1
.km
2
(zona
2S), bem como pelos rios a jusante de Manaus, Tapajós, Xingu e Madeira, onde os valores
de vazão específica variam de 5 a 24 l.s
1
.km
2
(zona 3); 4) regime equatorial alterado,
representado pelos rios Solimões e Amazonas influênciado pelos três regimes anteriormente
citados (zona 4).
Fonte: Adaptado de Molinier et al. (1997).
Figura 5.5 Variabilidade reginal e sazonal na bacia Amazônica.
Para Guyot et al. (1993, 1994, 1998, 1999a, 1999b), Molinier (1995), (Molinier et al.
(1994, 1995, 1996, 1997, 1999, 2009), Ronchail et al. (2005, 2006) a vazão do rio Amazonas
(Figura 5.6), na planície aluvial, é influênciada pela fraca declividade da lâmina de água e
pelas fortes velocidades observadas, resultante dos regimes hidrológicos e das
características regionais dos seus afluentes. Não se trata de um escoamento clássico de
montante para a jusante, mas de um deslocamento das águas empurradas pela onda de
cheia dos rios de origem andina. A estação fluviométrica de Teresina no rio Solimões,
próximo à fronteira entre Brasil e Peru, apresenta um hidrograma plurimodal, característico
de regime equatorial, ainda influenciada pelo regime do rio Ucayali, com um primeiro pico
entre dezembro-janeiro, e um secondo pico mais evidenciado em abril-junho. Na região
próximo a Manaus, a convergência das contribuições dos rios Solimões, Negro e Madeira
conduzem a um importante aumento das superfícies drenadas e das vazões. Esta
concentração de descargas líquidas, associada a um declive hidraúlica bastante fraco, 2
Zona 1
Zona 2N
Zona 2S
Zona 3
GUIANA
FRANCESA
SURINAME
GUAIANA
VENEZUELA
COLÔMBIA
EQUADOR
PERU
BOLIVIA
BRASIL
131
cm/km, gera perturbações no escoamento destes rios, agravando a não-univocidade das
curvas-chave nesta região. A montante de Manaus, na estação fluviométrica de Manacapuru
(2.147.740 km
2
), o hidrograma e mais regular, embora bimodal, com um pico de cheia
máximo entre maio e agosto e um primeiro pico precoce ainda seja observado entre janeiro e
fevereiro, o mesmo hidrograma de cheia é verificado na estação fluviométrica de Jatuara
(2.854.300 km
2
), a justante de Manaus. As contribuições combinadas dos tributários
meridionais e setentrionais, de regimes diferentes, associadas ao efeito regulador das zonas
de inundação (várzeas), geram, em Óbidos, um hidrograma monomodal de cheia do rio
Amazonas com pico único e espalhado de Abril a Julho.
Fonte: Guyot et al. (1999).
Figura 5.6 Altura da lâmina de água dos rios Solimões e Amazoonas para o ano de 1985.
Média móvel de 15 dias
Nível de água relativo (cm)Nível de água relativo (cm)Nível de água relativo (cm)
132
5.5.
VEGETAÇÃO
A floresta tropical úmida ocupa aproximadamente 5 milhões km
2
, que corresponde a
70% do total da Bacia Amazônica (Guyot et al., 2007). Estendendo-se por toda a planície
aluvial, denominada de floresta fluvial alagada, devido à oscilação dos níveis das águas e os
grandes período em que se encontram submersas, suas raízes, apresentam adaptações às
condições do ambiente, como poros que permitem a absorção do oxigênio atmosférico
(Salati, 1983). A floresta de terra firme é uma floresta aberta com grandes árvores muito
dispersas e freqüentes grupamentos de palmeiras, está localizada em planaltos pouco
elevados e apresenta um solo extremamente pobre em nutrientes, suas raízes também são
adaptadas às condições do ambiente, através de uma associação simbiótica com alguns
tipos de fungos, passaram a decompor rapidamente a matéria orgânica depositada no solo,
a fim de absorver os nutrientes antes de eles serem lixiviados (Schubart, 1983). A floresta
montanhosa andina é uma floresta mais densa, que nunca se alaga e apresenta uma
vegetação arbórea heterogênea (Schubart, 1983). Em meio à floresta úmida, recortam-se
manchas de savana, pastagens e cerrado. Salati (1983) relata que os campos áridos de
savana são resultantes de alterações inter-glaciais e glaciais durante o período quaternário
com longa faixa de transição entre os dois tipos de vegetação. Em alguns locais são
chamados de "campinarana". Já a pastagem corresponde à substituição da floresta úmida
por gramíneas, para a criação de gado. Ribeiro Neto (2006) afirma-se que o cerrado é
formado por árvores e arbustos retorcidos, as folhas são largas e as raízes podem atingir
grandes profundidades a fim de alcançar água. As árvores ocorrem esparsamente
distribuídas sobre um tapete gramíneo com intercalações de plantas arbustivas e áreas
campestres.
5.6.
SOLO
Segundo Guyot et al. (2007) apesar da aparente homogeneidade da floresta úmida os
solos da bacia Amazônica apresentam certa heterogeneidade. Na parte ocidental da bacia,
os solos são bem drenados, ácidos, de coloração marrom amarelo, friáveis, porosos e
arenosos. Solos que não apresentam uma boa drenagem ocorrem na porção oriental da
bacia, sendo ácidos e de coloração marrom amarelo. Na porção norte da bacia é encontrado
solos podzólicos desenvolvidos sobre os sedimentos arenosos resultantes da erosão do
embasamento do escudo das Guianas. Na planície Amazônica, os solos aluviais são muito
mal drenados, sendo associados aos tipos de sedimentos depositados e à periodicidade local
das condições da inundação.
133
CAPÍTULO 6
RESULTADOS E DISCUSSÕES
Para ilustrar as idéias defendidas na metodologia proposta no Capítulo 6, serão
apresentados e discutidos, neste capítulo, os resultados obtidos no presente estudo.
6.1.
TRATAMENTOS DAS MEDIDAS ALTIMÉTRICAS EM HIDROSSITEMAS
CONTINENTAIS
Esta primeira etapa apresenta os resultados provenientes dos tratamentos aplicados
aos dados altimétricos que permitem passar da medida altimétrica à altitude de um plano
de água em função da quantidade, da qualidade e da localização precisa dessas medidas,
compreendendo as correções do efeito de afastamento do nadir (cf. item § 6.1.1), elaboração
das estações virtuais (cf. item § 6.1.2) e validação da metodologia para elaboração das
estações virtuais (cf. item § 6.1.3).
6.1.1.
CORREÇÕES DO EFEITO DE AFASTAMENTO DO NADIR
(OFF-NADIR)
Ao longo dos estudos desenvolvidos nesta tese aproximadamente 60% das estações
virtuais elaboradas precisaram das correções do efeito off-nadir. Em Silva et al. (in press
2010) são apresentados 2 casos desta correção, o primeiro no alto rio Negro e o segundo no
rio Pardo (cf. § 6.3.2.1), ambos na bacia do rio Negro, utilizando-se as medidas provenientes
dos algoritmos Ice-1 (ENVISAT) e Ice-2 (ERS-2).
Nas Figuras 6.1 e 6.2, no alto rio Negro, sob o traço 078, o satélite cruza, na direção
norte-sul, o rio com aproximadamente 300 m de largura (Figura 6.1a). Conseqüentemente,
pelo menos uma das medidas de 20hz, espaçadas a cada 300m, encontra-se possivelmente
sobre a faixa imageada do rio, em cada passagem do satélite. Nota-se nas figuras 6.1b e
6.1c, que muitos dos perfis hidrológicos medidos apresentam formatos parabólicos durante
o trajeto dos satélites ERS-2 (Figura 6.1b) e de ENVISAT (Figura 6.1c). Ao sobrevoar a
região, o altímetro começa a medir a altura da superfície reflexiva do rio antes do seu nadir,
ancorando-se em sua margem, formando o perfil hidrológico em formato parabólico. Estas
parábolas projetam-se além do curso do rio evidenciando o efeito off-nadir. Dado que uma
medida ao nadir seria a menor da passagem (e. g., o valor mais elevado da parábola), a
134
linearização da medida, em cada passagem do satélite é calculada pelo vértice H
0
da
parábola na Eq. 6.1.
ܪ
଴
ൌݓെ
ݒ
ଶ
4ݑ
ሺܧݍ.6.1ሻ
onde, w, v e u são os coeficientes da parábola medidos ao longo do trajeto, as alturas H(si)
são obtidas por:
ܪ
ሺ
ݏ݅
ሻ
ൌݑݏ
௜
ଶ
൅ ݒݏ
௜
൅ ݓ ሺܧݍ.6.2ሻ
onde, s
i
é a abscissa ao longo do traço em relação à órbita do satélite (cf. Eq. 3.4). Os perfis
hidrológicos medidos pelo altímetro antes da correção são mostrados na Figura 7.2a e após
na figura 7.2b. A abscissa s
0
para cada H = H
0
é dada pela Eq. 6.3:
ݏ
଴
ൌ
െݒ
2ݑ
ሺܧݍ.6.3ሻ
A posição s
0
encontrada em cada passagem pode ser usada para verificar se a
correção do efeito off-nadir foi efetuada adequadamente. As posições s
0
ao longo dos perfis
hidrológicos são mostradas nas figuras 6.2a localizadas no vértice de cada parábola,
enquanto suas posições geográficas são retratadas na figura 6.1a onde se posiciona no
curso do rio, indicando que os valores das alturas H
0
calculados pela correção do efeito off-
nadir são equivalentes às prováveis medidas ao nadir. A série temporal formada pelos
pontos dos perfis hidrológicos corrigidos (Figura 6.2b) é apresentada na figura 6.2c.
Observa-se que com uma seleção somente geográfica, em casos como ilustrado nas
figuras 6.1b e 6.1c em que a série de dados a ser selecionada para a correção do efeito off-
nadir excede, em sua maioria, a largura do curso do rio sobrevoado pelo satélite, se exclui
da seleção dos dados altimétricos medidas que corresponde a altura de água. Por outro
lado, com a ferramenta usada para este estudo, pode-se fazer uma seleção mais criteriosa,
escolhendo-se, para cada passagem do satélite, medidas de altura de água, que
inicialmente, correspondiam a medidas não utilizáveis, processando os perfis altimétricos
obtidos em formato parabólico, aplicando-se as correções das distorções geométricas das
medidas individualmente e computando-se as alturas corrigidas.
135
Fonte: Silva et al. (in press 2010).
Figura 6.1 Exemplo de perfis hidrológicos afetados pelo problema de afastamento do nadir
(efeito off-nadir) no alto rio Negro, sob o traço 078.
a) Localização das medidas, efetivamente, utilizadas para a correção do efeito off-nadir dos
satélites ERS-2 (em branco) e ENVISAT (em preto), no sentido norte-sul. Em vermelho, os
pontos correspondem à localização dos vértices das parábolas das medidas dos satélites
ERS-2 e ENVISAT. Mosaico de imagens JERS-1 no período de cheia em segundo plano.
Figuras b) e c) perfis hidrológicos utilizados para correção do efeito off-nadir que excedem a
largura do curso do rio, aproximadamente 3 km antes e após a passagem do satélite,
correspondentes aos satélites ERS-2 e ENVISAT, respectivamente. As retas verticais em
cinza equivalem ao epicentro da interseção do traço altimétrico com o plano de água.
136
Fonte: Silva et al. (in press 2010).
Figura 6.2 Segmento dos perfis hidrológicos utilizados para correção do efeito off-nadir e
série temporal altimétrica. Quadro à esquerda, passagens do satélite ERS-2 e a direita do
satélite ENVISAT. Os perfis não corrigidos encontram-se nos quadros superiores e os
corrigidos nos inferiores. Os pontos vermelhos correspondem à localização dos vértices das
parábolas das medidas. Abaixo a série temporal altimétrica, quadrados e círculos
correspondem às medidas dos satélites ERS-2 e ENVISAT, respectivamente.
137
6.1.2.
ESTAÇÕES VIRTUAIS
Variadas metodologias para a determinação de séries temporais de nível de água com
dados altimétricos (i.e., estação virtual) foram utilizadas nos estudos de hidrossistemas
continentais, descritas detalhadamente em Roux et al. (2010), que, segundo os autores,
dependem dos objetivos propostos, das informações disponíveis para tais objetivos e das
ferramentas computacionais que estão acessíveis para conduzir esses estudos. Sendo que
em todos esses estudos, a seleção regular dos dados altimétricos obedece a critério
exclusivamente geográfico, isto é, um retângulo delimitado pelas latitudes e longitudes
mínimas e máximas, sem a fixação de quaisquer dispositivos para eliminação dos ruídos
provenientes do tamanho da faixa imageada. Partiu-se, então, em busca de uma alternativa
para melhorar a seleção dos dados altimétricos e, conseqüentemente, a elaboração das
estações virtuais, sendo desenvolvida e testada uma metodologia manual, adaptada às
variações no tempo e no espaço, permitindo uma seleção tri-dimensional dos dados em um
espaço superfície-profundidade através do programa VALS (Virtual ALtimetry Station).
Inicialmente, o programa VALS consistia de rotinas desenvolvidas e incorporadas ao
programa GRASS GIS 6.2.1 (2006) com o mosaico de imagens do satélite JERS-1, definido a
partir do projeto GRFM, utilizado em segundo plano (Figura 6.3), denominado VALS GRASS
(VALS GRASS, 2006). Posteriormente, uma nova versão de programa, denominada VALS
Tool (2009) foi elaborada utilizando o mosaico de imagens do Google Earth como segundo
plano, bem como a incorporação de novos tratamentos da medida altimétrica, como a
seleção individualizada de cada medida por ciclo e múltiplas correções do efeito de
afastamento em relação ao nadir (off-nadir) (Figura 6.4). A partir do emprego da atual versão
do VALS, selecionam-se, com maior confiabilidade, os dados altimétricos sob qualquer plano
de água do planeta para cada passagem do satélite.
138
Fonte: Silva et al. (submetido 2009c).
Figura 6.3 Criação da estação virtual sobre o traço 650 do satélite ENVISAT através do
programa VALS GRASS (2006).
a) Trajetória do satélite ENVISAT no sentido norte-sul, traço 650 que cruza o Igarapé Nelson
Pinheiro, recoberto por vegetação inundada, regiões mais brilhantes da imagem JERS-1.
Seleção dos dados altimétricos através do polígono vermelho. Mosaico de imagens JERS-1
no período de cheia em segundo plano.
b) Perfil hidrológico medido pelo altímetro RA-2 do satélite ENVISAT, em formato parabólico.
Observam-se as medições nas margens do rio ou no solo, na parte superior da figura
(círculos em laranja) e o efeito off-nadir nas medições da parte inferior da figura. Extração
dos dados altimétricos através do polígono verde, mostrado na figura à esquerda em
amarelo.
c) Série temporal altimétrica elaborada com o algoritmo Ice-1.
1:24N
1:18N
1:12N
1:06N
60:54W
60:48W
60:42W
60:36W
60:30W
# 650
ENVISAT
a)
b)
S N
21
22
23
24
25
26
27
28
2002 2003 2004 2005 2006 2007 2008 2009
Altitude geométrica em relação ao WGS84 (m)
Tempo (anos)
c)
139
Figura 6.4 Criação da estação virtual sobre o traço 650 do satélite ENVISAT através do
programa VALS Tool (2009).
a) Trajetória do satélite ENVISAT no sentido norte-sul, traço 650 que cruza o Igarapé Nelson
Pinheiro. Seleção dos dados altimétricos através do polígono amarelo. Mosaico de imagens
do Google Earth em segundo plano.
b) Perfil hidrológico medido pelo altímetro RA-2 do satélite ENVISAT, em formato parabólico.
Seleção normal dos dados altimétricos está em vermelho; seleção para aplicação da correção
do efeito off-nadir está configurada em amarelo, enquanto as medidas com as correções
efetuadas aparecem em verde. À direita da figura, aparece o quadro com as médias e
medianas para as seleções efetuadas para cada ciclo, com ou sem correção do efeito off-
nadir, que podem ser escolhidas quando da seleção final dos dados altimétricos mostrados
no Google Earth, à esquerda, em vermelho.
c) Série temporal altimétrica elaborada com o algoritmo Ice-1.
Utilizando-se o algoritmo Ice-1, mostra-se, na Figura 6.5, estações virtuais, extraídas
do segmento do traço 063, do satélite T/P nas proximidades de Manaus. Na Figura 6.5.a, a
série temporal altimétrica foi elaborada com uma seleção geográfica, sendo adquirida na
base de dados hydroweb, do LEGOS, que disponibiliza séries temporais altimétricas através
do endereço eletrônico http://www.legos.obs-
mip.fr/soa/hydrologie/hydroweb/StationsVirtuelles/RioNegroRiver_tablo.html. Na figura
6.5.b, a série temporal altimétrica foi elaborada com o emprego da ferramenta VALS usada
# 650
ENVISAT
a)
c)
b)
140
para este estudo. Observam-se grandes dispersões nas medidas altimétricas, com uma
seleção somente geográfica. Por outro lado, constata-se, a vantagem de uma seleção tri-
dimensional dos dados em um espaço superfície-profundidade, com a aplicação da
ferramenta VALS, efetuando-se uma seleção mais refinada dos dados altimétricos,
selecionando-se, para cada traço do satélite, medidas que apresentam pequenas dispersões,
melhorando sensivelmente a qualidade das séries temporais, visto que os RMSs entre as
diferenças de nível de água da estação fluviométrica de Manaus e as séries altimétricas, são
de 99 e 49 cm, para as séries temporais do hydroweb e do VALS, respectivamente. Na série
temporal da Figura 6.5.b, observam-se pequenas dispersões também na vazante, que
Birkett (1998) e De Oliveira Campos (2001) citaram como sendo um problema das medidas
altimétricas do T/P.
Figura 6.5 Estações virtuais, extraídas do segmento do traço do satélite T/P (Ice-1) nas
proximidades de Manaus. Dispersões das medidas altimétricas, em vermelho.
a) Série temporal com seleção geográfica, polígono verde, na figura à esquerda. Base de
dados hydroweb, do LEGOS.
b) Série temporal elaborada com o emprego da ferramenta VALS. Extração dos dados
altimétricos através do polígono amarelo, pontos selecionados mostrados em vermelho e
ponto em azul, estação fluviométrica de Manaus, na figura à esquerda. Mosaico de imagens
Google Earth, em segundo plano.
As estações virtuais criadas ao longo desta tese são ilustradas na Figura 6.6 por
pontos amarelos. Em Silva et al. (submetido 2009c) são apresentadas 14 séries temporais de
nível de água utilizando-se as medidas provenientes dos algoritmos Ice-1 (T/P), Ice-2 (ERS-2)
a)
@hydroweb/LEGOS
#063
Rio Negro
Rio Solimões
b)
Rio Negro
Rio Solimões
#063
Manaus
in situ
0
5
10
15
20
25
1992 1994 1996 1998 2000 2002
Altitude (m)
Data (ano)
T/P_063 VALS
Manaus in situ
RMS = 49 cm
0
5
10
15
20
25
1992 1994 1996 1998 2000 2002
Altitude (m)
Data (ano)
T/P_063 Hydroweb
Manaus in situ
RMS = 99 cm
141
e Ice-1 e Ice-2 (ENVISAT) em 7 zonas úmidas da bacia Amazônica, a saber: lago Janauacá,
lago Caapiranga, lago Yanacu, lago Rocagua, lago Rocaguado, lago Curupira e lago Grande
de Monte Alegre.
Figura 6.6 Bacia Amazônica área com as estações virtuais (pontos em amarelo) e estações
fluviométricas (pontos em vermelho). Mosaico de imagens Google Earth em segundo plano.
No lago Curupira, sob os traços 152 e 478, dos satélites T/P (Ice-1), ERS-2 (Ice-2) e
ENVISAT (Ice-1), respectivamente, é mostrado, nas Figuras 6.7 e 6.8, outro exemplo de
estação virtual (Silva et al., submetido 2010). Na Figura 6.7.a, os satélites cruzam o lago no
sentido norte-sul. O perfil hidrológico medido pelo altímetro durante o trajeto dos satélites é
mostrado nas Figuras 6.7b, 6.7c e 6.7d onde cada linha representa um ciclo de passagem
do satélite, e os pontos indicam as médias da medida do altímetro a um segundo. Nota-se,
nos perfis hidrológicos, que o lago apresenta o mesmo nível de água durante a cheia e que
no ponto de cruzamento dos três satélites, a profundidade do lago é mais baixa,
apresentando uma declividade. Pode-se conferir, também o progresso entre os dados dos
satélites T/P ou ERS-2, dos anos 90, e aqueles do satélite ENVISAT, dos anos 2000, que
apresenta medidas de boa qualidade, em virtude dos aperfeiçoamentos adicionados em seus
sensores. Na Figura 6.8a, são apresentadas as séries temporais altimétricas no ponto de
cruzamento dos satélites, onde nas estiagens, as medidas apresentam dispersões maiores
que nas cheias, pois o altímetro mede o fundo do lago, cuja superfície é irregular e
inclinada. Para compor a série temporal mostrada na Figura 6.8b, foram selecionadas as
medidas altimétricas dos satélites ERS-2 e ENVISAT, localizadas mais ao norte do ponto de
142
cruzamento dos três satélites, onde o lago é mais profundo, bem como as medidas do
satélite T/P nos períodos de cheia, resultando numa série enriquecida através da
combinação dos três traços, com dados a partir de 1993 atualizados até 2008, onde se
observa, efetivamente, toda a dinâmica da variação temporal de altura de água do lago.
Fonte: Silva et al. (submetido 2009c).
Figura 6.7 Estação virtual no lago Curupira.
a) Trajetórias dos satélites T/P traço 152 (em verde), ERS-2 traço 478 (em azul escuro) e
ENVISAT traço 478 (em azul claro), no sentido norte-sul. Mosaico de imagens JERS-1 no
período de cheia em segundo plano.
b) Perfil hidrológico medido pelo altímetro Poséïdon1 do satélite T/P (Ice-1). Extração dos
dados altimétricos através do polígono verde, mostrado na figura à esquerda em amarelo.
c) Perfil hidrológico medido pelo altímetro RA-1 do satélite ERS-2 (Ice-2). Extração dos dados
altimétricos através do polígono verde, mostrado na figura à esquerda em amarelo.
d) Perfil hidrológico medido pelo altímetro RA-2 do satélite ENVISAT (Ice-1). Extração dos
dados altimétricos através do polígono verde, mostrado na figura à esquerda em amarelo.
b)
S
N
a)
# 478
ERS-2
# 478
ENVISAT
# 152
T/P
3:48S
3:36S
c)
S
N
d)
S
N
143
Fonte: Silva et al. (submetido 2009c).
Figura 6.8 Séries temporais altimétricas do lago Curupira.
a) Séries temporais altimétricas do lago Curupira, em verde T/P (Ice-1), em azul escuro ERS-
2 (Ice-2) e em azul claro ENVISAT (Ice1) no ponto de cruzamento dos três satélites.
b) Séries temporais altimétricas no lago Curupira, em verde T/P (Ice-1), em azul escuro ERS-
2 (Ice-2) e em azul claro ENVISAT (Ice-1), ao norte do ponto de cruzamento dos três satélites.
As interrogações em vermelho indicam que as medidas efetuadas no solo úmido do fundo do
lago, na vazante, não foram consideradas.
a)
8
10
12
14
16
18
20
22
1992 1994 1996 1998 2000 2002 2004 2006 2008
Altitude (m)
Data (ano)
b)
8
10
12
14
16
18
20
22
1992 1994 1996 1998 2000 2002 2004 2006 2008
Altitude (m)
Data (ano)
? ?
144
6.1.3.
VALIDAÇÃO DA METODOLOGIA PARA ELABORAÇÃO DAS ESTAÇÕES
VIRTUAIS
Para a análise comparativa de Roux et al. (2010) foram utilizadas 43 estações
virtuais, provenientes dos algoritmos Ice-1 (ENVISAT) em rios da bacia do rio Negro, visto
que as estações virtuais empregadas foram criadas independentes do objetivo proposto, os
resultados obtidos apresentam maior grau de autonomia.
A rede de drenagem obtida com o SRTM não reproduz a complexidade da morfologia
de rio, a presença das ilhas, por exemplo. Isso explica porque as escolhas que resultam do
método AUTOSRTM são bastante diferentes das fornecidas pelos outros dois métodos,
analisados em Roux et al. (2010). Outra limitação do método AUTOSRTM, é que, a linha
obtida através do método de acumulação do escoamento não coincide, necessariamente,
com a linha das margens do rio. Assim, o método representa, apenas, uma morfologia
resultante da média de rio e não considera a variabilidade da sua morfologia. De um ponto
de vista geográfico, esses inconvenientes conduzem as incertas na identificação da
localização do rio. No entanto, AUTOSRTM é um método completamente automático, que
fornece globalmente resultados comparáveis ao método manual, mais subjetivo, que vai
produzir resultados menos reprodutíveis. Por outro lugar, a maior parte das contradições da
rede de drenagem pode ser reparada normalizando previamente o MDT (Grohmann, et al.,
2007) ou forçando o sentido do escoamento a lugares conhecidos de rio, como proposto por
Hutchinson (1989), Saunders (1999), Seyler et al. (1999 e 2009d) e Getirana et al. (2007).
Essas abordagens melhoram a vulnerabilidade de rede de drenagem, e, conseqüentemente,
a definição da estação virtual, devendo ser examinadas em trabalhos futuros.
No que se refere ao procedimento de seleção manual (MANU), os dados ligados às
zonas de inundação do rio, durante os períodos de cheias, tendem a ser escolhidos (a menos
que se a seleção geográfica efetuada durante a primeira etapa deste método exclua as zonas
de inundação). Isso explica porque alguns dados altimétricos escolhidos encontram-se
afastados do leito de rio.
As análises comparativas de Seyler et al. (2008) foram conduzidas em rios e zonas
úmidas, na região do Llanos de Mojos, da bacia do rio Madeira. Das 39 estações virtuais,
provenientes dos algoritmos Ice-1 (ENVISAT) utilizadas, somente uma não pode ser
executada por ambos os métodos, quando o satélite sobrevoa a Serra Ricardo Franco, onde
o rio Guaporé encontra-se em um vale de aproximadamente 500 m de altitude (traço,
ascendente, 321). Nessa situação (Figura 6.9a), onde o meio não é uniforme, o altímetro é
perturbado pelo desnível acentuado do relevo e perde a ancoragem e não consegue medir a
superfície da lâmina de água.
Nas Figuras 6.9b, 6.9c, e 6.9d são apresentadas três estações virtuais que não
apresentaram bons resultados pelo método manual. Na figura 6.9b, o satélite sobrevoa o rio
que contorna uma ilha, no meio de uma cachoeira conhecida como Salto do Jiraú, onde os
145
ecos do radar são contaminados por contrastes topográficos no interior da faixa imageada.
Na estação in situ de Palmeiral, próxima ao traço 493 não ocorre nenhum registro de
variação de nível de água proveniente da cachoeira. As outras duas situações são
caracterizadas pelo cruzamento do satélite em um sentido quase paralelo ao rio, sendo
inadequado para definição do escoamento pelo método manual (Figuras 6.9c e d). Nas três
estações virtuais, as dispersões são grandes 46, 18 e 98 cm, respectivamente, com poucos
dados por ciclo, sendo que em alguns ciclos a dispersão ultrapassa 2 m. Essas situações
limitam a execução das estações virtuais pelo método manual, dificultando a seleção dos
dados altimétricos.
Uma situação, bem singular, mostra-se quando o rio é meandrado e o traço é quase
paralelo ao sentido do escoamento, com uma extensiva zona de inundação. Os dois métodos
exibem resultados similares na cheia, embora o método AUTO-JERS apresente menos
ciclos, no entanto, na estiagem, as diferenças são significativas. O método manual aponta
grandes dispersões, denotando que o radar mede o solo desprovido de água, já o método
AUTO-JERS apresenta completa ausência de medidas. Em todas as demais situações, a
extração manual foi executada, com resultados ligeiramente melhores do que o método
AUTOJERS (dispersões menores e mais ciclos aprovados). Os critérios de reprodutividade
são certamente, a melhor vantagem do método AUTOJERS. Embora, nos casos onde o rio
seja perpendicular à passagem do satélite, com pequena largura e em zona sujeita a
inundações extensivas, a extração manual assinala-se como melhor método a se empregado.
Resulta destes estudos que as séries temporais elaboradas pelo método manual, com
o emprego da ferramenta VALS, metodologia desenvolvida e testada no âmbito desta tese,
atualmente, mostra-se como o melhor meio para se extrair as alturas altimétricas em
hidrossistemas continentais. Com a vantagem, importante, de gerenciar as distorções
geométricas da medida altimétrica (efeito off-nadir) que, ainda, não é possível com os
métodos automáticos. Entretanto, não pode apresentar-se como uma solução definitiva,
devido ao longo tempo despedido para sua execução, devendo, sobretudo, ser considerado
como uma referência de qualidade para os futuros métodos automáticos.
146
Fonte: Seyler et al. (2008).
Figura 6.9 Limitações para extração das estações virtuais.
a) Desnível acentuado de relevo ocasionando perda da ancoragem do altímetro;
b) Contaminação do eco radar por acidente topográfico no interior da faixa imageada;
c) Cruzamento do satélite em um sentido quase paralelo ao rio.
a)
b)
c)
d)
#321 #321
#493
#278
#278
147
6.1.4.
CONSIDERAÇÕES
A seleção dos dados aparece como um fator chave na qualidade final da série
temporal para aplicação da tecnologia da altimetria em hidrologia espacial. O fato de
selecionar os dados em um ambiente tridimensional oferece a possibilidade de visualizar
automaticamente as medidas altimétricas (i.e., traços e características de cada medida) sob
uma ambiente georeferenciado num mesmo sistema que os dados corrigidos. Essa vantagem
permite refinar a seleção das medidas altimétricas, evitando-se incluir aquelas que não se
encontram no plano de água, mas nas margens ou relacionadas aos problemas de
ancoragem do satélite.
Com uma seleção criteriosa dos dados, efetuando-se as correções das distorções
geométricas das medidas altimétricas, é possível a utilização do método manual mesmo em
rios estreitos com aproximadamente 20 m de largura e em zonas úmidas, que na Amazônia
são extensas, envolvendo na sua maioria corpos de água diferenciados, como rios, planícies
de inundação, lagos e alagados interfluviais, com variação do nível de água de alguns
decímetros a vários metros.
Algumas situações limitam a execução das estações virtuais pelo método manual,
dificultando a seleção dos dados altimétricos, a saber: sentido de cruzamento do satélite
com o corpo de água; ausência de dados confiáveis em locais com variações acentuadas de
relevo e contaminação do eco radar onde o meio não é uniforme. As duas últimas limitações
são provenientes da perda de ancoragem do altímetro (cf. § 3.6.2.1). Para o altímetro AltiKa,
do satélite SARAL, foi elaborado um modelo digital do terreno com as medidas altimétricas
obtidas pelo satélite ENVISAT, interpoladas ao longo do traço da órbita no solo, realizada
com a metodologia manual desenvolvida e testada no âmbito dessa tese, em diversas bacias
hidrográficas do planeta. Provendo-se o altímetro de recursos para se posicionar,
antecipadamente, em um nível provável dos ecos a serem recebidos, minorando o problema
da perda de ancoragem.
148
6.2.
VALIDAÇÃO DOS DADOS ALTIMÉTRICOS
Para a efetiva utilização dos dados altimétricos em hidrossistemas continentais faz-
se necessário analisar e validar esses dados. No entanto, poucos estudos dedicados à
validação detalhada dos dados altimétricos em rios Amazônicos, incluindo comparações com
dados de estações fluviométricas, foram publicados (cf. § 3.8). Além disso, as zonas úmidas,
objeto desta pesquisa, são pouco instrumentadas, com carência de estações fluviométricas,
inviabilizando, portanto, estudos de validações nesses ambientes. Das zonas úmidas
analisadas neste estudo, somente o lago Janauacá possui estações fluviométricas,
instaladas a partir de 2006, portanto com uma série bastante restrita de observações para
estudos de validação de séries temporais de nível de água. Constatou-se, nesse sentido, a
necessidade de se desenvolver estudos de validação com os dados altimétricos, redirigindo-
se, por outro lado, essas análises para locais distribuídos ao longo da bacia Amazônica,
onde existem estações fluviométricas instaladas e que fazem parte da rede hidrológica
nacional.
Diversos estudos foram conduzidos, sendo compartilhados com trabalhos
desenvolvidos por outros pesquisadores:
• comparações internas das medidas altimétricas em pontos de cruzamento
dos traços do satélite, publicado em Silva et al. (submetido 2009c, in press
2010 e em revisão 2010) e compartilhado com Seyler et al. (2008) e (cf. §
6.2.1);
• comparações externas das medidas altimétricas com estações fluviométricas
instaladas sob o traço do satélite, publicado em Silva et al. (in press 2010) e
compartilhado com Seyler et al. (2008, 2009a e 2009b) (cf. § 6.2.2); e
• comparações externas das medidas altimétricas com estações fluviométricas
instaladas entre 2 e 30 km de distância do traço do satélite publicado em
Silva et al. (in press 2010 e em revisão 2010) e compartilhado com Seyler et
al., (2008, 2009a e 2009b) (cf. § 6.2.3).
6.2.1.
VALIDAÇÃO INTERNA PONTOS DE CRUZAMENTO
Cinco exemplos de cruzamento dos traços dos satélites foram analisados, utilizando
20 estações virtuais provenientes dos algoritmos Ice-1 e Ice-2, para os satélites ENVISAT e
ERS-2, respectivamente, apresentados em Silva et al. (in press 2010). Dois casos estudados
são particularmente interessantes, com um tempo de revisita do satélite de somente 1,5
dias, visto que são raros os casos onde os cruzamentos se dão em um curto intervalo de
tempo sob um mesmo corpo de água. Nos outros três casos o tempo de revisita é maior,
entre 14 e 17 dias. Nos casos onde o tempo de revisita é somente 1.5 dias, considerou-se
que não houve mudanças significativas no nível de água entre as passagens dos mesmos
149
ciclos. Contudo, trata-se de uma hipótese conservadora, pois os verdadeiros erros entre as
medidas altimétricas podem ser inferiores aos encontrados se houverem mudança no nível
de água entre as duas passagens do satélite Silva et al. (in press 2010 e em revisão 2010).
Os resultados encontram listados na Tabela 6.1, onde também são apresentados os
aproveitamentos dos pares de ciclos analisados.
Tabela 6.1 Diferença de RMS entre os pontos de cruzamentos com um curto intervalo de
tempo de revisita do satélite.
Estação Virtual
Tempo de
revisita
(dia)
ENVISAT
(cm) [pares de
ciclos]
ERS-2
(cm) [pares de
ciclos]
Rio Unini 1,5 18 [46/56] 52 [46/55]
Rio Pardo 1,5 18,3 [48/56] 40,3 [58/70]
Lago Rocaguado 5,5 14,8 [42/56]
Lago Guaporé 5,5 15,8 [36/55]
Fonte: Silva et al. (in press 2010 e em revisão 2010)
O primeiro estudo compreende o rio Pardo, no ponto de cruzamento formado pelos
traços 106 e 149 (Figura 6.10). Destaca-se que o rio de Pardo é completamente estreito na
posição do cruzamento dos traços dos satélites, visto que nenhum sinal de preto
correspondente ao pixel da superfície reflexiva do rio aparece na imagem JERS-1, usada
como fundo nas Figuras 6.10a e 6.10b. O curso do rio é sugerido somente por uma linha
contínua de píxeis brancos, que denotando a apresenta de vegetação inundada. Partindo-se
dessa observação na imagem de JERS-1, o leito do rio no ponto de cruzamento dos traços
dos satélites é inferior a 100 m de largura. Assim, como no caso do rio Negro, citado no item
6.1.1, a correção do efeito de afastamento do nadir foi efetuada nas medidas altimétricas.
Os RMSs entre as diferenças de nível de água são de 18 e 40,3 cm, para o ENVISAT e o
ERS-2, respectivamente. Esses resultados incluem a correção da declividade entre os traços,
pois os mesmos não se cruzam na mesma posição sobre o rio, estando afastados 2
quilômetros entre si. A declividade foi calculada considerando-se a distância de cada par de
ciclos em relação ao epicentro das passagens dos satélites entre os dois traços, lembrando
que cada passagem corresponde a um ciclo de medidas, corrigindo-se em seguida a
diferença correspondente do nível de água dada a declividade acima mencionada. A
declividade média entre os traços corresponde a 14 cm/km o que equivale a uma correção
média de 28 cm de nível de água, sendo que a redução no RMS é da segunda ordem,
somente 3 cm. Entretanto, destaca-se que a determinação da declividade local aparece como
um subproduto interessante de análises do cruzamento entre os traços.
O segundo estudo corresponde ao rio Unini, afluente do rio Negro, entre os traços
736 e 779, com largura aproximada de 750 m (Figura 6.11). O RMS entre as diferenças de
nível de água é de 18 para o ENVISAT, comparável ao valor do rio Pardo, sendo, no entanto,
menos relevante para o ERS-2, 52 cm.
150
Figura 6.10 Cruzamento dos traços 106 e 149 dos satélites ERS-2 e ENVISAT, no rio Pardo,
na bacia do rio Negro. Mosaico de imagens JERS-1 no período de cheia em segundo plano.
a) Localização das medidas altimétricas nos quadros superiores, Em amarelo, os pontos
selecionados para aplicação da correção do efeito off-nadir, delimitados pelos polígonos em
verde nos segmentos dos perfis hidrológicos, que se estendem, transversalmente, sobre ~4,5
km, do curso do rio.
b) Os pontos vermelhos correspondem à localização dos vértices das parábolas das medidas
altimétricas. Em azul escuro e azul claro, as medidas dos satélites ERS-2 e ENVISAT,
respectivamente.
c) Série temporal altimétrica dos satélites ERS-2 e ENVISAT, círculos e quadrados, cinza e
preto, correspondem aos traços 106 e 149, dos satélites ERS-2 e ENVISAT, respectivamente.
# 106
# 149
a)
1:42S
1:45S
1:48S
1:42S
1:45S
1:48S
60:33W
60:39W
60:36W
60:33W
60:39W
60:36W
60:30W
b)
c)
Altutude (m)
Data (
ano
)
151
Fonte: Silva et al. (in press 2010
e em revisão 2010).
Figura 6.11 Série temporal altimétrica dos satélites ERS-2 e ENVISAT, no cruzamento dos
traços 736 e 779, no rio Unini, afluente do rio Negro. Quadrados e círculos, cinza e preto,
correspondem aos traços 736 e 779, dos satélites ERS-2 e ENVISAT, respectivamente.
Mosaico de imagens JERS-1 no período de cheia em segundo plano.
Cruzamentos de traços altimétricos em zonas úmidas forma estudados em Silva et
al., (submetido 2009c e em revisão 2010) e em Seyler et al., (2008) provenientes do algoritmo
Ice-1 do satélite ENVISAT, no lago Rocaguado, sob os traços 121 e 278 e no lago Guaporé,
sob os traços 106 e 951, com tempos de revisita de 5,5 dias para ambos os lagos. O RMS
entre as diferenças de nível de água é de aproximadamente 15 cm, comparável entre os dois
lagos (Tabela 6.1). Destaca-se que esses valores dos RMS mostrados incorporam os erros
das correções da troposfera seca e úmida por localizarem em altitudes superiores a 100 m
em relação os rios Pardo e Unini, que se encontram na planície amazônica, dado que a
diferença entre as médias das variações dos níveis de água correspondem a
aproximadamente 12 mm, para ambos os lagos. Adicionalmente, observa-se que o
aproveitamento dos ciclos analisados é inferior àqueles dos rios, por se encontrarem em
zonas cobertas por vegetação inundada sujeitas a maiores ruídos no sinal do radar, no
entanto, mesmo com uma baixa amplitude de variação de nível de água, no máximo 2,5 m,
o ciclo hidrológico dos lagos é evidenciado (Figura 6.12).
Os cruzamentos estudados nos casos onde o tempo de revisita é longo situam-se em
grandes rios, como o rio Amazonas, sob os traços 063 e 478; e o rio Solimões, sob os traços
149 e 564; mas também em rios menores, como o rio Itapará, sob os traços 192 e 693,
afluente do rio Branco (Silva et al., in press 2010 e em revisão 2010). Os resultados
encontram-se listados na Tabela 6.2 e exemplificados na figura 6.13, Foram incluídos na
Tabela 6.2 as comparações para os casos precedentes com curto tempo de revisita. As
dispersões das medidas altimétricas entre os pares de traços são comparáveis entre si, tanto
para grande tempo de revisita, quanto para curtos. Para os satélites ENVISAT e ERS-2, os
valores de ε variam entre 0 e 5 % e entre 1 e 6%, respectivamente. Sendo que, para curto
tempo de revisita compreendem intervalos de 0 a 5%, para o satélite ENVISAT e 5 a 6%,
para o satélite ERS-2. Sabe-se que o parâmetro ε não fornece uma análise precisa da
Altitude (m)
Data (
ano
)
1S
1:30S
63W
62:30W
# 779
# 736
2S
RIO UNINI
RIO NEGRO
152
qualidade da série temporal conjunta, no entanto permite estabelecer alguns limites sobre o
valor do erro. Dos sete casos analisados, o erro médio para longos tempo de revisita é da
mesma ordem de grandeza que os das séries de curto tempo de revisita, por exemplo,
aproximadamente 15 e 20 cm para satélite ENVISAT e entre 40 e 50 cm para o satélite ERS-
2.
Fonte: Silva et al. (submetido 2009c e em revisão 2010).
Figura 6.12 Série temporal altimétrica do satélite ENVISAT (Ice-1), no cruzamento dos
traços 121-278 e 106-951, lagos Rocaguado e Guaporé, respectivamente. Círculos preto
correspondem aos traços 121 e 106 e cinza 278 e 951. Mosaico de imagens JERS-1 no
período de cheia em segundo plano.
Tabela 6.2 Comparação dos pontos de cruzamentos dos traços dos satélites.
Estação Virtual
Tempo de
revisita
(dias)
ENVISAT (m)
σ
1
σ
2
ε
ERS-2 (m)
σ
1
σ
2
ε
Rio Amazonas 14 3,16 3,00 2,6 3,24 3,54 4,9
Rio Solimões 14,5 3,21 3,27 3,2 3,56 3,91 5,4
Rio Itapará 17,5 2,00 1,93 1,8 1,79 1,74 1,3
Rio Pardo 1,5 1,00 0,91 4,7 1,06 0,95 5,8
Rio Unini 1,5 1,73 1,80 2,8 1,97 1,85 4,7
Lago Rocaguado 5,5 0,30 0,31 0,1
Lago Guaporé 5,5 0,60 0,64 3,6
139
139.5
140
140.5
141
141.5
142
142.5
2002 2003 2004 2005 2006 2007 2008 2009
Altitude (m)
Data (ano)
# 278
ENVISAT
# 121
ENVISAT
12:48S
13:13S
66W
LAGO
ROCAGUADO
63:09W
12:54S
13:03S
# 951
ENVISAT
# 106
ENVISAT
LAGO
GUAPORÉ
148
148.5
149
149.5
2002 2003 2004 2005 2006 2007 2008 2009
Altitude (m)
Data (ano)
153
Fonte: Silva et al., (in press 2010 e
em revisão e 2010),
Figura 6.13 Série temporal altimétrica dos satélites ERS-2 e ENVISAT, no cruzamento dos
traços 063 e 478, 149 e 564, e, 192 e 693, nos rios Amazonas, Solimões e Itapará,
respectivamente. Mosaico de imagens JERS-1 no período de cheia em segundo plano.
Círculos e quadrados, cinza e preto, correspondem aos traços dos satélites ERS-2 e
ENVISAT, respectivamente.
6.2.2.
VALIDAÇÃO EXTERNA
A comparação das séries temporais altimétricas com estações fluviométricas foi
executada para 34 estudos da região Amazônica, com larguras de vários quilômetros a
Altutude (m)
Data (ano)
Altutude (m)
58:48W
3:12S
3:24S
# 063
# 478
RIO AMAZONAS
RIO MADEIRA
Altutude (m)
0
1:15S
61:45W
61:30W
# 693 # 192
RIO BRANCO
RIO ITAPARÁ
# 149
3S
60:30W
3:30S
60W
# 564
RIO NEGRO
RIO SOLIMÕES
154
alguns metros. Sendo que 27 aplicações são apresentadas em Silva et al., (in press 2010 e
em revisão 2010) e 7 investigações, conduzidas na planície de inundação dos Llanos de
Mojos, na bacia do rio Madeira, mostrados em Seyler et al., (2008, 2009a e 2009b). A
seleção dos dados foi executada separadamente e regressões lineares foram computadas
independentemente para os algoritmos Ice-1 e Ice-2 do satélite ENVISAT e Ice-2 do satélite
ERS-2.
6.2.2.1.
ESTAÇÕES FLUVIOMÉTRICAS INSTALADAS ABAIXO DO TRAÇO DO
SATÉLITE
Estações fluviométricas instaladas abaixo do traço do satélite foram analisadas para
5 rios da bacia Amazônica em Silva et al., (in press 2010 e em revisão 2010). Os resultados
encontram-se listados na tabela 6.3, sendo alguns apresentados na Figura 6.14. Para as
séries temporais do satélite ENVISAT, o menor RMS encontrado para o algoritmo Ice-1 é 25
cm em Fazenda Boa Lembrança e para o algoritmo Ice-2 é 24 cm em Barrerinha, enquanto
que para o satélite ERS-2 é 41 cm, igualmente na Fazenda Boa Lembrança. Para as séries
temporais do satélite ERS-2, grandes RMS de 1,43 m e 1,98 m são encontrados em
Barreirinha e em Prosperidade. Esse valor para o RMS não corresponde a grandes erros
aleatórios. Na realidade, são devidos, na sua maioria, a alguns pontos mal selecionados
(áreas cinza na Figura 6.14). Contudo, todos estes pontos apresentam aproximadamente a
mesma altitude e podem corresponder a contaminação do eco do radar por algum acidente
topográfica, detectado pelo altímetro.
Na situação em que o curso do rio encontra-se no interior da faixa imageada pelo
radar altimétrico, o coeficiente linear da regressão deve se igualar a 1. No entanto, seus
valores oscilam entre 0,976 e 1,008 para as séries do satélite ENVISAT (Ice-1), 0,969 a 1,006
nas séries do satélite ENVISAT (Ice-2) e 0,788 a 0,993 para as séries do satélite ERS-2 (Ice-
2). Algumas vezes, os melhores e piores valores de ajustamentos são obtidos na mesma
estação in situ, exemplo de Barreinha. Isto sugere que a posição da interseção do traço
altimétrico com o plano de água e seu ambiente influencia na qualidade da série altimétrica.
Nos estudos de Seyler et al., (2008, 2009a e 2009b), provenientes do algoritmo Ice-1
do satélite ENVISAT, dois casos foram analisados quando as estações fluviométricas
encontram-se instaladas abaixo do traço do satélite, Pimenteiras e Vila Bela da Santíssima
Trindade, com RMS de 17 e 34 cm e coeficiente linear da regressão de 1,02 e 0,62,
respectivamente, listados na Tabela 6.6. Supõe-se que o ajustamento em Vila Bela da
Santíssima Trindade não apresenta bons resultados devido à diferença na mensuração
espacial dos dados, a estação in situ registra o nível do escoamento no leito principal do rio
Guaporé enquanto o radar altimétrico mede o nível da lâmina de água ao longo de um
percurso de aproximadamente 6 km, que compreende a planície de inundação, em sua
maior parte composta por vegetação inundada.
155
Com relação aos dados do satélite ENVISAT, os resultados obtidos usando o
algoritmo Ice-2 são tão bons quanto aqueles obtidos usando o algoritmo Ice-1. Em estudo
precedente, Frappart et al., (2006a) chegaram à conclusão diferente, indicando que
algoritmo Ice-1 apresentava melhores RMS do que algoritmo Ice-2, Em Frappart et al.,
(2006a), as séries temporais foram obtidas através de uma simples seleção geográfica das
medidas altimétricas. Não foi executada nenhuma edição das medidas incluídas no domínio
da estação virtual, No presente estudo, constatou-se que as medidas provenientes do
algoritmo Ice-2 apresentam maiores ruídos (outliers) do que aquelas do algoritmo Ice-1. A
diferença no desempenho do algoritmo Ice-2 entre o presente estudo e aquele conduzido por
Frappart et al., (2006a) são resultantes da eliminação desses ruídos com o emprego da
ferramenta VALS.
Fonte: Silva et al. (in press 2010).
Figura 6.14 Regressões lineares quando as estações fluviométricas se encontram instaladas
abaixo do traço do satélite. A linha pontilhada na diagonal representa o ajustamento
perfeito, com inclinação igual a 1. Os RMS encontram-se entre parênteses ao lado dos
histogramas dos resíduos, em cm. Abaixo as séries temporais altimétricas e in situ.
156
Tabela 6.3
Estatística das comparações com as estações fluviométricas instaladas abaixo do traço do satélite.
Estação
in situ
ENV (2002-2008) ERS - 2 (1995-2002)
Ice-1
Ice-2
Ice-2
Traço Coeficiente
linear
Z
0
∆z RMS Coeficiente
linear
Z
0
∆z RMS Coeficiente
linear
∆z RMS
Barrerinha
(Rio Negro)
450
1,008 ± 0,014 31,760 ± 0,42 0,088
0,278 1,006 ± 0,013
31,815 ± 0,169 0,069
0,239 0,788 ± 0,088 2,322 1,43
Paricatuba
(Rio Negro)
650 0,976 ± 0,012 7,809 ± 0,187 0,378
0,523 0,983 ± 0,008
7,643 ± 0,134 0,357
0,442 0,920 ± 0,036 1,25 1,07
Fazenda B, L,
(Madeira)
235 0,993 ± 0,003
31,442 ± 0,024 0,043
0,249 0,985, ± 0,004
31,424,, ± 0,025
0,096
0,256 0,973 ± 0,009 0,175 0,413
Sao Felipe
(Rio Negro)
536 0,977± 0,005 59,005 ± 0,043 0,207
0,279 0,969 ± 0,005
58,937 ± 0,050
0,724
0,282 0,993± 0,018 0,066 0,517
Prosperidade
(Rio Madeira)
192 1,004 ± 0,005
38,710± 0,056 0,037
0,398 0,993± 0,006
38,561 ± 0,069
0,061
0,441 0,863± 0,192 1,339 1,975
Fonte: Silva et al. (in press 2010).
157
Adicionalmente, duas zonas úmidas, com características diferenciadas foram
apresentadas em Silva et al., (submetido, 2009c), o lago Caapiranga, um alagado
interfluvial, com vegetação constantemente inundada e o lago Janauacá, onde a presença de
vegetação é bastante inferior no plano da lâmina de água com o traço do satélite. No lago
Janauacá, a variação temporal dos níveis de água nas séries elaboradas com os dois
algoritmos, Ice-1 e Ice-2, encontra-se no intervalo das dispersões calculadas. Fato contrário
ocorre no lago Caapiranga, observa-se um erro sistemático entre os dois algoritmos, que se
supõe resultante da contaminação do sinal por ecos proveniente de contrastes de retro-
difusão ocasionados pela presença da vegetação, revertendo-se em maiores ruídos no
algoritmo Ice-2. No entanto, mesmo com uma pequena amplitude de variação do nível de
água, aproximadamente 60 cm, pode-se ver, claramente, o ciclo hidrológico, mostrando que
os erros das medidas são inferiores à amplitude do sinal.
6.2.2.2.
ESTAÇÕES FLUVIOMÉTRICAS INSTALADAS DISTANTE DO TRAÇO
Estações fluviométricas instaladas distante do traço do satélite foram analisadas
para 20 rios da bacia Amazônica, com 18 casos estudados em Silva et al., (in press 2010 e
em revisão 2010) e 5 apresentados em Seyler et al., (2008, 2009a e 2009b).
Os resultados de Silva et al., (in press 2010 e em revisão 2010) encontram-se
listados na Tabela 6.4 e apresentados na Figura 6.15, Esses resultados são extremamente
variáveis. Os menores RMSs encontrados foram 12 cm, em Pedras Negras, para as séries do
satélite ENVISAT (Ice-1 e Ice-2) e 34 cm, em Príncipe da Beira, para as séries do satélite
ESR-2 (Ice-2), O coeficiente linear da regressão é sensivelmente diferente de 1, com valores
entre 0,842 e 1,325, 0,847 e 1,263, 0,785 e 1,481 para as séries ENVISAT Ice-1, Ice-2 e
séries ERS-2, respectivamente. Esses coeficientes são bastante coerentes entre si, mas
sugerem amplitudes de variação muito diferente entre as séries altimétricas e as séries in
situ. Resultados típicos da dificuldade que há em se comparar séries distanciadas umas das
outras. A Tabela 6.4 apresenta também outro parâmetro, Es, que corresponde à
porcentagem de ciclos utilizados na regressão. Nota-se que em virtude do método de seleção
utilizado, poucos pontos foram rejeitados para o satélite ENVISAT, por outro lado os
resultados do satélite ERS-2 são ligeiramente mais variados (75% de rejeição em Príncipe da
Beira), Em contrapartida, certos pontos retidos são claramente falsos e poderiam ser
afastados da seleção.
Em Pedras Negras, os RMSs encontrados são os menores para as séries do satélite
ENVISAT. Os coeficientes lineares das regressões são 0,842, 0,847 e 0,785 para as séries
ENVISAT Ice-1, Ice-2 e séries ERS-2, respectivamente. O rio é estreito com aproximadamente
250 m de largura na estação in situ e 190 m de largura no cruzamento com o traço 106, 30
km a jusante da estação in situ. Nota-se que o traço cruza a curso do rio Guaporé com um
ângulo próximo a 45°, sendo o comprimento real da seção transversal 330 m. Outra boa
158
comparação se encontra em Pimenteiras, onde o rio Guaporé é ainda mais estreito 150 m de
largura na posição da estação in situ e no cruzamento com o traço 478, 6 km a jusante. Os
coeficientes lineares das regressões são melhores que em Pedras Negras, próximos de 1.
Observa-se que a distância entre o traço do satélite e a estação in situ, respeitando-se o
limite de 30 km e quando não ocorrem mudanças hidrológicas entre ambos, bem como a
largura do rio, não são fatores que aumentam as anomalias entre os níveis de água medidos
pelo radar altimétrico e os medidos in situ.
Duas estações in situ são comparadas com dois traços, separadamente. Em São
Paulo de Olivença, no rio de Solimões, são analisados os traços 078 e 665 ambos passam a
montante da estação in situ; em Beaba, situado no rio de Purus, são comparados os traços
192 e 321 que passam a jusante da estação in situ. Para ambos os casos, os resultados são
bastante diferentes. Para a estação in situ de São Paulo de Olivença as análises não
apresentam bons resultados para o traço 078, em particular para a série temporal com o
algoritmo Ice-1. Destaca-se, que mudanças no contexto hidrológico ocorrem no rio Solimões,
entre o traço 078, à montante do traço 665, e a estação in situ, onde o rio Solimões é mais
estreito. Entre o traço 078 e o traço 665, que se encontra mais próximo da estação in situ,
um tributário da margem direita, se junta, ao rio Solimões, produzindo um represamento
parcial do leito de rio, depositando uma grande quantidade de sedimentos, evidenciado pela
presença de um banco de areias em sua margem. Inversamente, na margem esquerda, um
afluente desvia parte do escoamento do rio Solimões, retornando ao leito principal somente
a jusante da estação in situ. Sendo, portanto, diferenciadas as condições do escoamento do
rio Solimões nos traços 078 e 665, bem como na estação in situ, onde a leito do rio
apresenta, somente, 1,1 km, enquanto que sob os traços são bem mais largo,
aproximadamente 1,8 km. Observa-se alguns pontos a meia altura, entre 55 e 56 m, na
Figura 6.15 da regressão entre as leituras da estação in situ e o traço 078 em São Paulo de
Olivença, onde se supõem que alguns ecos do radar foram poluídos pela ilha arenosa, na
margem direita do rio Solimões, tendo sido incluído erroneamente na seleção das medidas
altimétricas.
159
Fonte: Silva et al. (in press 2010).
Figura 6.15
Regressões
lineares quando as estações fluviométricas se encontram instaladas entre 2 e 30 km do traço do satélite. A linha
pontilhada na diagonal representa o ajustamento perfeito, com inclinação igual a 1. Os RMS encontram-se entre parênteses ao lado dos
histogramas dos resíduos, em cm. Abaixo as séries temporais altimétricas e in situ.
160
Tabela 6.4
Estatística das comparações quando as estações fluviométricas se encontram instaladas entre 2 e 30 km do traço do satélite.
Estação in situ
ENV (2002-2008) ERS -2 (1995-2002)
Coeficiente linear Ice-1
Coeficiente linear Ice-2
Coeficiente linear Ice-2
RMS Es
RMS
Es RMS Es
Palmeiras 1,016 ± 0,056 0,361 91 1,012 ± 0,059 0,369 91 0,982 ± 0,035 0,831 100
Santa Maria 0,978 ± 0,026 0,810 91 0,985 ± 0,027 0,830 91 0,823 ± 0,103 1,193 98
São Paulo Olivença
1,325 ± 0,179
1,039 ± 0,010
0,802
0,452
91
91
1,263, ± 0,123
1,029 ± 0,017
0,666
0,577
89
91
0,912 ± 0,051
1,039 ± 0,018
1,163
0,683
100
90
Ipiranga Novo 1,002 ± 0,009 0,343 89 1,031 ± 0,010 0,345 89 0,952± 0,020 0,533 96
Barreira Alta 0,964± 0,009 0,372 91 0,948± 0,009 0,374 91 0,914± 0,021 0,544 94
Fonte Boa 0,948 ± 0,011 0,432 87 0,967 ± 0,003 0,237 85 0,954 ± 0,015 0,582 95
Serra do Moa 1,325 ± 0,142 0,775 89 0,738 ± 0,124 0,722 87 1,481 ±0,598 1,636 71
Beaba
0,775 ± 0,16
1,009 ± 0,021
2,259
0,258
91
91
0,867 ± 0,101
1,006 ± 0,028
1,792
0,295
91
91
0,890 ± 0,038
0,982 ±0,024
1,196
0,925
97
90
Arumã Jusante
0,975
± 0,002
0,225
86
0,9868
±0,002
0,235
87
1,017
±0,005
0,400
100
Missao Içana
0,990
± 0,006
0,298
91
0,963
± 0,007
0,335
91
1,051
± 0,013
0,442
82
Pimentairas 1,010± 0,002 0,139 98 1,027± 0,003 0,164 98 1,021±0,027 0,512 94
Pedras Negras 0,842±0,001 0,118 91 0,847±0,001 0,119 91 0,785± 0,008 0,322 99
Principe da Beira 1,020±0,004 0,296 89 1,016±0,006 0,338 89 0,989±0,016 0,340 25
Fazenda Apurú 1,054±0,053 0,462 91 1,077±0,045 0,427 91 N/A N/A 74
Maloca Tenharim 1,057±0,0037 0,212 91 1,068±0,005 0,254 91 1,043±0,045 0,716 87
Urubu 0,955±0,012 0,317 91 0,947±0,013 0,343 91 N/A N/A 60
Fonte: Silva et al. (in press 2010).
161
Quanto à estação de Beaba, após a estação in situ o rio é meandrado, com uma
curva exatamente no ponto de interseção do plano de água com os dois traços, sendo
erodido no traço 321, margem direita, parte côncava da curva, com o deposito do sedimento
ocorrendo na margem esquerda, parte convexa, onde passa o traço 192. Os ajustes
apresentam bons resultados com a série altimétrica do traço 321, que se encontra mais
próximo da estação in situ, no inicio da curva do meandro, em particular para as séries
ENVISAT. Fato contrário ocorre com as séries do traço 192. Alguns pontos que se afastam
da tendência geral, são agrupados a uma altitude constante, entre 26 e 28 m, sugerindo a
contaminação do eco do radar pela mudança de relevo do leito do rio. Situação similar é
observada no estudo de Seyler et al., (2008), que descrevem que em partes meandradas dos
rios os ecos do radar são contaminados pela mudança de relevo da lâmina de água entre o
rio e a planície de inundação. Além disso, quando a linha d’água atinge essa altitude
ocorrem distorções geométrica na medida altimétrica, visto que o altímetro permanece
ancorado ao nível de água de um pequeno lago na margem esquerda. Alguns quilômetros
adiante, o traço 779 cruza o rio Purus, que se encontra 12 km a jusante da estação in situ
Aruanã, apresentando excelentes ajustes, os coeficientes lineares das regressões variam
entre 0,98 e 1,02 e os RMSs são reduzido para todas as séries altimétricas.
O pior ajuste entre as séries in situ e altimétricas, ocorrem na estação de Serra do Moa,
alto rio Juruá, localizado na porção Norte do estado do Acre, fronteira com o Peru e o vale
médio do rio de Ucayali, correspondendo a uma dobradura Andina, o último dente reto da
Cordilheira oriental, atravessadas por diversos tributários do alto rio Juruá. Os coeficientes
lineares das regressões entre as medidas in situ e as três séries altimétricas apresentam
valores bastante diferenciados entre si, a saber: 1,325 e 0,738 para as séries do ENVISAT e
1,481 para a série do ERS-2. Na Cordilheira Andina, o rio é ainda estreito,
aproximadamente 50 m de largura e as leituras da estação in situ resultam num hidrograma
plurimodal, indicando que os níveis variam rapidamente. Ressalta-se que, embora a
distância entre o traço e a estação in situ seja limitada a, somente, 1,5 km, o traço cruza o
rio Juruá, ainda, na Cordilheira Andina, enquanto a estação in situ situa-se na planície, aos
pés dos montes. Os níveis podem apresentar variações significativas entre os dois lugares,
onde a dinâmica do escoamento, é muito diferente, dificultando a comparação. Finalmente,
a declividade do rio é grande, embora não tenha sido calculado com precisão, estima-se que,
localmente, seja superior a 10
2
. Tal declividade faz com que o feixe do radar ao incidir sobre
o rio, imageia alvos diferenciados em termos da altitude, devido aos pequenos desvios das
passagens sucessivas do satélite, resultando em dados não confiáveis, sendo uma das
limitações para a elaboração de estações virtuais descrita em Seyler et al., (2008). Esse
efeito não foi corrigido nas séries altimétricas no escopo deste estudo. No entanto, para essa
situação, a correção da declividade apresentada em Eq. 3.10 devia ter sido incluída, para
que todos os pontos da série altimétrica resultassem numa posição teórica idêntica ao das
leituras da estação in situ Serra do Moa, no rio Juruá.
162
Nas estações de Urubu e Fazenda Apuru, as comparações foram limitadas a alguns
pontos devido à ausência de registro in situ. Em ambos os casos, a comparação apresentou-
se impossível para as séries do ERS. Nesses estudos, as séries altimétricas oferecem um
complemento interessante às medidas in situ por apresentarem dados anteriores a
instalação das réguas de leitura.
O histograma das diferenças dos RMSs entre a série altimétricas e as estações in situ
é mostrado em figura 6.16, 70% da série do ENVISAT apresentam RMS inferior a 40 cm,
mas somente 35% da série do ERS-2 denotam o mesmo resultado, 70% das séries sustêm
80 cm de RMSs. Birkett et al. (2002) apresentam uma lista de 34 séries temporais
altimétricas para a bacia Amazônica, utilizando dados do algoritmo Ocean do satélite T/P. O
histograma das diferenças dos RMSs entre a série altimétricas e as estações in situ é
mostrado em figura 6.16. Para essas séries, os resultados de 70% correspondem a 110 cm,
valores muito superior ao encontrados para as séreis do ERS-2.
Fonte: Silva et al. (in press 2010)
Figura 6.16 Histograma das diferenças de RMS entre as séries altimétricas e in situ.
Nos estudos procedidos por Seyler et al., (2008, 2009a e 2009b), provenientes do
algoritmo Ice1 do satélite ENVISAT, os ajustes também são variáveis, o menor RMS é de 40
cm, em Porto Velho, enquanto que, o maior, 1,47 m, ocorre com a estação de Abunã,
listados na Tabela 6.5. Sendo que o coeficiente linear da regressão varia entre 0,74 e 1,06,
163
em Pedras Negras e Porto Velho. Embora apresente um coeficiente linear da regressão de
0,99, o RMS na estação de Abunã é o maior encontrado, constatou-se que nas enchentes e
nas vazantes os dados altimétricos ajustaram-se bem com os dados in situ, embora
subestimem as cheias e as vazantes. A largura do rio é praticamente a mesma e não há
nenhuma evidência de uma zona sujeita a inundações. No entanto uma região de floresta
inundada circunda a curva do rio Madeira entre Abunã e traços 278, a jusante, bem como
pequenos tributários juntam-se ao rio Madeira nesse trecho. A junção dos tributários com o
fluxo proveniente da vegetação inundada pode ser responsável pelas diferenças de
escoamentos do rio na estação in situ e no traço 278, com baixa qualidade no ajuste entre
as duas séries temporais.
Tabela 6.5 Estatística das comparações quando as estações fluviométricas se encontram
instaladas entre 2 e 30 km do traço do satélite, na planície de inundação dos Llanos de Mojos, na
bacia do rio Madeira.
Estação in situ
Distância entre a
estação in situ e
a estação virtual
(km)
Coeficiente
linear
RMS
Porto Velho 18 1,06 0,395
Príncipe da Beira 5 0,75 1,349
Pimenteiras 0 1,02 0,170
Abunã 30 0,99 1,496
Pedras Negras 29 0,74 0,689
Boa Vista dos Pacas 5 1,02 N/A
Vila Bela de
Santíssima Trindade
0 0,62 0,342
Fonte: Seyler et al. (2008, 2009a e 2009b).
6.2.3.
CONSIDERAÇÕES
Os níveis de água registrados pelo radar altimétrico e pelas estações in situ são
fundamental diferentes. O radar altimétrico imageia superfícies que enquadram diversos
quilômetros enquanto as estações in situ registram níveis em pontos discretos do corpo de
água. Dada a variabilidade natural da superfície da lâmina de água produzida pela dinâmica
dos escoamentos, os níveis dos corpos medidos pelo radar não pode igualar-se aos níveis
locais registrados nas estações in situ. Embora possam apresentar resultados mais
coerentes quando a estação in situ encontra-se abaixo do traço do satélite ou quando o
registro do altímetro não apresenta contaminação do sinal por ecos parasitas (i.e, ilhas,
variações topográficas, entre outras).
Para avaliar a qualidade da série do nível de água derivada do radar altimétrico
foram usando três critérios, distintos. As comparações dos cruzamentos dos traços do
satélite que é o independente dos registros das estações in situ, em rios e zonas úmidas, e
164
comparações com os dados in situ quando a estação encontra-se abaixo ou distante no
máximo 30 km do traço do satélite, em rios amazônicos. Desse estudo, resulta que a
qualidade da série altimétrica é altamente variável. Foram encontradas séries com erros
inferiores a 20 cm quando outras apresentam grandes erros métricos. A maioria das séries
do satélite ENVISAT analisadas exibem RMS abaixo de 30 cm. Por outro lado os do satélite
ERS-2, são significativamente mais elevado, aproximadamente 70 cm. Esses valores são
muito inferiores àqueles encontrados por Birket et al. (2002) denotando uma qualidade
superior nas séries temporais apresentadas em relação aos estudos precedentes em
hidrossistemas continentais.
Embora apresentem uma variação vertical constante, de aproximadamente 6 m,
devido a um erro no reprocessamento dos ecos do radar, enquanto a origem desse erro não
for inteiramente compreendida, não se pode rejeitar a existência de alguma variável de
segunda ordem contribuindo para os grandes RMSs encontrados nessas séries de dados da
missão ERS-2. Reprocessamento dos SGDRs do satélite ERS-2 estão sendo executado
atualmente no LEGOS, incluindo o algoritmo Ice-1, acredita-se que investigações adicionais
com algoritmos empregando o método de reconhecimento das formas de onda poderiam
melhorar os dados para o uso específico dos níveis de águas continentais.
Birket at al. (2002) relatam que rios com largura inferior a 1 km não apresentam
séries temporais altiméticas de boa qualidade. No presente estudo a largura do rio não
aparece como um fator que controla fortemente a qualidade da série. Utilizando-se a
correção do efeito off-nadir, podem ser obtidas séries da alta qualidade em rios muito
estreitos.
Os erros na seleção dos dados e na contaminação das medidas poluídas por ecos
parasitas ocorrem na maior parte em níveis intermediários do ciclo hidrológico, ou seja, nas
enchentes e vazantes, quando ocorrem variações na superfície imageada, por exemplo,
surgimento de bancos de areia nas vazantes e inundação desses locais quando na enchente.
Nas cheias e estiagens as medidas apresentam bons ajustamentos na maioria des séries,
dada a homogeneidade no interior da faixa imageada. Quando as medidas corrompidas
puderam ser removidas cautelosamente, os algoritmos Ice-1 e Ice-2 apresentaram resultados
similares. Adicionalmente, destaca-se que, nenhum erro sistemático significativo nos níveis
de água foi encontrado entre os dois algoritmos.
A amostragem do tempo é uma das limitações da altimetria espacial (cf. § 3.6.2.2),
para os satélites ERS-2 e ENVISAT o tempo de revisita é de 35 dias. Uma eliminação restrita
dos pontos falsos aumenta a amostragem temporal, quando algumas passagens são
inteiramente rejeitadas. Na maioria dos casos estudados, a taxa eficaz da amostragem é
90% do total de ciclos analisados. Em todas as séries apresentadas nesse estudo, a
variabilidade do ciclo hidrológico em escala interanual e sazonal, são bem reproduzidas
sendo evidenciada a habilidade da técnica em fornecer uma informação valiosa nessas
escalas de tempo.
165
6.3.
APLICAÇÕES HIDROLÓGICAS DOS DADOS ALTIMÉTRICOS EM RIOS
Em razão da importância dos dados fluviométricas, que segundo Ibiapina et al.
(1999) são indispensáveis para o planejamento de uso dos recursos hídricos, previsão de
cheias, gerenciamento de bacias hidrográficas, saneamento básico, abastecimento público e
industrial, navegação, irrigação, transporte, meio ambiente, assim como para o atendimento
a outros segmentos, como os estudos de aproveitamentos hidro-energéticos e muitos outros
estudos de grande importância científica e sócio-econômica, as aplicações hidrológicas dos
dados altimétricos foram conduzidas através de estudos comparativos com estações
fluviométricas, em diversos rios amazônicos. Busca-se, por conseguinte, uma resposta
eficaz às necessidades de caracterização quali-quantitativa dos dados fluviométricas para
uma melhor utilização dos recursos hídricos continentais.
Nivelamentos de estações fluviométricas podem ser executados de duas maneiras:
direto utilizando medidas provenientes de GPS e nivelamento indireto utilizando medidas
altimétricas. Em Silva et al. (in press 2010) utilizando-se o nivelamento indireto através de
medidas altimétricas foram niveladas cinco estações fluviométricas, localizadas abaixo do
traço do satélite (cf., item § 6.3.1) e seis pelo método de declividade nula localizadas na
bacia Amazônica (cf., item § 6.3.2). Nivelamentos de estações fluviométricas pelo método
direto utilizando GPS foram executados por Cheng et al., (2009) e por Moreira et al., (2009)
sendo comparados com os provenientes de dados altimétricos (cf., item § 6.3.3).
O conhecimento do comportamento dos rios, suas sazonalidades e vazões, assim
como os regimes de escoamento das diversas bacias hidrográficas, considerando as suas
distribuições espaciais e temporais, exigem um trabalho permanente de coleta e
interpretação de dados, no entanto, esses dados apresentam um número expressivo de
falhas. As séries temporais altimétricas permitem a correção dessas falhas (cf., item § 7.3.4).
6.3.1.
NIVELAMENTO DE ESTAÇÕES FLUVIOMÉTRICAS COM DADOS
ALTIMÉTRICOS
O nivelamento indireto de estações fluviométricas utilizando dados altimétricos pode
ser obtido pela diferença das médias das séries altimétricas e das leituras para as mesmas
datas visto que corresponde a um simples deslocamento da origem. Nos casos onde os
traços passam sobre a estação in situ, o coeficiente angular da regressão linear representa o
nível do zero da régua. A diferença entre as duas formas de nivelar a estação in situ é outra
maneira de avaliar a qualidade da informação fornecida pela série altimétrica. Esta
diferença é alistada na Tabela 6.3 como ∆z, para as séries do satélite ENVISAT juntamente
com o nível do zero da régua dado pela diferença das médias entre as séries, denominado
Z
0
. Como as séries ERS-2 são deslocadas verticalmente de aproximadamente 6 m, devido a
um erro no reprocessamento das medidas do eco do radar, encontrou-se somente a
166
diferença ∆z. Para as séries do ENVISAT, a diferença o nível do zero da régua pelos dois
métodos varia entre 4 e 38 cm para as séries Ice-1 e entre 7 e 72 cm para as séries Ice-2. Os
valores para ERS-2 apontam uma variação muito maior, entre 7 cm e 2,3 m. Em todos os
casos, os maiores valores de ∆z estão associado com os coeficientes lineares da regressão
muito distantes de 1.
O nivelamento de estações fluviométricas utilizando diferentes algoritmos de
tratamento de FO é uma oportunidade de determinar os erros sistemáticos (bias) possível
entre ambos os algoritmos. Esses erros sistemáticos são calculados como a diferença entre o
valor obtido para Z
0
ao nivelar estação in situ usando as séries temporais dos algoritmos Ice-
1 e Ice-2 do satélite ENVISAT. O valor médio das diferenças entre os valores de Z
0
mostrados
na tabela 7.4 é de 6 a 7 cm, que não é estatisticamente significativo, por outro lado,
sensivelmente diferente do valor de 24 cm encontrado por Cretaux et al., (2009) para lagos.
6.3.2.
ESTAÇÕES FLUVIOMÉTRICAS INSTALADAS ENTRE DOIS TRAÇOS DO
SATÉLITE NIVELAMENTO COM DECLIVIDADE NULA
(NULL-SLOPE)
Seis investigações aplicando o método de nivelamento de declividade nula são
apresentadas em Silva et al. (in press 2010), utilizando 24 estações virtuais provenientes dos
algoritmos Ice-1 e Ice-2, para os satélites ENVISAT e ERS-2, respectivamente, Os resultados
encontram-se listados na Tabela 6.6.
No primeiro estudo dirigido em Jatuarana, no rio Amazonas, o traço 607 situa-se a
14 km, a jusante da estação in situ e os traços 564 e 149 formam um ponto de cruzamento,
a 75 km, a montante da estação in situ. As séries são mostradas na Figura 6.17. O nível
mínimo do zero da régua para os pontos da série permanecer mais altos do que a série
altimétrica a jusante é 4,230 m. Observa-se que para esse valor os níveis das séries diferem
somente alguns centímetros nos últimos meses de 2005, quando ocorreu uma grande seca
na região amazônica. O nível máximo do zero da régua para que a série permaneça abaixo
da série altimétrica, proveniente dos traços 149 e 564, a montante, é 4,366 m. Com 13,6 cm
de níveis possíveis para o zero da régua, a série da estação in situ ajusta-se bem entre as
duas séries altimétricas, nenhum dos pontos altimétricos violam os critérios da declividade
nula com a série in situ, seja a montante ou a jusante. De acordo com esses níveis para o
zero da régua, a declividade a montante é 2,34 cm/km e a jusante é 4,23 cm/km. A
declividade média entre as duas séries altimétricas é 2,97 cm/km, A nível do zero da régua
interpolado linearmente usando essa declividade média é 4,172 m, 5 cm mais baixo que o
nível mínimo mencionado acima. Esta pequena diferença entre o nível do zero da régua
imposta pela interpolação entre as séries altimétrica e in situ supõe uma declividade
constante e sugere que nenhum ponto atípico (outlier) na série altimétrica force a série in
situ para níveis significativamente falsos.
167
Tabela 6.6 Nivelamento das estações in situ com declividade nula entre os traços do satélite.
Estação in situ
Nível do zero
da régua
(m)
Declividade
(10
6
m/m)
Jatuarana
(Rio Amazonas)
4,29 ± 0,07 29,7
Barcelos
(Rio Negro)
17,37 ± 0,03 21,0
Manacapuru
(Rio Solimões)
5,91 ± 0,07 20,5
Maraa
(Rio Japurá)
27,72 ± 0,23 41,2
Seringal
(Rio Purús)
65,92 ± 0,5 48,4
Óbidos
(Rio Amazonas)
4,018 ± 0,1 22,6
Fonte: Silva et al. (in press 2010).
Resultados semelhantes são obtidos em Barcelos, no rio Negro. Essa estação in situ é
enquadrada pelos traços 779 e 278, que cruzam o rio, 5 km a jusante e 51 km a montante,
respectivamente. A declividade média dada por ambas as séries altimétricas nesse trecho do
rio do Negro é 2,1 cm/km, resultando em um nível interpolado para o zero da régua de
Barcelos de 17, 042 m. O nível mínimo do zero da régua em relação à série altimétrica a
jusante é 17,345 m e o máximo corresponde a 17,401 m em relação a série altimétrica a
montante. A variação de nível possível para zero da régua de 56 milímetros é muito mais
restrita do que em Jatuarana. O nível mínimo do zero da régua é 30 cm mais alto do que o
aquele proveniente da interpolação, utilizando a declividade constante entre as duas séries
altimétricas. Aplicando-se o nível interpolado resultaria em pelo menos um ponto da série a
jusante ultrapassando o nível da régua em 30 cm. Visto que a declividade do rio não muda
significativamente entre os 56 km que separam os dois traços, é provável que pelo menos
um valor na série altimétrica a montante, esteja com um erro de aproximadamente 30 cm,
mais baixo que o nível da régua.
O terceiro exemplo corresponde à estação fluviométrica de Manacapuru, no rio de
Solimões, formado pelos traços 149 e 564 que formam um ponto de cruzamento sobre o rio
44 km a jusante da estação in situ e o traço 693 que cruza o rio Solimões 43 km a
montante. A diferença média de nível entre ambas as séries altimétricas é de 1,78 m,
resultante da declividade média de 2,05 cm/km, Nesse caso, não foi possível, inicialmente,
enquadrar a série in situ entre as duas séries altimétricas sem violar a regra de declividade
nula. Para os ajustes da série in situ entre as séries altimétricas, dois pontos da série a
jusante tivessem que ser rejeitados e igualmente um ponto da série a montante. Um dos
dois pontos da série altimétrica a jusante apresentam um erro superior a 4 m. Esse ponto
permaneceu na Figura 6.17 como um exemplo, embora tenham sido detectados pela simples
inspeção visual da série. Os outros pontos denotam erros de aproximadamente 1 m sendo
mais difíceis de detectá-los sem uma análise mais detalhada. Rejeitando-se os 3 pontos que
violam a regra de null-slope, o nível do zero da régua é de 5,98 m, enquanto que o nível
168
interpolando com a declividade média entre as duas séries altimétricas é 5,842m, somente
14 cm mais baixo. Nota-se que para as séries do satélite ERS-2, 11 pontos da série a
jusante e 7 da série a montante violam a regra de null-slope. Dentre esses pontos, diversos
apresentam erros superiores a 4 m, Essas séries contêm valores falsos e sugerem que uma
edição mais rigorosa dos dados seja executada para as medidas provenientes do ERS-2 do
que para as do ENVISAT. Destaca-se que esta área de junção entre os rio Solimões e Negro é
bastante anastomosada, com a presença de ilhas, lagos e uma extensa planície de
inundação e que as medidas do radar altimétrico, para cada passagem do satélite, podem
incluir corpos das águas de níveis diferentes.
O exemplo seguinte situa-se em Maraã, no rio de Japurá. A largura do rio muda de 3
km no cruzamento com traço 908, a montante, para somente 1,8 km, no cruzamento com o
traço 951, a jusante. Os traços dos satélites são bastante próximos da estação in situ, as
distâncias correspondem a 5,2 e 6,2 km, a montante e a jusante, respectivamente. A
variação de níveis possíveis para o zero da régua é somente 47 cm e a declividade média é
4,12 cm/km. Não foi possível aplicar o nivelamento da estação in situ entre as duas séries
altimétricas sem viola a regra de null-slope. Para o ENVISAT, 6 pontos da série a jusante
estão mais elevados e 9 pontos da série a montante mais baixo. Para o ERS-2, 12 pontos da
série a jusante e 19 pontos na série a montante, aproximadamente 25% dos pontos são
detectados como falsos. Entretanto, pode-se conferir o progresso entre os dados do satélite
ERS-2 e aqueles do satélite ENVISAT. Os pontos do ENVISAT apresentam erros de
aproximadamente 50 cm, dentro da variação possível para o nivelamento, enquanto os
pontos do ERS-2 mostram erros superiores a 1 m.
O quinto exemplo localiza-se em Seringal, nesse trecho o rio Purus é bastante
estreito, somente 200m de largura. A distância entre os traços, 908 e 121, e a estação in situ
é de 15,5 km a jusante e 43 km a montante. Pela inspeção visual da série in situ observa-se
um salto no final do ano de 1995, de aproximadamente 2 m, que corresponde a uma régua
de leitura, resultando em grandes erros na comparação com as séries altimétricas. A
diferença média de nível entre as séries altimétricas é de 3,5 m, com uma declividade média
de 4,84 cm/km. A suposição de que a declividade é constante ao longo do segmento do rio
entre os dois traços altimétricos denotou um nível do zero para a régua de 65,920 m. De
acordo com esse nivelamento, dois pontos do ENVISAT e somente um ponto do ERS-2,
violam a regra de null-slope, na série a jusante para ambas as missões, sendo respeitada por
todos os pontos da série a montante.
O último exemplo apresentado nesta parte do estudo corresponde a Óbidos, no leito
principal de rio Amazonas. Os traços 349 e 306 passam a 2,6 e 3,7 km a jusante e a
montante da estação in situ, respectivamente. A diferença média de nível entre as séries
altimétricas é de 21 cm, com uma declividade média de 2,26 cm/km para um nível do zero
da régua de 4,018 m. Usar este valor para intercalar a série in situ entre as séries
altimétricas observando a regra de declividade nula resulta em muitos pontos errôneos nas
séries altimétricas. Contudo, as séries de resíduos apontam características de distribuição
169
não aleatória desses erros ao longo do tempo, alternando os resíduos positivos e negativos
nos mesmos períodos do ciclo hidrológico. Embora a distância média entre os traços dos
satélites seja de aproximadamente 6 km, a estação in situ localiza-se numa curva, com uma
largura inferior àquela apresenta onde os traços cruzam o rio Amazonas, numa região de
grande concentração de ilhas e lagos. Acredita-se que as diferenças entre as séries in situ e
altimétricas sejam provenientes de efeitos hidrodinâmicos que provocam mudanças bruscas
de velocidade no escoamento, resultando em variações do nível da lâmina de água, e,
conseqüentemente, da declividade nessa parte do rio Amazonas.
Destaca-se que este teste não é completo, pois não detecta os valores muito baixos
da série altimétrica a jusante, nem os valores muito elevados da série altimétrica a
montante. Sendo também restrito quando os traços encontram-se próximos e quando a
declividade é pequena. Nota-se, que os dois pontos detectados como falsos no exemplo de
Manacapuru pertencem, igualmente, a série altimétrica usada como a série a montante, no
exemplo de Jatuarana, e não foram detectados no último caso. Porém esse teste indica se as
séries altimétricas são consistentes ou não em relação ao escoamento de rio, sendo
importante para usos em modelos hidrodinâmicos.
No total, menos de 5% dos pontos do satélite ENVISAT e menos de 20% dos pontos
do satélite ERS-2 violaram a regra de declividade nula. Cabe salientar que, alguns destes
pontos que ultrapassaram a régua por vários metros são, obviamente, pontos falsos e
poderiam facilmente ter sido removidos ou corrigidos na série, em particular para as séries
ERS-2, com uma simples inspeção visual dos regimes hidrológicos dos rios. Certamente, as
séries altimétricas podem ser corrigidas posteriormente para que nenhum dos pontos
ultrapasse a régua, ajustados em valores extremos possíveis, tal que a declividade seja nula
na data prescrita ou aplicando-se alguma regra adicional, como uma relação média, obtida
ajustando-se ambas as séries por meio de algum polinômio do grau desejado. Tal
procedimento seria comparável àqueles empregados em agências da água para validar as
séries in situ antes que sejam publicadas oficialmente.
170
Fonte: Silva et al. (in press 2010).
Figura 6.17
Nivelamento das estações in situ com declividade nula entre os traços do satélite. Círculos e triângulos, cinza e preto, correspondem
aos traços dos satélites ERS-2 e ENVISAT, respectivamente.
171
6.3.3.
COMPARAÇÃO ENTRE MÉTODOS DE NIVELAMENTO DE ESTAÇÕES
FLUVIOMÉTRICAS
O nivelamento indireto de estações fluviométricas com dados altimétricos apresenta-
se como uma excelente alternativa para validação dos dados de GPS. A diferença entre os
nivelamentos direto, utilizando medidas de GPS, e indireto, utilizando medidas altimétricas,
deve ser interpretada como o erro sistemático (bias) do sistema altimétrico.
Compreensões entre os dois métodos de nivelamento, direto por GPS e indireto com
dados altimétricos, foram executas em estações fluviométricas no rio Branco, em Cheng et
al. (2009), utilizando séries temporais altimétricas provenientes dos quatro algoritmos do
satélite ENVISAT. Na Figura 6.18, mostra-se uma comparação entre a série temporal de
Santa Maria do Boiaçu, nivelada por GPS e a série temporal altimétrica do satélite ENVISAT,
com o algoritmo Ice-1, traço 693, Nota-se um bom ajustamento entre as duas séries
temporais, embora a série altimétrica subestime as cheias. A diferença observada acredita-
se ser decorrente das desigualdades de escoamento entre os lugares analisados, o traço 693
encontra-se 100 km a montante da estação in situ, diversos afluentes juntam-se ao rio
Branco entre os dois pontos, além disso, nesse trecho encontram-se diversos alagados
interfluviais que constituem o Pantanal do Norte. O RMS entre as duas séries é de 86 cm.
Fonte: Cheng et al. (2009).
Figura 6.18 Séries temporais de altura de água da estação in situ de Santa Maria do Boiaçu
nivelada diretamente por GPS e do satélite ENVISAT (Ice-1), traço 693. Mosaico de imagens
Google Earth, em segundo plano.
Aplicando o método de nivelamento de declividade nula, citado no item precedente,
para estações fluviométricas em Barcelos. Manacapuru e Óbidos foram efetuados
comparações com nivelamento direto por GPS em Moreira et al. (2009) com séries temporais
provenientes dos algoritmos Ice-1 e Ice-2, para os satélites ENVISAT e ERS-2,
respectivamente. Os resultados listados na Tabela 6.7 indicam que os dois métodos de
nivelamento apresentam resultados sensivelmente diferentes, a diferença não é constante,
estende-se de 21 cm a Óbidos a 1,24 m em Barcelos. O erro sistemático (bias) do sistema
Altura (m WGS84)
Data (ano)
GPS
Altimétria
# 693
ENVISAT
St Maria
do Boiaçu
RIO BRANCO
172
altimétrico, aponta variabilidade de um lugar a outro, recomendando-se uma análise mais
detalhada, em especial utilizando-se mais nivelamentos diretos de estações in situ por GPS.
Tabela 6.7 Comparação de nivelamento direto e indireto.
Barcelos
(Rio Negro)
Manacapuru
(Rio Solimões)
Óbidos
(Rio Amazonas)
Nível do zero da régua
ENVISAT (m)
17,37 ± 0,03 5,91 ± 0,07 4,018 ± 0,1
Declividade
(10
6
m/m)
21,0 20,5 22,6
Nível do zero da régua
GPS (m)
16,135 ± 0,05 4,740 ± 0,07 3,798 ± 0,1
Fonte: Moreira et al. (2009).
6.3.4.
CORREÇÃO DE INCOSISTÊNCIA DE REGISTRO EM ESTAÇÕES
FLUVIOMÉTRICAS
Como descrito no § 2.3 a adequada caracterização quali-quantitativa dos recursos
hídricos continentais está diretamente relacionada ao seu monitoramento. Os
levantamentos de dados nas redes de estações hidrológicas, tradicionalmente coletados em
pontos discretos dos cursos de água, vêm sendo reunidos e armazenados ao longo do tempo
pelas agências governamentais cuja atividade requer uma melhor capacidade de
compreensão e previsão do comportamento das bacias hidrográficas. No Brasil, o sistema de
informações hidrológicas (HidroWeb), mantido pela ANA, contém dados de diferentes
estações hidrometeorológicas, no entanto, a melhor utilização desses dados é dificultada
pela presença de um número expressivo de falhas, geradas, seja pela ausência total do dado
anual, ou presença de anos com poucos dados. Em alguns casos, essas falhas são seguidas
de erros significativos nos níveis de água registrados.
Segundo Santos et al. (2001) os registros das estações in situ estão sujeitos a uma
série de erros, entre os quais se pode destacar os erros grosseiros (resultantes de imperícia
ou negligência do observador) e os sistemáticos, que em geral provém de mudanças casuais
ou mal documentadas do zero da régua. Entre os erros grosseiros, o mais comum é o erro
de metros inteiros, quando o observador se engana com relação ao lance da régua, ou então
a invenção pura e simples do registro, quando o observador não realizou a leitura. A
comodidade de realizar a leitura à distância (para não descer o barranco da margem do rio)
também é uma fonte de erro freqüente. Já os erros sistemáticos são as diferenças entre o
nível de água correto e o registrado na régua. Têm suas causas na instalação defeituosa da
régua, independem do observador e são sempre de mesmo valor. A causa mais freqüente
desses erros nas réguas fluviométricas reside no chamado deslocamento do zero, isto é, a
régua sofreu um deslocamento vertical, fazendo com que sua origem não se situe mais na
173
cota original. Outra causa comum de erro sistemático de leitura nos níveis de água é o
afastamento da régua da vertical causado pelo impacto de detritos e barcos. As séries
temporais altimétricas permitem corrigir tais erros de coerência nos registros in situ, pois
expressam consistências em relação ao escoamento do rio, embora apresentem limitações
(cf. § 3.6), são de origem diversa dos erros, dos registros in situ, supracitados.
Para tal, apresenta-se o exemplo ilustrado na Figura 6.19. Utilizando-se o algoritmo
Ice-1, comparam-se as séries temporais altimétricas, elaboradas com as medidas do satélite
ENVISAT, no ponto de cruzamento dos traços 063 e 478, no rio Amazonas e a série temporal
da estação fluviométrica de Itacoatira, instalada 40 km a jusante. Aqui as séries altimétricas
foram relacionadas aos registros do nível de água da serie in situ. Na Figura 6.19a,
observam-se falhas dos dados in situ nos anos de 2003, 2004, 2005, 2006 e 2008, marcadas
com lista em cinza, com variações nos níveis de água registrados que de vão de 1 a 2,4 m
indicados no gráfico de diferenças, na parte inferior da figura. Para compor a série temporal
in situ, mostrada na Figura 6.19b, foram efetuadas as seguintes correções nos registros:
subtração de 1m nos registros, nas datas 08/08/2003 a 30/09/2003, 30/10/2003 a
10/04/2004, 01/11/2004 a 05/01/2005 e 01/10/2008 a 31/07/2009, bem como
subtração de 2 m, na data 30/09/2004 a 01/11/2004, resultando numa série temporal
mais consistida para a estação de Itacoatiara. No entanto, observa-se, pelas setas indicadas
na Figura 6.19b, que algumas inconsistências persistem e para corrigi-las faz-se necessário
uma apuração mais detalhada do histórico da estação objetivando a identificação dos erros.
Adicionalmente, destaca-se que, no gráfico inferior da Figura 6.19b, a amplitude total da
diferença é aproximadamente 80 cm, com um período anual que acompanha a variação do
ciclo hidrológico e valores máximos encontrados nas estiagens, resultantes da variação da
declividade da lâmina de água ao longo do ciclo hidrológico. Fato similar é observado nos
exemplos de Barcelos, com o traço 278, e de Seringal, com o traço 121, ambos do satélite
ENVISAT, com uma amplitude total da diferença de aproximadamente 1 m, embora os
traços passem a montante da estação in situ em ambos os casos (cf. Figura 6.17).
Confirmando a qualidade das séries altimétricas que além da variação anual, também
mostram a variação diferencial do ciclo hidrológico entre os dados altimétricos e a estação in
situ.
174
Figura 6.19 – Séries temporais de nível de água da estação in situ de Itacoatiara, no rio
Amazonas e do satélite ENVISAT (Ice-1), no ponto de cruzamento dos traços 063
(quandrados preto) e 478 (quadrados cinza). As correções aplicadas aos registros para
correção dos erros correspondem às listas verticais, em cinza claro correções de 1m e em
cinza escuro, correções de 2m.
6.3.5.
CONSIDERAÇÕES
Os dados altimétricos permitem nivelar as estações in situ. Os níveis do zero das
réguas que são propostos na Tabela 6.4 para as estações fluviométricas instaladas abaixo
do traço apresentam pequenas incertezas, tanto para os rios, como para as zonas úmidas. A
diferença entre os nivelamentos direto utilizando medidas de GPS e indireto utilizando
medidas altimétricas permitem estabelecer o erro sistemático (bias) do sistema altimétrico.
Nivelar estações entre duas séries altimétricas é outra aplicação da altimetria espacial que é
apresentada neste estudo. Esse nivelamento permite a determinação da declividade e da
declividade constante ao longo do segmento entre os dois traços do satélite, bem como a
amplitude da variação da declividade ao longo do ciclo hidrológico, propriedades
fundamentais para a caracterização do regime de escoamento.
Adicionalmente, ressalta-se que em termos de modelagem hidro-dinâmica dos
escoamentos dos rios, mormente na região Amazônica, onde os dados in situ apresentam-se
escassos, limitados por dificuldades logísticas e alguns com inconsistências nos registros,
tais circunspeções constituem um ganho substancial, auxiliando na eficiência dos estudos e
projetos na área de recursos hídricos que necessitam da utilização de dados hidrológicos.
a) b)
175
6.4.
APLICAÇÕES HIDROLÓGICAS DOS DADOS ALTIMÉTRICOS EM ZONAS
ÚMIDAS
Sete zonas úmidas da bacia Amazônica foram tratadas, utilizando-se o acoplamento
de imagens MODIS MOD09A1 com dados das missões altimétricas ERS-2 e ENVISAT,
metodologia descrita no § 4.4.1, a saber: alagado interfluvial Caapiranga (bacia do rio Negro
– Brasil), lago Curupira (bacia do rio Madeira – Brasil), lago Grande de Montre Alegre
(Brasil), lago Janauacá (bacia do rio Solimões – Brasil), lago Rocagua (cuenca Amazonica –
Bolívia), lago Rocaguado (cuenca Amazonica – Bolívia) e lago Yanaycu (cuenca Ucayali –
Peru). Para três dessas zonas úmidas os resultados da classificação não foram satisfatórios,
pois apresentaram muitos ruídos na classe vegetação inundada. Para as demais, foi possível
determinar a superfície inundada e através do modelo de co-relação calcularam-se as
variações de volume de água estocado ao longo do ciclo hidrológico, a saber: Lago Janauacá
(cf. § 6.4.1.1.1), Lago Grande de Monte Alegre (cf. § 6.4.1.1.2), Lago Curupira (cf. § 6.4.1.1.3)
e o alagado interfluvial Caapiranga (cf. § 6.4.1.1.4). Duas dessas análises foram
apresentadas em congressos nacionais (Silva et al., 2009a e 2009b) e os estudos dos dados
altimétricos das sete zonas úmidas foram publicadas em Silva et al. (submetido, 2009c).
Estudos de caracterização física da zona úmida na região do Llanos de Mojos foram
conduzidos por Seyler et al. (2009b), acoplando-se os dados altimétricos do satélite ENVISAT
com imagens JERS-1, bem como o Modelo Digital do Terreno proveniente da missão SRTM
(cf. § 6.4.1.2).
Os estudos de variações espaços-temporais de níveis de água nas zonas úmidas
utilizando dados altimétricos do satélite ENVISAT foram realizados em três grandes sub-
bacias amazônicas: as bacias do Rio Negro, do rio Solimões e do rio Madeira. Os resultados
desses estudos foram publicados em Seyler et al., (2008 e 2009a) e Silva et al. (em revisão
2010) (cf. § 6.4.2).
6.4.1.
ACOPLAMENTO DOS DADOS ALTIMÉTRICOS COM IMAGENS DE
SENSORIAMENTO REMOTO
6.4.1.1.
SAZONALIDADE DO VOLUME DE ÁGUA ARMAZENADO
O conhecimento do volume de água que circula e é armazenado anualmente e da
área ocupada por essas águas são dois componentes importantes para a compreensão e a
quantificação da dinâmica de circulação da água entre rios e as zonas úmidas. Investigou-
se, nesse sentido, o acoplamento de imagens MODIS MOD09A1 com dados das missões
altimétricas ERS-2 e ENVISAT em 4 zonas úmidas da bacia Amazônica, a saber: Lago
Janauacá, Lago Grande de Monte Alegre, Lago Curupira e o alagado interfluvial Caapiranga.
Em vez de se produzir um modelo espaço-temporal de previsões das superfícies inundadas,
176
buscou-se estabelecer uma relação com os níveis de água medidos pelos satélites
altimétricos, integrando-se os dados com imagens de sensoriamento remoto, através de uma
curva de calibração superfície inundada-nível de água altimétrico. Para esse estudo, que
tem por objetivo a aplicação dos dados altimétricos, considerou-se uma topografia uniforme
para as zonas úmidas (e.g., um escoamento desprezível no interior das zonas inundáveis).
Esse pressuposto pode ser aceito em algumas circunstâncias, mas via de regra a topografia
das zonas úmidas são complexas, sendo responsável pela dinâmica da circulação da água.
6.4.1.1.1.
LAGO JANAUACÁ
A primeira área de estudo abrange o lago Janauacá de aproximadamente 900 km²,
incluso na planície Amazônica, próximo à cidade de Manacapuru, cuja origem remota à Era
Terciária. O lago é um complexo misto de águas pretas nos seus ramos inferiores que se
originam na própria planície e águas claras próximas às florestas de várzea na porção norte
provenientes dos Andes (i. e., rio Solimões). A diversidade biológica na área é determinada,
principalmente, por essas influências hídricas oferecendo uma vasta gama de tipos de
habitat no lago e nos igarapés (Figura 6.20).
Em setembro de 2006 pesquisadores do IRD instalam duas estações fluviométricas
no lago Janauacá objetivando, entre outros estudos, a dinâmica de circulação da água
nessa zona úmida. Sendo niveladas diretamente por GPS na campanha de maio de 2007,
obtendo-se um nível do zero da régua de Z
0
= 10,79 m para a estação fluviométrica do lago
(Figura 6.20), o que motivou a validação da curva de co-relação superfície/nível de água
nesse lago, mesmo com somente dois anos de registro. No entanto, os registros
apresentavam varias inconsistências. Utilizando-se cinco estações virtuais, três no lago
(EV_564_1, EV_56_2 e EV_149_1) e duas no rio Solimões (EV_sol_jan_564 e do
EV_sol_jan_693), elaboradas com o algoritmo Ice-1, do satélite ENVISAT e os registros da
estação fluviométrica de Manacapuru, corrigiu-se os erros. Destaca-se que a série do rio
Solimões (EV_sol_jan_564) é composta pelos dados altimétricos dos dois traços do satélite
ENVISAT, 149 e 564, que se cruzam exatamente sob o plano de água observado, permitindo
a obtenção de um conjunto de dados com intervalo de tempo inferior ao período de revisita
do satélite. (Figura 6.20).
177
Figura 6.20 Lago Janauacá. Estações virtuais em amarelo. Estações in situ em vermelho.
Traços ERS-2-ENVISAT em azul. Mosaico de imagens Google Earth, em segundo plano.
Na Figura 6.21 mostra-se as correções efetuadas nas inconsistências da régua do
lago Janauacá. A régua apresentava registros muito acima dos níveis de água da estação
fluviométrica de Manacapuru e da estação virtual EV_sol_693, elaborada sob o traço 693,
que se localizam a montante do lago, no rio Solimões, distantes 44 e 88 km,
respectivamente (Figura 6.21a). Inicialmente subtraiu-se 5 m em todos os dados, valor
correspondente a diferença de leitura na data do nivelamento. No entanto a régua
continuava apresentando incoerências, os dados a partir de 2007, encontravam-se muito
inferiores aos níveis de água apresentados nas estações virtuais no lago e no rio Solimões.
Adicionou-se, 1 m a partir 01/01/2007, resultando em uma série temporal mais coerente
(Figura 6.21b) embora apresentando ainda pequenas inconsistências, como citado para o
caso de Itacoatiara (cf. 6.3.4) faz-se necessário uma análise mais detalhada da caderneta do
observador. Os RMSs entre as diferenças de nível de água dos registrados da régua do lago e
a estação virtual EV_564_1, que se encontra mais próxima, correspondem a 47 cm, sem a
correção e 38 cm, após a correção.
RIO SOLIMÕES
LAGO JANAUACA
# 693
# 149
# 564
EV_sol_jan_564
EV_149_1
EV_564_2
EV_564_1
MANACAPURU
LAGO
ST LUZIA
EV_sol_jan_693
178
Figura 6.21 Correções de inconsistências na serie temporal in situ do lago Janauacá. Séries
temporais elaboradas com dados altimétricos do satélite ENVISAT (Ice-1) no lago Janauacá
EV_564_1 (rosa), EV_56_2 (azul escuro) e EV_149_1 (verde) e no rio Solimões
EV_sol_jan_564 (laranja) e EV_sol_jan_693 azul claro). Séries temporais elaboradas com os
dados in situ de Manacapuru em preto e no lago Janauacá em vermelho.
A Figura 6.22 apresenta as curvas que relacionam as superfícies, obtidas pelas
imagens MODIS MOD09A1 e os níveis de água, provenientes das medidas efetuadas pelos
satélites altimétrico ERS-2 e ENVISAT, para os anos de 2001 a 2008 (e.g., estação virtual
EV_564_1) e os dados in situ da estação fluviométrica no lago Janauacá, para os anos de
2006 a 2008. As imagens MODIS MOD09A1 apresentam uma repetitividade temporal de 8
dias sendo adequadas para um bom acompanhamento da superfície inundada. Apesar de
não ser possível inferir com precisão absoluta no que diz respeito a essa estimativa, a
10
12
14
16
18
20
22
24
26
28
2006.5 2007 2007.5 2008 2008.5 2009 2009.5
Altitude (m)
Data (m)
VS_564_2
VS_564_1
VS_149
VS_sol_jan_564
VS_sol_jan_693
Manacapuru
Janauaca corrigida
10
12
14
16
18
20
22
24
26
28
2006.5 2007 2007.5 2008 2008.5 2009 2009.5
Altitude (m)
Data (ano)
EV_564_2
EV_564_1
EV_149_1
VS_sol_jan_564
VS_sol_jan_693
Manacapuru
Janauaca original
a)
b)
179
resolução espacial de 500 m utilizada, apresenta valores aceitáveis, para este estudo
preliminar, permitindo separar a vegetação inundável daquela não inundável, bem como as
regiões de água livre, conforme se verifica nos modelos de co-relação, resultantes da
metodologia empregada para a classificação das imagens ( cf. § 4.4.1). Para a superfície total
inundada e para as 3 classes, os modelos relacionados aos dados altimétricos, explicam em
mais de 80% a variabilidade dos dados.
Figura 6.22 Modelos de co-relação superfície-nível de água do lago Janauacá, com os dados
altimétricos, para os anos de 2001 a 2008, e in situ, para os anos de 2006 a 2008. Circulos
preto e cinza e curvas continua e pontilhada, correspondem aos dados in situ e altimétricos,
respectivamente.
Os modelos provenientes dos dados altimétricos ajustaram-se bem com aqueles dos
dados in situ, apresentando superfícies coerentes entre si, para os anos de 2006 a 2008,
mostradas na Figura 6.23, principalmente para a classe água livre. Para a classe vegetação
inundada, constatou-se que nas estiagens as curvas com os dados altimétricos aproximam-
se bem daquelas com os dados in situ, com uma pequena diferença nas cheias, que são
superestimadas. Fato contrário ocorre com a classe vegetação, onde os dados altimétricos
subestimam as superfícies. Tais diferenças podem ser provenientes dos ruídos da
classificação das imagens, sejam oriundos de imagens com nuvens, que são constantes na
região amazônica ou pelas restrições dos critérios de classificação em separar as
assinaturas espectrais entre as diferentes feições, podem também proceder das
inconsistências dos dados in situ.
altimetria = 1.0022x
2
+ 6.9061x - 157.59
R² = 0.8646
in situ = 1.2287x
2
- 6.6178x - 4.0027
R² = 0.7663
0
100
200
300
400
500
600
700
800
13 15 17 19 21 23 25
Superfície Inundada (km
2
)
Nível de água (m)
altimetria
in situ
Poly. (altimetria)
Poly. (in situ)
altimetria = 1.1331x
2
- 11.788x + 6.3323
R² = 0.822
in situ = 0.9051x
2
- 7.3092x - 7.9447
R² = 0.6499
0
100
200
300
400
500
600
13 15 17 19 21 23 25
Superfície Vegetação Inundada (km
2
)
Nível de água (m)
altimetria
in situ
Poly. (altimetria)
Poly. (in situ)
altimetria = 0.0976x
2
+ 10.056x - 85.706
R² = 0.834
in situ = 0.3237x
2
+ 0.6914x + 3.942
R² = 0.9015
0
50
100
150
200
250
12 14 16 18 20 22 24
Superfície Água livre (km
2
)
Nível de água (m)
altimetria
in situ
Poly. (altimetria)
Poly. (in situ)
altimetria = -0.9183x
2
- 9.468x + 1075.6
R² = 0.8623
in situ = -1.1647x
2
+ 4.6445x + 918.72
R² = 0.765
0
100
200
300
400
500
600
700
800
900
12 14 16 18 20 22 24
Superfície Vegetação Não Inundada (km
2
)
Nível de água (m)
altimetria
in situ
Poly. (altimetria)
Poly. (in situ)
180
Figura 6.23 Superfícies calculadas através dos modelos superfície-nível de água no lago
Janauacá para os anos de 2006 a 2008. Curvas continua e pontilhada correspondem aos
dados in situ e altimétricos, respectivamente.
Na Figura 6.24, mostra-se a variação de volume de água armazenado no lago
Janauacá, calculado através da Eq. 4.9, para os anos de 1995 a 2008. Observa-se que a
inundação desenvolve-se sobre vários meses e permanece em sua superfície máxima
durante algumas semanas, dando origem a uma hidrograma bimodal do volume
armazenado, resultante do regime equatorial alterado, com ascensões e recessões
assimétricas. A estiagem avança rapidamente, iniciando-se em agosto e se estende até
janeiro, apresentando, com mais freqüência, os volumes mínimos nos meses de novembro e
dezembro; o período de cheia abrange de fevereiro a julho, progredindo lentamente, onde os
volumes máximos são encontrados mais freqüentemente entre os meses de maio e junho,
com um primeiro pico observado entre janeiro e fevereiro. O volume médio de água
armazenado no lago Janauacá é de 2,25 km
3
por ciclo hidrológico, para os anos de 1995 a
2008, com o máximo de aproximadamente 6 km
3
observado nos anos de 2002 e 2008.
Adicionalmente, ressalta-se a coerência entre as sazonalidades apresentadas pelos dados
altimétricos e aqueles provenientes da estação fluviométrica do lago Janauacá, confirmando
o emprego da metodologia para determinação dos volumes nas demais zonas úmidas da
Amazônia.
0
100
200
300
400
500
600
700
800
900
1000
2006.5 2007 2007.5 2008 2008.5 2009 2009.5
Superfície (km
2
)
Data (ano)
Água livre altimetria Água livre in situ Vegetação inundada altimetria Vegetação inundada in situ
Superficie inundada altimetria Superficie inundada in situ Vegetação altimetria Vegetação in situ
Superficie total altimetria Superficie total in situ
181
Figura 6.24 Sazonalidade do volume de água armazenado no lago Janauacá para os anos
de 1995 a 2008. Curvas continua e pontilhada correspondem aos dados in situ e
altimétricos, respectivamente.
6.4.1.1.2.
LAGO GRANDE DE MONTE ALEGRE
A segunda análise de sazonalidade volume de água corresponde ao lago Grande de
Monte Alegre, com aproximadamente 2600 km
2
, localizado próximo a cidade de Santarém,
na margem direita do rio Amazonas, incluído na planície Amazônica, onde são encontradas
grandes extensões de áreas aplainadas que têm como características a ausência de drenos
definitivos, denominada planície de inundação ou várzea amazônica, as quais formam um
intrincado mosaico de rios, igarapés e lagos marginais. Segundo Sieppel et al. (1992), os
lagos da planície Amazônica, ocupam cerca de 11% da calha do rio Amazonas. Na Figura
6.25 mostra-se a localização do lado Grande de Monte Alegre, juntamente com a estação
virtual utilizada.
0
1
2
3
4
5
6
7
0 50 100 150 200 250 300 350
Volume (km
3
)
Data (dia)
1995 1996 1997 1998 1999 2000
2001 2002 2003 2004 2005 2006
2007 2008 2006 in situ 2007 in situ 2008 in situ
182
Figura 6.25 Lago Grande de Monte Alegre. Estação virtual em amarelo. Mosaico de imagens
Google Earth, em segundo plano.
Observando-se a Figura 6.26, pode-se perceber que a série temporal das superfícies
inundáveis, em azul escuro, resultante da classificação, acompanha a variação do nível de
água medida pelos satélites altimétricos ERS-2 e ENVISAT, em vermelho. A amplitude do
nível da lâmina de água é de 5,80 m, para os anos de 1995 a 2008. A superfície de água
livre, nesse lago, é o dobro da superfície de vegetação inundável.
A Figura 6.27 apresenta o modelo obtido para os anos de 2001 a 2008, entre as
superfícies totais inundadas do lago Grande de Monte Alegre e os níveis de água medidos
pelos satélites altimétrico ERS-2 e ENVISAT. Pode-se conferir a variação da superfície
inundada que progride lentamente em relação à variação dos níveis de água. O modelo
explica 87% da variabilidade dos dados.
Na Figura 6.28, observa-se a variação de volume de água armazenada no lago
Grande de Monte Alegre que denota um hidrograma monomodal, influenciado pelo regime
do rio Amazonas, resultante das contribuições dos rios Solimões, Negro e Madeira, com
ascensões e recessões assimétricas. Similar ao lago Janauacá, a estiagem avança
rapidamente, embora iniciando-se mais cedo, no mês de julho, e se estende até novembro,
apresentando, com mais freqüência, os volumes mínimos nos meses de outubro e
novembro. O período de cheia abrange de dezembro a junho, progredindo lentamente, onde
os volumes máximos são encontradas mais freqüentemente entre os meses de maio e junho.
O volume médio de água armazenado no lago é de 4,80 km
3
por ciclo hidrológico, para os
anos de 1995 a 2008, com o máximo de aproximadamente 9,90 km
3
observado no ano de
2006.
RIO SOLIMÕES
LAGO GRANDE
DE MONTE ALEGRE
# 220
EV_220_1
SANTARÉM
RIO TAPAJÓS
183
Figura 6.26 Séries temporais resultantes da classificação das imagens MODIS MOD09A1
para o lago Grande de Monte Alegre. Em azul claro a classe água livre, em verde a classe
vegetação inundada e em azul escuro a superfície total inundada. Nível de água medido
pelos satélites ERS-2 e ENVISAT em vermelho.
Figura 6.27 Modelo de co-relação superfície-nível de água do lago Grande de Monte Alegre
para os anos de 2001 a 2008.
3
4
5
6
7
8
9
10
0
500
1000
1500
2000
2500
3000
2001 2002 2003 2004 2005 2006 2007 2008 2009
Nível de água (m)
Superfície (km
2
)
Data (ano)
Água livre Vegetação inundada Superficie inundada Superficie total ST ERS2-ENVISAT
y = 5.1871x
2
+ 26.602x + 996.07
R² = 0.8671
1100
1200
1300
1400
1500
1600
1700
1800
3 4 5 6 7 8 9 10
Superfície Inundada (km
2
)
Nível de água (m)
184
Figura 6.28 Sazonalidade do volume de água armazenado no lago Grande de Monte Alegre
para os anos de 1995 a 2008.
6.4.1.1.3.
LAGO CURUPIRA
O terceiro estudo abrange o lago Curupira de aproximadamente 550 km
2
(Figura
6.29), incluso no planície Amazônica próximo à foz do rio Madeira, sendo completamente
inundado pelas águas do rio Amazonas durante as cheias. Segundo Junk (1997) os lagos
amazônicos armazenam a água e o sedimento transportados pelo rio durante as cheias,
possibilitando o equilíbrio do sistema como um todo, e atuando como berço para uma
grande biodiversidade aquática. Com a subida da água, os peixes invadem os campos e as
florestas, alimentando-se dos organismos que ocupam esses ambientes. Muitas espécies de
plantas reproduzem-se nessa época, particularmente nesse lago onde a superfície de
vegetação inundada é bastante significativa, criando uma importante fonte de alimentos
para os animais aquáticos. Com a vazante, muitos peixes deixam os lagos e campos e
formam cardumes para migrar rio acima. Na Figura 6.29 observa-se a localização do lado
Curupira, juntamente com a estação virtual utilizada.
0
2
4
6
8
10
0 50 100 150 200 250 300 350
Volume (km
3
)
Data (dia)
1995 1996 1997 1998 1999 2000 2001
2002 2003 2004 2005 2006 2007 2008
185
Figura 6.29 Lago Curupira. Estação virtual em amarelo. Mosaico de imagens Google Earth,
em segundo plano.
Na Figura 6.30, constata-se que a série temporal das superfícies inundáveis, em azul
escuro, resultante da classificação, acompanha perfeitamente a variação do nível de água
medida pelos satélites altimétricos ERS-2 e ENVISAT, em vermelho. A amplitude do nível da
lâmina de água é de 11,74 m, para os anos de 1995 a 2008. Em oposição ao lago Grande de
Monte Alegre a superfície de vegetação inundável, nesse lago, é bastante superior a da
superfície de água livre.
Observa-se na Figura 6.31 o modelo obtido para os anos de 2001 a 2008, entre as
superfícies totais inundadas do lago Curupira e os níveis de água medidas pelos satélites
altimétrico ERS-2 e ENVISAT, onde se pode conferir a variação da superfície inundada
bastante acelerada em relação à variação do nível de água. O modelo explica 86% da
variabilidade dos dados.
A variação de volume de água armazenada no lago Curupira mostra uma
particularidade, pois o lago atinge seu volume mínimo no mês de setembro permanecendo 4
meses nesse valor, durante esse período o lago apresenta-se completamente seco, com uma
superfície inundada somente a montante do lago central. A sazonalidade do volume de água
armazenado denota certa simetria durante os meses de fevereiro a agosto, dando origem a
uma hidrograma monomodal do volume armazenado característico do regime tropical
austral, com um único pico de cheia máximo ocorrendo ao longo do primeiro semestre do
ano (Figura 6.32). A estiagem inicia-se, no mês de junho, atingindo seu mínimo no mês de
setembro. O período de cheia abrange de fevereiro a maio, onde os volumes máximos são
encontradas mais freqüentemente no mês de maio. O volume médio de água armazenado no
RIO SOLIMÕES
LAGO CURUPIRA
# 478
EV_478_1
RIO MADEIRA
186
lago é de 1,40 km
3
por ciclo hidrológico, para os anos de 1995 a 2008, com o máximo de
aproximadamente 4,60 km
3
observado no ano de 1999.
Figura 6.30 Séries temporais resultantes da classificação das imagens MODIS MOD09A1
para o lago Curupira. Em azul claro a classe água livre, em verde a classe vegetação
inundada e em azul escuro a superfície total inundada. Nível de água medido pelos satélites
ERS-2 e ENVISAT em vermelho.
Figura 6.31 Modelo de co-relação superfície-nível de água do lago Curupira para os anos de
2001 a 2008.
3
5
7
9
11
13
15
17
19
21
0
100
200
300
400
500
600
2001 2002 2003 2004 2005 2006 2007 2008 2009
Nível de água (m)
Superfície (km
2
)
Data (ano)
Água livre Vegetação inundada Superficie inundada Superficie total ST ERS2-ENVISAT
y = 2.0308x
2
- 29.522x + 133.54
R² = 0.8635
0
50
100
150
200
250
300
350
400
7 9 11 13 15 17 19 21
Superfície Inundada (km
2
)
Nível de água (m)
187
Figura 6.32 Sazonalidade do volume de água armazenado no lago Curupira para os anos de
1995 a 2008.
6.4.1.1.4.
ALAGADO INTERFLUVIAL CAAPIRANGA
Finalizando as aplicações hidrológicas dos dados altimétricos para estudos da
sazonalidade do volume de água armazenado nas zonas úmidas seguem-se as análises do
alagado interfluvial Caapiranga com área de aproximadamente 8200 km
2
, localizado na
margem direita do médio rio Negro. A presença de alagados interfluviais na bacia do rio
Negro é atribuída à existência de vales erosivos profundos do antigo substrato rochoso da
região, seguindo uma direção NW-SE (Latrubesse e Franzinelli, 2005). Suas águas são
mantidas à custa da chuva na região, sendo niveladas pelo lençol freático. Os solos nesta
região são de predominância arenosa (Eva et al., 2002) e, portanto, com baixa capacidade de
retenção de água. A vegetação em boa parte adaptada a esta condição anfíbia reagiria de
maneira incerta a toda e qualquer alteração no balanço hídrico regional que signifique
stress hídrico (Cruz e Andrade, 2008). Na Figura 6.33 mostra-se a localização do alagado
interfluvial Caapiranga, juntamente com a estação virtual utilizada.
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
0 50 100 150 200 250 300 350
Volume (km
3
)
Data (dia)
1995 1996 1997 1998 1999 2000 2001
2002 2003 2004 2005 2006 2007 2008
188
Figura 6.33 Alagado interfluvial Caapiranga. Estação virtual em amarelo. Mosaico de
imagens Google Earth, em segundo plano.
A série temporal das superfícies inundáveis, em azul escuro, resultante da
classificação, acompanha a variação do nível de água medida pelos satélites altimétricos
ERS-2 e ENVISAT, em vermelho. A amplitude do nível da lâmina de água é de 0,57 m, para
os anos de 1995 a 2008. A superfície de vegetação inundável, nessa região é intensa (Figura
6.34).
O modelo obtido para os anos de 2001 a 2008, entre as superfícies totais inundadas
para o alagado interfluvial Caapiranga e os níveis de água medidas pelos satélites
altimétrico ERS-2 e ENVISAT, não apresentou bons resultados dada a presença maciça de
vegetação inundada. No entanto pode-se conferir que com pouquíssima variação do nível da
lâmina de água, a superfície inundada corresponde a grandes extensões. O modelo explica
48% da variabilidade dos dados (Figura 6.35).
Ao contrário do lago Curupira o volume de água armazenado no alagado interfluvial
Caapiranga permanece 4 meses em seu valor máximo. Denota uma sazonalidade bimodal,
com ascensões e recessões assimétricas, resultante do regime hidrológico equatorial.
Contrário ao lago Grande de Monte Alegre a cheia avança rapidamente, iniciando-se, com
mais freqüëncia no mês de fevereiro atingido seu máximo em abril e permanecendo até
julho, quando começa a estiagem. Observa-se um segundo pico de cheia menos acentuado
nos meses de dezembro ou janeiro. Esse período de cheia é fortemente influenciado pelo
regime pluviométrico da região (cf. § 6.4.3.2), onde os meses mais úmidos compreendem de
maio a julho (Guyot e Molineir, 2003). O volume médio de água armazenado no lago é de
RIO BRANCO
ALAGADO INTERFLUVIAL
CAAPIRANGA
# 235
EV_235_1
RIO NEGRO
189
1,54 km
3
por ciclo hidrológico, para os anos de 1995 a 2008, com o máximo de
aproximadamente 3,22 km
3
observado no ano de 2006 (Figura 6.36).
Figura 6.34 Séries temporais resultantes da classificação das imagens MODIS MOD09A1
para o alagado interfluvial Caapiranga. Em azul claro a classe água livre, em verde a classe
vegetação inundada e em azul escuro a superfície total inundada. Nível de água medido
pelos satélites ERS-2 e ENVISAT em vermelho.
Figura 6.35 Modelo de co-relação superfície-nível de água do alagado interfluvial
Caapiranga para os anos de 2001 a 2008.
39.6
39.7
39.8
39.9
40
40.1
40.2
40.3
40.4
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
2001 2002 2003 2004 2005 2006 2007 2008 2009
Nível de água (m)
Superfície (km
2
)
Data (ano)
Água livre Vegetação inundada Superficie inundada Superficie total ST ERS2-ENVISAT
y = 3271.7x
2
- 257797x + 5E+06
R² = 0.4819
2500
3000
3500
4000
4500
5000
5500
6000
6500
39.6 39.7 39.8 39.9 40 40.1 40.2 40.3
Superfície Inundada (km
2
)
Nível de água (m)
190
Figura 6.36 Sazonalidade do do volume de água armazenado no alagado interfluvial
Caapiranga para os anos de 1995 a 2008.
6.4.1.2.
CARACTERÍSTICAS FÍSICAS DA ZONA ÚMIDA
Alguns resultados que ilustrando essa aplicação dos dados altimétricos em zonas
úmidas foram apresentados em Seyler et al., (2009b), na região do Llanos de Mojos, um
grande complexo de zonas úmidas, situados na porção sudoeste da bacia Amazônica, na
fronteira brasileira com a Bolívia e o Peru. Acoplando-se os dados altimétricos do satélite
ENVISAT com imagens do sensoriamento remoto, foram recuperadas informações do
comportamento hidrológico desse complexo sistema. Nesse estudo vazões de margens
plenas foram calculadas para os afluentes do rio Madeira, utilizando as imagens SAR JERS-
1 para determinação da largura dos rios e os dados altimétricos para as alturas de águas,
máximas e mínimas. Perfis de declividade ao longo do traço altimétrico foram comparados
com as altitudes derivadas do Modelo Digital do Terreno proveniente da missão SRTM
(Shuttle Radar Topography Mission) demonstrados resultados bastante próximos nas zonas
úmidas e com diferenças variado de 10 a 50 m quando cruzam os rios Beni e Madre de
Dios, ilustrado na Figura 6.37.
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
0 50 100 150 200 250 300 350
Volume (km
3
)
Data (dia)
1995 1996 1997 1998 1999 2000 2001
2002
2003
2004
2005
2006
2007
2008
191
Fonte: Adaptado de Seyler et al. (2009b).
Figura 6.37 Corte transversal dos rios Madre de Dios e Beni e dos Llanos de Mojos de
noroeste a sudeste. A linha rosa representa os dados do satélite ENVISAT. A linha vermelha
denota as alturas provenientes do SRTM ao longo do traço. Em segundo plano, a imagem de
JERS-1 da região.
6.4.1.3.
CONSIDERAÇÕES
Em grandes bacias tropicais, dada a freqüente presença de cobertura vegetal e de
vastas zonas úmidas, onde os registros hidrológicos convencionais normalmente são
limitados, os satélites de observação da Terra fornecem dados com aceitável resolução
espacial e temporal (cf. § 2.4), destacando-se o uso combinado do sensoriamento remoto e
altimetria espacial, permitindo extrair caracterícas físicas das zonas úmidas.
Traço ENVISAT 121
Traço ENVISAT 665
Distância ( )
Distância ( )
Valor do pixel
Valor do pixel
192
Após a investigação conduzida, pode-se afirmar que as imagens MODIS MOD09A1
representam um importante complemento para o estudo cartográfico das superfícies
inundáveis nas zonas úmidas da bacia Amazônica, pois oferecem a possibilidade de uma
análise espaço-temporal de 3 objetos principais: água, vegetação inundável e vegetação não
inundável. As superfícies inundáveis variam segundo o ciclo hidrológico, mesmo que as
imagens MODIS MOD09A1 apresentem uma resolução espacial de 500 m. Utilizando-se
somente dados espaciais, foi possível estimar as superfícies máximas inundáveis através do
modelo superfície-nível de água, bem como a sazonalidade do volume de água armazenado.
Os modelos apresentados explicam mais de 80% da variabilidade dos dados analisados. No
entanto, isso não implica necessariamente que as relações encontradas sejam o único
modelo apropriado para prever tal sazonalidade, visto que o estudo apresentado envolve
domínios variados como a hidrologia, a altimetria espacial, o sensoriamento remoto e as
análises espaços-temporais.
Adicionalmente, destaca-se que essas observações são consistentes com os estudos
da variabilidade regional e sazonal das cheias dos rios da bacia Amazônia conduzidos por
Sioli (1984), Richey at al. (1986, 1989), Meade et al. (1991), Guyot et al. (1993, 1994, 1998,
1999a, 1999b), Molinier (1995), Molinier et al. (1994, 1995, 1996, 1997, 1999, 2009) e
Ronchail et al. (2005, 2006), bem como do ciclo anual de atividades convectivas na região,
demonstrado por Salati et al. (1978), Kusky et al. (1984), Horel et al. (1989), Figueroa e
Nobre (1990), Nobre et al. (1991), Guyot et al. (1999) e Villar et al. (2009).
A missão altimétrica SWOT (Surface Water Ocean Topography), prevista para 2020,
realizará uma cartografia completa das superfícies inundadas, bem como dos níveis de
água, utilizando a tecnologia denominada altimetria interferométrica, contribuindo para
responder a questões científicas, ligadas, por exemplo, ao estudo de modificações climáticas
e ao fluxo de contaminantes na água, no ar e em meios porosos, entre outros problemas.
Ressalta-se que, com essa missão, os estudos relacionados com a dinâmica das inundações
poderão ser efetuados com uma qualidade superior em resolução espacial e temporal, pois
serão fornecidas imagens bi-dimensionais com uma resolução espacial de 50-100 m e o
tempo de revisita do satélite, intertraço no Equador, esta prevista para 20 dias.
193
6.4.2.
RELAÇÃO ENTRE RIO - PLANÍCIE DE INUNDAÇÃO - LAGOS E ENTRE
BACIAS
Os estudos das variações espaços-temporais de níveis de água nas zonas úmidas
utilizando dados altimétricos abrangem três grandes sub-bacias amazônicas: as bacias do
Rio Negro, do rio Solimões e do rio Madeira, com áreas de drenagem de 0,7 x 10
6
km
2
, 2,15
x 10
6
km
2
e 1,42 x 10
6
km
2
, respectivamente, totalizando, juntas, 70% da extensão da bacia
Amazônica (Molinier et al., 1997). Foram elaboradas 96 estações virtuais, com o algoritmo
Ice-1, do satélite ENVISAT. As análises efetuaram-se ao longo dos traços do satélite, que
cruzam rios, igarapés, lagos marginais e alagados interfluviais localizados nessas sub-
bacias. Tais áreas não contêm qualquer estação fluviométrica tradicional.
Diversas conexões foram estudadas, sendo compartilhados com trabalhos
desenvolvidos por outros pesquisadores:
• Relações entre rios e planície de inundação, conduzidas nos rios Guaporé,
Branco e Amazonas, publicadas em Seyler et al., (2008 e 2009a) e Silva et al.
(em revisão 2010) (cf. § 6.4.2.1);
• Relações entre rios e lagos expressas no rio Guaporé publicadas em Seyler et
al., (2008 e 2009a) e Silva et al. (em revisão 2010) (cf. § 6.4.2.2); e
• Relações entre bacias analisadas nas sub-bacias do rio Negro, rio Solimões e
Madeira publicadas Silva et al. (em revisão 2010) (cf. § 6.4.2.3).
6.4.2.1.
RELAÇÃO ENTRE RIO E SUA PLANÍCIE DE INUNDAÇÃO
Foram analisadas as relações entre os rios Guaporé, Branco e Amazonas e suas
planícies de inundação, dado que as implicações decorrentes da regularidade do padrão de
inundação e da sua duração são importantes ecologicamente, sendo de sua
responsabilidade as modificações anuais do ambiente, determinando fases terrestre e
aquática distintas (Junk, 1997). Devido a essa característica mutante, as planícies de
inundação amazônicas ocupam uma posição intermediária entre sistema aberto, sistema de
transporte, sistema fechado e sistema acumulativo. O período de acumulação de
substâncias seguido de seu transporte pode ocorrer em pequenos períodos associados ao
ritmo do pulso de inundação, por exemplo, no caso da produção de matéria orgânica na
planície de inundação, ou no intervalo de centenas ou milhares de anos como no caso do
transporte de sedimentos. Durante o período de vazante, os corpos de água lênticos são
sistemas lacustres e acumulativos. Conforme o nível de água do rio sobe, esses ambientes
assumem a função de reservatórios; entretanto, durante o período de cheia podem se tornar
canais de transporte de água (Junk, 1997).
194
6.4.2.1.1.
RIO GUAPORÉ
O primeiro local estudado compreende o rio Guaporé que nasce nas elevações da
Chapada dos Parecis, no estado de Mato Grosso e desemboca no rio Mamoré, no estado de
Rondônia, numa região conhecida pelo nome de Llanos de Mojos. Em todo seu percurso no
estado de Rondônia e uma pequena parte do Mato Grosso, delimita a fronteira entre Brasil e
Bolívia. O rio serpenteia no interior da planície aluvial, margeado por lagos, savanas,
floresta inundada e floresta de terra firme. Esta grande zona sujeita a inundações varia de
tamanho conforme as estações tropicais secas e chuvosas (Ronchail et al., 2005). Pode secar
bastante durante o inverno Austral e estender-se até 150 000 Km² no fim da estação das
chuvas (Roche e Fernández, 1988). Os resultados apresentados foram publicados em Seyler
et al., (2008 e 2009a) e Silva et al. (em revisão 2010) e são listados na Tabela 6.8.
Tabela 6.8 Relação das estações virtuais utilizadas para o rio Guaporé.
Estações
Virtuais
Traço
Local
Largura
( km )
Longitude
Média
( ° )
Latitude
Média
( ° )
Variação
do NA
(m)
EV_106_01 106 Rio Guaporé 0,32 -64,409 -12,443 4,37
EV_106_02
106
Lago 4 Guaporé
-
63,090
-
12,960
2,62
EV_106_03 106 Lago 5 Guaporé -63,117 -13,078 2,87
EV_192_01 192 Rio Guaporé 0,62 -64,409 -12,443 8,57
EV_650_01 650 Rio Guaporé 0,35 -63,691 -12,446 5,18
EV_650_02 650
Planície de
inundação
20,00 -63,722 -12,582 4,91
EV_951_01 951 Lago 1 Guaporé -63,245 -12,297 3,41
EV_951_02
951
Lago 2 Guaporé
-
63,202
-
12,483
2,05
EV_951_03 951 Lago 3 Guaporé -63,142 -12,748 4,07
EV_951_04 951 Lago 4 Guaporé -63,092 -12,969 2,80
EV_951_05 951 Lago 6 Guaporé -63,051 -13,147 1,70
EV_951_06
951
Rio Guaporé
0,15
-
63,169
-
12,630
5,35
EV_951_07 951 Tributário Guaporé 0,06 -63,118 -12,853 3,62
Fonte: Seyler et al. (2008 e 2009); Silva et al. (em revisão 2010).
Na Figura 6.38a, o satélite ENVISAT (traço 650), cruza o rio Guaporé, que nesse
trecho apresenta uma largura de 350 m e sua planície de inundação, recoberta por floresta
ombrófila aberta (Eva et al., 2002), regiões mais brilhantes da imagem JERS-1, no sentido
norte-sul (N-S). O perfil hidrológico medido pelo altímetro durante o trajeto do ENVISAT é
mostrado na Figura 6.37b, onde cada linha representa um ciclo de passagem do satélite e
os pontos indicam as médias da medida do altímetro a um segundo. De norte a sul o satélite
cruza a planície de inundação, permitindo avaliar o regime hidrológico da região, perfazendo
um total de aproximadamente 20 km ao longo do traço. O altímetro começa a medir a
superfície reflexiva do rio Guaporé antes do seu nadir, criando um forte efeito off-nadir (e.g.,
perfil hidrológico em formato parabólico), indicado pela primeira seta pontilhada ao norte.
Durante toda a cheia, o nível permanece constante na planície de inundação. Fato inverso
ocorre em níveis intermediários de vazante e enchente, três parábolas sucessivas indicam
distorções geométricas da medida altimétrica, influência do efeito off-nadir, bem como duas
195
parábolas contínuas na estiagem, após o curso principal. Tais distorções foram corrigidas
individualmente para o cálculo correto dos níveis de água dessas passagens. As demais
setas da Figura 6.38b indicam três afluentes que são completamente inundados pelas águas
do rio Guaporé durante a cheia.
As séries temporais da Figura 6.38c foram extraídas nas duas extremidades planície
de inundação. A sazonalidade do ciclo hidrológico denota um hidrograma multimodal, com
ascensão e recessão simétricas e uma variação temporal dos níveis de água entre a cheia e a
estiagem de aproximadamente 5 m. A diferença dos níveis de água observada entre o curso
principal e a planície de inundação é 50 a 70 centímetros, respectivamente, com a cheia
ocorrendo durante os meses de fevereiro a abril e estiagem observada durante os meses de
setembro a novembro.
Fonte: Seyler et al. (2008 e 2009); Silva et al. (em revisão 2010).
Figura 6.38 Comparação entre o curso principal e a planície de inundação do rio Gauporé.
a) O traço 650 cruza o rio de Guaporé e sua planície de inundação. Mosaico de imagens
JERS-1 no período de cheia em segundo plano. b) Perfil hidrológico medido pelo altímetro
RA-2 do satélite ENVISAT. c) Séries temporais extraída nas extremidades da planície de
inundação. A série do curso principal é mostrada em preto e a da planície de inundação em
cinza pontilhado.
6.4.2.1.2.
RIO BRANCO
A segunda área do estudo é a planície de inundação do rio de Branco. O rio de
Branco nasce na porção centro-oriental do estado de Roraima, aos pés da Serra Paracaima
S N
b)
130
131
132
133
134
135
136
137
2002 2003 2004 2005 2006 2007 2008 2009
Altutude (m )
Data (ano)
Rio Guaporé
Planície de inundação
c)
a)
RIO GUAPORÉ
PLANÍCIE DE INUNDAÇÃO
12:24S
12:30S
12:36S
43:48W
43:42W
43:36W
#650
ENVISAT
196
fronteira entre Brasil, Venezuela e Guiana. No curso médio, o rio cruza uma enorme planície
com baixíssima declividade, denominada Pantanal do Norte. Esse zona úmida é limitada por
penhascos que podem atingir 20 m de altura e cercada por floresta de terra firma que não é
inundada durante as cheias (Franzinelli e Igreja, 2002). Formado por bancos de sedimentos
com elevação de até 7 m, o delta de Rio Branco penetra como uma progressiva planície no
vale do rio Negro onde atua como uma represa estreitando o leito principal, que apresenta
somente 2 km de largura na foz do rio Branco (Latrubesse e Franzinelli, 2005). Os
resultados são apresentados em Silva et al. (em revisão 2010) e encontram-se listados na
Tabela 6.9.
Tabela 6.9 Relação das estações virtuais utilizadas para o rio Branco.
Estação
Virtual
Traço
Local
Largura
( km )
Longitude
Média
( ° )
Latitude
Média
( ° )
Variação
do NA
(m)
EV_192_
02
192
Rio Itapará
0,08
-
61,663
-
0,085
7,87
EV_693_01 693 Rio Capivara 0,05 -61,903 1,087 5,96
EV_693_02 693
Alagado
Interfluvial Morro
da Água Preta
-61,877 0,966 1,68
EV_693_03 693
Alagado
Interfluvial Morro
da Água Preta
-61,841 0,805 1,16
EV_693_04 693 Rio Catrimani 0,13 -61,778 0,515 6,92
EV_693_05 693 Rio Branco 1,00 -61,742 0,354 8,44
EV_693_06 693
Igarapé do Lago
Grande
0,05 -61,718 0,245 4,99
EV_693_07 693 Rio Itapará 0,08 -61,648 -0,075 7,91
EV_693_08 693 Igarapé Itapará 0,05 -61,573 -0,417 3,59
EV_693_09
693
Rio Jauaperi
0,48
-
61,504
-
0,728
7,92
Fonte: Silva et al. (em revisão 2010).
Na Figura 6.39, os traços 636 e 192 cruzam 206 km do Pantanal do Norte. A
vegetação campinarana desenvolve-se nos circulares alagados interfluviais de solos pobres
em nutriente e substitui a floresta ombrófila densas de planície, nessa região. Florestas
fluviais alagadas contornam os rios (Eva et al., 2002). De norte a sul (N-S), o satélite cruza o
rio Capivara que atravessa os alagados interfluviais, denominados de Morro da Água Preta e
penetra na planície de inundação do rio Branco (Figura 6.39a). Essa planície de inundação
começa no rio Catrimani e estende até o rio de Itapará. Por fim, mais ao sul, intercepta o rio
Jauaperi e seu tributário igarapé Itapará que são visíveis na Figura 6.39a, mas não
pertencem à bacia de rio de Branco.
As séries temporais são apresentadas na Figura 6.39b, cuja série do rio Itapará é
composta pelos dados altimétricos dos dois traços do satélite ENVISAT, 693 e 192, que se
cruzam exatamente sob o plano de água observado. As séries mostram claramente o ciclo
hidrológico anual e a sazonalidade dos níveis de água nas cheias e estiagens, com variação
multimodal. As variações temporais média dos níveis de água no rio Capivara, igarapé
Itapará e rio Jauaperi, correspondem a 6, 4 e 8 m, respectivamente. Para ambos os alagados
197
interfluviais do Morro da Água Preta, a flutuação média dos níveis de água são de
aproximadamente 1,5 m e para a planície de inundação do rio de Branco, varia de 7 a 8,5
m. Particularmente, pode-se observar que a ascensão do hidrogramahe de cheia é mais
acelerada, enquanto a recessão diminui progressivamente na vazante, frequentemente com
um pico de cheia menos acentuado no segundo semestre carcterístico de regime equatorial.
Os níveis máximos são observados nos meses de maio a julho e os mínimos entre os meses
de janeiro e fevereiro, com exceção do ano 2005, cujo mínimo ocorreu em dezembro.
Fonte: Silva et al. (em revisão 2010).
Figura 6.39 Comparação entre o curso principal e a planície de inundação do rio Branco.
a) Os traços 192 e 693 cruzam o rio Branco e a planície Pantanal do Norte. Mosaico de
imagens JERS-1 no período de cheia em segundo plano.
b) Séries temporais ao longo dos traços 192 e 693. Os gráficos pontilhados correspondem às
séries dos corpos hídricos localizados após o vale fluvial do rio Branco, identificado em
vermelho.
Na Figura 6.40, apresenta-se o perfil da elevação elaborado com os valores máximos
e mínimos de cada série temporal, ilustrado no sentido norte-sul (N-S) do trajeto do satélite
ENVISAT. Esse perfil confirma que o igarapé Itapará e o rio Jauaperi, localizados ao sul, não
pertencem ao vale fluvial da bacia de rio de Branco. Ao norte do perfil, pequenas variações
de níveis de água são observadas para os alagados interfluviais do Pantanal do Norte, em
relação à variação dos níveis dos rios. Durante as cheias, observa-se uma declividade de
8,14 cm/km, medida ao longo do segmento de 206 km do traço 693. Para a planície de
inundação do rio de Branco, que compreende do rio Catrimani ao rio Itapará totalizando 68
km ao longo do traço analisado, a declividade corresponde a 5,90 cm/km. Durante a
estiagem, o rio Itapará desconecta-se da planície de inundação do rio de Branco, assim
16
18
20
22
24
26
28
30
32
34
36
38
40
42
44
2002.5 2003 2003.5 2004 2004.5 2005 2005.5 2006 2006.5 2007 2007.5 2008
2008.5
Altitude (m)
Data (ano)
Rio Capivara Alagado interfluvial Morro da Água Preta Alagado interfluvial Morro da Água Preta
Rio Catrimani Rio Branco Igarapé do lago Grande
Rio Itapará Igarapé Itapará Rio Jauaperi
1N
0:30N
0
0:30S
62W
61:30W
RIO CAPIVARA
ALAGADO
INTERFLUVIAL
ALAGADO
INTERFLUVIAL
RIO CATRIMANI
RIO BRANCO
IGARAPÉ DO
LAGO GRANDE
RIO ITAPARÁ
IGARAPÉ
ITAPARÁ
RIO JAUAPERI
# 693
ENVISAT
# 192
ENVISAT
a)
b)
198
como o rio Capivara dos alagados interfluviais do Morro da Água Preta, formando sistemas
hídricos individualizados.
Fonte: Silva et al. (em revisão 2010).
Figura 6.40 Perfil de elevação das zonas úmidas em relação ao vale fluvial da bacia de rio
de Branco.
6.4.2.1.3.
RIO AMAZONAS
A terceira análise, onde os resultados são apresentados em Silva et al. (em revisão
2010), abrange a zona úmida da bacia Amazônica correspondente a várzea do rio Amazonas
na foz do rio Madeira, incluída na planície Amazônica. No período de cheia, as águas do rio
Amazonas controlam toda a planície aluvial (Maede et al., 1991). Em conseqüência, a
energia fluvial é diminuída e não consegue carrear muito da carga sedimentar que é
depositada, colmatando o vale com sedimentos fluviais, formando diversas ilhas e meandros
(Latrubesse e Franzinelle, 2002). As águas superficiais do Amazonas entram nos igarapés e
lagos, onde grandes regiões são temporariamente inundadas, podendo permanecer vários
meses, alterando o valor do pico da cheia, que progride lentamente. Em período de vazante,
as águas estocadas são liberadas, aumentando o valor da estiagem. As Figuras 6.41, 6.42 e
6.43 ilustram como os dados altimétricos do ENVISAT representam esse fenômeno, listados
na Tabela 6.10,.
0
5
10
15
20
25
30
35
40
45
50
-
0.8
-0.6-0.4-0.200.20.40.60.811.2
Altitude ( m )
Latitude (
°
)
Cheia
Estiagem
Rio Branco
Alagados interfluviais Morro da Água Preta
Rio Itapará
Igarapé Itapará
Rio Jauaperi
199
Tabela 6.10 Relação das estações virtuais utilizadas para o rio Amazonas.
Estação
Virtual
Traço
Local
Largura
( km )
Longitude
Média
( ° )
Latitude
Média
( ° )
Variação
do NA
(m)
EV_063
_01
063
Rio Amazonas
5,50
-
58,775
-
3,331
12,35
EV_063_02 063 Lago Arrozal -58,749 -3,456 8,62
EV_063_03 063 Rio Madeira 4,00 -58,767 -3,372 12,67
EV_478_01 478 Rio Caru 0,03 -58,712 -3,002 4,27
EV_478_02
478
Rio Urubu
0,10
-
58,756
-
3,202
9,72
EV_478_03 478 Lago 1 Urubu -58,760 -3,221 7,31
EV_478_04 478 Lago 2 Urubu -58,769 -3,261 7,21
EV_478_05
478
Rio Amazonas
4,00
-
58,749
-
3,456
10,77
EV_478_06 478 Rio Madeira 2,00 -58,812 -3,455 11,11
EV_478_07 478 Lago1 Curupira -58,835 -3,560 6,51
EV_478_08 478 Lago 2 Curupira -58,854 -3,648 9,74
EV_478_09
478
Lago 3 Curupira
-
58,864
-
3,692
10,36
EV_478_10 478 Lago 4 Curupira -58,879 -3,759 7,72
EV_478_11 478 Rio Curupira 0,25 -58,910 -3,904 11,53
EV_478_12
478
Rio Marimari
0,80
-
58,923
-
3,960
11,22
EV_478_13 478 Rio Miraçoeiro 0,02 -59,029 -4,440 6,21
EV_607_01 607 Rio Amazonas 6,30 -59,538 -3,134 12,32
Fonte: Silva et al. (em revisão, IJRS).
Na Figura 6.41a, o satélite ENVISAT (traço 478), cruza a região de estudo recoberta
por floresta ombrófila densas de planície (Eva et al., 2002), regiões mais brilhantes da
imagem JERS-1, no sentido norte-sul (N-S). O perfil hidrológico medido pelo altímetro
durante o trajeto do ENVISAT, ao longo do traço 478, é mostrado na Figura 6.41.b. O rio
Amazonas é indicado pela seta em vermelho. De norte a sul o satélite cruza toda a planície
de inundação, permitindo avaliar o regime hidrológico da região, perfazendo um total de 165
km ao longo do traço, com uma baixíssima declividade de 0,84 cm/km, durante a cheia,
observada no perfil hidrológico. Durante a vazante e a estiagem, em diversos momentos,
parábolas sucessivas indicam distorções geométricas da medida altimétrica, influência do
efeito off-nadir. Na região da foz do Madeira, esse fenômeno é fortemente observado, seta em
preto na Figura 6.41b.
Na Figura 6.42, são apresentadas séries temporais altimétricas do rio Caru, rio
Urubu, rio Amazonas, lago do Arrozal , lago Curupira, rio Marimari e rio Maraçoiero.
Verifica-se no traço retratado, o mesmo regime hidrológico equatorial alterado ao longo do
traço, com a cheia progredindo lentamente e a vazante mais acelerada, que se inicia ao
norte do rio Urubu, em rosa, até o rio Miraçoeiro, em violeta, passando pelo rio Amazonas
em vermelho, cuja série temporal é composta pelos dados altimétricos dos traços 063 e 478
do satélite ENVISAT que se cruzam sob o plano de água observado. Adicionalmente, pode-se
conferir a variação temporal nos hidrogramas dos diversos corpos hídricos da planície
aluvial, com a inundação ocorrendo com mais freqüência no mês de maio ou inicio de
junho, onde o nível de água alcança um valor máximo de 21 m. A estiagem ocorre durante
os meses de outubro a novembro com um nível inferior a 7 m. O rio Caru pertence à bacia
do rio Uatumã, a jusante da região de estudo, apresentando uma série temporal
diferenciada (azul escuro), não acompanhando a mesma sazonalidade hidrológica.
200
Fonte: Silva et al. (em revisão 2010).
Figura 6.41 Comparação entre o curso principal e a planície de inundação do rio
Amazonas.
a) Os traços 063 e 478 cruzam o rio de Amazonas e sua planície fluvial. Mosaico de imagens
JERS-1 no período de cheia em segundo plano.
b) Perfil hidrológico medido pelo altímetro RA-2 do satélite ENVISAT ao longo do traço 478.
Fonte: Silva et al. (em revisão 2010).
Figura 6.42 Séries temporais ao longo dos traços 063 e 478. O rio Amazonas é identificado
em vermelho.
Rio Urubu
Rio Madeira
# 478
ENVISAT
Rio Caru
# 063
ENVISAT
a)
Lagos Urubu
Lago Curupira
Rio Curupira
Rio Marimari
S
b)
N
Lago Arrozal
Rio Miraçoeiro
Rio Amazonas
Rio Madeira
Lago Curupira
6
8
10
12
14
16
18
20
22
2002.5 2003 2003.5 2004 2004.5 2005 2005.5 2006 2006.5 2007 2007.5 2008 2008.5
Altitude (m )
Data (ano)
Rio Caru Rio Urubu Lago Urubu 1 Lago Urubu 2 Rio Amazonas
Rio Madeira Lago Arrozal Rio Madeira Lago Curupira Lago Curupira
Lago Curupira Lago Curupira Rio Curupira Rio Marimari Rio Miraçoeiro
201
Na Figura 6.43, apresenta-se o perfil de elevação da planície de inundação, elaborado
com os valores máximos e mínimos de cada série temporal, ilustrado no sentido sul-norte
(S-N) do trajeto do satélite ENVISAT, onde se verifica que, durante a cheia todos os rios e
lagos marginais da região de estudo apresentam-se conectados, influenciados pelo regime
hidrológico do rio Amazonas. Na estiagem, observam-se cinco domínios de fluxos
hidrológicos diferentes. O rio Miraçaoeiro e o rio Marimari contribuem para o fluxo
hidrológico do rio Curupira, pois são seus afluentes. O lago Curupira, rio Urubu e rio Caru
apresentam-se desconectados da planície de inundação, formando sistemas hídricos
individualizados. Fato contrário acontece com o rio Madeira, lago do Arrozal e os lagos
marginais entre o rio Amazonas e rio Urubu, que continuam conectados ao vale fluvial do
rio Amazonas mesmo na estiagem.
Fonte: Silva et al. (em revisão 2010).
Figura 6.43 Perfil de elevação das zonas úmidas em relação ao vale fluvial do rio Amazonas
na foz do rio Madeira.
6.4.2.2.
RELAÇÃO ENTRE RIO E LAGOS
Retorna-se a região dos Llanos de Mojos para nova análise, aqui retratando as
relações entre o rio Guaporé e seus os lagos marginais. Esses corpos hídricos possuem
características variáveis de acordo com a época do ano, ou mesmo, de acordo com o ano,
apresentando um papel fundamental no comportamento morfo-hidráulico do sistema fluvial
principal, o rio Guaporé. Os resultados foram apresentados em Seyler et al., (2008 e 2009) e
Silva et al. (em revisão 2010) e encontram-se listados na Tabela 6.8.
Os diferentes lagos monitorados ao longo dos traços 106 e 951, do satélite ENVISAT
são mostrados na Figura 6.44. As séries temporais para o rio Guaporé e os lagos 1 e 4 são
0
5
10
15
20
25
-4.5 -4.3 -4.1 -3.9 -3.7 -3.5 -3.3 -3.1 -2.9
Altitude (m)
Latitude (
°
)
Cheia
Estiagem
Rio Amazonas
Rio Madeira
Lago Curupira
Rio Miraçoeiro
Rio Caru
202
exibidas na Figura 6.44b. Destaca-se que a série temporal do lago 4 é composta pelos dados
altimétricos dos traços 106 e 951 do satélite ENVISAT que se cruzam sob o plano de água
observado. O perfil de elevação dos hidrossistemas correspondentes é exposto na Figura
6.44c. Os dois lagos circular, nomeados de lago 5 e lago 6, na parte do sul da imagem na
Figura 6.44a, denotam desconexão do vale fluvial do rio Guaporé. O ciclo sazonal do rio de
Guaporé apresenta um hidrograma multimodal, simétrico com as cheias ocorrendo entre os
meses de fevereiro a abril e as estiagens entre os meses de setembro a novembro. A variação
média do nível de água é de aproximadamente 5 m. Nos lagos 1 e 4 observa-se que a
ascensão do hidrograma é mais acelerado e a recessão diminui lentamente. Tal constatação
sugere que nesta posição, o escoamento do rio Guaporé é aprovisionado pelas zonas úmidas
marginais ao seu leito, principalmente por aquelas situados ao norte que apresentam
maiores extensões do que aquelas situadas ao sul e exibem uma amplitude de variação do
nível de água similar ao curso principal.
Fonte: Seyler et al. (2008 e 2009); Silva et al. (em revisão 2010).
Figura 6.44 Comparação entre o curso principal do rio Guaporé e as zonas úmidas.
a) Localização da área de estudo. Mosaico de imagens JERS-1 no período de cheia em
segundo plano.
b) Séries temporais ao longo dos traços 106 e 951.
c) Perfil de elevação das zonas úmidas em relação ao vale fluvial do rio Guaporé.
12:24S
12:36S
12:48S
13S
# 951
ENVISAT
# 106
ENVISAT
LAGO 1
LAGO 2
LAGO 3
LAGO 6
RIO GUAPORÉ
AFLUENTE
LAGO 4
LAGO 5
a)
135
136
137
138
139
140
141
142
143
144
145
-
13.2
-13.1-13-12.9-12.8-12.7-12.6-12.5-12.4-12.3-12.2
Altitude (m)
Latitude (
°
)
Cheia
Estiagem
Rio Guaporé
Lago 4
c)
b)
134
136
138
140
142
144
146
2002 2003 2004 2005 2006 2007 2008 2009
Altitude (m)
Data (ano)
Lago 1 Rio Guaporé Lago 4
203
6.4.2.3.
RELAÇÃO ENTRE BACIAS
As relações entre bacias hidrográficas foram retratadas à bacia do rio Negro onde os
resultados foram apresentados em Silva et al. (em revisão 2010).
Com uma vazão anual média de 28,4 x de 10
3
m
3
s
-1
, o rio do Negro é o segundo
maior tributário a contribuir para a fluxo do rio Amazonas, após o rio Madeira. Apresenta
uma área de drenagem aproximadamente de 0,7 x 10
6
km
2
(Molinier et al, 1997). O rio Negro
nasce na Colômbia, atravessa a Venezuela e adentra o Brasil cruzando as savanas do
Lavrado de Roraima, em vários trechos ao longo de seu percurso pela região norte do Brasil
é margeado por floresta ombrófila densas de planície (Eva et al., 2002). A nominação Negro
provém da cor de suas águas resultando da grande quantidade de ácidos húmicos e de
óxidos de ferro dissolvidos que resultam num característico pH ácido de aproximadamente
4,2 (Moreira-Turcq, 2003). As planícies de inundação ao longo do rio Negro não apresentam
grandes extensões, se comparadas ao do rio Amazonas, visto que o rio é confinado em um
leito de substrato rochosos do planalto das Guianas e poucos sedimentos são transportados
(Franzinelli e Igreja, 2002). Em seu curso médio, o rio Negro recebe alguns grandes
tributários, em sua margem esquerda o mais relevante é rio de Branco. Nessa região
encontra-se o arquipélago Mariuá, onde o leito principal do rio Negro é totalmente
anastomosado atingindo até 55 km de extensão, formando complexos leitos menores, com a
presença de ilhas e vegetação inundada, limitando-se em sua margem esquerda por um
enorme terraço assimétrico (Latrubesse e Franzinelli, 2005).
Guyot e Molinier (1993) estudaram detalhadamente a pluviometria da bacia do rio
Negro. Segundo os autores à montante da estação fluviométrica de Serrinha, a pluviometria
média é de 2980 mm.ano
-1
e varia de 2000 a 3600 mm.ano
-1
. O período de maior úmidade
corresponde aos meses de maio a julho representando 30% das precipitações anuais, com
ausência de uma estação seca bem definida. Na sub-bacia do rio Branco, as precipitações
variam de 1400 a 2300 mm.ano
-1
, denotando um valor médio de 1830 mm.ano
-1
. O regime
sazonal é mais evidenciado e os três meses mais úmidos (maio a julho) totalizam 57% da
pluviometria anual. Na região a jusante da bacia, a estação das chuvas aparece mais cedo
com a máxima pluviométrica ocorrendo na região de Santa Maria do Boiaçu e, em março-
abril, na região de Manaus. Os três meses mais chuvosos totalizam 35 a 40% da
pluviometria anual. As Figuras 6.45 e 6.46 mostram o trajeto do satélite ENVISAT por essa
região, com as estações virtuais listadas na Tabela 6.11.
204
Tabela 6.11 Relação das estações virtuais utilizadas para o rio Negro.
Estação
Virtual
Traço
Local
Largura
( km )
Longitude
Média
( ° )
Latitude
Média
( ° )
Variação
do NA
(m)
EV_235_01 235
Alagado
Interfluvial
Caapiranga
-62,520 0,623 0,70
EV_235_02 235
Alagado
Interfluvial
Caapiranga
-62,471 0,401 0,98
EV_235_03 235 Rio Jutari 0,15 -62,398 0,069 2,23
EV_235_04 235
Alagado
Interfluvial
Caapiranga
-62,514 0,595 0,91
EV_235_05 235
Alagado
Interfluvial
Caapiranga
-62,508 0,570 0,88
EV_235_06 235
Alagado
Interfluvial
Caapiranga
-62,465 0,375 0,72
EV_235_07 235
Alagado
Interfluvial
Caapiranga
-62,452 0,314 0,84
EV_235_08 235
Alagado
Interfluvial
Caapiranga
-62,441 0,266 0,68
EV_235_09
235
Rio Pirarara
0,03
-
62,377
-
0,027
2,02
EV_235_10 235 Rio Jutari 0,04 -62,279 -0,473 5,91
EV_736_01 736
Igarapé Água
Branca
0,03 -62,115 1,130 3,15
EV_736_02 736 Rio Catrimani 0,10 -62,135 1,039 5,99
EV_736_03 736
Alagado
Interfluvial Novo
-62,202 0,735 0,80
EV_736_04
736
Rio Branquinho
0,03
-
62,275
0,402
4,84
EV_736_05 736 Rio Jutari 0,17 -62,355 0,041 2,07
EV_736_06 736 Rio Pirarara 0,40 -62,369 -0,027 2,39
EV_736_07
736
Rio Preto
0,03
-
62,423
-
0,271
4,75
EV_736_08 736 Rio Jutari 0,09 -62,521 -0,716 5,40
EV_736_09 736 Rio Negro 15,00 -62,592 -1,041 8,53
EV_736_10 736 Rio Caurés 0,07 -62,653 -1,316 7,85
EV_736_11
736
Rio Unini
0,15
-
62,743
-
1,728
6,57
EV_736_12 736 Jaú Rio 0,04 -62,949 -2,663 5,49
EV_736_13 736 Lago Piorini 5,00 -63,160 -3,621 11,99
EV_736_14
736
Rio Solimões
4,00
-
63,227
-
3,924
12,03
EV_736_15 736 Lago Coari 5,70 -63,251 -4,033 13,73
EV_736_16 736 Rio Purus 0,74 -63,619 -5,700 15,70
EV_736_17 736 Rio Mucuim 0,04 -64,131 -8,007 8,59
EV_736_18
736
Rio Mucuim
0,02
-
64,189
-
8,268
5,58
EV_736_19 736 Rio Madeira 2,20 -64,396 -9,196 11,93
EV_779_01 779 Rio Negro 14,55 -62,912 -0,861 7,25
EV_779_02 779 Rio Unini 0,16 -62,719 -1,741 6,24
Fonte: Silva et al. (em revisão 2010).
De norte a sul, o traço 736, cruza a região do médio rio Negro, percorrendo 1168 km
(Figura 6.45a). Pequeno e os grandes tributários são sucessivamente atravessados, na
extremidade dos alagados interfluviais Caapiranga o satélite alcança o arquipélago Mariuá,
no rio Negro, cuja série temporal é retratada em vermelho na figura 6.45b. Continua seu
trajeto, aproximando-se do rio Solimões (série temporal pontilha em cinza) e rio Purus (série
temporal pontilhada em rosa), finalizando no rio Madeira (série temporal pontilha em verde)
205
na porção sul do trecho em estudo. Na Figura 6.45b, são apresentadas as séries temporais
altimétricas desses corpos hídricos. A série temporal do rio Unini é composta pelos dados
altimétricos dos traços 736 e 779 do satélite ENVISAT que se cruzam sob o plano de água
observado. Um mesmo regime hidrológico equatorial é evidenciado do igarapé Água Branca
ao rio Unini, sendo caracterizado por um hidrograma bimodal, com ascensão acelerada e
recessão lenta. Relacionado com o regime pluviométrico da região, observa-se um pico de
cheia mais acentuado entre os meses de abril a agosto e um segundo menos relevante no
segundo semestre. A estiagem equivale aos meses de setembro a fevereiro. Adicionalmente,
pode-se conferir o mesmo regime hidrológico do rio Negro ao longo dos alagados interfluviais
Novo e Caapiranga, que denotam uma pequena variação nos níveis de água, entre 68 e 98
cm, se comparada às variações dos rios. Destaca-se que, os alagados interfluviais
Caapiranga limitam a bacia do rio de Branco em sua porção sudoeste.
Fonte: Silva et al. (em revisão 2010).
Figura 6.45 Comparação entre as zonas úmidas e os vales fluviais nas bacias dos rios
Negro, Solimões e Madeira.
a) Os traços 235, 736 e 779 cruzam os rios Negro, Solimões e Madeira. Mosaico de imagens
JERS-1 no período de cheia em segundo plano.
b) Séries temporais ao longo dos traços 235, 736 e 779. Os gráficos pontilhados
correspondem às séries dos sistemas hídricos localizados após o vale fluvial do rio Negro,
identificado em vermelho.
Na Figura 6.46, apresenta-se o perfil de elevação, formado pelos valores máximos e
mínimos de cada serie temporal, ilustrado no sentido norte-sul (N-S) do trajeto do satélite
ENVISAT, onde se podem identificar os diferentes limites das bacias do rio Banco, rio Negro,
rio Solimões e rio Madeira, bem como os vale fluviais com seus respectivos hidrossistemas
conectados tanto na cheia como na estiagem. São mostradas conexões nas cheias entre as
# 235
ENVISAT
# 736
ENVISAT
# 779
ENVISAT
ÁGUA BRANCA
CATRINANI
NOVO
BRANQUINHO
JUTARI
PIRARARA
PRETO
JUTARI
NEGRO
CAURÉS
UNINI
JAÚ
PIORINI
SOLIMÕES
COARI
PURUS
MUCUIM
MUCUIM
MADEIRA
NEGRO
CAAPIRANGA
a)
0
2S
4S
6S
8S
16
26
36
46
56
66
76
2002.5 2003 2003.5 2004 2004.5 2005 2005.5 2006 2006.5 2007 2007.5 2008 2008.5 2009
Altitude (m)
Data (ano)
Água Branca
Catrimani
Novo
Caapiranga
Caapiranga
Jutari
Caapiranga
Caapiranga
Caapiranga
Branquinho
Caapiranga
Caapiranga
Jutari
Pirarara
Pirarara
Preto
Jutari
Jutari
Negro
Caurés
Unini
Jaú
Piorini
Solimões
Coari
Purus
Mucuim
Mucuim
Madeira
b)
206
bacias do rio Madeira e do rio Solimões, bem como entre as bacias do rio Solimões com o rio
Negro, influencia pelo efeito de barragem hidraúlica do rio Solimões. Uma assimetria na
variação dos níveis de água é evidenciada do sul ao norte, com o rio do Negro no centro da
depressão. O rio Solimões escoa na porção mais ao norte de sua bacia, perto da fronteira
com a bacia do rio Negro. A variação de nível de água ao norte do rio Negro é de somente 20
m na cheia e 30 m na estiagem para uma distância aproximada de 300 km, enquanto que
ao sul do rio de Solimões atinge 40 m na cheia e 50 m na estiagem para uma distância de
aproximadamente 500 km.
Fonte: Silva et al. (em revisão 2010).
Figura 6.46 Perfil de elevação das zonas úmidas em relação aos vales fluviais dos rios
Branco, Negro, Solimões e Madeira.
Diferentes regimes hidrológicos e sazonalidades são observados para os rios
indicados na Figura 6.47. No rio Guaporé a cheia é antecipada ocorrendo a partir dos meses
de fevereiro a abril. Os rios Solimões, Amazonas e Madeira, denotam uma onda de cheia em
fase, sempre com um pico da inundação entre os meses de junho e o começo de julho.
Praticamente o mesmo período é observado para a o rio Negro com a onda de cheia em fase,
embora a recessão seja mais longa, certos períodos estende-se até os meses de janeiro e
fevereiro, como nos anos de 2004 e 2007. Este pico secundário de estiagem no início do ano
é muito específico da bacia do rio Negro. O rio Branco aponta o último pico de cheia, em
oposição com o ciclo hidrológico do rio Guaporé. Para o rio Branco, na recessão também
ocorrem alguns repiques, com pequenos eventos de cheia que ocorrem no final do ano, em
sua maioria entre os meses de novembro e dezembro. Adicionalmente, destaca-se que essas
observações são consistentes com os estudos do ciclo anual de atividades convectivas na
15
25
35
45
55
65
75
-
9.5
-8.5-7.5-6.5-5.5-4.5-3.5-2.5-1.5-0.50.51.5
Altitude (m)
Latitude (°)
Bacia Negro - Cheia Bacia Negro - Estiagem Bacia Branco - Cheia
Bacia Branco - Estiagem Bacia Solimões - Cheia Bacia Solimões - Estiagem
Bacia Madeira - Cheia Bacia Madeira - Estiagem Limite Superior Bacia Branco
Limite inferior Bacia Branco Limite entre Bacias do Negro e Solimões Limite entre Bacias do Solimões e Madeira
Rio Branco
Rio Negro
Rio Solimões
Rio Madeira
207
região, demonstrado por Salati et al. (1978), Kusky et al. (1984), Horel et al. (1989), Figueroa
e Nobre (1990), Nobre et al. (1991), Guyot et al. (1999) e Villar et al. (2009) onde a
distribuição geográfica do período de chuvas ocorre em fase oposta nas porções norte e sul
da bacia Amazônica (cf. § 5.3).
Quanto à variabilidade inter-anual, a forte seca, do fim de 2005, que assolou a região
Amazônica é o evento mais significativo, marcada nos ciclos hidrológicos dos rios Solimões,
Amazonas e Madeira, entretanto esse evento não foi registrado nos rios Negro e Branco.
Finalizando, torna-se evidente o efeito de barragem hidraúlica do rio Solimões-Amazonas
que influência os níveis de água no baixo curso dos rios Negro e Madeira, região específica
desses imensos rios, monitorada pelo altímetro do satélite ENVISAT.
Fonte: Silva et al. (em revisão 2010).
Figura 6.47 Relação entre rios na escala das bacias hidrográficas.
6.4.2.4.
CONSIDERAÇÕES
As conversões das alturas elipsoidais de nível de água das séries temporais
altimétricas em altitudes foram fundamentais para a compreensão das relações entre rios e
as zonas úmidas, bem como entre as diversas sub-bacias, dada a biodiversidade dos
ambientes estudados.
Embora as estações virtuais só possam ser estabelecidas sob os traços dos satélites e
com amostragens temporais definidas pelas missões altimétricas, nas séries temporais
95
100
105
110
115
120
125
130
135
140
145
5
10
15
20
25
30
35
40
45
2002.5 2003 2003.5 2004 2004.5 2005 2005.5 2006 2006.5 2007 2007.5 2008 2008.5
Altitude (m)
Altitude (m)
Data (ano)
Rio Branco EV_693_05
Rio Negro EV_779_02
Rio Negro EV_736_09
Rio Solimões ES_736_14
Rio Solimões ES_607_01 Rio Amazonas EV_478_05 Rio Madeira EV_063_03 Rio Guaporé EV_106_01
Rio Guaporé EV_951_06 Rio Guaporé EV_650_01
208
altimétricas obtidas com os dados ENVISAT, percebe-se claramente suas características de
sazonalidades, sendo possível observar dois períodos hidrológicos bem definidos ao longo do
ano: um período de cheia e um período de estiagem, apresentando detalhamentos nos
hidrogramas das varias ascensões e recessões. Adicionalmente perfis de elevação na cheia e
na estiagem das bacias dos rios Branco, Negro, Solimões-Amazonas e Madeira foram
apresentados permitindo-se avaliar as variações de níveis de águas de montante à jusante
ao longo de um traço altimétrico, bem como as relações entre os rios, as planícies de
inundação, os lagos, os alagados interfluviais e os limites das bacias hidrográficas. Destaca-
se que esses estudos são importantes para diversos programas de monitoramento e
planejamento dos usos da água, embora quantificar os processos hidrológicos das bacias
hidrográficas e correlacioná-los com as diferentes variáveis relacionadas com a sua
dinâmica de inundação envolva também estudos de clima, geomorfologia, solo, vegetação,
deflúvio e evapotranspiração.
O monitoramento das variações dos níveis de água poderão se entender por mais de
uma década com o processamento dos algoritmos Ice-1 e Ice-2, para a missão T/P, realizado
pelo projeto CASH e o processamento do algoritmo Ice-2, para as missões ERS,
implementado pelo projeto OSCAR e continuarão nas missões altimétricas Jason-2, lançada
em 2008, Cryosat-2, lançada em fevereiro de 2010 e AltiKa, com lançamentos previstos para
o segundo semestre de 2010, bem como com a missão SWOT, prevista para 2020.
209
SEÇÃO IV
CONCLUSÕES E RECOMENDAÇÕES
210
CAPÍTULO 7
CONCLUSÕES E RECOMENDAÇÕES
O cumprimento do objetivo mais amplo desta pesquisa apóia-se na superação dos
limites até então estabelecidos sobre o emprego, em águas continentais, dos dados de
altimetria espacial, a fim de usufruir de suas diversas potenciais informações para uma
melhor compreensão dos numerosos processos envolvidos nos fluxos hídrico das zonas
úmidas (cf. Capítulo 1)
Antes de abordar pontos mais específicos deste estudo, faz-se necessário avançar na
discussão sobre a instigante questão científica intrinsecamente presente no que diz respeito
à validação ou avaliação de pesquisas que abordem fenômenos dificilmente observáveis. De
fato, como validar uma metodologia onde o objetivo é produzir uma informação
espacializada com regularidade temporal, que não existe nos métodos tradicionais? Tal
configuração conduz forçosamente a uma situação de carência de dados de referência ou,
em outras palavras, evidencia limitações para a avaliação dessas novas metodologias de
natureza espaço-temporal. Urge, portanto, repensar certos protocolos de aquisição desses
dados, a fim de melhor se adaptar a presente coleta de informações, seja para atender as
necessidades de tais metodologias, seja para melhor compreender os fenômenos físicos
efetivamente importantes na análise hidráulico-hidrológica de um sistema hídrico ou, mais
especificamente, de uma bacia hidrográfica. A altimetria espacial, examinada por esse viés,
permite o ingresso em uma nova fase, que seria empregar os dados espaciais para
complementar e otimizar a rede básica hidrológica em grandes bacias hidrográficas. .
Pontos importantes nessa nova diretriz são os recentes avanços obtidos na aquisição
e no tratamento dos dados altimétricos, em virtude dos aperfeiçoamentos adicionados aos
sensores e dos diversos algoritmos de tratamento das funções de onda (FOs). Mais
especificamente, o referencial metodológico desta tese envolve uma seleção manual
espacializada dos dados altimétricos utilizando uma ferramenta desenvolvida em ambiente
que permite o georeferenciamento das informações analisadas. Tal procedimento de seleção
manual permite uma visualização tridimensional dos dados em um espaço superfície-
profundidade, apresentando-se vantajosa e promovendo critérios mais confiáveis na escolha
das informações representativas de uma dada seção fluviométrica, reduzindo, pois, a
dispersão das informações coletadas via satélite.
Particularmente, essa seleção manual permite acrescentar as correções das
distorções geométricas, provenientes do efeito do afastamento em relação ao nadir (off-
nadir), nas medidas altimétricas de altura de água, tanto na cheia como na vazante, antes
211
pouco consideradas, que geravam um registro de níveis de água com maiores incertezas e,
portanto, menos confiáveis.
Como se pode perceber, o conjunto destes três elementos, que envolve novas missões
com diversos algoritmos de tratamento das FOs, desenvolvimento de uma ferramenta
específica para a seleção de dados para as águas continentais e aplicação de correções
peculiares a esses ambientes, constitui um avanço em relação aos primeiros trabalhos
realizados com os dados Topex/Poseïdon (T/P) e o algoritmo Ocean, então desenvolvidos
com suporte de uma simples seleção geográfica sem acréscimo de medidas que levasse em
conta o efeito de afastamento em relação ao nadir (off-nadir). Esses aperfeiçoamentos,
usados no presente estudo, permitiram a obtenção de precisões melhores que as
apresentadas na literatura (cf. § 3.4).
Nesse sentido, de forma a cumprir o objetivo específico desta pesquisa, que busca a
utilização dos dados altimétricos em corpos hídricos continentais, mais especificamente em
zonas úmidas, faz-se necessário analisar e validar esses dados para sua efetiva utilização.
Um dos pontos mais difíceis deste estudo foi justamente a validação dos dados altimétricos
em ambientes particulares como as zonas úmidas. Em um primeiro momento,
fundamentou-se essa validação a partir de estudos da literatura científica, buscando
compará-los com os dados das estações fluviométricas. No entanto, constatou-se que as
zonas úmidas são pouco instrumentadas, com carência de estações fluviométricas. Por
natureza, as zonas úmidas são ecossistemas de extrema complexidade espacial,
excepcionalmente vastas na bacia Amazônica, mas também presentes no conjunto de bacias
tropicais do planeta, consistindo, portanto, um esforço árduo seu monitoramento por meios
convencionais. Das zonas úmidas analisadas neste estudo, somente o lago Janauacá possui
estações fluviométricas instaladas a partir de 2006, portanto com uma série bastante
restrita de observações para estudos de validação.
Partiu-se, então, para as análises em outros locais onde existiam estações
fluviométricas instaladas e que fazem parte da rede hidrológica nacional, distribuídas ao
longo da bacia Amazônica. A validação foi realizada discriminando-as, na aplicação, em
duas categorias quanto à proximidade entre as estações fluviométricas e os traços dos
satélites, a saber: distância de menos de 2 km e distância entre 2 km e 30 km.
Adicionalmente, destaca-se que dois novos métodos de validação foram implementados:
validação interna, nos pontos de cruzamento dos traços dos satélites, e validação quando as
estações fluviométricas encontram-se entre dois traços do satélite via método de declividade
nula (null-slope), onde esse último permite também o nivelamento das estações
fluviometricas. A precisão das séries temporais altimétricas analisadas é de ordem
decimétrica: 70% das séries do satélite ENVISAT e 35% das séries do satélite ERS-2
apresentam erro médio quadrático (RMS) inferior a 40 cm, com valores mínimos de 12 cm e
23 cm para o satélite ENVISAT com os algoritmos Ice-1 e Ice-2, respectivamente, e 32 cm
para o satélite ERS-2 com o algoritmo Ice-2. Diante desses resultados, fundamenta-se,
portanto, a utilização dos dados altimétricos em hidrossistemas continentais. É importante
212
destacar que essas precisões obtidas para os rios são extremamente conservadoras em
relação às zonas úmidas. Na realidade, a dinâmica resultante dos fluxos canalizados
conduz, nos cálculos de precisão, a uma forte variabilidade espacial e temporal, fenômeno
menos marcante nas zonas úmidas, onde os fluxos são de ordens de grandeza muito
inferiores.
As estações virtuais só podem ser estabelecidas sob os traços dos satélites e com
amostragens temporais definidas pelas órbitas das missões altimétricas, 10 dias para a
missão T/P e 35 dias para as missões ERS-2 e ENVISAT, respectivamente. Esse
inconveniente é compensado, largamente, pela capacidade de fornecer uma amostragem
espacial bem mais densa que a rede de estações hidrológicas tradicionais instaladas na
região Amazônica (cf. Figura 6.1), oferecendo a vantagem do nivelamento das estações
hidrológicas tradicionais em uma mesma superfície de referência. Por outro lado, a
associação entre as redes de estações virtuais e estações hidrológicas tradicionais permite
conjugar amostragem espacial densa (estações virtuais) e amostragem temporal densa
(estações hidrológicas tradicionais), em especial oferecendo possibilidades de medida do
ciclo hidrológico nas zonas ainda não instrumentadas tradicionalmente, como as zonas
úmidas das grandes bacias tropicais.
Séries temporais com precisão decimétrica foram obtidas para os grandes rios Negro,
Branco, Madeira, Solimões e Amazonas e, também, sobre rios muito menores, com 20 m de
largura, principalmente nas zonas úmidas de difícil acesso e com vegetação inundável
predominante, onde as amplitudes do nível da água são muito pequenas, limitadas a alguns
decímetros. Visto que a dinâmica das zonas úmidas é mais estável, pode-se selecionar uma
quantidade maior de pontos nas estações virtuais, com uma amostragem temporal mais
regular, apresentando detalhamento espacial e temporal enriquecido através da combinação
de traços, seja nos pontos de cruzamento de traços do mesmo satélite ou com satélites de
outras missões altimétricas, oferecendo esses resultados satisfatórios.
O uso conjunto das séries temporais altimétricas com as imagens de sensoriamento
remoto oferece uma nova perspectiva para o monitoramento de recursos hídricos em
grandes bacias transfronteiriças tropicais, como a bacia Amazônica, pois se inscreve num
verdadeiro processo de análise espaço-temporal fundamentado pelo funcionamento
hidrológico e hidrodinâmico da planície de inundação, complementando, assim, o processo
de caracterização da superfície inundada. Essa nova alternativa permite extrair
características físicas exógenas à imagem, isto é, sazonalidade da variação do volume de
água estocado, perfil de declividade da linha de água, vazão, vazão de margens plenas,
velocidade, entre outras informações.
Nesta tese, os valores das séries temporais altimétricas foram referenciados a um
mesmo sistema geodésico, permitindo-se compreender as relações espaciais e temporais do
funcionamento do balanço hídrico entre zonas úmidas e rios, situados em uma mesma
bacia hidrográfica ou em bacias distintas, auxiliando, dessa forma, na caracterização quali-
quantitativa dos recursos hídricos nessas regiões. Outra utilidade desse georeferenciamento
213
unificado é a possibilidade de obtenção do perfil de elevação ao longo de um mesmo traço,
que demonstra as conexões durante as cheias e desconexões em períodos de estiagem dos
corpos de água da bacia hidrográfica, evidenciando as baixas amplitudes do nível da água
das zonas úmidas, com valores mínimos de 60 cm em relação às grandes amplitudes dos
rios Amazônicos, que chegam a mais de 10 m.
Retomando-se a questão inicial apresentada como hipótese para o delineamento
deste trabalho, pode-se afirmar que, com base na metodologia apresentada e resultados
alcançados, é possível a utilização dos dados de altimetria espacial para uma melhor
compreensão dos numerosos processos envolvidos no balanço hídrico das zonas úmidas. No
entanto, ainda há uma série de pesquisas que devem ser conduzidas para aperfeiçoar os
métodos aqui empregados.
Nesse sentido, registram-se algumas sugestões para a condução de estudos futuros
mais diretamente associados com a pesquisa aqui realizada, com vistas a extrair e comparar
parâmetros físicos dos processos hidráulico-hidrológicos que ocorrem nos sistemas hídricos
da bacia Amazônica.
Primeiramente, a identificação e classificação dos diversos fluxos envolvendo os
cursos de água e as zonas úmidas, como lagos e alagados interfluviais, determinam a
dinâmica temporal da água na área inundada, que é influenciada pela precipitação, pelo
escoamento superficial, pela cheia e pelas trocas entre o escoamento superficial e
subterrâneo. Até o presente, o comportamento desses fluxos é mal compreendido, uma vez
que as zonas úmidas não são monitoradas pelas estações hidrológicas tradicionais,
impedindo a utilização de recursos como a modelagem hidráulico-hidrológica. Com a
utilização das séries temporais altimétricas conjuntamente com as superfícies de inundação
provenientes das imagens de sensoriamento remoto como forçantes na modelagem
hidráulico-hidrológica, pode-se extrair e compreender as relações espaciais e temporais do
funcionamento hidrológico desses fluxos. A síntese dessa originalidade pode ser
compreendida pela nova visão apresentada sob o ponto de vista físico dos processos de
escoamento superficial, sub-superficial e subterrâneo.
Ainda sobre a dinâmica de circulação de água entre a zona úmida e o rio, no
presente estudo, considerou-se pouco significativo o escoamento no interior das zonas
inundáveis, resultando em altitudes estacionárias, ou seja, o mesmo valor sendo atribuído
para toda a superfície inundada. No entanto, dada a complexidade das zonas úmidas, a
topografia é uma forçante fundamental para a circulação da água, sendo, ao mesmo tempo,
fator condicionado por e condicionante dessa dinâmica. Sob esse prisma, o desenvolvimento
de metodologias para levantamentos da morfologia de superfície dos corpos de água em
zonas úmidas permitirá tanto uma estimativa mais fiel da área inundada e do volume de
água que passa pela zona úmida quanto à geração de parâmetros essenciais para uma
descrição mais exata de sua dinâmica. Como conseqüência, os modelos que fazem uso
dessas informações tornar-se-ão mais acurados.
214
Outra sugestão que merece destaque refere-se à associação dos resultados obtidos
neste estudo, como a unificação da amostragem espacial densa (estações virtuais) e
amostragem temporal densa (estações hidrológicas tradicionais), nivelamento das estações
hidrológicas tradicionais e os perfis das superfícies máximas e mínimas do escoamento ao
longo do rio, com os modos mais modernos de análises hidrológicas, que envolvem medidas
de vazão com ADCP (Acustic Doppler Current Profiler) e estabelecimento de curva-chave com
dados altimétricos, integrando-os, de maneira inovadora, na modelagem hidráulico-
hidrológica na escala da bacia hidrográfica. Em particular, por exemplo, o conjunto de
condições iniciais e de contorno das equações de Saint-Venant, empregadas na propagação
de escoamentos em rios, pode ser estabelecido, mediante informações tais como: seção
transversal do canal referenciada a um mesmo sistema geodésico; velocidade do
escoamento; variação da profundidade do escoamento ao longo do canal; perfil da superfície
livre e do fundo ao longo do canal, também referenciados a um mesmo sistema geodésico.
Finalizando, pode-se estabelecer uma perspectiva mais geral voltada para o
monitoramento ambiental e, em particular, para a hidrometria. A comparação entre as
séries temporais altimétricas e as séries das estações fluviométricas permite eliminar
eventuais inconsistências dos registros das leituras das réguas, principalmente, quando
ocorrem interrupções contínuas, como apresentado neste estudo, para os registros das
estações fluviométricas de Itacoatiara e do lago Janauacá, ajustando as informações
geradas a partir dos dados da rede hidrológica tradicional. Essa nova base integrada de
dados é fundamental para os diversos usuários e setores relacionados aos recursos hídricos,
tanto em ações de gestão desses recursos, como em estudos e projetos que demandem o
conhecimento das disponibilidades hídricas e dos potenciais hidráulicos das bacias
hidrográficas, visando ao aproveitamento de seus múltiplos usos.
215
REFERÊNCIAS BIBLIOGRÁFICAS
ACEITUNO, P., 1988, “On the functioning of the southern oscillation in the South American
sector. Part I: Surface Climate”, Monthly Water Review, v. 116, n. 3, pp. 505–524.
ACREMAN, M. C., FISHER, J., STRATFORD, C. J., MOULD, D. J., MOUNTFORD J. O.,
2007, “Hydrological science and wetland restoration: some case studies from
Europe”, Hydrology and Earth System Sciences, v. 11, n. 1, pp. 158-169.
Disponível em: www.hydrol-earth-syst-sci.net/11/158/2007/
AGÊNCIA NACIONAL DE ÁGUAS. 2008. Rede Hidrometeorológica Amazônia.
Disponívelem:http://www.ana.gov.br/GestaoRecHidricos/InfoHidrologicas/hidromete
orologia/rh_amazonica/Rede_Hidrometeorologica_Amazonia.asp
ALCÂNTARA, E., BARBOSA, C., STECH, J., NOVO, E., SHIMABUKURO, Y., 2009,
“Improving the spectral unmixing algorithm to map water turbidity Distributions”,
Environmental Modelling & Software, v. 24, pp. 1051-1061. doi:
10.1016/j.envsoft.2009.02.013
ALSDORF, D. E., MELACK, J. M., DUNNE, T., MERTES, L. A. K., HESS, L. L., SMITH, L. C.,
2000, “Interferometric radar measurements of water level changes on the Amazon
floodplain”, Nature, v. 404, pp. 174-177. doi: 10.1038/35004560
ALSDORF, D. E., BIRKETT, C. M., DUNNE, T., MELACK, J., HESS, L., 2001a, “Water level
changes in a large Amazon lake measured with spaceborne radar interferometry and
altimetry”, Geophysical Research Letters, v. 28, n. 14, pp. 2671-2674. doi: 0094-
8276/01/2001GL012962
ALSDORF, D. E., SMITH, L. C., MELACK, J. M., 2001b, “Amazon floodplain water level
changes measured with interferometric SIR-C radar”. IEEE Transactions on
Geoscience and Remote Sensing, v. 39, n. 2, pp. 423-431. doi: 10.1109/36.905250
ALSDORF, D. E., LETTENMAIER, D. P., 2003, “Tracking fresh water from space”, Science,
v. 301, n. 5639, pp. 1491-1494. doi: 10.1126/science.1089802
ALSDORF, D., RODRIGUEZ, E., LETTENMAIER, D., 2007, “Measuring surface water from
space”, Reviews of Geophysics, v. 45, n. 2, pp. RG2002, doi:
10.1029/2006RG000197
ARAÚJO, A. A. M., 2006, Um Novo Esquema de Parametrização Hidrológica da
Superfície Terrestre com Redistribuição Lateral da Água no Solo, Tese de
Doutorado, Engenharia Civil, COPPE/UFRJ, Rio de Janeiro, RJ.
ARTAN, G., GADAIN, H., SMITH, J. L., ASANTE, K., BANDARAGODA, C. J., CHRISTINA, J.,
VERDIN, J. P., 2007, “Adequacy of satellite derived rainfall data for stream flow
modeling”, Natural Hazards, v. 43, n. 2, pp. 167-185. doi: 10.1007/s11069-007-
9121-6
ATKINSON, P. M., TATNALL, A.R.L., 1997, “Neural networks in remote sensing”.
International Journal of Remote Sensing, v. 18, n. 4, pp. 699–709. doi:
10.1080/014311697218700
AUGUSTEIJN, M. F., CLEMENS, L. E., SHAW, K.A., 1995, “Performance evaluation of
texture measures for ground cover identification in satellite images by means of a
neural network classifier”. IEEE Transactions on Geoscience and Remote Sensing,
v. 33, n. 3, pp. 616–625. doi : 10.1109/36.387577
216
AVISO, 2009, Archivage, Validation et Interprétation des données des Satellites
Océanographiques. Disponível em:
http://www.aviso.oceanobs.com/fr/missions/index.html
BAKER, V., 1978, “Adjustment of fluvial systems to climate and source terrain in tropical
and subtropical environments”. In: MIALL, A. D. (ed.), Fluvial Sedimentology, v. 5,
pp. 211–230. Memoir-Canadian Society of Petroleum Geologists.
BAJCSY, R., LIEBERMAN, L., 1976, “Texture gradient as a depth cue”, Computer Graphics
and Image Processing, v.5, n.1, pp.52-67. doi: 10.1016/S0146-664X(76)80005-6
BAMBER, J. L., 1994, “Ice sheet altimeter processing scheme”, International Journal of
Remote Sensing, v. 15, n. 4, pp. 925-938, doi: 10.1080/01431169408954125
BARTON, I. J., BATHOLS, J. M., 1989, “Monitoring floods with AVHRR”, Remote Sensing of
Environment, v. 30, n. 1, pp. 89-94. doi: 10.1016/0034-4257(89)90050-3
BECKER, M. W., 2005, “Potential for Satellite Remote Sensing of Ground Water”, Ground
Water”, v. 44, n. 2, pp. 306-318. doi: 10.1111/j.1745-6584.2005.00123.x
BENEDIKTSSON, J. A., SWAIN, P. H., ERSOY, O. K., 1990, “Neural Network Approaches
Versus Statistical Methods in Classification of Multisource Remote Sensing Data”,
IEEE Transactions on Geoscience and Remote Sensing, v. 28, n. 4, pp. 540-552.
doi: 10.1109/TGRS.1990.572944
BENVENISTE, J., BERRY, P. A. M., 2004, “Monitoring River and Lakes from Space”, ESA
Bulletin 117 - February 2004. Dispinível em:
http://www.esa.int/esapub/bulletin/bullet117/chapter5_bul117.pdf
BENZ, U. C., HOFMANN, P., WILLHAUCK, G., LINGENFELDER, I., HEYNEN, M., 2004,
“Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS ready
information”. ISPRS Journal of Photogrammetry & Remote Sensing, v. 58, n. 3-4,
pp. 239–258. doi: 10.1016/j.isprsjprs.2003.10.002
BERRY, P. A. M., GARLICK, J. D., FREEMAN, J. A., MATHERS, E. L., 2005, “Global inland
water monitoring from multi-mission altimetry”, Geophysical Research Letters, v.
32, L16401, doi:10.1029/2005GL022814
BERRY, P. A. M., SMITH, R.G., FREEMAN, J.A., et al., 2007, “Towards a New Global Digital
Elevation Model”. Proceedings of XXIV IUGG General Assembly – Earth: Our Changing
Planet, Perugia, Italia, 02-13 julho 2007. v. 133, p. 431–435.
BINAGHI, E., MADELLA, P., MONTESANO, M. G., RAMPINI, A., 1997, “Fuzzy contextual
classification of multisource remote sensing images”, IEEE Transactions on
Geoscience and Remote Sensing, v. 35, n. 2, pp. 326–339. Doi: 10.1109/36.563272
BINDLISH, R., CROW, W. T., JACKSON, T. J., 2009, “Role of Passive Microwave Remote
Sensing in Improving Flood Forecasts”, IEEE Geoscience and Remote Sensing
Letters, v. 6, n. 1, pp. 112-116. doi: 10.1109/LGRS.2008.2002754
BIRKETT, C.M., 1995a, “The global remote sensing of lakes, wetlands and rivers for
hydrological and climate research”. In: Geoscience and Remote Sensing Symposium:
Quantitative Remote Sensing for Science and Applications, International IGARSS 1995,
pp. 1979–1981, Firenze, Italy, Jul. 1995. doi: 10.1109/IGARSS.1995.524084
BIRKETT, C. M., 1995b, “The contribution of Topex/Poseidon to the global monitoring of
climatically sensitive lakes”, Journal of Geophysical Research – Oceans, v.100, n.
C12, p. 25,179-25,204. doi: 0148-0227/95/95JC-02125
217
BIRKETT, C.M., 2000, “Synergistic remote sensing of lake Chad : variability of basin
inundation”, Remote Sensing of Environment, v. 72, p. 218-236. doi:
10.1016/S0034-4257(99)00105-4
BIRKETT, C. M., 1998, Contribution of the TOPEX NASA radar altimeter to the global
monitoring of large rivers and wetlands, Water Resources Research, v. 34, n. 5, pp.
1223-1239. doi: 0043-1397/98/98WR-00124
BIRKETT, C. M., MERTES, L. A. K., DUNNE, T., COSTA, M. H., JASINSKI, M. J., 2002.
Surface water dynamics in the Amazon Basin: Application of satellite radar altimetry.
Journal of Geophysical Research. v. 107, n. D20, pp. 8059,
doi:10.1029/2001JD000609
BLASCO, F., BELLAN, M. F., CHAUDHURY, M. U., 1992, “Estimating the extent of floods in
Bangladesh using SPOT data”. Remote Sensing of Environment, v. 39, n.3, pp. 167-
178. doi: 10.1016/0034-4257(92)90083-V
BLYTH, K., 1997, “FLOODNET: A telenetwork for acquisition, processing and dissemination
of earth observation data for monitoring and emergency management of floods”,
Hydrological Processes, v. 11, n. 10, pp. 1359-1375., doi: 10.1002/(SICI)1099-
1085(199708)11:10<1359::AID-HYP529>3.0.CO;2-6
BONNET, M-P., BARROUX, G., MARTINEZ, J. M., SEYLER, F., MOREIRA-TURCQ, P.,
COCHONNEAU, G., MELACK, J. M., BOAVENTURA, G., MAURICE-BOURGOIN, L.,
LEÓN, J. G., ROUX, E., CALMANT, S., KOSUTH, P., GUYOT, J. L., SEYLER, P., 2008,
“Floodplain hydrology in an Amazon floodplain lake (Lago Grande de Curuaí)”,
Journal of Hydrology, v. 349, n. 1- 2, 30, pp. 18-30. doi:
10.1016/j.jhydrol.2007.10.055
BOTTA, A., RAMANKUTTYM, N., FOLEY, J. A., 2002, “Long-term variations of climate and
carbon fluxes over the Amazon Basin”, Geophysical Research Letters –
Atmospheres, v. 29, n. 9, pp. 1319. doi:10.1029/2001GL013607.
BRAKENRIDGE, G. R., TRACY, B. T., KNOX J. C., 1998, “Orbital SAR remote sensing of a
river flood wave”, International Journal of Remote Sensing, v. 19, n. 7, pp. 1439-
1445. doi: 10.1080/014311698215559
BRENNER, A. C., BINDSCHADLER, R. A., THOMAS, R. H., ZWALLY, H. J., 1983, “Slope-
induced errors in radar altimetry over continental ice sheets”, Journal Geophysical
Research, v. 88, n. C3, pp. 1617-1623. doi:10.1029/JC088iC03p01617
BRENNER, A. C., FREY, H. V., DI MARZIO, J., TSAOUSSI, L., 1997, Topography over
South America from ERS altimetry, Space at the Service of our Environment,
ESA Pub. SP-414, 1, May 1997.
BRIVIO, P. A., COLOMBO, R., MAGGI, M., TOMASONI, R., 2002, “Integration of remote
sensing data and GIS for accurate mapping of flooded areas”, International Journal
of Remote Sensing, v. 23, n. 3, pp. 429-441. doi: 10.1080/01431160010014729
BROWN, G. S., 1977, “The average impulse response of a rough surface and is
applications”, IEEE Transactions on Antennas Propagation, v.25, n. 1, pp. 67-74.
BRYANT, R. B., GILVEAR, D. J., 1999, “Quantifying geomorphic and riparian land cover
changes either side of a large flood event using airbone remote sensing: River Tay,
Scotland”, Geomorphology, v. 29, p. 307-321. doi: 10.1016/S0169-555X(99)00023-9
218
CALLEDE, J., KOSUTH, P., GUYOT, J. L., GUIMARÃES, V. S., 2000, “Discharge
determination by Acoustic Doppler Current Profilers (ADCP): a moving bottom error
correction method and its application on the River Amazon at Óbidos”, Hydrological
Sciences Journal/Journal Des Sciences Hydrologiques, v. 45, n. 6, pp. 911-924.
doi: 10.1080/02626660009492392
CALLEDE, J., GUYOT, J. L., RONCHAIL, J., L’HÔTE, Y., NIEL, H., OLIVEIRA, E., 2002, “The
River Amazon at Óbidos (Brazil): Statistical studies of the discharges and water
balance”, Hydrological Sciences Journal/Journal Des Sciences Hydrologiques, v.
47, n. 2, pp. 321-333. doi: 10.1080/02626660209492933
CALLEDE, J., GUYOT, J. L., RONCHAIL, J., MOLINIER, M., DE OLIVEIRA, E., 2004,
“Evolution du débit de l’Amazone à Óbidos de 1903 à 1999”, Hydrological Sciences
Journal/Journal Des Sciences Hydrologiques, v. 49, n. 1, pp. 85-97. doi:
10.1623/hysj.49.1.85.53992
CALLEDE, J., RONCHAIL, J., GUYOT, J. L., OLIVEIRA, E., 2008, “Déboisement Amazonien:
Son influence sur le débit de l’Amazone à Óbidos”, Revue des Sciences de l’Eau, v.
21, n. 1, pp. 59-72.
CALMANT, S, CAZENAVE, A, BERGE-NGUYEN, M., 2006, Carte des Fonds Océaniques
par Altimétrie Spatiale. Montpellier: IRD Editions. v. 116.
CALMANT, S., SEYLER, F., 2006, “Continental surface water from satellite altimetry”,
Comptes Rendus Geosciences, v. 338, n. 14-15, pp. 1113-1122. doi:
10.1029/2001JD000609
CALMANT, S., SEYLER, F., CRETAUX, J-F., 2008, “Monitoring Continental Surface Waters
by Satellite Altimetry”, Survey in Geophysics, v. 29, n. 4-5, pp. 1573-0956. doi:
10.1007/10712-008-9051-1
CALMANT, S.; LEE, H.; SOUZA, A-E; SHUM, C. K.; SEYLER, F.; HUANG, Z.; SANTOS DA
SILVA, J.; MEDEIROS MOREIRA, D.; NINO, F.; BETTADPUR, S.; RIES, J.; TAPLEY, B.;
COCHONNEAU, G.; ROTUNNO FILHO, O; VAZ DE ALMEIDA, F.; OLIVEIRA, E. 2009.
JASON-2 IGDRs for flood alert in the Amazon basin. Proceedings of Ocean Surface
Topography Science Team Meeting. 22-24 June. Seattle, USA. Disponivel em:
http://depts.washington.edu/uwconf/ostst2009/OSTST_book_2009_Final.pdf
CARIGNAN, R., NEIFF, J. J., 1992, “Nutrient dynamics in the floodplain ponds of the
Paraná River (Argentina) dominated by Eichhornia crassipes”, Biogeochemistry, v. 17,
n. 2, pp. 85-121. doi: 10.1007/BF00002642
CARTWRIGHT, D. E., TAYLER, R. J., 1971, “New computations of the tide-generating
potential”, Geophysical Journal of the Royal Astronomical Society, v. 23, n. 1, pp.
45-74. doi: 10.1111/j.1365-246X.1971.tb01803.x
CARTWRIGHT, D. E., EDDEN, A. C., 1973, “Corrected tables of tidal harmonics”,
Geophysical Journal of the Royal Astronomical Society, v. 33, n. 3, pp. 253-264.
doi: 10.1111/j.1365-246X.1973.tb03420.x
CASH – Contribution de l’Altimetrie Spatiale pour l’Hydrologie, 2010. Disponível em:
http://ocean.cls.fr/html/cash/welcome.html
CAUHOPE, M., 2004, Hauteurs d’eau d’une plaine d’inondation amazonienne par
altimétrie spatiale, Rapport de stage de DEA ‘Sciences de la Terre et
l’Environnement’, 30 p.
CAZENAVE, A., MASSONNET, D., 2004, La Terre vue de l’espace. Paris (FR), Belin-Pour la
Science, Collection Bibliothèque Scientifique, 128p.
219
CEOS – Committee on Earth Observation Satellites, 2008, The Earth Observation
Handbook – Climate Change Special Edition. Paris, France: ESA, 168p.
CHELTON, D. B., RIES, J. C., HAINES, B. J., FU, L. L., CALLAHAN, P. S., 2001, « Satellite
altimetry”. In: Fu, L.-L., Cazenave, A. (ed.) Satellite altimetry and Earth sciences, a
handbook of techniques and applications. London (UK), Academic Press, 464p.
CHAN, S. W. K., 1996, “Object-oriented knowledge-based system for image diagnosis”,
Applied Artificial Intelligence, v. 10, n. 5, pp. 407 – 438. doi:
10.1080/088395196118489
CHAPMAN, B., SIQUEIRA, P., FREEMAN, A., 2002, “The JERS Amazon Multi-season
Mapping Study (JAMMS): Observation strategies and data characteristics”,
International Journal of Remote Sensing, v. 23, n.7, pp. 1427-1446. doi:
10.1080/01431160110092966
CHEN, D., STOW, D. A., GONG, P., 2004, “Examining the effect of spatial resolution and
texture window size on classification accuracy: an urban environment case”,
International Journal of Remote Sensing, v. 25, pp. 2177–2192. doi:
10.1080/01431160310001618464
CHEN, J., RODELL, M., WILSON, C. R., FAMIGLIETTI, J. S., 2005, “Low degree spherical
harmonic influences on Gravity Recovery and Climate Experiment (GRACE) water
storage estimates”, Geophysical Research Letters, v. 32, pp. L14405.
doi:10.1029/2005GL022964
CHENG, K. C., CALMANT, S., SHUM, C. K., KUO, C. Y., SEYLER, F., SANTOS DA SILVA, J.,
2009, “Accurate data collection of river stage gradient and hydrological geospatial
information in the Branco river, the Amazon – A pilot mission”, Marine Geodesy, v.
32, n 3, pp. 267-283. doi: 10.1080/01490410903094460
CHOW, V. T., 1964, Handbook of applied hydrology. New York: MacGraw-Hill Book Co.
CNES – Centre National d´Etudes Spatiales, 2010, De l´altitude à la hauteur. Disponível
em http://www.cnes.fr/web/CNES-fr/452-de-laltitude-a-la-hauteur.php
COLINVAUX, P. A. E OLIVEIRA, P. E., 2000, “Palaeoecology and climate of the Amazon
basin during the last glacial cycle”, Journal of Quaternary Science, v. 15, n. 4, pp. 347-
356. DOI: 10.1002/1099-1417(200005)15:4<347::AID-JQS537>3.0.CO;2-A
COLWELL, R. N., 1963, “Basic matter and energy relationships involved in remote
reconnaissance”, Photogrammetric Engeering, v. 29, n. 5, pp. 761-799.
CONNERS, R. W., HARLOW, C. A., 1980, “Toward a structural textural analyzer based on
statistical methods”, Computer Graphics and Image Processing, v. 12, n. 3, pp.
224-256. doi:10.1016/0146-664X(80)90013-1
CONSTANTZ, J., 2008, “Heat as a tracer to determine streambed water exchanges”, Water
Resources Research, v. 44, pp. W00D10. doi: 10.1029/2008WR006996
CORDANI, U. G., TEIXEIRA, W., D’AGRELLA-FILHO, M. S., TRINDADE, R. I. F., 2009, “The
position of the Amazonian Craton in supercontinents”, Gondwana Research, v. 15, n.
3-4, pp. 396–407. doi:10.1016/j.gr.2008.12.005
COSTA, J. B. S., BEMERGUYA, R. L., HASUIB, Y., BORGES, M. S., 2001, “Tectonics and
paleogeography along the Amazon river”, Journal of South American Earth
Sciences, v. 14, n. 4, pp. 335-347. doi:10.1016/S0895-9811(01)00025-6
220
CRÉTAUX, J. F., BIRKETT, C., 2006, « Lake studies from satellite radar altimetry”. Comptes
Rendus Geoscience. v. 338, n. 14-15, pp. 1098-1112. doi:
10.1016/j.crte.2006.08.002
CRUZ, G. V. P. E ANDRADE, S., 2008, Rio Negro, Manaus e as mudanças climáticas,
São Paulo: Instituto Socioambiental.
CRUZ, N. C, GALO, M. L. B. T., 2003, “Aplicação de redes neurais artificiais na classificação
de imagens multitemporais e multisensor”. In: Anais do Colóquio Brasileiro de
Ciências Geodésicas, Curitiba: UFPR, 2003. CD-ROM.
CUDLIP, W., J., RIDLEY, K., RAPLEY; C. G., 1992, “The use of satellite radar altimetry for
monitoring wetlands”. In: Remote Sensing and Global Change: Proceedings 16th
Annual Conference Remote Sensing Society, p. 207-216, London: UK.
DEFANT, A., 1961, Physical Oceanography. New York: Pergamon Press.
DE OLIVEIRA CAMPOS, I., MERCIER, F, MAHEU, C., COCHONNEAU, G., KOSUTH, P.,
BLITZKOW, D., CAZENAVE, A., 2001, “Temporal variations of river basin waters from
Topex/Poseidon satellite altimetry. Application to the Amazon basin”, Comptes
Rendus de l’Académie des Sciences, Paris, Sciences de la Terre et des Planètes,
v. 333, pp. 633–643. doi: S1251-8050(01)01688-3/FLA.
DIJKSHOORN, J. A., HUTING, J. R. M., TEMPEL, P., 2005, Update of the 1:5 million Soil
and Terrain Database for Latin America and the Caribbean – SOTERLAC,
version 2.0. Report 2005/01, ISRIC – World Soil Information, Wageningen.
DOW J. M., MARTINEZ FADRIQUE, F. M., ZANDBERGEN, R., 1999, “High precision
altimetry from the ENVISAT mission”, Advances in Space Research, v. 23, n. 4, pp.
757-762. doi: 10.1016/S0273-1177(99)00151-9
DELLA ROCCA, C., BELGIORNO, V., MERIC, S., 2007, “Overview of in-situ applicable
nitrate removal processes”, Desalination, v. 204, n. 1-3, pp. 46-62. doi:
10.1016/j.desal.2006.04.023
DUMONT, J. F., 1996, “Neotectonic of the subandes-Brazilian craton boundary using
geomorphological data: the Marañon and Beni basins”, Tectonophysics, v. 259, n. 1-3,
pp. 137– 151. doi:10.1016/0040-1951(95)00200-6
DUNNE, T., MERTES, L. A. K., MEADE, R. H., RICHEY, J. E., FORSBERG, B. R., 1998,
“Exchanges of sediment between the floodplain and channel of the Amazon river in
Brazil”, Geological Society of America Bulletin, v. 110, n. 4, pp. 450-467.
doi:10.1130/0016-7606(1998)110<0450:EOSBTF>2.3.CO;2
EMBRAPA – Empresa Brasileira de Pesquisa Agropecuária, 2005, Embrapa Solos. Interface
BSB - Base de Solos do Brasil. Disponivel em:
http://www.cnps.embrapa.br/solosbr/bsb/index.cfm
EMERY, W., ROESLER, C., QAZI, W., 2009, “Improved altimetric retrieval in the coastal
zone”. Proceedings of Ocean Surface Topography Science Team Meeting. 22-24
June. Seattle, USA. Disponivel em:
http://www.aviso.oceanobs.com/fr/courses/ostst/ostst-2009-
seattle/posters/index.html#c7129
ENJOLRAS, V., RODRIGUES, E., 2009, “Using Altimetry Waveform Data and Ancillary
Information From SRTM, Landsat, and MODIS to Retrieve River Characteristics”, IEEE
Transaction Geoscience and Remote Sensing, v. 47, n. 6, pp. 1869-1881. doi:
10.1109/TGRS.2008.2006365
221
ENTEKHABI, D., MOGHADDAM, M., 2007, “Mapping recharge from space: roadmap to
meeting the grand challenge”, Hydrogeology Journal, v. 15, n. 1, pp. 1056116. doi:
10.1007/s10040-006-0120-6
ENVI, 2005, ENVI: The Environment for Visualizing Images, Versão 4.2. Boulder,
Colorado, U.S.A.
ESA - Agence Spatiale Européenne, 2007, ENVISAT RA2/MWR Product Handbook, RA2
/MWR Products User Guide 2.2, 204p.
ESA/NOVAPIX - Agence Spatiale Européenne/Agence photographique, astronomie, espace,
nature, 2009, Satelitte ENVISAT. Ref. e-sot02-90001. Disponível em:
http://www.novapix.net/zoom.php?id_img=4653&search=ENVISAT&action2=0&page=
5
EVA, H. D., MIRANDA, E. E., Di BELLA, C. M., GOND, V., Huber, O., SGRENZAROLI, M.,
JONES, S., COUTINHO, A., DORADO, A., GUIMARÃES, M., ELVIDGE, C., ACHARD,
F., BELWARD, A. S., BARTHOLOMÉ, E., BARALDI, A., De GRANDI, G., VOGT, P.,
FRITZ, S., HARTLEY, A., 2002, A vegetation map of South America. Luxemburg,
Office for Official Publications of the European Communities. ISBN 92-894-4449-5.
48p.
FALKENMARK, M., ROCKSTROM, J., 2004, Balancing Water for Humans and Nature:
The New Approach in Ecohydrology, Earthscan, UK.
FEITOZA, F. A. C., MANOEL FILHO, J., 1997, Hidrogeologia – Conceitos e Aplicações,
CPRM.
FIGUEROA, S. N. e NOBRE, C. A., 1990, “Precipitation distribution over Central and
Western Tropical South America”, Climanálise: Boletim de Monitoramento e
Análise Climática, v. 5, n. 6, pp. 36-45.
FILIZOLA, N., GUYOT, J. L., GUIMARÃES, V., 2009a, “Measuring the discharge of the
Amazon River using Doppler technology (Manacapuru, Amazonas, Brazil)”,
Hydrological Processes, v. 23, n. 22, pp. 3151-3156. doi: 10.1002/hyp.7385
FILIZOLA, N. e GUYOT, J. L., 2009b, “Suspended sediment yields in the Amazon basin: an
assessment using the Brazilian national data set”, Hydrological Processes, v. 23, n.
22, pp. 3207-3215. doi: 10.1002/hyp.7394
FISCH, G., MARENGO, J., NOBRE, C. A., 1996, “Clima da Amazônia”, Climanálise
Especial. Edição Comemorativa de 10 anos. p. 24-41.
FLORENZANO, T.G., 2002, Imagens de Satélite para Estudos Ambientais, São Paulo:
Oficina de Textos.
FORSBERG, B. R., HASHIMOTO, Y., ROSEQVIST, A., MIRANDA, F. P., 2000, “Tectonic falt
control of wetland distributions in the Central Amazon revealed by JERS-1 radar
imagery”, Quaternary International, v. 72, p. 61-66, doi: 10.1016/S1040-
6182(00)00021-5
FRANZINELLE, E., e IGREJA, H., 2002, “Modern sedimentation in the Lower Negro River,
Amazonas State, Brazil”, Geomorphology, v. 44, n. 3-4, pp. 259-271.
doi:10.1016/S0169-555X(01)00178-7
FRAPPART, F., 2006, Hydrologie spatiale: Développement d’applications pour
l’utilisation de la télédétection sur les grands bassins fluviaux, D.Sc. thèse.
Université Paul-Sabatier, Toulouse-3, France. 30/01/2006, 283p.
222
FRAPPART, F., SEYLER, F., MARTINEZ J-M., LEON, J-G, CAZENAVE, A., 2005, “Floodplain
water storage in the Negro River basin estimated from microwave remote sensing of
inundation area and water levels”, Remote Sensing of Environment, v. 99, pp. 387-
399. doi:10.1016/j.rse.2005.08.016
FRAPPART, F., CALMANT, S., CAUHOPÉ, M., SEYLER, F., CAZENAVE, A., 2006a,
Preliminary results of ENVISAT RA-2-derived water levels validation over the Amazon
basin, Remote Sensing of Environment, v. 100, n. 2, pp. 252–264. doi:
10.1016/j.rse.2005.10.027
FRAPPART, F., DO MINH, K., L’HERMITTE, J., CAZENAVE, A., RAMILLIEN, G., LE TOAN,
T., MOGNARD-CAMPBELL, N., 2006b, “Water volume change in the lower Mekong
from satellite altimetry and imagery data”, Geophysical Journal International, v.
167, pp. 570-584. doi: 10.1111/j.1365-246X.2006.03184.x
FRAPPART, F., PAPA, F., FAMIGLIETTI, J. S., PRIGENT, C., ROSSOW, W. B., SEYLER, F.,
2008, “Interannual variations of river water storage from a multiple satellite approach:
A case study for the Rio Negro River basin”, Journal Geophysical Research, v. 113,
pp. D21104, doi: 10.1029/2007JD009438
FREEMAN, A., CHAPMAN, B., SIQUEIRA, P., 2002, “The JERS Amazon Multi-season
Mapping Study (JAMMS): Science objectives and implications for future missions”,
International Journal of Remote Sensing, v. 23, n.7, pp. 1447-1460. doi:
10.1080/01431160110092975
FRUTOS, S. M., POI DE NEIFF, A. S. G., NEIFF, J. J., 2006, “Zooplankton of the Paraguay
River: a comparison between sections and hydrological phases”.
Annales de Limnologie - International Journal of Limnology, v. 42, n. 4, pp. 277-
288. doi: 10.1051/limn/2006028
FU, L. L., CAZENAVE, A., 2001, Satellite Altimetry and Earth Science, A Handbook of
Techniques and Applications. London (UK), Academic Press., 464p.
FUNDAÇÃO SOS MATA ATLÂNTICA, 1992, Mapa de Remanescentes de mata altântica e
ecossistemas associasdos, 1:920.000. São Paulo: Fundação SOS Mata Atlântica.
FURCH, K., 1985, “Hydrogeochemistry of Amazonian freshwaters along the Transamazônica
in Brazil, Zentralbaltt fur Geologie und Palaontologie. Teil 1, v. H 9-10, pp. 1485-
1493.
GARDINI, B., GRAF, G., RATIER, G., 1995, «The instruments on ENVISAT”, Acta
Astronautica, v. 37, 301-311. doi: 10.1016/0094-5765(95)00050-A
GCOS – Global Climate Observing System, 1995, Plan for the Global Climate Observing
System (GCOS), Version 1.0, GCOS-14 (WMO/TD N° 681). Geneva, Switzerland: World
Meteorological Organization.
GCOS – Global Climate Observing System, 1998, Raport on the Adequacy of the Global
Climate Observing System, GCOS-48. Buenos Aires, Argentina: United Nations
Framework Conservation on Climate Change.
GCOS – Global Climate Observing System, 2003, The Second Report on the Adequacy of
the Global Observing Systems for Climate in Support of the UNFCCC, GCOS-82
(WMO/TD N° 1143). Geneva, Switzerland: World Meteorological Organization.
GCOS – Global Climate Observing System, 2009, Progress Report on the Implementation
of the Global Observing Systems for Climate in Support of the UNFCCC 2004-
2008, GCOS-129 (WMO/TD N° 1189, GOOS-173, GTOS-70). Geneva, Switzerland:
World Meteorological Organization.
223
GETIRANA, A. C. V., BONNET, M. P., ROTUNNO FILHO, O. C., 2007, “Obtaining drainage
directions in flooded areas: a new “burning” approach for large basins”. Acapulco
Mexico Jt Assem. Suppl., Abstract H22A-03, Eos Trans. AGU 88(23). Disponível em:
http://www.agu.org/meetings/ja07/waissm07.html.
GETIRANA, A. C. V., BONNET, M. P., CALMANT, S., ROUX, E., ROTUNNO FILHO, O. C.,
MANSUR, J. W., 2009, “Hydrological monitoring of poorly gauged basins based on
rainfall–runoff modeling and spatial altimetry”, Journal of Hydrology, v. 379, pp.
205-219. doi:10.1016/j.jhydrol.2009.09.049
GITAS, I. Z., MITRI, G. H., VENTURA, G., 2004, “Object-based image classification for
burned area mapping of Creus Cape Spain, using NOAA-AVHRR imagery”, Remote
Sensing of Environment, v. 92, n. 3, pp. 409–413. doi: 10.1016/j.rse.2004.06.006
GONZALES, R. C., WOODS, R. E., 2000, Processamento de Imagens Digitais. São Paulo:
Edgard Blücher Ltda.
GOULDING, M., 1990, Amazon: the Flooded Forest. New York: Sterling Pub. Co. Inc.
GOUDING, M., CARVALHO, M. L., FERREIRA, E. G., 1988, Rio Negro: Rich Life in a Poor
Water – Amazonian Diversity and Foodchain Ecology as Seen Through Fish
Communities. SPB Academic Publishing, The Hague, The Netherlands.
GRABS, W., 2007, “Status of Hydrological In-Situ Networks and Future Developments
Including Space-Based Observations”. Proceedings of Second Space for Hydrology
Workshop – Surface Water Storage and Runoff: Modeling, In-Situ Data and
Remote Sensing. ESA, Geneva 12-14 Novembro 2007.
GRASS Development Team, 2006, Geographic Resources Analysis Support System
(GRASS), GNU General Public License. Disponível em: http://grass.osgeo.org
GRDC – Global Runoff Data Center, 2010, Global Runoff Database – Status,
Development and Use. Disponível em:
http://www.bafg.de/cln_007/nn_266934/GRDC/EN/Home/homepage__node.html?__
nnn=true Acesso em: 19/02/2010.
GRGS, 2009, Groupe de Recherche en Géodésie Spatiale. Disponível em :
http://grgs.obs-azur.fr/themes/index.html. Acesso em: 28/08/2009.
GROENDAHL, L., FRIBORG, T., SOEGAARD, H., 2007, “Temperature and snow-melt
controls on interannual variability in carbon exchange in the high Arctic”, Theoretical
and Applied Climatology, v. 88, n. 1-2, pp. 111-125. doi: 10.1007/s00704-005-
0228-y
GROHMANN, C. H., RICCOMINI, C., ALVES, F. M., 2007, “SRTM-based morphotectonic
analysis of the Pocos de Caldas Alkaline Massif, southeastern Brazil”, Computers &
Geosciences, v. 33, n. 1, pp. 10–19. doi:10.1016/j.cageo.2006.05.002
GSFC, 2009, Goddard Space Flight Center. Disponível em: http://icesat.gsfc.nasa.gov/
GUPTA, R. P., BANERJI, S., 1985, “Monitoring of reservoir volume using Landsat data”,
Journal of Hydrology, v. 77, n. 1-4, pp. 159-170. doi: 10.1016/0022-
1694(85)90204-5
224
GUYOT, J.L., MOLINIER, M., GUIMARAES, V., CUDO, K. J., OLIVEIRA, E., 1993, “Balanço
hídrico da bacia do rio Negro”. In: Anais do X Simpósio Brasileiro de Recursos
Hídricos, pp. 535-544, Gramado, RS: Brazil.
GUYOT, J. L., MOLINIER, M., GUIMARAES, V., CUDO, K., OLIVEIRA, E., 1994, “Nouveautés
sur les débits monstrueux de l'Amazone”, Revue de Géographie Alpine, n.12, pp. 77-
83.
GUYOT, J. L., QUINTANILLA, J., CORTES, J., FILIZOLA, N., 1995, “Le flux de matière
dissoutes et particulaires des Andes de Bolivie vers le rio Madeira em Amazonie
brésilienne”, Bulletin de l'Institut Français d'Etudes Andines, v. 24, n. 3, pp. 415-
423.
GUYOT, J. L., CALLÈDE, J., MOLINIER, M., GUIMARÃES, V., OLIVEIRA, E., 1998, “La
variabilité hydrologique actuelle dans le bassin de l'Amazone”, Bulletin de l'Institut
Français d'Etudes Andines, v. 27, n. 3, pp. 779-788.
GUYOT, J.L., CALLÈDE, J., COCHONNEAU, G., FILIZOLA, N., GUIMARAES, V., KOSUTH,
P., MOLINIER, M., DE OLIVEIRA, E., SEYLER, F., SEYLER, P.,
1999a, “Caractéristiques hydrologiques du bassin amazonien”. In: International
Symposium on hydrological and geochemical processes in large scale river
basins, Manaus, AM: Brazil.
GUYOT, J. L., JOUANNEAU, J. M., WASSON, J. G., 1999b, “Characterisation of river bed
and suspended sediments in the Rio Madeira drainage basin (Bolivian Amazonia) ”,
Journal of South American Earth Sciences, v. 12, n. 4, pp. 401-410. doi:
10.1016/S0895-9811(99)00030-9
GUYOT, J. L., JOUANNEAU, J. M., SOARES, L., BOAVENTURA, G. R., MAILLET, N.,
LAGANE, C., 2007, “Clay mineral composition of river sediments in the Amazon
Basin”, Catena, v. 71, pp. 340–356. doi:10.1016/j.catena.2007.02.002
GUZKOWSKA, M. A. J., RAPLEY, C. G., MASON, I. M., 1986, “Satellite altimeter
measurements over land and inland water”, Proceedings of IGARSS’86 Symposium,
Zürich, 8-11 Sept. 1986, Ref. ESA SP-254, p. 1563-1568.
GUZKOWSKA, M. A. J., RAPLEY, C. G., RIDLEY, J. K., CUDLIP, W., BIRKETT, C. M.,
SCOTT, R. F., 1990, Developments in Inland Water and Land Altimetry. ESA
Report CR-7839/88/F/FL.
HAMILTON, S. K., SIPPEL, S. J., MELACK, J. M., 2002, “Comparison of inundation patterns
among major South American floodplains”, Journal of Geophysial Research, v. 107, n.
D20, pp. 8038. doi: 10.1029/2000JD000306
HAMILTON, S. K., KELLNDORFER, J., LEHNER, B., TOBLER, M., 2007, “Remote sensing of
floodplain geomorphology as a surrogate for biodiversity in a tropical river system
(Madre de Dios, Peru)”, Geomorphology, v. 89, pp. 23–38.
doi:10.1016/j.geomorph.2006.07.024
HAO, Y., YEH, T-C. J., HU, C., WANG, Y., LI, X., 2006, “Karst groundwater management by
defining protection zones based on regional geological structures and groundwater
flow fields”, Environmental Geology, v. 50, n. 3, pp. 415-422. doi: 10.1007/s00254-
006-0220-6
HARALICK, R. M., 1979, “Statistical and structural approaches to texture”, Proceedings of
the IEEE, v. 67, n. 5, pp. 786-804.
225
HARALICK, R. M.; SHANMUGAM, K., DINSTEIN, 1973, “Textural Features for Image
Classification”, IEEE Transaction on Systems, Man and Cybernetics, v.3, n.6, pp.
610-621.
HEPNER, G. F., 1990, “Artificial Neural Networks Classification using a Minimal Training
Set: Comparison to Conventional Supervised Classification”. Photogrammetric
Engineering and Remote Sensing, v. 56, n. 4, pp. 469-473. doi: 0099-
1112/90/5604-469
HESS, L. L., MELACK, J. M., SIMONETT, D. S., 1990, “Radar detection of flooding beneath
the forest canopy: a review”, International Journal of Remote Sensing, v. 11, n. 7,
pp. 1313-1325. doi: 10.1080/01431169008955095
HESS, L. L., MELACK, J. M., FILOSO, S., WANG, Y., 1995, “Delineation of inundated area
and vegetation along the Amazon floodplain with SIR-C synthetic aperture radar”,
IEEE Transaction Geoscience and Remote Sensing, v. 33, pp. 896-904. doi:
10.1109/36.406675
HESS, L. L., MELACK, J. M., NOVO, E. M. L. M., et al. 2003, “Dual-season mapping of
wetland inundation and vegetation for the central Amazon basin”, Remote Sensing of
Environment, v. 87, n. 4, pp. 404-428. doi: 10.1016/j.rse.2003.04.001
HILLEL, D., VLEK, P., 2005, “The sustainability of irrigation”, Advances in Agronomy, v.
87, p. 55–84. doi: 10.1016/S0065-2113(05)87002-6
HOLLAND, M. M., 1988, “SCOPE/MAB
technical consultations on landscape boundaries:
report of a SCOPE/MAB workshop on ecotones”. In: DI CASTRI, F., HANSEN, A. J.,
HOLLAND, M. M. (eds). A new look at ecotones: Emerging international projects on
landscape boundaries, Biology International, Special Issue 17, pp. 47-106.
HOREL, J. D., HAHMANN, A. N., GEISLER, J. E., 1989, “An investigation of the annual
cycle of convective activity over the tropical Americas”, Journal of Climate, v. 2, n.
11, pp. 1388–1403.
HUBERT-MOY, L., GANZETTI, I., BARIOU, R., MOUNIER, J., 1992, «Une cartographie des
zones inondables en Ille-et-Vilaine par télédétection», Norois, Poitiers, v. 39, n. 155,
pp. 337-347.
HUTCHINSON, M. F., 1989, “A new procedure for gridding elevation and stream line data
with automatic removal of spurious pits”, Journal of Hydrology, v. 106, n 3-4, pp.
211–232. doi:10.1016/0022-1694(89)90073-5
IBRAHIM, M., CRACKNELL, A. P., 1990, “Bathymetry using Landsat MSS data of Penang
Island in Malaysia”. International Journal of Remote Sensing, v. 11, n. 4, p. 557-
559. doi: 10.1080/01431169008955040
IBGE – Instituto Brasileiro de Geografia e Estatística, 1995. Mapa da Amazônia Legal,
1:3.000.000. Rio de Janeiro: Fundação Instituto Brasileiro de Geografia e Estatística.
IBGE – Instituto Brasileiro de Geografia e Estatística, 1999, Introdução ao Processamento
Digital de Imagens. Rio de Janeiro: Fundação Instituto Brasileiro de Geografia e
Estatística.
IBIAPINA, A. V., FERNANDES, D., CARVALHO, D. C., OLIVEIRA, E., SILVA, M. C. A. M.,
GUIMARÃES, V. S., 1999, “O Estado das Águas no Brasil: Evolução da Hidrometria no
Brasil”, In: O estado das águas no Brasil: Perspectivas de gestão e informação
de recursos hídricos. Brasília: MME-MMA/SRH, ANEEL, 334 p.
226
IMHOFF, M. L., VERMILLION, C., STORY, M. H., CHOUDHURY, A. M., GAFOOR, A.,
POLCYN, F., 1987, “Monsoon flood boundary delineation and damage assessment
using space born imaging radar and Landsat data”, Photogrammetric Engineering
and Remote Sensing, v. 53, n. 4, pp. 405-413.
IRIONDO, M., SUGUIO, K., 1981, Neotectonic of the Amazon plain. Bulletin INQUA,
Neotectonic Commission 4, pp. 72– 78.
JACCON, G., CUDO, K. J., 1989, Hidrologia, Curva-Chave- Análise e traçado, MME-
DNAEE, 273p.
JACKSON, T. J., RAGAN, R. M., FITCH, W. N., 1977, “Test of LANDSAT-based urban
hydrologic modelling”, Journal Water Resource Planning Management Division, v.
103, n. 1, pp. 141-158.
JENET, G., 2004, Translation of the Soils of Brazil in SOTERLAC (unpublished),
Wageningen, 13p.
JHA, M. K., Chowdhury, A., Chowdary, V. M., Peiffer, S., 2007, “Groundwater management
and development by integrated remote sensing and geographic information systems:
prospects and constraints”, Water Resource Management, v. 21, n. 2, pp. 427-467.
doi: 10.1007/s11269-006-9024-4
JUNK, W. J., 1983, “As águas da Região Amazônica”. In: SALATI, E. et al. Amazônia:
desenvolvimento, integração e ecologia. São Paulo: Brasiliense, (Brasília): Conselho de
Desenvolvimento Científico e Tecnológico, pp. 45-100.
JUNK, W. J., 1989a, “The use of Amazonian floodplains under ecological perspective”,
Interciencia, v. 14, n. 6, p. 317-322.
JUNK, W. J., 1989b, “Flood tolerance and tree distribution in central Amazonian
floodplains”. In: Holm Nielsen, L. B.; Nielsen, I. C.; Balslev, H. (ed.), Tropical forest:
botanical dynamics, speciation and diversity. New York: Academic Press.
JUNK, W. J., 1997, The Central Amazon Floodplain – Ecology of a Pulsing System.
Series: Ecological Studies, v. 126. Verlag, Berlin, Heidelberg, New York: Springer.
JUNK, W. J., BAYLEY, P. B., SPARKS, R. E., 1989, “The “flood pulse” concept in river
floodplain system”. In: DODGE, D. P. (ed.) Proceedings of the International Large River
Symposium (LARS). Canadian Special Publications of Fisheries and Aquatic
Science, v. 106, pp.110-127.
JUNK, W. J. e FURCH, K., 1993 , “A general review of tropical South America floodplains”,
Wetlands Ecology and Management, v. 2, n. 4, pp. 231-238. doi:
10.1007/BF00188157
JUNK, W. S., WEBER, G. E., 1996, “Amazonian Floodplains: a limnological perspective”,
Verhandlungen des Internationalen Verein Limnologie, v. 26, p. 149157.
JUSTICE, C. O., TOWNSHEND, J. R. G., VERMOTE, E. F., MASUOKA, E., WOLFE, R. E.,
SALEOUS, N., ROY, D. P., MORISETTE, J. T., 2002, “An overview of MODIS Land data
processing and product status”, Remote Sensing Of Environment, v. 83, n. 1-2, pp.
3-15 doi: 10.1016/S0034-4257(02)00084-6
KIDD, C., LEVIZZANI, V., BAUER, P., 2009, “ A review of satellite meteorology and
climatology at the start of the twenty-first century”, Progress in Physical Geography, v.
33, n. 4, pp. 474-489. doi: 10.1177/0309133309346647
227
KOBLINSKY, C. J., CLARKE, R. T., BRENNER, A. C., FREY, H., 1993, “Measurements of
river level variations with satellite altimetry”, Water Resources Research, v. 29, n. 6,
pp. 1839–1848. doi: 10.1029/93WR00542
KOLASA, J., ZALEWSKI, M., 1995, “Notes on ecotone atributes and functions”,
Hydrobiologia, v. 303, n. 1-3, pp. 1-7. doi: 10.1007/BF00034039
KOUSKY, V. E., KAYANO, M. T., CAVALCANTI, I. F. A., 1984, “A review of the southern
oscillation: oceanic, atmospheric circulation changes and related anomalies”, Tellus,
v. 36A, n. 5, pp. 490–504. doi: 10.1111/j.1600-0870.1984.tb00264.x
KUCZERA, G., 1983a, “Improved parameter inference in catchment models 1, Evaluating
parameter uncertainty”, Water Resources Research, v. 19, n. 5, pp. 1151-1162. doi:
10.1029/WR019i005p01151
KUCZERA, G., 1983b, “Improved parameter inference in catchment models 2, Combining
different kinds of hydrologic data and testing their compatibility”, Water Resources
Research, v. 19, n. 5, pp. 1163-1172. doi: 10.1029/WR019i005p01163
LAKE, P. S., BOND, N. R., 2007, “Australian futures: Freshwater ecosystems and human
water usage”, Futures, v. 39, n. 2-3, pp. 288-305. doi: 10.1016/j.futures.2006.01.010
LAXON, S., 1994, “Sea ice altimeter processing scheme at the EODC”, International
Journal of Remote Sensing, v. 15, n. 4, pp. 915-924. doi:
10.1080/01431169408954124
LABROUE, S., OBLIGIS, E., 2003, Neural Network retrieval algorithm for the
ENVISAT/MWR. Report CLS/DOS/NT/03.848 of ESA contract 13681/99/NL/GD,
January 2003.
LATRUBESSE E. M., 2003, “The Late Quaternary palaeohydrology of large South American
fluvial systems”. In: GREGORY, K. J., BEMITO, G. (eds.), Palaeohydrology:
Understanding Global Change, pp. 193–212. Chichester, UK: John Wiley & Sons,
Ltda.
LATRUBESSE, E. e FRANZINELLI, E., 2002. “The Holocene alluvial plain of the middle
Amazon River, Brazil”, Geomorphology, v. 44, n. 3-4, pp. 241–257.
doi:10.1016/S0169-555X(01)00177-5
LATRUBESSE, E. M. e FRANZINELLI, E., 2005, “The late Quaternary evolution of the Negro
River, Amazon, Brazil: Implications for island and floodplain formation in large
anabranching tropical systems”, Geomorphology, v. 70, pp. 372– 397.
doi:10.1016/j.geomorph.2005.02.014
LATRUBESSE, E. M. e RANCY, A., 2000, “Neotectonic infuence on tropical rivers of
southwestern Amazon during the late quaternary: the Moa and Ipixuna river basins,
Brazil”, Quaternary International, v. 72, n. 1, pp. 67-72. doi:10.1016/S1040-
6182(00)00022-7
LATRUBESSE, E. M., STEVAUX, J. C., SINHA, R., 2005, “Tropical rivers” Geomorphology,
v. 70, n. 3-4, pp.187–206. doi:10.1016/j.geomorph.2005.02.005
LECOINTE, P., 1935, “Les crues annuelles de l’Amazone et les récentes modifications de leur
régime”, Annales de Géographie, t. 44, n. 252, pp. 614-619.
LEFAVOUR, G. e ALSDORF, D., 2005, Water slope and discharge in the Amazon River
estimated using the shuttle radar topography mission digital elevation model”,
Geophysical Research Letters, v. 32, pp. L17404. doi:10.1029/2005GL023836
228
LEE, J. H., PHILPOT, W. D., 1991, “Spectral Texture Pattern Matching: a Classifier for
Digital Imagery”, IEEE Transaction Geoscience and Remote Sensing, v. 29, n. 4,
pp. 545-554. doi: 10.1109/36.135816
LEGOS. Laboratoire d´Études en Geophysique et Océanographie Spatiales. Disponível em :
http://intranet.legos.obsmip.fr/soa/altimetrie/ctoh/. Acesso em: 04/05/2007. 2007.
LEGRESY, B, 1995, Etude du retracking des surfaces des formes d’onde altimétriques au-
dessus des calottes. Rapport CNES, CT/ED/TU/UD96.188, contrat n°
856/2/95/CNES/006, 81p.
LEGRÉSY, B.; RÉMY, F., 1997, “Altimetric observations of surface characteristics of the
Antarctic ice sheet”, Journal of Glaciology, v. 43, n. 144, pp. 265-275.
LEON, J.G., CALMANT, S., SEYLER, F., BONNET, M.P., CAUHOPE, M., FRAPPART, F.,
FILIZOLA, N., FRAIZY, P., 2006, “Rating curves and estimation of average water depth
at the upper Negro River based on satellite altimeter data and modeled discharges”,
Journal of Hydrology, v. 328, n. 3-4, pp. 481-496. doi:
10.1016/j.hydrol/2005.12.006
LI, H., GU, H., HAN, Y., YANG, J., “Object-oriented classification of high-resolution remote
sensing imagery based on an improved colour structure code and a support vector
machine”, International Journal of Remote Sensing, v. 31, n. 6, pp. 1366–5901.
doi: 10.1080/01431160903475266
LIEBMANN, B., MARENGO, J. A., 2001, “Interannual variability of the rainy season and
rainfall in the Brazilian Amazonia”, Journal of Climate, v. 14, n. 22, pp. 4308–4318.
LINDERS, J., 2000, “Comparison of three different methods to select features for
discriminating forest cover types using SAR imagery”, International Journal of
Remote Sensing, v. 21, n. 10, pp. 2089–2099. doi: 10.1080/01431160050021312
LIPPMANN, R. P., 1987, “An introduction to computing with neural nets”. IEEE ASSP
Magazine, v.4, n. 2, p. 4-22.
LIU, Z. K., XIAO, J. Y., 1991, “Classification of remotely-sensed image data using artificial
neural networks”, International Journal of Remote Sensing, v. 12, n. 11, pp. 2433-
2438. doi: 10.1080/01431169108955275
LLOYD, C. D., BERBEROGLU, S., CURRAN, P. J., ATKINSON, P. M., 2004, “A comparison of
texture measures for the per-field classification of Mediterranean land cover”,
International Journal of Remote Sensing, 25, n. 19, pp. 3943–3965. doi:
10.1080/0143116042000192321
LOW, H. K., CHUAH, H. T., EWE, H. T., 1999, “A neural network land use classifier for SAR
images using textural and fractal information”, Geocarto International, 14, n. 1, pp.
66–73. doi: 10.1080/10106049908542096
LU, D., WENG, Q., 2007, “A survey of image classification methods and techniques for
improving classification performance”, International Journal of Remote Sensing, v.
28, n. 5, pp. 823-870. doi: 10.1080/01431160600746456
LYARD, F., ROBLOU, L., DE MEY, P., 2009, «Ocean right frequency dynamics at global and
regional scales”. Proceedings of the Workshop of the FOAM project rivers
Solimões/Madeira – Manaus, Brazil, July 2009. Disponivel em: http://ftp.obs-
azur.fr/ftp/gmc/calval/FOAM/slides_Manaus_FOAM_072009.zippo
229
MAHEU, C., CAZENAVE, A., MECHOSO, C. R., 2003, “Water level fluctuations in the Plata
basin (South America) from Topex/Poseidon satellite altimetry”, Geophysical
Research Letters, v. 30, n. 3, pp. 1143– 1146. doi: 10.1029/2002GL016033
MAIDMENT, D. R., 1992, Handbook of hydrology, New York: McGraw Hill.
MARENGO, J. A., 1992, “Interannual variability of surface climate in the Amazon basin”,
International Journal of Climatology, v. 12, n. 8, pp. 853–863. doi:
10.1002/JOC.3370120809
MARENGO, J., 1995, “Interannual variability of deep convection over the tropical South
American setor as deduced from ISCCP C² data”, International Journal of
Climatology, v. 15, n. 9, pp. 995-1010. doi: 10.1002/joc.3370150906
MARENGO, J., 2004, “Interdecadal variability and trends of rainfall across the Amazon
basin”, Theoretical and Applied Climatology, v. 78, n. 1-3, pp. 1434-4483. doi:
10.1007/s00704-004-0045-8
MARENGO, J. A., HASTENRATH, S., 1993, “Case studies of extreme climatic events in the
Amazon basin”, Journal of Climate, v. 6, n. 4, pp. 617–627.
MARENGO, J. A. e NOBRE, C. A., 2001, “General characteristics and variability of climate in
the Amazon basin and its links to the global climate system”. In: CLAIN, M. E.,
VICTORIA, R. L., RICHEY, J. E. (eds.), The Biochemistry of the Amazon basin, pp.
17–41. UK: Oxford University Press.
MARGULIS, S. A., ENTEKHABI, D., MCLAUGHLIN, D., 2006, “Spatiotemporal disaggregation
of remotely sensed precipitation for ensemble hydrologic modeling and data
assimilation”, Journal of Hydrometeorology, v. 7, n. 3, pp. 511-533.
MARIKO, A., MAHÉ, G., SERVAT, E., 2004, «Les surfaces inondées dans le delta intérieur
du Niger au Mali par NOAA/AVHRR». Hydrosystèmes et télédétection à haute
résolution, Bulletin de la Société Française de Photogrammétrie et Télédétection, n.
172, pp. 61-68.
MARTINI, P. R., DUARTE, V., ARAI, E., MORAES, J.A., 2008, “Metodologia de medições das
extensões dos rios Amazonas e Nilo utilizando imagens MODIS e GEOCOVER”, Anais
do XIII Simpósio da Sociedade de Especialistas Latino-americanos em Sensoriamento
Remoto (SELPER), Havana, Cuba, 22-26 de setembro de 2008.
MATTHEWS, E., FUNG, I., 1987, “Methane emissions from natural wetlands: Global
distribution, area, and environmental characteristics of sources”, Global
Biogeochemical Cycles. v. 1, p. 61-86. doi: 0084-6597/93/0515-0407
McADOO, D., 2006, “Marine Geoid, Gravity, and Bathymetry: An increasingly clear view
with satellite altimetry”. Proceedings of the 15 years of progress in radar altimetry
Symposium, Venice, Italy, 13-18 march 2006. European Space Agency. Disponivel em:
http://earth.esa.int/workshops/venice06/participants/1322/paper_1322_mcadoo.pd
f
McFREETERS, K. S., 1996, “The use of Normalized difference Water Indece (NDWI) in the
delineation of oper water features”, International Journal of Remote Sensing, v. 17,
n. 7, pp. 1425-1432. doi: 10.1080/01431169608948714
MEADE, R. H., NORDIN, C.F., CURTIS, W.F., 1979, “Sediment in Rio Amazonas and some of
its principal tributaries during the high water seasons of 1976 and 1977”. In: III
Simpósio Brasileiro de Hidrologia, Porto Alegre, Brazil, pp. 472–485.
230
MEADE, R. H., RAYOL, J. M., DA CONCEIÇÃO, S. C., NATIVIDADE, J. R. G., 1991,
“Backwater effects in the Amazon river basin of Brazil”, Environmental Geology and
Water Sciences, v. 18, n. 2, pp. 105-114. doi: 10.1007/BF01704664
MEDEIROS MOREIRA, D., CALMANT, S., ROTUNNO, O., SEYLER, F., MONTEIRO, A.,
SANTOS DA SILVA, J., 2009, “Comparison of water levels and slopes by GPS-levelled
gauges and satellite altimetry”, Proceedings of Earth Observation and Water Cycle
Science Towards a Water Cycle Multi-mission Observation Strategy, ESRIN-ESA,
18-20 Novembro 2009. Frascati, Italy.
MEIJERINK, A. M. J., 1996, “Remote sensing applications to hydrology: Groundwater»,
Hydrological Sciences Journal/Journal Des Sciences Hydrologiques, v. 41, n. 4,
pp. 549–561. doi: 10.1080/02626669609491525
MELACK, J. M., 1984, “Amazon floodplain lakes: Shape, fetch, and stratification”,
Verhandlungen des Internationalen Verein Limnologie, v. 22, pp. 1278-1282.
MERCIER, F., 2001, Altimétrie spatiale sur les eaux continentales: apport des
missions TOPEX/POSEIDON et ERS1 & 2 à l’étude des lacs, mers intérieures et
bassins fluviaux. D.Sc. Thèse. Université Toulouse III – Paul Sabatier. Toulouse,
France, 9/11/2001, 190p.
MERCIER, F., ZANIFE, O-Z, 2006, “Improvement of the Topex/Poseidon altimetric data
processing for hydrological purposes (CASH project)”. Proceedings of the symposium on
15 years of Progress in Radar Altimetry. 13-18 March 2006. Venice, Italy.
MERTES, L. A. K., DUNNE, T., MARTINELLI, L. A., 1996, «Channel-floodplain
geomorphology along the Solimões-Amazon river, Brazil”, Geological Society of
America Bulletin, v. 108, n. 9, pp. 1089-1107. doi: 10.1130/0016-
7606(1996)108<1089:CFGATS>2.3.CO;2
MIALL, A. D., 2006, “How do we identify big rivers? And how big is big?”, Sedimentary
Geology, v. 186, n. 1-2, pp. 39–50. doi:10.1016/j.sedgeo.2005.10.001
MILANI, E. J., THOMAZ FILHO, A. 2000, “Sedimentary Basins of South America”. In:
CORDANI, U. G., MILANI, E. J., THOMAZ FILHO, A. CAMPOS, D. A. (eds.), Tectonic
Evolution of South America, pp. 389-449. 31
st
International Geological Congress,
Rio de Janeiro, Brasil.
MITSCH, W. J., GOSSELINK, J. G., 2007, Wetlands, 4 ed., New York: Jonh Wiley & Sons
Inc.
MODIS Tool, 2005, MODIS Reprojection Tool, Version 3.3. Diponível em
http://edcdaac.usgs.gov/landdaac/tools/modis/index.asp. Acesso em: 20/07/2007.
MOLINIER, M., 1995, “Régionalisation des débits du bassin amazonien : premiers résultats”.
In: LE BARBÉ, L. e SERVAT, E. (eds.), Régionalisation en hydrologie: application
au développement, pp. 489-502. Journées Hydrologiques de l'ORSTOM, 8,
Montpellier (FRA), 1992/09/22-23. Paris: ORSTOM, IRD Editions.
MOLINIER, M., GUYOT, J. L., OLIVEIRA, E., GUIMARÃES, V., CHAVES, A., 1994,
“Hidrologia da Bacia do Rio Amazonas”. In: A Água em Revista, v. 2, n. 3, pp. 31-36.
Rio de Janeiro: CPRM.
MOLINIER, M., GUYOT, J.L., OLIVEIRA, E., GUIMARAES, V., CHAVES, A., 1995,
“Hydrologie du Bassin de l'Amazone”. In: BOULEGUE, J. e OLIVRY, J. C. (eds.),
Grands bassins fluviaux périatlantiques: Congo, Niger, Amazone, pp. 335-344.
231
Actes du Colloque PEGI/INSU/CNRS, 22-24/11/1993. Paris, France: ORSTOM, IRD
Editions.
MOLINIER, M., GUYOT, J.L., OLIVEIRA, E., GUIMARAES, V., 1996, “Les régimes
hydrologique de l'Amazone et des ses affluents”. In: CHEVALLIER, P. e POUYAUD, B.
(eds.), L’hydrologie tropical: géoscience et outil pour le développement, pp. 209-
222. Actes de la conférence de Paris, 2-4/05/1995. IAHS Publication n. 238.
Oxfordshire,UK: International Association of HydrologicaI Sciences.
MOLINIER, M., GUYOT, J.L., CALLÈDE DE, J., GUIMARÃES, V., OLIVEIRA E, FILIZOLA, N.,
1997, “Hydrologie du bassin amazonien”, In: THÉRY, H. (ed.), Environnement et
développement en Amazonie brésilienne, pp. 24-41. Paris, FR: Editions Belin.
MOLINIER, M., GUYOT, J.L., COCHONNEAU, G., GUIMARAES, V., DE OLIVEIRA, E.,
1999, “La variabilité hydrologique du bassin amazonien et la circulation
atmosphérique océanique”. In: International Symposium on hydrological and
geochemical processes in large scale river basins, Manaus, AM: Brazil.
MOLINIER, M., RONCHAIL, J., GUYOT, J.L., COCHONNEAU, G., GUIMARAES, V., DE
OLIVEIRA, E., 2009, “Hydrological variability in the Amazon drainage basin and
African tropical basins”, Hydrological Processes, v. 23, n. 22, pp. 3245-3252. doi:
10.1002/hyp.7400
MOREIRA-TURCQ, P., SEYLER, P., GUYOT, J. L., ETCHEBER, H., 2003, “Exportation of
organic carbon from the Amazon River and its main tributaries”, Hydrological
Processes, v. 17, n. 7, pp. 1329-1344. doi: 10.1002/hyp.1287
MORON, V., BIGOT, S., ROUCOU, P., 1995, “Rainfall variability in subequatorial America
and Africa and relationships with the main sea-surface temperature modes (1951–
1990)”, International Journal of Climatology, v. 15, n. 12, pp. 1297–1322. doi:
10.1002/joc.3370151202
MORRIS, C. S., GILL, S. K., 1994a, “Variation of Great Lakes waters from Geosat altimetry”,
Water Resources Research, v. 30, n. 4, pp. 1009-1017. doi: 10.1029/93WR03553
MORRIS, C. S., GILL, S. K., 1994b., “Evaluation of the Topex/Poseidon altimeter system
over the great Lakes”, Journal Geophysical Research, v. 99, n. C12, pp. 24527-
24539. doi: 10.1029/94JC01642
MULLER, F., COCHONNEAU, G., GUYOT, J-L., SEYLER, F., 2000, “Watershed extraction
using together DEM and drainage network: application to the whole Amazonian
basin”. In: Proceedings of the 4th International Conference on Integrating GIS
and Environmental Modeling: Problems, Prospects and Research Needs, Alberta:
Canada, 2-8 de Setembro. Disponível em:
http://www.colorado.edu/research/cires/banff/pubpapers/220/
MÜLLER, E., JUNK, W. J., 2000, “The influence of waterlogging on root water uptake and
transpiration of trees of the central Amazonian várzea”, Verhandlungen des
Internationalen Verein Limnologie, v. 27, pp. 1725–1729.
NAIMAN, R. J.; DECAMPS, H.; FOURNIER, F. (ed.), 1989, Role of land/inland water
ecotones in landscape management and restoration: A proposal for a
collaborative research. Paris: UNESCO.
NEIFF, J. J., IRIONDO, M. H., CARIGNAN, R., 1994, “Large Tropical South American
Wetlands: An Overview”. In: LINK, G. L. and NEIMAN, R. L. (eds), Proceedings of the
Ecology and Management of Aquatic-Terrestrial Ecotones. pp.156-165. Seattle 14-19,
1994. Seattle, WA, USA: University of Washington.
232
NASA – National Aeronautics and Space Administration, 2007a, National Aeronautics and
Space Administration. Disponível em:
http://history.nasa.gov/sputnik/gallerysput.html
NASA – National Aeronautics and Space Administration, 2007b, National Aeronautics and
Space Administration. Disponível em: http://www-
pao.ksc.nasa.gov/history/skylab/skylab-operations.htm
NASA – National Aeronautics and Space Administration, 2007c, National Aeronautics and
Space Administration. Disponível em:
http://www.jpl.nasa.gov/missions/past_missions.cfm#topofpg
NASA – National Aeronautics and Space Administration, 2007d, National Aeronautics and
Space Administration. Disponível em: http://terra.nasa.gov/-
NASA – National Aeronautics and Space Administration, 2007e, National Aeronautics and
Space Administration. Disponível em: http://modis.gsfc.nasa.gov/-
NOAA – National Aeronautics and Space Administration, 2007, National Oceanic and
Atmospheric Administration. Disponível em:
http://www.oceanexplorer.noaa.gov/technology/tools/satellites/media/goes_3.html.
NOBRE, C. A., SELLERS, P., SHUKLA, J., 1991, “Amazonian deforestation and regional
climate change”, Journal of Climate, v. 4, n. 10, pp. 957–988.
NOVO, E. M. L. M., 1998, Sensoriamento Remoto – Princípios e Aplicações, 2ª ed., São
Paulo: Editora Edgard Blücher Ltda.
NOVO, E. M. L. M., SHIMABUKURO, Y. E., MERTES, L., 1998, “O rio Amazonas em
mosaico”, Ciência hoje, v. 24, n. 144, pp. 59-61, Nov. 1998.
NOVO, E. M. L. M., BARBOSA, C. C., FREITAS, R. M., SHIMABUKURO, Y. E., MELACK, J.
M., PEREIRA FILHO, W., 2006, “Seasonal changes in chlorophyll distributions in
Amazon floodplain lakes derived from MODIS images”, Limnology, v. 7, n. 3, pp.153–
161. doi: 10.1007/s10201-006-0179-8
NYOUNGUI, A., TONYE, E., AKONO, A., 2002, “Evaluation of speckle filtering and texture
analysis methods for land cover classification from SAR images”, International
Journal of Remote Sensing, v. 23, n. 9, pp. 1895–1925. doi:
10.1080/01431160110036157
OBERSTADLER, R., HONSCH, H., HUTH, D., 1997, “Assessment of the mapping capabilities
of ERS-1 SAR data for flood mapping: A case study in Germany”, Hydrological
Processes, v. 11, n. 10, pp. 1415-1425. doi: 10.1002/(SICI)1099-
1085(199708)11:10<1415::AID-HYP532>3.0.CO;2-2
OLTMAN, R. E., 1968, Reconnaissance investigations of the discharge and water
quality of the Amazon. U.S. Geological Survey Circular, n. 552, 16p.
OLTMAN, R. E., STERNBERG, H. O. R., DAVIS, L. C., 1964, Amazon River investigations
reconnaissance measurements of july 1963. U.S. Geological Survey Circular, n.
486, 15p.
ORE HYBAM - Observatoire de Recherche en Environement – Contrôles géodynamique,
hydrologique et biogéochimique de l’érosion/altération et des transferts de matière
dans le bassin de l’Amazone. Disponível em: http://www.ore-
hybam.org/index.php/fre/
233
ONU/WWAP – Nations Unies/Programme mondial pour l'évaluation des ressources en eau,
2006, 2
er
Rapport mondial des Nations Unies sur la mise en valeur des ressources en
eau: L'eau une responsabilité partagée, Paris, New York, UNESCO - Organisation des
Nations Unies pour l'Education, la Science et la Culture et Berghahn Books.
PARDÉ, M., 1936, “Les variations saisonnières de l’Amazone”, Annales de Géographie, t.
45, n. 257, pp. 502-511.
PARDÉ, M., 1954, “Sur le régime et Spécialement sur les vadations saisonnières des cours
d’eau brésiliens”, La Houille Blanche, n. 6, pp. 823-846.
PEDREIRA, A. J., BAHIA, R. B. C., 2000, “Sedimentary basins of Rondônia State, Brazil:
response to the geotectonic evolution of the Amazonic craton”, Revista Brasileira de
Geociências, v. 30, n. 3, pp. 477-480.
PETERS-LIDARD, C. D., MOCKO, D. M., GARCIA, M., SANTANELLO, J. A., JOSEPH, A.,
TISCHLER, M. A., MORAN, M. S., WU, Y. H., 2008, “Role of precipitation uncertainty
in the estimation of hydrologic soil properties using remotely sensed soil moisture in a
semiarid environment”, Water Resources Research, v. 44, n. 5, W05S18. doi:
10.1029/2007WR005884
PIATON, H., PUECH, C., 1992, «Apport de la télédétection pour l'évaluation des ressources
en eau d'irrigation pour la mise en valeur des plans d'eau à caractère permanent ou
semi-permanent au Niger». Comité Interafricain d'Études Hydrauliques. Série
Hydraulique Agricole. Rapport d'étude, 150p.
PIEDADE, M. T. F., JUNK, W. J., PAROLIN, P., 2000, “The flood pulse and photosynthetic
response of trees in a white water floodplain (várzea) of the central Amazon, Brazil”,
Verhandlungen des Internationalen Verein Limnologie, v. 27, pp. 1734–1739.
PRAIRIE, Y., 2006, Le rôle des lacs sous-estimé dans la modélisation des climats. BE
Canada, n. 302 – 13/06/2006, Ambassade de France au Canada. Disponível em :
http://www.bulletins-electroniques.com/actualites/34101.htm Acesso em:
27/05/2007.
PRICE, R. D., KING, M. D., DALTON, J. T., PEDELTY, K. S., ARDANUY, P. E., HOBISH, M.
K., 1994, “Earth science data for all: EOS and the EOS Data and Information System”,
Photogrammetric Engineering and Remote Sensing, v. 60, n. 3, pp. 277-285.
POSTEL, S. L., DAILY, G. C., EHRILICH, P. R., 1996, “Human appopriation of renewable
fresh water”, Science, v. 271, n. 5250, pp. 785-788.
POTTER, P. E., 1997, “The Mesozoic and Cenozoic paleodrainage of South America: a
natural history”, Journal of South American Earth Sciences, v. 10, n. 5-6, pp. 331-
344. doi: 10.1016/S0895-9811(97)00031-X
POTTER, P.E., 1978, “Significance and origin of big rivers”, Journal of Geology, v. 86,
pp.13–33. doi: 10.1086/649653
PUECH, C., 1994, «Plan d’eau sahéliens et imagerie SPOT: inventaire et évolution des
capacités d’explotation». In : Colloque international «Eau, environnement et
développement», IMRS/IRIM. pp. 68-83. Nouakchott, 20-22 mars 1994.
PUECH, C., VIDAL, A., 1995, «Suivi des inondations au Maroc». In: Colloque Cemagref-
FAO, Use of Remote Sensing Techniques in Irrigation and Drainage, Montpellier,
2-4 Novembre 1993, p. 151-154.
PUECH, C., OUSMANE, A., 1998, «Gestion régionale de plans d'eau sahéliens par
télédétection: courbes de fonctionnement, suivi annuel et reconstitution de chroniques
234
hydrologiques», p. 42-44. In: Conférence internationale "Eau et développement
durable : témoignages de la société civile, Paris. 19-20 mars 1998.
PUTZER, H.,1984, “The geological evolution of the Amazon basin and its mineral resources”.
In: SIOLI, H. (ed.), The Amazon, Limnology and landscape ecology of a mighty
tropical river and its basin, Dordrecht, The Netherlands: Dr. W. Junk Publishers.
RADAMBRASIL, 1973-1978. Levamento de recursos naturais – Projeto RADAMBRASIL.
Rio de Janeiro: Ministério das minas e energia, Departamento nacional da produção
mineral, Instituto Brasileiro de Geografia e Estatística.
RAMILLIEN, G., CAZENAVE, A., BRUNAU, O., 2004, “Global time-variations of hydrological
signals from GRACE satellite gravimetry”, Geophysical Journal International, v.
158, pp. 813-826. doi: 10.1111/j.1365-246X.2004.02328.x
RAMILLIEN, G., FRAPPART, F., CAZENAVE, A., GÜNTER, A., 2005, “Time variations of land
water storage from an inversion of 2 years of GRACE geoids”. Earth and Planetary
Science Letters, v. 235, n. 1-2, pp. 283-301, doi: 10.1016/j.epsl.2005.04.005
RAMILLIEN, G., FAMIGLIETTE, J. S., WAHR, J., 2008, “Detection of Continental Hydrology
and Glaciology Signals from GRACE: A Review”, Surveys in geophysics, v. 29, pp.
361-374. doi: 10.1007/s10712-008-9048-9
RAMSEY, E. W., NELSON, G. A., LAINE, S. C., KIRKMAN, R. G., TOPHAM, W., 1997,
“Generation of coastal marsh topography with radar and ground-based
measurements”, Journal of Coastal Research, v. 13, n. 4, pp. 1335-1342.
RANGO, A., 1994, Applications of remote sensing by satellite, radar and other methods to
hydrology. Operational Hydrology Report n°39, 33 p., Collection WMO n° 804. Geneva,
Switzerland: World Meteorological Organization.
RÉMY, F., MAZZEGA, P., HOURY, S., BROUSSIER, C., MINSTER, J.F., 1989, “Mapping of
the topography of continental ice by inversion of satellite altimeter data”. Journal
Glaciology, v. 35, pp. 98-107.
RÉMY, F., BROSSIER, C., MINSTER, J. F., 1990, “Intensity of a radar altimeter over
continental ice sheets. A potential measurement of surface katabatic wind intensity”,
Journal Glaciology, v. 36, n. 123, pp. 133-142.
RÉMY, F., SCHAEFFER, P., LEGRÉSY, B., 1999, “Ice flow physical processes derived from
ERS-1 high resolution map of the Antarctica and Greenland ice sheets”, Geophysical
Journal International, v. 139, n. 3, pp. 645- 649. doi: 10.1046/j.1365-
246x.1999.00964.x
RÉMY, F., 2006, “The new vision of the cryosphere thanks to 15 years of altimetry”.
Proceedings of the 15 years of progress in radar altimetry Symposium, Venice,
Italy, 13-18 march 2006. European Space Agency. Disponivel em:
http://earth.esa.int/workshops/venice06/participants/1323/paper_1323_rmy.pdf
RIBEIRO NETO, A, 2006, Simlação hidrológica na Amazônia: Rio Madeira. Tese de
doutorado. Universidade Federal do Rio de Janeiro, Rio de Janeiro, Brasil. 05/2006,
178 p.
RICHEY, J. E., MEADE, R. H., SALATI, E., DEVOL, A. H., NORDIN, C. F , DOS SANTOS, U.,
1986, “Water discharge and suspended sediment concentrations in the Amazon River
1982–1984”, Water Resources Research, v. 22, n. 5, pp. 756–764. doi:
10.1029/WR022i005p00756
235
RICHEY, J., MERTES, L., DUNNE, T., VICTORIA, R., FORSBERG, B., TANCREDI, A.,
OLIVEIRA, E., 1989, “Sources and Routing of the Amazon River Flood Wave”, Global
Biogeochemical Cycles, v. 3, n. 3, pp. 191-204. doi:10.1029/GB003i003p00191,
RICHEY, J. E., MELACK, J. M., AUFDENKAMPE, A. K., BALESTER, V. M., HESS, L., 2002,
“Outgassing from Amazonian rivers and wetlands as a large tropical source of
atmospheric CO2”, Nature, v. 416, n. 6881, pp. 617-620. doi: 10.1038/416617a
ROBIN, M., 1992, «Télédétection des inondations: l'exemple du marais de Monts (Vendée -
Ouest-France) », Norois, Poitiers, v. 39, n. 155, pp. 317-335.
ROBIN, N., 2000, Analyse du risque d'inondation à partir de données satellitales SPOT -
Application à la crue de la Seille de mars 1999, Strasbourg, ENGEES - ULP
Strasbourg – Cemagref, 97p.
ROCHA, C. H. B., 2000, Geoprocessamento: tecnologia transdisciplinar, Juiz de Forra,
MG: Ed. do Autor.
ROCHE, M. A., FERNANDEZ, C., 1988, “Water resources, salinity and salt yields of the
rivers of the Bolivian Amazon”, Journal of Hydrology, v. 101, n. 1-4, pp. 305-331.
doi:10.1016/0022-1694(88)90042-X
RODELL, M., FAMIGLIETTI, J. S., 1999, “Detectability of variations in continental water
storage from satellite observations of the time dependent gravity field”, Water
Resources Research, v. 35, n. 9, pp. 2705-2723. doi: 10.1029/1999WR900141
RODIER, J., 1964, Régimes hydrologique de l’Afrique noire à l’Ouest du Congo,
Mémoires OSTOM6, OSROM, Paris.
RODRIGUEZ E., CHAPMAN B., 1989, “Extracting ocean surface information from altimeter
returns: the deconvolution method”, Journal of Geophysical Research - Oceans, v.
94, n. C7, pp. 9761-9778. doi: 10.1029/JC094iC07p09761
RONCHAIL, J., COCHONNEAU, G., MOLINIER, M., GUYOT, J. L., GORETTI DE MIRANDA
CHAVES, A. G. M., GUIMARÃES, V., DE OLIVEIRA, E., 2002, “Rainfall variability in
the Amazon Basin and SSTs in the tropical Pacific and Atlantic oceans”,
International Journal of Climatology, v. 22, n. 13, pp. 1663–1686. doi:
10.1002/joc.815
RONCHAIL, J., LABAT, D., CALLEDE, J., COCHONNEAU, G., GUYOT, J. L., FILIZOLA, N.,
OLIVEIRA, E., 2005, “Discharge variability within the Amazon basin”, Regional
Hydrological Impacts of Climatic Change—Hydroclimatological Variability, pp.
21-29. Proceedings of symposium S6 held during the Seventh IAHS Scientific
Assembly at Foz do Iguaçu, Brazil, April 2005. IAHS Publ. 296.
RONCHAIL, J., GUYOT, J. L., VILLAR, J. C. E., FRAIZY, P., COCHONNEAU, G., OLIVEIRA,
E., FILIZOLA, N., ORDENEZ, J. J., 2006, “Impact of the Amazon tributaries on major
floods at Óbidos”, Climate Variability and Change—Hydrological Impacts, pp. 1-6.
Proceedings of the Fifth FRIEND World Conference held at Havana, Cuba, November
2006. IAHS Publ. 308.
ROSENQVIST, A., SHIMADA, M., CHAPMAN, B., FREEMAN, A., 2000, “The Global Rain
Forest Mapping project – a review”, International Journal of Remote Sensing, v. 21,
n. 6-7, pp. 1375-1387. doi: 10.1080/014311600210227
ROTUNNO FILHO, O. C., 1995, Soil moisture mapping using remote sensing and
geostatistics applied to rainfall-runoff models, Ph. D. thesis, Dept. of Civil
Engineering, University of Waterloo, Waterloo, Ontário, Canadá.
236
ROTUNNO, O. C., TREITZ, P. M., SOULIS, E. D., Howarth P.J.; Kouwen N., 1996, “Texture
processing of synthetic aperture radar data using second-order spatial statistics”,
Computers and Geosciences, v. 22, n. 1, pp. 27-34, doi: 10.1016/0098-
3004(95)00054-2
ROUX, E., CAUHOPÉ, M., BONNET, M-P., CALMANT, S., VAUCHEL, P., SEYLER, F., 2008,
“Daily water stage estimated from satellite altimetric data for large river basin
monitoring”, Hydrological Sciences Journal – Journal des Sciences Hydrologique,
v. 53, n.1, pp. 81-99. doi: 10.1623/hysj.53.1.81
ROUX, E., SILVA, J. S., GETIRANA, A. C. V., BONNET, M-P., CALMANT, S., SEYLER, F. ,
2010, “Producing time-series of river water height by means of satellite radar altimetry
– Comparison of methods”, Hydrological Sciences Journal/ Journal Des Sciences
Hydrologiques, v. 55, n. 1, pp. 104-120. doi: 10.1080/02626660903529023
RUNNING , S. W., JUSTICE, C. O., SALOMONSON, V., HALL, D., BARKER, J., KAUFMANN,
Y. J., STRAHLER, A. H., HUETE, A. R., MULLER, J.-P., VANDERBILT, V., WAN, Z. M.,
TEILLET, P., CARNEGGIE, D., 1994, “Terrestrial remote sensing science and
algorithms planned for EOS/MODIS”, International Journal of Remote Sensing, v.
15, n. 17, pp. 3587–3620. doi: 10.1080/01431169408954346
SAATCHI, S. S., NELSON, B., PODEST, E., HOLT, J., 2000, “Mapping Land-cover types in
the Amazon Basin using 1 km JERS-1 mosaic”, International Journal of Remote
Sensing, v. 21, n. 6-7, pp. 1201– 1234. doi: 10.1080/014311600210146
SABADINI, R., WINGHAM, D., MAIER-REIMER, E., 2002, Gravity and Sea Level, ESA-
ESTEC Contract No. 12056/96/NL. Disponível em:
http://esamultimedia.esa.int/docs/Sea-Level_Study_12056_96.pdf
SAKAMOTO, T., NGUYEN, N. V., KOTERA, A., OHNO, H., ISHITSUKA, N., YOKOZAWA, M.,
2007, “Detecting temporal chages in the extent of annual flooding within the
Cambodia and the Vietnamase Mekong delta from MODIS timeseries imagery”,
Remote Sensing of Environment, v. 109, n.3, pp. 295-313. doi:
10.1016/j.rse.2007.01.011
SALATI, E., 1983, O clima atual depende da floresta. IN: SALATI, E. et al., Amazônia:
desenvolvimento, integração e ecologia. São Paulo: Brasiliense, (Brasília): Conselho
de Desenvolvimento Científico e Tecnológico, p. 15-44.
SALATI, E., 1985, “The climatology and hidrology of Amazonia”. In: PRANCE, G. T.,
LOVEJOY, T. E. (eds.), Amazonia, pp. 18-42. Oxford, Reino Unido: Pergamon Press.
SALATI, E., MARQUEZ, J., MOLION, L. C., 1978, “Origem e distribuição das chuvas na
Amazônia”, Interciencia, v. 3, n. 4, pp. 200–205.
SALATI, E., MARUQES, J., 1984, “Climatology of the Amazon region”, In: SIOLI, H. (ed.),
The Amazon – Liminology and landscape ecology of a mighty tropical river and
its basin. pp. 85-126Alemanha, Bonn: Dr. W. Junk Publishers.
SANTOS, I., FILL, H. D., SUGAI, M. R. V. B., BUBA, H., KISHI, R. T., MARONE, E.,
LAUTERT, L. F., 2001, Hidrometria Aplicada. Curitiba: LACTEC, 372p.
SAUNDERS, W., 1999, “Preparation of DEMs for use in environmental modeling analysis”.
ESRI User Conference (24–30 July 1999, San Diego, California). Disponível em:
http://proceedings. esri.com/library/userconf/proc99/navigate/proceed.htm.
SCHLÜTER, U. B., FURCH, B., JOLY, C. A., 1993, “Physiological and anatomical
adaptations by young Astrocaryum jauari Mart. (Arecaceae) in periodically inundated
biotopes of central Amazonia”. Biotropica, v. 25, pp. 384–396.
237
SCHMIDT, R., SCHWINTZER, P., FLECHTNER, F., REIGBERA, C. H., GÜNTNER, A., DÖLL,
P., RAMILLIEN, G., CAZENAVE, A., PETROVIC, S., JOCHMANN, H., WQNSCH, J.,
2006, “GRACE observation of changes in continental water storage”, Global and
Planetary Change, v. 50. pp. 112-126, doi: 10.1016/j.gloplacha.2004.11.018
SCHÖNGART, J., PIEDADE, M. T. F., LUDWIGSHAUSEN, S., HORNA, V., WORBES, M.,
2002, “Phenology and stem growth periodicity of tree species in Amazonian floodplain
forests”, Journal of Tropical Ecology, v. 18, n. 4, pp. 581–597.
doi:10.1017/S0266467402002389
SCHMUGGE, T. J., JACKSON, T. J., MCKIM, H. L., 1980, “Survey of methods for soil
moisture determination”, Water Resources Research, v. 16, n. 6, pp. 961-979. doi:
10.1029/WR016i006p00961
SCHNEIDER, S. R., MCGINNIS, D. F., STEPHENS, G., 1985, “Monitoring Africa’s Lake Chad
basin with LANDSAT NOAA satellite data”, International Journal of Remote
Sensing, v. 6, n. 1, pp.59–73. doi: 10.1080/01431168508948424
SCHUBART, H. O., 1983, “Ecologia e Utilização das florestas”. In: SALATI, E. et al.,
Amazônia: desenvolvimento, integração e ecologia. São Paulo: Brasiliense,
(Brasília): Conselho de Desenvolvimento Científico e Tecnológico, p. 102-143.
SCOTESE, C. R., BOUCOT, A. J., McKERROW, W. S., 1999, “Gondwanan palaeogeography
and palaeoclimatology”, Journal of African Earth Sciences, v. 28, n. 1, pp. 99-114.
doi: 10.1016/S0899-5362(98)00084-0
SECRETARIAT DE LA CONVENTION DE RAMSAR, 1998, “Le rôle des zones humide face à
la crise mondiale de l’eau”. In: Conférence internationale l’eau et le développement
durable, Paris, 19-20-21 mars 1998.
SECRETARIAT DE LA CONVENTION DE RAMSAR, 2006, Le Manuel de la Convention de
Ramsar: Guide de la Convention sur les zones humides (Ramsar, Iran, 1971), 4
ed. Gland, Suisse: Secrétariat de la Convention de Ramsar.
SEO, K-W, WILSON, C. R., FAMIGLIETTI, J. S., CHEN, J. L., RODELL, M., 2006,
“Terrestrial water mass load changes from Gravity Recovery and Climate Experiment
(GRACE)”, Water Resources Research, n. 42, pp. W05417. doi:10.1029/
2005WR004255
SEYLER, F., MULLER, F., COCHONNEAU, G., GUYOT, J. L., 1999, “D‘elimitation de bassins
versants à partir d’un modèle numérique de terrain. Comparaison de différentes
méthodes pour le bassin du Rio Negro (Amazone)”. In: International Symposium on
hydrological and geochemical processes in large scale river basins, Manaus,
AM: Brazil.
SEYLER, F., CALMANT, S., BONNET, M.P., de OLIVEIRA, M. A., 2004, “Curvature of the
Hydraulic slope at the Negro-Solimões confluence from satellite altimetry and
hydrodynamics: relationship with the distribution of erosion/sedimentation areas”,
EGU, Nice, April 2004.
SEYLER, F., CALMANT, S., SANTOS DA SILVA, J., FILIZOLA, N., ROUX, E., COCHONNEAU,
G., VAUCHEL, P., BONNET, M. P., 2008, “Monitoring water level in large trans-
boundary ungrauged bassin with altimetry: the exemple of ENVISAT over Amazon
Basin”, Journal of Applied Remote Sensing – SPIE, v. 7150, pp. 715017. doi:
10.1117/12.813258
238
SEYLER, F., CALMANT, S., SANTOS DA SILVA, J., FILIZOLA, N., COCHONNEAU, G.,
BONNET, M. P., COSTI, A. C. Z., 2009a, “Inundation risk in large tropical basins and
potential survey from radar altimetry: example in the Amazon basin”, Marine
Geodesy, v. 32, n. 3, pp. 303-319. doi: 10.1080/01490410903094809.
SEYLER, F., CALMANT, S., SANTOS DA SILVA, J., LEON, J. G., FRAPPART, F., BONNET, M.
P., FILIZOLA, N., ROUX, E., COSTI, A. C. Z., DE OLIVEIRA, E., GUYOT, J. L., SEYLER,
P., 2009b, “New perspectives in monitoring water resources in large tropical
transboundary basins based on remote sensing and radar altimetry”. In: Improving
Integrated Surface and Groundwater Resources Management in a Vulnerable
and Changing Word. BLOSCHL, G. et al. (ed.), pp. 282-288. IAHS Publication Red
Book 330, ISBN 978-907161-01-8, Wallingford, Oxfordshire, UK.
SEYLER, F., CALMANT, S., COCHONEAU, G., 2009c, “Cross-comparasion of Jason 2 data
and ICESat data over the Amazon basin”. Proceedings of Ocean Surface
Topography Science Team Meeting. 22-24 June. Seattle, USA. Disponível em:
http://depts.washington.edu/uwconf/ostst2009/OSTST_book_2009_Final.pdf
SEYLER, F., MULLER, F., COCHONNEAU, G., GUIMARÃES, L., GUYOT, J. L., 2009d,
“Watershed delineation for the Amazon sub-basin system using GTOPO30 DEM and a
drainage network extracted from JERS SAR images”, Hydrological Processes, v. 23,
n. 22, pp. 3173-3185. doi: 10.1002/hyp.7397
SIQUEIRA, P., HENSLEY, S., SHAFFER, S., HESS, L., MCGARRAGH, G., CHAPMAN, B.,
FREEMAN, A., 2000, “A continental-scale mosaic of the Amazon Basin using JERS-1
SAR”, IEEE Transactions on Geoscience and Remote Sensing, v. 38, PP; 2638–
2644. doi: 10.1109/36.885210
SHABAN, M. A., DIKSHIT, O., 2002, “Evaluation of the merging of SPOT multispectral and
panchromatic data for classification of an urban environment”, International
Journal of Remote Sensing, v. 23, pp. 249–262. doi: 10.1080/01431160010007088
SHENG, Y., GONG, P., XIAO, Q., 2001, “Quantitative dynamic flood monitoring with NOAA
AVHRR”, International Journal of Remote Sensing, v. 22, n. 9, pp. 1709-1724. doi:
10.1080/01431160118481
SHINDELL, D. T., FALUVEGI, G., MILLER, R. L., SCHMIDT, G. A., HANSEN, J. E, SUN, S.,
2006, “Solar and anthropogenic forcing of tropical hydrology”, Geophysical Research
Letters, v. 33, n. 24, pp. L24706. doi: 10.1029/2006GL027468
SILVA, A. J. P., LOPES, R. C., VASCONCELOS, A. M., BAHIA, R. B. C., 2003, “Bacias
Sedimentares Paleozóicas e Meso-Cenozóicas Interiores”. In: L. A. BIZZI, C.
SCHOBBENHAUS, R. M. VIDOTTI E J. H. GONÇALVES (eds.), Geologia, Tectônica e
Recursos Minerais do Brasil. Brasília: CPRM.
SILVA, J. S., NGUYEN, M. B., CRETAUX, J. F., SEYLER, F., ROTUNNO FILHO, O. C.,
CALMANT, S., 2009a, “Avaliação de superfícies inundáveis em zonas úmidas da bacia
Amazônica por meio de dados espaciais”, Anais do XIV Simpósio Brasileiro de
Sensoriamento Remoto, Natal, Brasil, 25-30 Abril 2009, SBSR.
SILVA, J. S., ROTUNNO FILHO, O. C., SEYLER, F., CRETAUX, J. F., CALMANT, S.,
ARAUJO, A. A. M., BONNET, M. P., NGUYEN, M. B., FILIZOLA, N., 2009b, “Dinâmica
de inundação em zonas úmidas da bacia Amazônica por meio de dados espaciais”,
Anais do XVIII Simpósio Brasileiro de Recursos Hídricos, Campo Grande, Brasil,
22-26 Novembro 2009, ABRH.
239
SILVA, J. S., ROUX, E., ROTUNNO FILHO, O. C., SEYLER, F., CALMANT, S., Submetido
2009c, “Níveis d’água nas zonas úmidas da bacia Amazônica estimados por satélite
altimétricos”, Revista Brasileira de Recursos Hídricos – RBRH.
SILVA, J. S., CALMANT, S., SEYLER, F., ROTUNNO FILHO, O. C., COCHONNEAU, G.,
MANSOUR, W. J., 2010, “Water levels in the Amazon Basin derived from the ERS 2-
ENVISAT radar altimetry missions”, Remote Sensing of Environment.
SILVA, J. S., SEYLER, F., ROTUNNO FILHO, O. C., CALMANT, S., ARAUJO, A. A. M., ROUX,
E., em revisão 2010, “Water Level Dynamics of Amazon Wetlands at the Watershed
Scale by Satellite Altimetry”, International Journal of Remote Sensing.
SIOLI, H., 1984, “The Amazon and its main affluents: hydrography, morphology of the river
courses, and river types”, pp. 127-165. In: SIOLI, H. (ed.), The Amazon, Limnology
and landscape ecology of a mighty tropical river and its basin, Dordrecht, The
Netherlands: Dr. W. Junk Publishers.
SIPPEL, S. J., HAMILTON, S. K., MELACK, J. M., 1992, “Inundation area and morphometry
of lakes on the Amazon River floodplain, Brazil”, Archiv für Hydrobiologie, v. 123,
pp. 385-400.
SIPPEL, S. J., HAMILTON, S. K., MELACK, J. M., NOVO, E. M. M., 1998, “Passive
microwave observations of inundation area and the area/stage relation in the Amazon
River floodplain”, International Journal of Remote Sensing, v. 19, n. 16, pp. 3055–
3074. doi: 10.1080/014311698214181
SIQUEIRA, P., HENSLEY, S., SHAFFER, S., HESS, L., MCGARRAGH, G., CHAPMAN, B.,
FREEAMN, A., 2000, “A continental-scale mosaic of the Amazon basin”, IEEE
Transaction Geoscience and Remote Sensing, v. 38, n. 6, pp.2638-2644. doi:
10.1109/36.885210
SMITH, D. G., 1986, “Anastomosing river deposits sedimentation rates and basin
subsidence, Magdalena River, Northwestern Colombia, South America”, Sedimentary
Geology, v. 46, n. 3-4, pp. 177–196. doi:10.1016/0037-0738(86)90058-8
SMITH, L. C., 1997, “Satellite remote sensing of river inundation area, stage, and discharge:
a review”, Hydrological processes, v. 11, n. 10, p. 1427-1439, doi:
10.1002/(SICI)1099-1085(199708)11:10<1427::AID-HYP473>3.0.CO;2-S
SMITH, L. C., ISACKS, B. L., FORSTER, R. R., BLOOM, A. L., PREUSS I., 1995, “Estimation
of discharge from braided glacial rivers using ERS 1 synthetic aperture radar: first
results”, Water Resources Research, v. 31, n. 5, pp. 1325-1329. doi:
10.1029/95WR00145
SMITH, L. C., ISACKS, B. L., FORSTER, R. R., BLOOM, A. L., MURRAY, A. B., 1996,
“Estimation of discharge from braided glacial rivers using ERS 1 synthetic aperture
radar: Potential application to ungaged basin”, Water Resources Research, v. 32, n.
7, pp. 2021-2034. doi: 10.1029/96WR00752
SMITH, C. L., PAVELSKY, T. M., 2009, “Remote sensing of volumetric storage charges in
lake”, Earth Surface Processes and Landforms, v. 34, pp. 1353-1358. doi:
10.1002/esp.1822
SOARES, J. V., RENNO, C. D., FORMAGGIO, A. R., YANASSE, C. C. F., FRERY, A.C., 1997,
“An investigation of the selection of texture features for crop discrimination using SAR
imagery”, Remote Sensing of Environment, v. 59, n. 2, pp. 234–247. doi:
10.1016/S0034-4257(96)00156-3
240
SOMBROEK, W. G., 1999, “Annual rainfall and dry-season strength in the Amazon region
and their environmental consequences”. PPG7-SPRN Programme.
SOUZA, E. B., AMBRIZZI, T., 2006, “Modulation of the Intraseasonal Rainfall over Tropical
Brazil by the Madden–Julian Oscillation”, International Journal of Climatology, v.
26, n. 13, pp. 1759-1776. doi: 10.1002/joc.1331.
STERNBERG H.O’R., 1975, The Amazon river of Brazil, Wiesbaden: Steiner, 74p.
SUN, C., WEE, W. G., 1983, “Neighboring grey level dependence matrix for texture
classification”, Computer Vision Graphics and Image Processing, v. 23, n. 3,
pp.341-352. doi:10.1016/0734-189X(83)90032-4
SWENSON, S., MILLY, P. C. D., 2006, “Climate model biases in seasonality of continental
water storage revealed by satellite gravimetry”, Water Resources Research, n. 42,
pp.W03201. doi:10.1029/2005WR004628
SWOT MISSION, 2007, The Water And Terrestrial Elevation Recovery Hydrosphere Mapper
Satellite Mission. In: First Mission Document for the WATER HM Mission, CNES-NASA.
Disponível em:
http://bprc.osu.edu/water/publications/WATERHM_FirstDocument_Final.pdfAcesso
em: 01/10/2007.
SYED, T. H., FAMIGLIETTI, J. S., RODELL, M., CHEN, J., WILSON, C. R., 2008a, “Analysis
of terrestrial water storage changes from GRACE and GLDAS”. Water Resources
Research, v. 44, pp. W02433. doi:10.1029/2006WR005779
SYED, T. H., FAMIGLIETTI, J. S., CHAMBERS, D., 2008b, “GRACE-based estimates of
terrestrial freshwater discharge from basin to continental scales”, Journal
Hydrometeorological. doi:10.1175/2008JHM993.1
TANDON, S. K., SINHA, R., 2007, “Geology of large rivers”, In: Gupta, A. (ed.), Large rivers:
geomorphology and management, pp. 7–28. Chichester, UK: John Wiley & Sons,
Ltda.
TAMISIEA, M. E., LEULIETTE, E. W., DAVIS, J. L., MITROVICA, J. X., 2005, “Constraining
hydrological and cryospheric mass flux in southeastern Alaska using space-based
gravity measurements”, Geophysical Research Letters, v. 32, pp. L20501.
doi:10.1029/2005GL023961
TAPLEY, B. D., BORN, G. H., PARKE, M. E., 1982, “The Seasat altimeter data and its
accuracy assessment”, Journal Geophysical Research, v. 87, n. C5, pp. 3179-3188.
doi: 10.1029/JC087iC05p03179
TAPLEY, B. D., BETTADPUR, S., WATKINS, M., REIGBER, C., 2004, “The gravity recovery
and climate experiment: mission overview and early results”, Geo-physical Research
Letters, v. 31, pp. L09607, doi:10.1029/ 2004GL019920
TEIXEIRA, L.B., 2001, “Evidência geofísica de rifts precursores nas bacias paleozóicas do
Amazonas, Paraná, Parecis, Parnaíba, Solimões e Alto Tapajós”. In: MELO, J. H. G.,
TERRA, G. J. S. (eds.), Correlação de Seqüências Paleozóicas Sul-americanas. Rio
de Janeiro: PETROBRAS, 7p. (Ciência-Técnica-Petróleo, Seção Exploração de Petróleo,
20). 1 CD-ROM.
TEIXEIRA, W., GERALDES, M. C., MATOS, R., RUIZ, A. S., SAES, G., VARGAS-MATTOS,
G., 2010, “A review of the tectonic evolution of the Sunsás belt, SW Amazonian
Craton”, Journal of South American Earth Sciences, v. 29, n. 1, pp. 47-60. doi:
10.1016/j.jsames.2009.09.007
241
THOMAS, N., HENDRIX, C., CONGALTON, R. G., 2003, “A comparison of urban mapping
methods using high-resolution digital imagery”, Photogrammetric Engineering and
Remote Sensing, v. 69, n.9, pp. 963–972
TOWNSEND, P. A., 2002, “Relationships between forest structure and the detection of flood
inundation in forested wetlands using C-band SAR”, International Journal of
Remote Sensing, v. 23, n. 3, pp. 443-460. doi: 10.1080/01431160010014738
TRENBERTH, K. E., OLSON, J. G., 1988, “An evaluation and intercomparison of global
analyses from the National Meteorological Center and the European Center for
Medium Range Weather Forecasts”, Bulletin of the American Meteorological
Society, v. 69, n. 9, pp. 1047-1057
TRIBAUT, P., POISSON, J. C., GARCIA, G., RAHMANI, A., 2008, PISTACHE – 3
ème
réunion
d’avancement, Toulouse, France, 16 octobre 2008.
TROITSKAYA, Y. I. e ERMAKOV, S. A., 2008, “Manifestations of the Indian Ocean tsunami of
2004 in satellite nadir-viewing radar backscatter variations”, International Journal
of Remote Sensing, v. 29, n. 21, pp. 6361–6371. doi: 10.1080/01431160802175348
TUCCI, C. E. M. (org), 2001, Hidrologia: ciência e aplicação. 2 ed., Porto Alegre: Editora
da Universidade/UFRGS, ABRH.
ULABY, F. T., MOORE, R. K. e FUNG, A. K., 1986, Microwave remote sensing, active and
passive, v. 1, 2 e 3, Artech House Inc. U.S.A.
UNEP – United Nation Environment Programme, 1996, “Wetlands and biological diversity:
Cooperation between the Convention on Wetlands of International Importance
especially as waterfowl habitats (RAMSAR, Iran, 1971) and the Convention on
Biological Diversity”. In: Third Ordinary Meeting of the Conference of the Parties
to the Convention on Biological Diversity, UNEP/CBD/COP/3/INF/21, Buenos
Aires, Argentina.
UNEP/WCMC – United Nation Environment Programme/World Conservation Monitoring
Center, 1997, A Global Overview of Wetland and Marine Protected Areas on the
World Heritage Liste: A Contribution on the Global Theme Study of World
Heritage Natural Sites. Gland, Switzerland: The World Conservation Monitoring
Center, 1997. Disponível em: http://www.unep-
wcmc.org/wh/reviews/wetlands/2.htm Acesso: 28/04/2007.
US GEOLOGICAL SURVEY, 2009. Trends in the Size of the USGS Streamgaging
Network. Washington, DC: National Streamflow Information Program. Disponível em:
http://water.usgs.gov/nsip/streamgaging_note.html. Aceso em 25/08/2009.
UVO, C. B., REPELLI, C. A., ZEBIAK, S. E., KUSHNIR, Y., 1998, “The relationship between
Tropical Pacific and Atlantic SST and northeast Brazil monthly precipitation”, Journal
of Climate, v. 11, n. 4, pp. 551–562.
VALS GRASS, (2006), Virtual ALtimetry Station GRASS. ROUX, E. e CALMANT, S.
VALS Tool, 2009, Virtual ALtimetry Station, Versão 0.5.7, August 2009, COCHONNEAU,
G. e CALMANT, S. Disponível em:
http://www.mpl.ird.fr/hybam/outils/logiciels_test.php.
Van ENGELEN, V. W. P., PETERS, W. L., 1995, Soils and Terrain Digital Database for
Six Countries in Latin America at scale 1:5,000,000 (SOTER-LA), Final Report,
ISRIC – World Soil Information, Wageningen.
242
Van ENGELEN, V. W. P., WEN, T. T., 1995, Global and National Soil and Terrain Digital
Database (SOTER), Procedures Manual, ISRIC – World Soil Information, Wageningen.
VERMOTE, E. F., EL SALEOUS, N. Z., JUSTICE, C. O., KAUFMAN, Y. J., PRIVETTE, J. L.,
REMER, L., ROGER, J. C., TANRE, D., 1997, “Atmospheric correction of visible to
middle-infrared EOS-MODIS data over land surfaces: background, operational
algorithm and validation”, Journal of Geophysical Research – Atmosphere, v. 102,
n. D14, pp. 17131-17141. doi: 10.1029/97JD00201
VERMOTE, E. F., VERMEULEN, A., 1999, Atmospheric correction algorithm: Spectral
reflectances (MOD09). Algorithm Technical Background Document, version 4.0, April
1999, NASA contract NAS5-96062.
VERMOTE, E. F., EL SALEOUS, N. Z., JUSTICE, C. O., 2002, “Atmospheric correction of
MODIS data in the visible to middle infrared: frist results”, Remote Sensing of
Environment, v. 83, n. 12, pp. 97-111. doi: 10.1016/S0034-4257(02)00089-5
VIERS, J., RODDAZ, M., FILIZOLA, N., GUYOT, J. L., SONDAG, F., BRUNET, P., ZOUITEN,
C., BOUCAYRAND, C., MARTIN, F., BOAVENTURA, G. R., 2008, “Seasonal and
provenance controls on Nd–Sr isotopic compositions of Amazon rivers suspended
sediments and implications for Nd and Sr fluxes exported to the Atlantic Ocean”,
Earth and Planetary Science Letters, v. 274, pp. 511-523.
doi:10.1016/j.epsl.2008.08.011
VILLAR, J. C. E., RONCHAIL, J., GUYOT, J. L., COCHONNEAU, G., NAZIANO, F., LAVADO,
W., OLIVEIRA, E., POMBOSAG, R., 2009, “Spatio-temporal rainfall variability in the
Amazon basin countries (Brazil, Peru, Bolivia, Colombia, and Ecuador)”, International
Journal of climatology, v. 29, n. 11, pp. 1574-1594. doi: 10.1002/joc.1791
VORLICEK, P.A., ANTONELLI, R., FABBRI, P., RAUSCH, R., 2004, “Quantitative
hydrogeological studies of the Treviso alluvial plain, NE Italy”, Quarterly Journal of
Engineering Geology and Hydrogeology, v. 37, n. 1, pp. 23-29. doi: 10.1144/0036-
9276/02-006
VÖRÖSMARTY, C.J., DOUGRAS, E.M., GREEN, P. A., et al., 2005, “Impact of humans on
the flux of terrestrial sediment to the global coastal ocean”, Science, v. 308, n. 5720,
pp. 376-380. doi: 10.1126/science.1109454
WAHR, J. M., 1985, “Deformation of the Earth induced by polar motion”, Journal
Geophysical Research – Solid Earth, v. 90, n. B11, pp. 9363-9368. doi:
10.1029/JB090iB11p09363
WAHR, J. M., MOLENAAR, M., 1998, “Time variability of the Earth’s gravity field:
Hydrological and oceanic effects and their possible detection using GRACE”, Journal
Geophysical Research – Solid Earth, v. 103, n. B12, pp. 30205-30229. doi:
10.1029/98JB02844
WAHR, J., SWENSON, S., ZLOTNICKI, V., VELICOGNA, I., 2004, “Time-variable gravity from
GRACE: first results”, Geophysical Research Letters, v. 31, n. 11, pp. L11501.
doi:10.1029/2004GL019779
WALHOFF, D., JUNK, W. J., FURCH, B., 1998, “Responses of three central Amazonian tree
species to drought and flooding under controlled conditions”, International Journal
of Ecology and Environmental Sciences, v. 24, n. 2-3, pp. 237– 252.
WALTER, V., 2004, “Object-based classification of remote sensing data for change
detection”, ISPRS Journal of Photogrammetry & Remote Sensing, v. 58, n. 3-4, pp.
225–238. doi: 10.1016/j.isprsjprs.2003.09.007
243
WANG, L. E. D., C. HE, 1990, “A new statistical approach for texture analysis”,
Photogrammetric Engineering and Remote Sensing, v. 56, n. 1, pp. 61-66.
WANG, L., SOUSA, W. P., GONG, P., BIGING, G. S., 2004, “Comparison of IKONOS and
QuickBird images for mapping mangrove species on the Caribbean coast of panama”,
Remote Sensing of Environment, v. 91, n. 3-4, pp. 432–440. doi:
10.1016/j.rse.2004.04.005
WARD, J. V., TOCKNER, K., SCHIEMER, F., 1999, “Biodiversity of floodplain river
ecosystems: ecotones and connectivity”, Regulated Rivers: Research & Managment,
v. 15, n. 1-3, pp. 125-139. doi: 10.1002/(SICI)1099-
1646(199901/06)15:1/3<125::AID-RRR523>3.0.CO;2-E
WARD, A., 2002, GRACE: Gravity Recovery and Climate Experiment, NP-2002-2-427-
GSFC, 24p. Greenbelt, Maryland: NASA, Goddard Space Flight Center.
WATERS, P., GREENBAUM, D., SMART, P. L., OSMASTON, H., 1990, “Applications of
remote sensing to groundwater hydrology”, Remote Sensing Reviews, v. 4, n. 2, pp.
223–264. doi: 10.1080/02757259009532107
WENNINGER, J., UHLENBROOK, S., TILCH, N., LEIBUNDGUT, C., 2004, “Experimental
evidence of fast groundwater responses in a hillslope/floodplain area in the Black
Forest Mountains, Germany”, Hydrological Processes, v. 18, n. 17, pp. 3305-3322.
doi: 10.1002/hyp.5686
WEHR, T., ATTEMA, E., 2001, “Geophysical validation of ENVISAT data products”,
Advances in Space Research, v. 28, n. 1, pp. 83-91. doi: 10.1016/S0273-
1177(01)00297-6
WHITING, G. J., CHANTON, J. P., 2001, “Greenhouse Carbon Balance of Wetlands: Methane
Emission versus Carbon Sequestration”, Tellus Series B: Chemical and Physical
Meteorology, v. 53, n. 5, p. 521-528. doi: 10.1034/j.1600-0889.2001.530501.x
WINGHAM, D. J., RAPLEY, C. G., GRIFFITHS, H., 1986, “New techniques in satellite
altimeter tracking systems”, Proceedings of IGARSS’86 Symposium, Zürich, 8-11
Sept. 1986, Ref. ESA SP-254, p. 1339-1344.
WITTMANN, F., PAROLIN, P., 1999, “Phenology of six tree species from central Amazonian
várzea”, Ecotropica, v. 5, pp. 51–57.
WITTMANN, F., JUNK, W. J., PIEDADE, M. T. F., 2004, “The várzea forests in Amazonia:
flooding and the highly dynamic geomorphology interact with natural forest
succession”, Forest Ecology and Management, v. 196, n. 2-3, pp. 199-212.
doi:10.1016/j.foreco.2004.02.060
WMO – World Meteorological Organization, 2003, Report of the GCOS/GTOS/HWRP Expert
Meeting on Hydrological Data for Global Studies. In: K.D. Harvey and W. Grabs (eds)
Report GCOS 84 and Report GTOS 32, WMO/TD – No. 1156. Geneva, Switzerland:
World Meteorological Organization.
WMO – World Meteorological Organization, 2004, World Climate News, June 2004 N° 25.
Geneva, Switzerland: World Meteorological Organization.
ZALEWSKI, M., JANAUER, G.A., JOLANKAI, G., 1997, Ecohydrology. A New Paradigm for the
Sustainable Use of Aquatic Resources, IHP-V, Technical Documents in Hydrology, n. 7,
Paris, France: UNESCO.
244
ZHANG, C., FRANKLIN, S. E., WULDER, M. A., 2004, “Geostatistical and texture analysis of
airborne-acquired images used in forest classification”. International Journal of
Remote Sensing, 25, n. 4, pp. 859–865. doi: 10.1080/01431160310001618059
ZELLI, C., 1999, “ENVISAT RA-2 advanced radar altimeter : Instrument design and pre-
launch performance assessment review”, Acta Astronautica, v. 44, pp. 323-333. doi:
10.1016/S0094-5765(99)00063-6
ZIEGER, A. R., HANCOCK, D. W., HAYNE, G. S., PURDY, C. L., 1991, “NASA radar altimeter
for the TOPEX/POSEIDON project”, Proceeding of the IEEE, v. 79, n. 6, pp. 810-826,
doi: 10.1109/5.90160
ZWALLY, H. J., BRENNER, A. C., MAJOR, J. A., BINDSCHADLER, R. A., MARSH, J., 1989,
“Growth of Greenland ice sheet : Measurement”, Science, v. 246, n. 4937, pp. 1587-
1589. doi: 10.1126/science.246.4937.1587
ZWALLY, H.J., BRENNER, A.C., 2001, “Ice sheet dynamics and mass balance”. In: (Ed.) FU,
L. L.; CAZENAVE, A. Satellite Altimetry and Earth Science, A Handbook of
Techniques and Applications. London (UK), Academic Press. 464p.
ZWALLY, H. J., SCHUTZ, B., ABDALATI, W., ABSHIRE, J., BENTLEY, C., BRENNER, A.,
BUFTON, J., DEZIO, J., HANCOCK, D., HARDING, D., HERRING, T., MINSTER, B.,
QUINN, K., PALM, S., SPINHIRNE, J., THOMAS, R., 2002, "ICESat's laser
measurements of polar ice, atmosphere, ocean, and land", Journal of Geodynamics,
v. 34, n. 3-4, pp. 405-445. doi: 10.1016/S0264-3707(02)00042-X
245
ANEXOS
246
ANEXO A – RÉSUMÉ ÉTENDU
L'ampleur des zones humides du bassin Amazonien présente un grand défi pour les études
environnementales de cette région. Dans de grands bassins avec faible déclivité, comme le
bassin Amazonien, les zones humides jouent un rôle important dans la régularisation du
cycle de l'eau. Par contre, ces zones isolées sont insuffisamment instrumentées et on ne
dispose que de très peu d’information physique sur leur cycle hydrologique. Dans ce sens,
les données de missions spatiales, et en particulier l’altimétrie radar, bien calibrées et
facilement accessibles, favorisent le développement d'études des eaux continentales et en
particulier des zones humides. Les hauteurs d’eau par l’altimétrie radar permettent de
compléter les données obtenues in situ à partir des réseaux hydrométriques traditionnels,
limitées par des difficultés logistiques, surtout dans la région Amazonienne. De telles
données, complétées par la modélisation hydrodynamique et/ou hydrologique permettent
d'améliorer la compréhension de la dynamique des systèmes hydriques, leur influence dans
la variabilité climatique et leurs implications socio-économiques. Dans ce contexte, la
présente étude propose le développement d'une méthodologie pour l’utilisation de l'altimétrie
radar dans l'analyse de la variabilité spatio-temporelle des processus hydriques des zones
humides du bassin Amazonien. En premier lieu, nous avons utilisé une méthode originale
permettant une sélection fine en 3D des mesures pour réaliser les séries temporelles des
stations virtuelles (e.g. intersection d’une trace satellite avec un cours d’eau). Nous avons
aussi généralisé l’application de corrections spécifiques comme la rectification de mesures
inclinées. Cette méthode a permis d’améliorer sensiblement la qualité des séries de hauteur
(Silva et al., révision RSE). Les données des missions altimétriques ERS-2, ENVISAT et
TOPEX/Poséidon (T/P) ont été traitées. Etant donné le peu de travaux publiés jusqu’à
présent sur la validation des hauteurs d’eau par altimétrie en Amazonie, cette partie de
génération des séries temporelles de hauteur d’eau par altimétrie a représenté une part
importante de ce travail. La précision de ces séries temporelles, est d'ordre décimétrique, les
erreurs rms les plus faibles sont 12 cm et 23 cm pour ENVISAT Ice-1 et Ice-2,
respectivement et 32 cm pour ERS-2 Ice-2 (Silva et al., in press 2010) selon le contexte de
l’intersection entre la trace satellite et le cours d’eau. Ces séries temporelles mettent en
évidence la grande variabilité spatiale du cycle hydrologique, selon la connexion et la
position relative entre les lits principaux, les lacs et les marécages (Silva et al., soumis
2009a et en révision 2010). En second lieu, nous avons couplé les hauteurs d’eau fournies
par l’altimétrie radar avec l’imagerie spatiale pour l’étude des volumes d’eau stockés dans
des zones humides. Le traitement des images MODIS MOD09A1 pour la détection des
surfaces en eau a été testé pour quelques zones humides du Bassin Amazonien. Les
algorithmes utilisés pour séparer les zones sèches, les zones d’eau libre et les zones
inondées se sont avérés peu performants dans le cas – fréquent – de zones humides
essentiellement occupées par de la végétation inondée. Dans quelques cas favorables, nous
montrons néanmoins que la saisonnalité d’inondation n’est pas symétrique, avec un retard
247
du flux au remplissage et à la vidange de la zone humide selon chaque région (résultats non
publiés).
Mots-clés: Altimétrie radar – zones humides – hydrologie spatiale – télédétection – bassin
Amazonien
1. CONTEXTE ET PROBLÉMATIQUE
Les zones humides dans le bassin Amazonien
L’Amazonie s'étend sur sept pays sur une surface correspondant à 37% de
l'Amérique du Sud soit 6 112 000 km
2
(Guyot et al. 1999). Le bassin est limité à l’ouest et au
sud-ouest par la cordillère des Andes, au nord, par le bouclier Guyanais et à l'est et au sud-
est par le bouclier brésilien. La longueur totale de l'Amazone est de 6 992,15 km, ce qui en
fait le plus long fleuve du monde, et avec un débit moyen de 238.000 m
3
.s
-1
(Ronchail et al.,
2006), le fleuve le plus important. La plaine alluviale du bassin Amazonien présente une
déclivité extrêmement faible de 1 à 3 cm/km (Guyot et al. 1993 et 1994). En période de
hautes eaux, les eaux de surface des grands fleuves entrent dans les lacs et inondent les
espaces inter fluviaux qui agissent comme des réservoirs naturels. Ces eaux peuvent y
rester plusieurs mois jusqu’à la décrue, au cours de laquelle ces zones de rétention d’eau se
vidangent de nouveau dans les fleuves, limitant ainsi les valeurs extrêmes de crue et
d’étiage.
Ces zones, en position d'interface et de transition entre les milieux atmosphériques,
terrestres et aquatiques proprement dits, se caractérisent par de petites profondeurs d'eau,
des sols hydromorphes ou non évolués et une végétation dominante composée de plantes
hydrophiles au moins pendant une partie de l'année. Enfin, elles nourrissent et protègent
une grande variété d’espèces animales très dépendantes de ces milieux. Aussi, ces zones
sont importantes pour la santé, le bien-être et la sécurité des populations qui vivent à leurs
abords ou à proximité. A la différence d'autres régions hydrologiques qui, pour leur
utilisation, exigent des interventions et des investissements, les zones humides présentent
l'avantage de pouvoir être utilisées telles quelles. Il n’est donc pas surprenant que l'attention
mondiale se soit portée sur ces zones et sur les services qu’elles rendent à l'environnement,
comme en atteste l'existence d'une convention internationale spécifique (e. g., Secrétariat de
la Convention de Ramsar, 2006). Cette convention a été ratifiée actuellement par plus de
123 pays, y compris le Brésil, qui a approuvé son texte en 1992. Le Brésil contient, sur son
territoire, d’énormes étendues humides, parmi lesquelles celles du bassin Amazonien, qui
constituent un réseau complexe de lacs plus ou moins temporairement connectés au lit
principal des fleuves, et couvrant une surface totale estimée entre 91 000 (Sippel et al.
1998) et 300 000 km² (Junk, 1983). L'importance des zones humides a été récemment
confirmée par Hess et al. (2003) dans une étude consacrée à la région centrale du bassin,
248
sur une bande de 18° de longitude et 8° de latitude, incluant le fleuve Amazone et ses
affluents.
Ces dernières décennies, la nécessité de répondre à des questions scientifiques
comme par exemple l'impact des changements climatiques ou les flux de contaminants dans
l'eau, dans l'air et dans les milieux poreux, a donné lieu à une série de discussions sur la
compréhension des systèmes hydriques, intégrant dans la problématique l'hydrologie
superficielle et souterraine. Les modélisations hydrauliques ou hydrologiques permettent de
simuler des séries temporelles de variables hydrologiques comme le débit à l’exutoire, mais
cela exige une connaissance approfondie des processus physiques qui se produisent à des
échelles spatiales et temporelles très différentes, connaissance qui n’est pas toujours
disponible. De fait, le problème de compréhension et de prévision des effets du changement
climatique exige de prendre le bassin hydrographique comme composante d'un système
dynamique et hautement complexe, tenant compte du rôle essentiel des zones humides, de
par leurs fonctions hydrologiques, biogéochimiques, patrimoniales et paysagères dans
l'hydrologie locale (Birkett, 1995). Les zones humides, plus que tout autre écosystème, ont
été et continuent d’être détruites et modifiées par les activités humaines. Quand les effets
des changements climatiques se feront sentir sur les écosystèmes, la capacité de ces zones à
s'adapter à l'évolution des conditions environnementales, ainsi qu'au rythme accéléré des
changements, sera crucial pour tous, tant pour les sociétés humaines que pour les espèces
sauvages. Les causes directes de ce risque de disparition ou de changements résultent
souvent d'un mélange d'ignorance de l'importance de ces secteurs, de pressions culturelles,
économiques et de décisions politiques. Une zone humide peut survivre à l'expansion
urbaine, mais, si elle est dégradée, elle ne pourra plus offrir les mêmes avantages
(Secrétariat de Convention de Ramsar, 1998). La portée de la majorité des mesures mises en
œuvre se trouve conditionnée, en grande partie, par une meilleure compréhension du
fonctionnement de ces écosystèmes, de leurs fonctions et de leur valeur socio-économique.
Intérêt de l'application des données spatiales pour la modélisation de phénomènes
difficilement observables directement
La modélisation d’un système hydrologique suppose un suivi homogène et continu
des données pluviométriques, des niveaux d'eau dans les lacs et fleuves du bassin
considéré, des mesures de débit et de variation de la surface inondée pendant les périodes
de crue et d’étiage (Alsdorf et al., 2001). Peu de zones humides disposent de tout ou partie
de ces données (Calmant et Seyler, 2006). Le système d'informations hydrologiques
HidroWeb, maintenu par l'Agence Nationale de l'Eau du Brésil – ANA, met à disposition
gratuitement les données de niveau d’eau de différentes stations hydrométéorologiques dans
la partie brésilienne du bassin amazonien, soit 435 stations de jaugeage traditionnelles et
393 stations télémétriques (ANA, 2008) et publie des valeurs de débit déduites de ces
niveaux. La mise à jour des séries peut prendre de 6 à 12 mois, temps de la collecte des
249
mesures auprès des observateurs et de leur vérification. Ces données ne concernent pas les
zones humides et pour ce qui est des fleuves, elles sont restreintes aux sections où il est
possible de mesurer aussi le débit, de façon à permettre le calcul de courbes de tarages
(relations hauteur-débit).
Dans le contexte de cette étude, nous montrons une alternative aux données
classiques, par l'emploi de données altimétriques de hauteur d'eau issues des radars
altimétriques, ainsi que de l'utilisation conjointe de ces données avec de l’imagerie
satellitaire, en particulier pour la caractérisation des variations de volume dans les zones
humides.
Un problème important est de transformer les grandeurs de hauteurs et surfaces
d'eau, telles que mesurées par les satellites, en variables assimilables par une modélisation
des processus hydrologiques des zones humides. Par exemple pour évaluer dans quelle
mesure l'échantillonnage spatial et temporel de hauteurs d'eau et d’extension des surfaces
en eau est-il suffisant pour suivre les variations spatiales et temporelles des inondations
dans le bassin étudié, vu que les résolutions sont typiquement de l'ordre de la centaine de
kilomètres et de trente cinq jours pour les hauteurs d'eau et d'ordre hectométrique et
hebdomadaire pour les surfaces inondées.
Si la procédure normale est d’adapter l’échantillonnage de façon à répondre aux
exigences de la représentation des phénomènes, cette méthodologie ne s'applique pas au cas
des données spatiales, où le type de mesure et les fréquences d’échantillonnage dans
l’espace et dans le temps sont régis par des contraintes (lois de la mécanique céleste et
limitations de la télédétection) indépendantes de la problématique scientifique. Une manière
complémentaire consiste à essayer d'adapter la schématisation des processus aux données
existantes. Cette alternative permet de repenser le niveau de complexité des relations
fonctionnelles des processus pour les rendre compatibles avec la nature des informations
disponibles.
Les difficultés de suivi instrumental des zones humides constituent un second point
d'intérêt de l’étude, vu que le suivi instrumental est historiquement réalisé à partir de
réseaux hydrologiques organisés au niveau national, avec un coût d'installation et de
manutention très élevé (Alsdorf, 2001). Quand les données existent, il peut y avoir des
périodes dans la série où les données sont incohérentes (Calmant et Seyler, 2006), limitant
la compréhension des variabilités et des incertitudes qu’impliqueraient une prévision du
cycle hydrologique de ces secteurs.
Les récentes avancées réalisées dans l'acquisition et dans le traitement des données
spatiales, en particulier l'altimétrie spatiale, rendent possible la réalisation d'un grand
nombre de mesures nécessaires pour la quantification des flux d'eau et de la capacité de
transport ou de sédimentation des fleuves, en utilisant les données de divers satellites et
autres mesures complémentaires, et en étant potentiellement la seule source d’information
pour déterminer l’ étendue des zones humides du bassin amazonien. En outre, l’évolution
récente vers une distribution rapide des données satellitaires permet d'entrer dans une
250
nouvelle phase, celle de l’utilisation des données spatiales pour compléter et optimiser les
réseaux hydrométriques des grands bassins hydrographiques.
Cependant, ces nouvelles données ont besoin de beaucoup d'études méthodologiques
pour atteindre le niveau de fiabilité nécessaire pour être intégrées dans les publications
officielles de niveaux d'eau des rivières (le problème est moins crucial pour les lacs). Les
études réalisées jusqu'à ce jour avec des données de TOPEX/Poséidon montrent quelques
limitations à l'utilisation de cette technique:
• la comparaison avec des stations hydrométriques montre que les séries
temporelles de hauteur d'eau réalisées à partir des mesures de
TOPEX/Poséidon avaient une précision de l’ordre de 30 cm à 50 cm (d'Oliveira
Campos, 2001 ; Birkett et al., 2002 ; Maheu et al., 2003); et
• l’échantillonnage est meilleur pendant les périodes de hautes eaux qu’en basses
eaux (Birkett, 1998 ; d'Oliveira Campos et al., 2001).
Calmant et Seyler (2006) relient ces problèmes à:
• la tache au sol de l'altimètre, qui s’étend sur plusieurs kilomètres carrés et qui
est bien adaptée pour la surface océanique, présente, dans le cas des fleuves,
une contamination du signal par des échos parasit (i.e, marges du fleuve, îles,
végétation en bordure); et
• la forme d’onde (FO, distribution temporelle de l’énergie radar réfléchie et reçue
à bord du satellite) est très différente du cas océanique et est très mal traitée
par les algorithmes initialement développés pour la détermination du temps
aller-retour de l’impulsion radar (appelé range une fois converti en distance
parcourue) au-dessus d’une surface océanique.
Une des questions essentielles auxquelles ce travail se propose de répondre est de
savoir s’il est effectivement possible de contourner ces deux difficultés pour bénéficier au
mieux de l’information contenue dans les échos radar en termes de hauteur d’eau en milieu
continental. Nous montrons que des séries temporelles de bien meilleure qualité que ce qui
était trouvé par les premiers auteurs peuvent être calculées si d’une part, on part de
mesures du range déterminées par d’autres algorithmes que celui initialement utilisé pour
le calcul en domaine océanique et qu’on applique des traitement spécifiques comme la
rectification de mesures inclinées, et si d’autre part on effectue une sélection des données à
la fois géographiquement (intersection entre la trace satellite et un cours d’eau) mais aussi
dans le plan de la section du fleuve (considérant que le lit du fleuve n’a pas la même
largueur en hautes eaux qu’en basses eaux et de que des iles peuvent apparaître en dessous
d’un certain niveau d’eau)
251
2. OUTILS ET METHODES
Pour atteindre l'objectif proposé, notre travail a essentiellement porté sur :
• l’amélioration de la sélection des données altimétriques;
• la validation des séries temporelles altimétriques, entre autres en utilisant des
données in situ;
• l’estimation des variations de hauteur de la lame d'eau qui transite entre les
zones humides et les fleuves adjacents, à partir des données d'altimétrie
spatiale;
• l'extension totale et la distribution des secteurs inondés au long de zones
humides à travers des images MODIS et donc des volumes d'eau qui sont
temporairement stockés dans ces zones;
• le nivellement des échelles (séries in situ) à partir des données altimétriques
dans le but de connaitre la pente des lignes d’eau; et
• l’élaboration des relations et des profils hydrologiques associant les zones
humides dans les bassins étudiés.
Diverses données et outils ont été utilisés dans une perspective multidisciplinaire.
Les données
1.
Les données altimétriques de hauteur d’eau;
2.
Les données de niveau d’eau in situ; et
3.
Les images SAR JERS-1 (radar) et MODIS (optique);
Les outils
1. Les systèmes d'information géographique (SIG), outil central pour la
manipulation des données spatiales, ont été utilisés pour permettre une
sélection plus raffinée des données altimétriques.
2. La télédétection constitue un outil puissant pour la caractérisation spatiale
de grandes étendues, comme les zones humides de l'Amazonie. Les images
en période de basses eaux permettent de caractériser physiquement la
plaine, tandis que les images en période de hautes eaux permettent de
délimiter les surfaces d'inondation et donc de déterminer les volumes stockés
dans ces zones humides par croisement avec les données altimétriques.
252
3. RÉSULTATS
3.1. STATIONS VIRTUELLES
L’ensemble des stations virtuelles créées dans le cadre de cette thèse est représenté
dans la Figure 1 par des points jaunes.
Figure 1 - Localisation de la région d’étude avec la couverture des satellites ERS et
ENVISAT (traces en bleu) et T/P (en vert), des stations virtuelles (points en jaune) et des
stations in situ (point en rouge). Mosaïque d’images Google Earth. Le contour blanc est celui
du bassin hydrographique de l’Amazone.
Dans Silva et al. (soumis, 2009a) sont présentées 14 séries temporelles de hauteurs
d'eau utilisant les mesures provenant des retrackers Ice-1 (T/P), Ice-2 (ERS-2) et Ice-1 et Ice-
2 (ENVISAT) dans 7 zones humides du bassin Amazonien. Les Figure 2 et 3 présentent un
exemple de construction d’une série temporelle composite (T/P, ERS-2 et ENVISAT) sur un
petit lac de 600 km² faisant partie de la zone d’inondation du Rio Madeira, le lac Curupira.
Elles illustrent l’importance qu’il y a à avoir une vision tridimensionnelle (en plan et en
coupe) des profils altimétriques passage après passage pour optimiser la sélection des
données.
Figure 2 – Station virtuelle dans le lac Curupira (sous le point de croisement entre les
traces)
a) Trajectoires des satellites T/P trace 152 en vert, ERS-2 trace 478 en bleu foncé et
ENVISAT trace 478 en bleu clair. Le fond de carte est la mosaïque d'images JERS-1 haute
eaux (les eaux libres apparaissent en noir et la fôret inondée en gris clair).
b), c) et d) Profils altimétriques le long des traces. Chaque ligne noire représente un passage
du satellite, tous les 10 jours pour T/P, tous les 35 jours pour ERS-2 et ENVISAT. Au point
de croisement des trois satellites (en jaune dans la figure a) et encadrés verts dans les vues
b), c) et d). Le lac est à sec en basse eaux (les profils présentent une déclivité qui reflète en
fait le fond du lac et non plus un niveau d’eau). La zone ainsi sélectionnée ne permettrait
pas de récupérer l’intégralité de la plage de variation du niveau d’eau dans le lac. Sur les
profils ERS-2 et ENVISAT, la partie profonde est bien échantillonnée plus au Nord et la
sélection doit être faite à cet endroit (flèche rouge) et non au point de croisement. D’après
Silva et al. (soumis, 2009a).
b)
S
N
a)
# 478
ERS-2
# 478
ENVISAT
# 152
T/P
3:48S
3:36S
c)
S
N
d)
S
N
254
Figure 3 – Séries temporelles altimétriques au lac Curupira. En vert les mesures T/P (Ice-1),
en bleu foncé les mesures ERS-2 (Ice-2) et en bleu clair les mesures ENVISAT (Ice-1), a) pour
une extraction au point de croisement et b) pour une extraction au nord du point de
croisement des trois satellites. Noter la bonne cohérence des valeurs pendant les périodes de
recouvrement d’ERS-2 avec T/P (entre 1996 et 2002) puis avec ENVISAT (fin 2002). Les
points d’interrogation en rouge indiquent une importante coupure de la série temporelle.
L’amplitude totale du signal de variation de hauteur est beaucoup mieux restituée dans la
figure b) que dans la Figure a). D’après Silva et al. (soumis, 2009a).
a)
8
10
12
14
16
18
20
22
1992 1994 1996 1998 2000 2002 2004 2006 2008
Tempo (ano)
Altitude (m)
b)
8
10
12
14
16
18
20
22
1992 1994 1996 1998 2000 2002 2004 2006 2008
Tempo (ano)
Altitude (m)
? ?
255
3.2. LA VALIDATION DES STATIONS VIRTUELLES
La validation de la méthodologie développée et expérimentée dans le contexte de cette
thèse pour l’élaboration des séries temporelles au niveau des stations virtuelles est effectuée
par des études comparatives développées par Roux et al. (2010). Pour cette analyse
comparative ont été utilisées 43 stations virtuelles ont été utilisées, utilisant des données
ENVISAT traitées par l’algorithme Ice-1 (dans des fleuves du bassin du rio Negro). Trois
méthodes d'élaboration des séries temporelles ont été comparées dans cette étude: 1) la
méthode manuelle (MANU) développée dans cette thèse, 2) une méthode (AUTO-JERS)
semi-automatique utilisant un masque provenant des images JERS-1, et 3) une méthodes
complètement automatique (AUTO-SRTM) utilisant le modèle numérique du terrain
provenant de la mission Shuttle Radar Topography Mission (le SRTM) et une estimation de la
largeur du fleuve à partir du réseau hydrologique élaborée à partir du SIG GRASS. Six
aspects ont été étudiés, à savoir: le nombre et la localisation des stations virtuelles; la forme
et la complexité des choix géographiques en fonction de la méthode; le nombre de points
sélectionnés dans chaque cycle; la hauteur du niveau d'eau mesuré et sa précision.
Le réseau de drainage obtenu avec le SRTM ne reproduit pas la complexité de la
morphologie du fleuve, la présence des îles par exemple. Ceci explique que les choix
résultant de la méthode (AUTO-SRTM) peuvent être très différents de ceux fournis par les
deux autres méthodes. Une autre limitation de la méthode AUTO-SRTM est que la ligne
obtenue au moyen de la méthode d'accumulation d'écoulement ne coïncide pas
nécessairement avec la ligne d’égale distance de deux berge du fleuve. Ainsi la méthode
représente seulement une morphologie ramenée à une moyenne du fleuve et ne peut pas
prendre en considération la variabilité de morphologie du fleuve. D'un point de vue
géographique, tous ces inconvénients conduisent aux identifications incertaines de la
localisation du fleuve. Néanmoins, AUTO-SRTM est une méthode complètement
automatique qui fournit globalement des résultats comparables à ceux de la méthode
manuelle, plus subjective qui va produire des résultats moins reproductibles. D'ailleurs, la
plupart des contradictions concernant le réseau de drainage peuvent être résolues en lissant
auparavant le MNT (Grohmann, et al., 2007) ou en forçant les sens d'écoulement aux
endroits connus du fleuve comme proposé en Hutchinson (1989), Saunders (1999) et
Getirana et al. (2007). Ces approches amélioreraient la fiabilité de réseau de drainage et par
conséquente la définition des stations virtuelles.
En ce qui concerne la procédure de sélection 3D manuelle (MANU), si les zones
inondables touchent le fleuve, des données liées à ces zones inondables au cours des
périodes d’ hautes eaux tendent à être choisies (à moins que le choix géographique effectué
pendant la première étape de ce procédé exclut des zones inondables). Ceci explique
pourquoi quelques données altimétriques choisies sont éloignées du canal de fleuve.
Avantage important, la méthode MANU permet de gérer les mesures inclinées (l’effet off-
nadir) ce qui n’est encore pas possible avec les méthodes automatiques. Il résulte de cette
256
étude que les séries manuelles restent actuellement le meilleur moyen d’extraire les
hauteurs altimétriques au-dessus des fleuves. Cependant, il est clair que sa lourdeur ne
peut en faire une solution définitive et qu’elle doit être surtout considérée comme une
référence de qualité vers laquelle doivent tendre les méthodes automatiques.
3.3. LE TRAITEMENT DES DONNÉES ALTIMÉTRIQUES
3.3.1. L’EFFET OFF-NADIR
Le principe de la mesure inclinée (off-nadir) correspond au fait que l’énergie dominante
dans l’écho à partir de laquelle va s’effectuer la détermination du temps aller-retour provient
de zones réfléchissantes situées au bord de la zone illuminée par l’impulsion radar et non
du nadir (Frappart et al., 2006). Un rappel de la géométrie de la mesure inclinée est donné
dans Silva et al. (in press 2010). Un exemple de profil altimétrique passant au dessus d’un
cours d’eau et affecté d’effet off-nadir est présenté en Figure 4. Aux cours des études
développées dans cette thèse, il a fallu intégrer une telle correction à environ 40% de
l’ensemble des stations virtuelles. Nous avons donc généralisé l’application de la correction
et surtout développé une sélection appropriée des mesures à auxquelles la correction devait
être appliquée. Un résultat important de ce travail est donc d’avoir mis en évidence qu’il est
absolument indispensable de prendre en compte ce problème pour faire des séries
temporelles en domaine continental (Silva et al., in press 2010). Les exemples
présentésutilisent aussi bien les mesures provenant des retrackers Ice-1 que Ice-2. Nous
montrons là que cet effet n’est donc pas spécifique à un algorithme de retracking mais qu’il
est bel et bien lié à la mesure elle même.
3.3.2. LES SÉRIES TEMPORELLES ALTIMÉTRIQUES
3.3.2.1. LA VALIDATION INTERNE
Les croisements entre les traces des satellites sur un même plan d'eau sont
d'importantes occasions pour valider la qualité des données altimétriques, vu que cette
configuration constitue le seul moyen d’évaluer l’erreur de mesure indépendamment de tout
autre mesure (technique dite des « écarts aux points de croisements » largement utilisée en
géodésie marine). Cinq exemples de croisement de traces des satellites ENVISAT et ERS ont
été étudiés, en utilisant les données issues des retrackers Ice-1 et Ice-2, pour les satellites
ENVISAT et ERS-2, respectivement (Silva et al., in press 2010).
Parmi ces 5 cas, 2 sont plus particulièrement intéressant car les passages ascendant
et descendant se font à seulement 1.5 jours d’intervalle. Dans ce cas, on peut faire
l’hypothèse – prudente – que le niveau a peu changé entre les deux passages et identifier la
différence de hauteur à l’erreur de mesure (Tableau 1). Le premier cas est sur le Rio Pardo
257
(Figure 4). Au niveau du point de croisement, la rivière est très étroite, moins de 100 m de
large, vu que le canal principal de la rivière fait moins d’un pixel sur l’image JERS. Le RMS
entre les hauteurs est 18.3 et 40.3 cm pour ENVISAT (Ice-1) et ERS-2, respectivement. Ces
résultats incluent la correction pour la pente de fleuve pour tenir compte du décalage de
quelques km entre les deux traces et la correction de l’effet off-nadir. Le deuxième cas est
situé au-dessus du rio Unini. La largeur de fleuve est d’environ 750m. Le RMS des
différences est de 18 cm pour ENVISAT (Ice-1), comparable à celui du Rio Pardo, mais
légèrement plus mauvais pour ERS-2, avec 52 cm.
Figure 4 – Effet off-nadir sur les profils altimétriques au croisement des traces 106 et 149
ERS-2 et ENVISAT, sur le rio Pardo (bassin rio Negro). Le fond de carte est la mosaïque
d'images JERS-1 haute eaux.
a) En haut localisation des mesures. En jaune, les points sélectionnés pour appliquer la
rectification des profils (délimités par les polygones en vert sur les vues en coupe). Les vues
en coupes permettent de voir que cet effet s’étend sur environ 4-5 km de part et d’autre de
la rivière.
b) La rectification des profils se fait par ajustement d’une parabole (voir Silva et al., in press
2010). Les points rouges correspondent à la position des sommets des paraboles,
localisation théorique des mesures au nadir. Les mesures ERS-2 sont en bleu foncé et
ENVISAT en bleu clair.
c) Série temporelle altimétrique composite ERS-2 – ENVISAT avec les deux traces. D’après
Silva et al. (in press 2010).
Tableau 1 – Différence de RMS par cycle entre les point de croisement avec un court
intervalle de temps entre les passages du satellite.
Virtual Station
Lag
(days)
ENVISAT
(cm) [# pairs]
ERS
(cm) [# pairs]
Rio Unini 1.5 18 [46] 52 [46]
Rio Pardo 1.5 18.3 [48] 40.3 [58]
# 106
# 149
a)
b)
c)
258
3.3.2.2. LA VALIDATION EXTERNE
3.3.2.2.1. LA COMPARAISON DIRECTE AVEC DES STATIONS
IN SITU
La comparaison des séries temporelles altimétriques ERS-2 et ENVISAT avec des
stations in situ a été effectuée pour 21 cours d’eau du bassin Amazonien, avec des largeurs
d’intersection allant de plusieurs kilomètres à quelques dizaines de mètres. La comparaison
a été effectuée sous forme de régressions linaires entre les hauteurs données par les séries
altimétriques et les hauteurs des stations in-situ. Les régressions linéaires ont été calculées
indépendamment pour les retrackers Ice-1 et Ice-2 pour ENVISAT et Ice-2 pour ERS-2. Nous
avons séparé les cas où les stations in situ étaient au-dessous de la trace du satellite (en fait
à moins de 2 kilomètres de la trace moyenne pour tenir compte de la taille de la tache au sol
du faisceau radar) du cas où l’échelle était éloignée de la trace, jusqu’à un maximum de 30
km (Silva et al., in press 2010).
Le cas où l’échelle était située sous la trace du satellite a été trouvé 5 fois dans le
bassin (Tableau 2). Pour la série d'ENVISAT, le plus petit RMS trouvé pour le retracker Ice-1
est 25 cm à Fazenda Boa Lembrança et le plus petit RMS se trouve pour le retracker Ice-2 de
24 cm à Barrerinha, alors que la valeur du plus petit RMS trouvé pour la série ERS-2 est 41
cm seulement, aussi à Fazenda Boa Lembrança. Pour la série ERS-2, les plus grands RMS
sont de 1.43 m et 1.98 m à Barreirinha et Prosperidade, respectivement. Les meilleurs et
plus mauvais ajustements sont obtenus à la même station (Barrerinha). Ceci suggère que
l'endroit du croisement entre la voie et le canal de fleuve et son environnement influencent
la qualité de la série altimétrique. En ce qui concerne les résultats d'ENVISAT, les résultats
obtenus utilisant le retracker Ice-2 sont aussi bons que ceux obtenus utilisant le retracker
Ice-1. Les valeurs du coefficient de régression linéaire entre séries altimétriques et
chroniques in-situ trouvés dans le cas où l’échelle était située sous la trace du satellite
varient entre 0.977 à 1.008 pour la série d'ENVISAT Ice-1, 0.969 à 1.006 pour la série
d'ENVISAT Ice-2 et de 0.788 à 0.993 pour la série d'ERS-2 Ice-2.
259
Figure 5 – Régressions pour les traces passant au-dessus des stations in situ Fazenda Boa
Esperança (Z4) et Barreirinha (Z5). La ligne pointillée diagonale représente l’ajustement
parfait, de pente 1. Les RMS sont donnés entre parenthèses à côté des histogrammes des
résidus, en cm. D’après Silva et al. (in press 2010).
La comparaison avec les mesures qui ne sont pas au-dessous de la trace ont été
conduites pour des cas où la distance entre la mesure et la trace était au plus de 30
kilomètres et où aucun changement hydrologique n’était identifié entre le croisement de la
trace et l'endroit de la mesure. 18 cas ont été trouvés et traités. Les résultats de la
comparaison sont énumérés dans le Tableau 3. Ces résultats sont fortement variables. Le
plus petit RMS, à savoir 12 cm, est trouvé à Pedras Negras pour la série d'ENVISAT Ice-1.
Cependant, le coefficient de régression est sensiblement inferieur de 1, à savoir 0.842, 0.847
et 0.785 pour les séries ENVISAT Ice-1, Ice-2 et séries d'ERS, respectivement. Ces
coefficients sont assez cohérents entre eux mais cela suggère malgré tout une amplitude de
variation très différente entre les séries altimétriques d’une part et la chronique in-situ
d’autre part. Cet exemple est typique de la difficulté qu’il y a à comparer des séries éloignées
l’une de l’autre. Le tableau 3 présente aussi un autre paramètre, E
s
, qui donne le
pourcentage de cycles valides. On peut voir que grâce à la méthode de sélection utilisée,
d’une façon générale très peu de points on été rejetés pour ENVISAT, un peu plus pour
ERS-2 (jusqu’à 75 % de rejet à Principe da Beira). Par contre, certains points retenus sont
clairement faux et auraient dû être écartés de la sélection (voir Silva et al., in press 2010).
260
L'histogramme des différences de RMS entre séries altimétrique et chroniques in situ est
montré sur la Figure 6, 70% de la série d'ENVISAT ont un RMS inférieur à 40 cm, alors que
seuls 35% des séries ERS-2 dépassent ce seuil.
Figure 6 – Histogramme des différences de RMS entre séries altimétriques et chroniques in
situ. D’après Silva et al. (in press 2010).
3.3.2.2.2. STATIONS
IN SITU
INSTALLEES ENTRE DEUX TRACES DU SATELLITE -
NULL-SLOPE
Les lois fondamentales de l’hydrodynamique établissent que, a priori, l’altitude de la
surface de l'eau d’un fleuve est toujours plus élevée en amont qu’en aval. Pratiquement, il
est presque impossible d'utiliser cette règle simple pour vérifier directement la cohérence
hydrodynamique de paires de séries temporelles altimétriques, vu que des traces différentes
croisent très rarement un même fleuve à la même date en des lieux proches. Néanmoins,
lorsque deux traces altimétriques forment des SVs qui encadrent une station in-situ, il
devient beaucoup plus aisé de vérifier si cette contrainte d’altitude est bien vérifiée. Le
principe du test est d’intercaler au mieux la station in-situ entre les séries temporelles
altimétriques amont et aval (dont les hauteurs auront été converties en altitudes). Une fois
le nivellement de la station in-situ ainsi réalisé, les points de la série temporelle altimétrique
amont ne doivent jamais être en dessous de la hauteur in-situ à date identique et de la
même façon, les points de la série temporelle altimétrique aval ne doivent jamais être
supérieurs à la hauteur in-situ le même jour. Nous avons dénommé ce test null-slope pour
signifier que ce que nous testions n’était en fait qu’au minimum, la pente entre une série
altimétrique et la station in-situ nivelée devait être nulle et ne devait jamais s’inverser. A
noter que ce test n’est pas complet, il ne détecte pas les valeurs trop basses de la série
261
altimétrique aval ni les valeurs trop hautes de la série altimétrique amont. De même, ce test
est d’autant plus strict que les traces sont proches et que la pente est faible. Six cas sont
présentés dans Silva et al., (in press 2010), en utilisant 24 stations virtuelles provenant des
algorithmes Ice-1 et Ice-2, pour les satellites ENVISAT et ERS-2, respectivement.
L’exemple du cas de Jatuarana, sur le rio Amazonas, est présenté sur la Figure 7. La
trace 607 croise le fleuve 14 kilomètres en aval de la station in situ et les trace 564 et 149
forment un point de croisement sur le fleuve 75 kilomètres en amont. Les mesures de la
série temporelle in situ s’ajustent parfaitement entre les deux séries temporelles
altimétriques avec une marge de 14 cm seulement. Par contre, des mesures visiblement trop
hautes (série amont) ou trop basses (série aval) ne sont pas détectées par ce test.
Figure 7 – Comparaison entre la station in situ à Jatuarana située entre les traces 607 en
aval et les traces 564 et 149 en amont. Panneau supérieur: séries temporelles in situ et
traces altimétrique. Les panneaux inférieurs montrent les différences entre les séries
altimétriques et la série temporelle in situ (schématisée par le trait noir épais). D’après Silva
et al. (in press 2010).
262
Tableau 2
– Statistique de la comparaison où les stations in situ étaient au-dessous de la trace du satellite.
Station
ENV (2002
-
2008)
ERS
–
2 (1995
-
2002)
Ice
-
1
Ice
-
2
Ice
-
2
Track #
Slope coef
Z
0
∆
z
rms
Slope
coef
Z
0
∆
z
rms
Slope coef
∆
z
rms
Barrerinha
(Rio Negro)
450
1.008 ± 0.014 31.760 ± 0.42 0.088 0.278 1.006 ± 0.013 31.815 ± 0.169 0.069 0.239 0.788 ± 0.088 2.322 1.43
Paricatuba
(Rio Negro)
650 0.976 ± 0.012 7.809 ± 0.187 0.378 0.523 0.983 ± 0.008 7.643 ± 0.134 0.357 0.442 0.920 ± 0.036 1.25 1.07
Fazenda B. L.
(Madeira)
235 0.993 ± 0.003 31.442 ± 0.024 0.043 0.249 0.985. ± 0.004 31.424.. ± 0.025 0.096 0.256 0.973 ± 0.009 0.175 0.413
Sao Felipe
(Rio Negro)
536 0.977± 0.005 59.005 ± 0.043 0.207 0.279 0.969 ± 0.005 58.937 ± 0.050 0.724 0.282 0.993± 0.018 0.066 0.517
Prosperidade
(Rio Madeira)
192 1.004 ± 0.005 38.710± 0.056 0.037 0.398 0.993± 0.006 38.561 ± 0.069 0.061 0.441 0.863± 0.192 1.339 1.975
263
Tableau 3
– Statistique de la comparaison où les stations in situ étaient éloignées de la trace du satellite.
Station
ENV (2002-2008) ERS – 2 (1995-2002)
Ice-1 Ice-2 Ice-2
Code Slope rms Es Slope
rms
Es slope rms Es
Palmeiras G1 1.016 ± 0.056 0.361 91 1.012 ± 0.059 0.369 91 0.982 ± 0.035 0.831 100
Santa Maria G2 0.978 ± 0.026 0.810 91 0.985 ± 0.027 0.830 91 0.823 ± 0.103 1.193 98
São Paulo Olivença
G3
G4
1.325 ± 0.179
1.039 ± 0.010
0.802
0.452
91
91
1.263. ± 0.123
1.029 ± 0.017
0.666
0.577
89
91
0.912 ± 0.051
1.039 ± 0.018
1.163
0.683
100
90
Ipiranga Novo G5 1.002 ± 0.009 0.343 89 1.031 ± 0.010 0.345 89 0.952± 0.020 0.533 96
Barreira Alta G6 0.964± 0.009 0.372 91 0.948± 0.009 0.374 91 0.914± 0.021 0.544 94
Fonte Boa G7 0.948 ± 0.011 0.432 87 0.967 ± 0.003 0.237 85 0.954 ± 0.015 0.582 95
Serra do Moa G8 1.325 ± 0.142 0.775 89 0.738 ± 0.124 0.722 87 1.481 ±0.598 1.636 71
Beaba
G9
G10
0.775 ± 0.16
1.009 ± 0.021
2.259
0.258
91
91
0.867 ± 0.101
1.006 ± 0.028
1.792
0.295
91
91
0.890 ± 0.038
0.982 ±0.024
1.196
0.925
97
90
Arumã Jusante G11 0.975 ± 0.002 0.225 86 0.9868 ±0.002 0.235 87 1.017 ±0.005 0.400 100
Missao Içana G12 0.990± 0.006 0.298 91 0.963± 0.007 0.335 91 1.051 ± 0.013 0.442 82
Pimentairas G13 1.010± 0.002 0.139 98 1.027± 0.003 0.164 98 1.021±0.027 0.512 94
Pedras Negras G14 0.842±0.001 0.118 91 0.847±0.001 0.119 91 0.785± 0.008 0.322 99
Principe da Beira G15 1.020±0.004 0.296 89 1.016±0.006 0.338 89 0.989±0.016 0.340 25
Fazenda Apurú G16 1.054±0.053 0.462 91 1.077±0.045 0.427 91 N/A N/A 74
Maloca Tenharim G17 1.057±0.0037 0.212 91 1.068±0.005 0.254 91 1.043±0.045 0.716 87
Urubu G18 0.955±0.012 0.317 91 0.947±0.013 0.343 91 N/A N/A 60
Tableau 4
– Nivèllement des stations in-situ entre les traces du satellite amont et aval.
Station
Jatuarana
(Rio Amazonas)
Barcelos
(Rio Negro)
Manacapuru
(Rio Solimões)
Maraa
(Rio Japurá)
Seringal
(Rio Purús)
Óbidos
(Rio Amazonas)
Altitude du zero (m) 4.29 ± 0.07 17.37 ± 0.03 5.91 ± 0.07 27.72 ± 0.23 65.92 ± 0.5 4.018 ± 0.1
Pente (10
-6
m/m) 29.7 21.0 20.5 41.2 48.4 22.6
264
3.4 APPLICATIONS HYDROLOGIQUES DANS DES FLEUVES
3.4.1 NIVELLEMENT DE STATIONS
IN SITU
Des nivellements des stations in situ peuvent être réalisés de deux manières:
nivellement direct en utilisant des mesures provenant de GPS ou indirect en utilisant
des mesures altimétriques. Une comparaison entre la série temporelle de la station in
situ localisée à Santa Maria do Boiaçu (Rio Branco) nivelée directement en utilisant
des mesures GPS, et la série temporelle altimétrique de la trace 693 ENVISAT avec le
retracker Ice-1 est présentée dans Cheng et al., (2009) avec un bon ajustement entre
les deux séries (Figure 8). Le nivellement indirect en utilisant des mesures
altimétriques a été effectué par Silva et al. (in press 2010) pour 5 stations localisées
sous des traces et 6 par la méthode null-slope entre deux traces représentées sur le
Tableau 4 (cf. § 3.3.2.2.2).
Figure 8 – Série temporelle de hauteur d’eau de la station in situ à Santa Maria do
Boiaçu nivellée directement par GPS et série ENVISAT Ice-1 trace 693. D’après Cheng
et al. (2009).
Le nivellement indirect en utilisant des mesures altimétriques peut être obtenu
par la simple différence des moyennes de la série temporelle altimétrique et des
lectures de l’échelle aux mêmes dates puisque le nivellement correspond à un simple
décalage d'origine. Dans les cas où les traces passent au-dessus de la station in situ,
la constante de la régression linéaire représente directement la hauteur ellipsoïdale du
zéro de la station in situ. La différence entre les deux manières de niveler la station in
situ (
∆z) peut aussi évaluer la qualité d'information effectuée par la série altimétrique.
Cette différence est donnée dans le Tableau 3 pour la série d'ENVISAT ainsi que le
niveau zéro Z
0
donnée par la différence des moyenes. Pour les séries ENVISAT, la
265
différence ∆z par les deux méthodes varie de 4 cm à 38 cm pour les séries Ice-1, de 7
cm à 72 cm pour les séries Ice-2 et de 7 cm à 2.3 m pour les séries ERS-2 Ice-2.
Le nivellement par mesures altimétriques dérivées de différents trackers est une
occasion de mesurer le biais possible entre algorithmes. Ce biais a été calculé, par
Silva et al. (in press 2010), comme la différence entre la valeur obtenue pour le Z
0
en
nivelant la station in situ utilisant la série temporelle avec les trackers Ice-1 et Ice-2 de
ENVISAT. La valeur moyenne des biais est 6 ± 7 cm, qui n'est pas statistiquement
significative mais sensiblement différente de la valeur de 24 cm trouvée par Cretaux et
al. (2009) au-dessus des lacs.
Dans Moreira et al. (2009) nous avons appliqué la méthode de null-slope pour
niveler des stations in situ et comparer avec des nivellements directs par GPS. Les
résultats (Tableau 5) indiquent que les deux méthodes donnent des nivellements
sensiblement différents, la différence n'est pas constante, allant de 21 cm à Óbidos à
1.24 m à Barcelos. La différence entre les nivellements directs utilisant des mesures
provenant de GPS et indirects utilisant des mesures altimétriques devrait être
interprétable comme le biais du système altimétrique. Ce biais altimétrique serait
alors variable d'un endroit à l'autre, et une analyse plus détaillée est nécessaire, en
particulier en utilisant davantage de nivellements directs de stations par GPS.
Tableau 5 – Nivellements directs utilisant des mesures provenant de GPS et indirects
utilisant des mesures altimétriques – méthode de null-slope.
Barcelos
(Rio Negro)
Manacapuru
(Rio Solimões)
Óbidos
(Rio Amazonas)
Altitude du zero (m) par ENVISAT 17.37 ± 0.03
5.91 ± 0.07
4.018 ± 0.1
Pente (10
-6
m/m) 21.0 21.5 22.6
Altitude du zero (m) par GPS 16.135 ± 0.05 4.740 ± 0.07 3.798 ± 0.1
3.4.2 APPLICATIONS HYDROLOGIQUES DANS DES ZONES HUMIDES
3.4.2.1 COUPLAGE TÉLÉDÉTECTION/ALTIMÉTRIE
Les travaux de Seyler et al. (2009b), dans la zone humide du Llanos de Mojos, un
grand complexe de zones humides, au sud-ouest du bassin Amazonien, illustrent les
potentialités du croisement de l’information altimétrique et de l’imagerie pour les
zones humides. Premièrement, les résultats montrent les limitations des missions
altimétriques actuelles. Malgré ces limitations, la variabilité saisonnière des hauteurs
d'eau dans des fleuves jusqu’à 100 m de largeur, bordés de forêt inondée, a pu être
266
déterminée. La précision est évaluée à environ 20 cm, quand les mesures
altimétriques ont pu être comparées avec des chroniques in situ. Les débits de plein
bord ont été calculés pour les affluents du rio Madeira, en utilisant les images SAR
JERS-1 pour la détermination de la largeur des fleuves et les données altimétriques
ENVISAT (Ice-1) pour les hauteurs d'eau, maximales et minimales. Des profils de
déclivité le long de la trace altimétrique ont été comparés avec les altitudes du Modèle
Digital du Terrain provenant de la mission SRTM (Shuttle Radar Topography Mission)
avec des résultats très variables, les différences étant négligeables dans les zones
humides mais variant de 10 a 50 cm au niveau des fleuves Beni et Madre de Dios
(Figure 9).
Figure 9 - Coupe transversale des fleuves Madre de Dios et Beni, et de Llanos de
Mojos du nord-ouest à sud-ouest. La ligne rose représente les données d'ENVISAT. La
ligne rouge représente les hauteurs SRTM sous la trace. En fond de carte, l'image
JERS de la zone. D’après Seyler et al. (2009b).
Une autre étude de couplage d'imagerie spatiale et d’altimétrie a été conduite
pour l’estimation des volumes d’eaux stockés dans des zones humides. Le traitement
des images MODIS MOD09A1 pour la détection des surfaces en eau a été réalisé pour
8 zones humides du Bassin Amazonien. Les images MODIS MOD09A1 présentent une
267
répétitivité temporelle de 8 jours bien appropriée au suivi d'inondations. Par contre, la
résolution spatiale de 500 m utilisée s’est avérée assez peu adaptée. Aussi les
algorithmes testés se sont avérés peu performants dans le cas – fréquent – de zones
humides essentiellement composées par de la végétation inondée, mais il a été
possible obtenir la surface inondée dans 4 cas favorables où la surface d’eau libre était
comparativement la plus importante, à savoir: le lac Caapiranga, le lac Grande de
Monte Alegre, le lac Janauacá et le lac Curupira. Sur la Figure 10 la dynamique de
l'inondation dans le lac Caapiringa est bien visible, elle se développe sur plusieurs
mois à partir de janvier/février pour atteindre son maximum dans les mois d’avril et
reste à son maximum pendant 4 moins avant de décroître.
Figure 10 – Traitement des images MODIS sur le lac Caapiranga où la classe eau libre
apparaît en noir, la végétation inondable en rouge, la végétation non inondable en
orange et les pixels non déterminés en blanc (nuages, entre autres).
Sur la Figure 11, on peut voir que les séries temporelles résultant du traitement
des images MODIS MOD09A1 sur le lac Grande de Monte Alegre, montrent que la
surface inondée, calculée par sommation des pixels de la classe correspondante,
accompagnet parfaitement la variation du niveau d'eau mesuré par altimétrie.
268
Figure 11 - Séries temporelles résultant du traitement des images MODIS
MOD09A1au lac Grande de Monte Alegre: eau en bleu, végétation inondée en vert et
surface inondée totale en bleu foncé. La série temporelle de hauteur d'eau mesurée
par les satellites ERS-2 et ENVISAT est représentée en rouge.
En établissant une courbe empirique de variation de la surface inondée en
fonction de la variation de hauteur d'eau (S= F(h)), il a été possible de calculer les
variations du volume d'eau stocké (Figure 12). Sur la Figure 13, le cycle annuel de
variation de la surface inondée est tout à fait visible. Les images MODIS MOD09A1
représentent donc un complément intéressant pour la cartographique des surfaces
inondables dans les zones humides du bassin Amazonien. Cependant, de nouveaux
algorithmes doivent être recherchés pour une meilleure séparation des composantes
eau libre, végétation inondable et végétation non inondable. Ces études ont été
présentées au Congrès Brésilien de Télédétection et Ressources Hydriques (Silva et al.,
2009b et 2009c) et un article présentant ces résultats est en cours de rédaction.
3
4
5
6
7
8
9
10
0
200
400
600
800
1000
1200
1400
1600
1800
2001 2002 2003 2004 2005 2006 2007 2008 2009
Water Level wrt GGM02C (m)
Surfaces (km
2
)
Date
Open Water Inundated Vegetation Inundated Surfaces ST ERS2-ENVISAT
269
Figure 12 – Courbe de variation de la surface inondée extraite des images MODIS en
fonction de la variation de la hauteur d'eau fournie par altimétrie sur le lac Janauacá.
Figure 13 – Courbe de variation du volume d'eau stocké dans le lac Curupira.
y = 1.0022x
2
+ 6.9061x - 157.59
R² = 0.8646
0
100
200
300
400
500
600
700
13 15 17 19 21 23 25
Inundated Surfaces (km
2
)
Water Level wrt GGM02 (m)
-0.5
0
0.5
1
1.5
2
2.5
3
3.5
4
0 50 100 150 200 250 300 350
Inundated Volume (km3)
Date (day)
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
270
3.4.2.2. RELATION FLEUVE - PLAINE D'INONDATION - LACS - ENTRE BASSINS
Les variations spatio-temporelles de niveau d'eau dans les zones humides ont
été étudiées par Seyler et al. (2008 et 2009a) et Silva et al. (
en révision
2010) à partir
de 96 stations virtuelles ENVISAT (Ice-1), dans 3 grands sous-bassins correspondant à
70% du bassin Amazonien: les sous-bassins du Rio Negro, du rio Solimões et du rio
Madeira, avec des surface drainées respectives de 0.7 x 10
6
km
2
, 2.24 x 10
6
km
2
et
1.42 x 10
6
km
2
. A titre de comparaison, seulement 10 stations in situ, contrôlent
actuellement la zone d’étude.
La validité des séries altimétriques présentées dans cette étude atteste que
l'altimètre radar peut échantillonner correctement la variabilité saisonnière des
hauteurs d'eau. La largeur du fleuve n'est pas le seul critère à prendre en
considération pour prévoir correctement les séries temporelles altimétriques. Des
fleuves de moins de 20 mètres de large ont été échantillonnés, qu’ils soient bordés par
des zones inondables, où même couvert par la forêt inondée. Des séries de faible
amplitude saisonnière, inférieure à 70cm ont été obtenues. De fait, le relief après et
avant le fleuve (sur la direction de la trace), la pente longitudinale, la présence d’îles, le
sens d'écoulement le long de la trace sont autant de facteurs qui influencent la qualité
des séries altimétriques.
Les mesures altimétriques sont géo référencées, contrairement aux niveaux des
échelles in-situ qui n’ont aucun lien géodésique d’une échelle à l’autre. Ceci permet
une vision de la variation d'altitude dans l'espace et dans le temps de la ligne d’eau
des différents objets composant un bassin hydrologique comme le bassin Amazonien,
fleuves, petits affluents, lacs et zones d’inondations (Figure 14). Les applications les
plus importantes qui peuvent découler du type d’étude ici présenté sont: l’étude du
lien hydrologique entre le fleuve et sa zone inondable (Figure 14), entre le fleuve, les
marécages et les lacs qu’il alimente épisodiquement (Figure 15); l’étude du profil
d'altitude au sein du bassin (Figure 16); la pente du fleuve (Figure 17) et enfin le
nivellement des stations in situ.
271
Figure 14 – Comparaison entre le cours principal et la zone inondable dans le rio
Branco. Le fond de carte est la mosaïque d'images JERS-1 hautes eaux (les eaux libres
apparaissent en noir et la forêt inondée en gris clair). a) Les traces 693 et 192 croisent
le rio Branco et le Pantanal du Nord, région de marécages avec une variation de niveau
d’eau très faible; b) Séries temporelles altimétriques le long des trace 693 et 192
montrant l’évolution du cycle hydrologique de l’amont vers l’aval.
D’après Silva et al. (
en révision
2010)
1N
0:30N
0
0:30S
62W
61:30W
VS_693_01
VS_693_02
VS_693_03
VS_693_04
VS_693_05
VS_693_06
VS_693_07VS_192_01
VS_693_08
VS_693_09
# 693
ENVISAT
# 192
ENVISAT
a)
16
18
20
22
24
26
28
30
32
34
36
38
40
42
44
2002,5 2003 2003,5 2004 2004,5 2005 2005,5 2006 2006,5 2007 2007,5 2008 2008,5
Water Level (m wrt GGM02C)
Date
VS_693_01 VS_693_02 VS_693_03
VS_693_04 VS_693_05 VS_693_06
VS_693_07_VS_192_01 VS_693_08 VS_693_09
b)
Figure 11
272
Figure 15 – Comparaison entre les marécages, le lac et le rio Guaporé. Le fond de
carte est la mosaïque d'images JERS-1 hautes eaux (les eaux libres apparaissent en
noir et la forêt inondée en gris clair).
a) Localisation des SV le long des traces ENVISAT 951 et 106;
b) Série temporelle altimétrique le long des traces 951 et 106 montrant l’évolution du
cycle hydrologique de l’amont vers l’aval.
c) Altitude des lacs en relation avec le niveau d'eau du rio Guaporé.
D’après Silva et al. (
en révision
2010).
12:24S
12:36S
12:48S
13S
# 951
ENVISAT
# 106
ENVISAT
VS_951_01
VS_951_02
VS_951_03
VS_951_04
VS_951_05
VS_951_06
VS_951_07
VS_106_02
VS_106_03
a)
134
136
138
140
142
144
146
2002 2003 2004 2005 2006 2007 2008 2009
Water Level (m wrt GGM02C)
Date
VS_951_01 VS_951_06 VS_951_04
b)
135
136
137
138
139
140
141
142
143
144
145
-13,2-13,1-13-12,9-12,8-12,7-12,6-12,5-12,4-12,3-12,2
Water Level (m wrt GGM02C)
Latitude (
°
)
High Stage
Low stage
Guaporé River
Lake 4
c)
Figure 16
273
Figure 16 – Profil d'altitude des rivières rio Branco, rio Negro, rio Solimões et rio
Madeira et des zones humides associées en hautes et basses eaux. Les plus petites
variations saisonnières de niveau d’eau sont sur le Pantanal du Nord (limite en haut
entre le bassin du rio Branco et rio Negro). Les traits verticaux correspondent aux
limites entre bassins versants. D’après Silva et al. (
en révision
2010).
Figure 17 – Profil d'altitude hautes eaux et basses eaux du système constitué par le
rio Madeira, le rio Mamoré et le rio Guaporé. D’après Seyler et al. (2008).
15
25
35
45
55
65
75
-9.5-8.5-7.5-6.5-5.5-4.5-3.5-2.5-1.5-0.50.51.5
Water Level (m wrt GGM02C)
Latitude (°)
NEGRO BASIN HIGH STAGE NEGRO BASIN LOW STAGE UPSTREAM LIMIT OF BRANCO BASIN
BRANCO BASIN HIGH STAGE BRANCO BASIN LOW STAGE DOWNSTREAM LIMIT OF BRANCO BASIN
LIMIT OF NEGRO AND SOLIMÕES BASINS SOLIMÕES BASIN HIGH STAGE SOLIMÕES BASIN LOW STAGE
LIMIT OF SOLIMÕES AND MADEIRA BASINS MADEIRA BASIN HIGH STAGE MADEIRA BASIN LOW STAGE
Branco River
Negro River
Solimões River
Madeira River
274
4. CONCLUSIONS ET PERSPECTIVES
L'objectif de ce travail est l’utilisation de données spatiales pour le suivi des
zones humides, en particulier l’utilisation de l’altimétrie satellitaire radar mais aussi
celle d’autres données comme l’imagerie radar ou optique.
Avant d’aborder les points les plus spécifiques de cette étude, se pose la question
de la validation des données et celle de l’établissement d’une méthodologie propre à
produire des informations que les méthodes traditionnelles ne peuvent pas apporter.
Cela nous amène à repenser les protocoles d'acquisition des données, et à s'adapter à
l’information effectivement disponible. L’emploi de l’altimétrie spatiale doit être
envisagé sous cet angle, c’est-à-dire avec l’objectif de développer des traitements et des
protocoles de validation des données spatiales qui permettent de compléter et
d’optimiser les réseaux hydrologiques traditionnels dans les grands bassins
hydrographiques.
A ce titre, les points importants sont les récentes avancées obtenues dans
l'acquisition et dans le traitement des données altimétriques, en vertu des
perfectionnements apportés aux capteurs successifs et aux algorithmes de traitement
des échos radar.
Plus spécifiquement, la méthodologie développée dans cette thèse comporte une
phase de sélection spécialisée des données altimétriques grâce à un outil géo
référencé. Une telle sélection s’accompagne d’une visualisation tridimensionnelle des
données dans un espace surface-profondeur, présentant l’avantage de permettre la
mise en œuvre de critères empiriques dans la sélection manuelle des données, critères
qui s’avèrent à l’heure actuelle être plus performants que des critères automatiques
dans l’exploitation des données représentatives d'une section de rivière.
En particulier, cette sélection manuelle permet la mise en œuvre de corrections
géométriques sélectives d’une partie des mesures altimétriques (l'effet off-nadir),
corrections qui étaient auparavant peu considérées amenant ainsi à des séries
erronées de niveaux d'eau.
L’ensemble de ces éléments, nouvelles missions avec plusieurs retrackings,
développement d'un outil spécifique pour la sélection de données pour les eaux
continentales et application de corrections spécifiques, constitue une avancée par
rapport aux premiers travaux réalisés avec les données T/P, son algorithme de
prétraitement (tracker) Ocean, une simple sélection géographique et l’absence de
correction off-nadir. Cette avancée se traduit par une meilleure précision des séries
temporelles altimétriques.
Un des points les plus difficiles que ce travail ait été amené à considérer,
concerne justement la validation des données dans l’espace particulier des zones
humides. Dans la majeure partie des études concernant l’utilisation de l’altimétrie
radar pour l’étude des hydrosystèmes continentaux, la validation des données
275
altimétriques se fait par comparaison avec des données conventionnelles acquises in-
situ. Or les zones humides sont peu ou pas instrumentées par des stations
conventionnelles. Par nature les zones humides sont des milieux d’une extrême
complexité spatiale, particulièrement vastes en Amazonie mais aussi dans l’ensemble
des grands bassins tropicaux, et donc quasiment impossibles à surveiller par des
moyens conventionnels. Parmi les zones humides analysées dans cette étude, seul le
lac Janauacá est équipé de stations limnimétriques in situ, installées à partir de 2006,
donc avec une série temporelle très courte pour permettre une validation.
La méthodologie mise en œuvre pour produire des séries altimétriques a donc du
être validée dans d'autres environnements que les zones humides, spécifiquement à
des endroits où existent des stations in situ, les principales rivières du bassin
Amazonien. Trois méthodes de validation ont été mises en œuvre: 1. Une comparaison
directe avec les lectures des stations in situ. 2. Au niveau des points de croisement
entre plusieurs traces de satellite et enfin 3. Par le respect de la contrainte
hydrologique de la pente de la ligne d’eau quand une station in situ se trouvait entre
deux traces du satellite, ou ce que nous appelons dans ce travail la méthode null-
slope. La précision des séries temporelles altimétriques analysées est de l'ordre de
quelques décimètres, 70% des séries du satellite ENVISAT et 35% des séries du
satellite ERS-2 présentant un RMS inférieur à 40 cm, avec les valeurs minimales
respectivement de 12 cm pour Ice-1 et de 23 cm pour Ice-2, concernant le satellite
ENVISAT, et de 32 cm avec Ice-2 pour le satellite ERS-2. Ces résultats donnent le
cadre de la validité des données altimétriques pour leur utilisation dans les
hydrosystèmes continentaux. Il est important de noter que la précision concernant les
zones humides doit être meilleure que la précision obtenue sur les rivières. En effet, la
dynamique propre aux flux canalisés fait entrer dans les calculs de précision une
variabilité spatiale et temporelle forte, phénomène beaucoup moins prégnant dans les
zones humides où les flux sont inférieurs de plusieurs ordres de grandeur.
Les stations virtuelles peuvent seulement être établies avec des échantillonnages
temporels définis par l’orbite des missions altimétriques, soit 10 jours pour T/P et 35
jours pour ERS-2 et ENVISAT. Cet inconvénient est compensé par la capacité à fournir
un échantillonnage spatial bien plus dense que le réseau de stations hydrologiques
traditionnelles existant dans la région Amazonienne (cf. figure 1). L’altimétrie
satellitaire offre en outre l'avantage de permettre un nivellement des stations in situ
relativement à une référence commune. Ainsi, l'association entre réseaux de stations
virtuelles et réseaux in situ permet de joindre un échantillonnage spatial dense
(stations virtuelles) et échantillonnage temporel dense (stations in situ). En outre
l’altimétrie satellitaire permet de mesurer le cycle hydrologique dans les zones encore
non instrumentées traditionnellement, ou qu’il est impossible de surveiller par des
moyens traditionnels comme les zones humides dans les grands bassins tropicaux.
276
Des séries temporelles ont été obtenues pour les grands fleuves mais aussi sur
des fleuves étroits, jusqu’à seulement 20 m de largeur, et aussi dans les zones de forêt
inondée, où les variations du niveau de l'eau sont limitées à quelques décimètres. Ces
résultats particulièrement satisfaisants viennent de ce que l’extension géographique
des zones humides permet la sélection d’une plus grande quantité de points pour
chaque trace constituant les stations virtuelles, et le cas échéant, une combinaison de
traces permet d’améliorer aussi la résolution temporelle des séries.
L'utilisation conjointe des séries altimétriques avec des images offre une nouvelle
perspective pour la surveillance des ressources hydriques dans les grands bassins
transfrontaliers tropicaux, comme le bassin Amazonien, en permettant de dépasser la
«simple» caractérisation de la surface inondée et d'extraire des caractéristiques
physiques exogènes à l'image (e.g., pente, débit, débit de plein bord, vitesse… ).
Une fois les hauteurs altimétriques converties en altitudes, les séries temporelles
ont été utilisées pour comprendre les relations spatiales et temporelles entre les zones
humides et les fleuves au cours du cycle hydrologique, soit dans un même bassin
hydrographique soit dans des bassins distincts. Une autre utilité de ce référencement
unique est l’établissement du profil d’altitude le long d'une même trace, qui permet de
mettre en évidence les connexions et déconnexions successives lors des périodes de
crues et d’étiages, avec des valeurs de 70 cm de marnage seulement dans les zones
humides alors que celui des fleuves adjacents excède la dizaine de mètres.
En conclusion, les données d'altimétrie spatiale constituent un apport essentiel
à la compréhension des processus hydrologiques intervenant dans les zones humides
d’un grand bassin tel que le bassin Amazonien.
Un certain nombre de perspectives se dégagent de ce travail.
Premièrement, certains résultats obtenus dans cette étude comme la
combinaison de l'échantillonnage spatial dense (stations virtuelles) et de
l'échantillonnage temporel dense (stations hydrologiques traditionnelles), le
nivellement des stations hydrologiques traditionnelles et les profils d’altitude le long
du fleuve, associés avec des mesures de débit du type mesure ADCP – Acoustic Doppler
Current Profiler (Filizola Jr, 2009) et des courbe de tarage, établies entre autres à partir
des données altimétriques (Leon, 2006; Getirana, 2009), permettent d’estimer les
paramètres entrant dans l'équation de Saint-Venant, à savoir: la section transversale
du canal, la vitesse d’écoulement, la variation de la profondeur d’écoulement le long
du canal, les pentes de la surface d’eau libre et du fond le long du canal, qui rendent,
donc, possible une modélisation hydrologique du fleuve considéré.
Jusqu'à présent le comportement des échanges entre fleuves et zones de
débordements sont mal compris, vu que ces zones ne sont pas contrôlées par des
stations hydrologiques traditionnelles, limitant d’autant les possibilités de
modélisation hydraulique-hydrologique de ces objets. En associant les hauteurs dans
les différents compartiments d’un modèle hydrologique avec l’information de surface
277
inondée fournie par l’imagerie la description des processus d’écoulements superficiels
et souterrains, en particulier les écoulements d’échanges entre le fleuve et ses zones
de débordement, sera beaucoup mieux contrainte.
L’utilisation de l’altimétrie ouvre aussi des perspectives nouvelles en termes
d’hydrométrie. La comparaison entre les séries temporelles altimétriques et les séries
des stations de jaugeage traditionnelles permet d'éliminer d’éventuelles incohérences
sur les données des lectures d’échelles, en particulier en cas d’interruption des séries
ou en cas d’erreur de lecture se traduisant par un saut dans la série.
RÉFÉRENCES BIBLIOGRAPHIQUES
ALSDORF, D .E.; BIRKETT, C. M.; DUNNE, T.; MELACK, J.; HESS, L. Water level changes in a
large Amazon lake measured with spaceborne radar interferometry and altimetry.
Geophysical Research Letters. v. 28 (14), p. 2671-2674, 2001.
AGÊNCIA NACIONAL DE ÁGUAS. 2008. Rede Hidrometeorológica Amazônia. Disponível
em:http://www.ana.gov.br/GestaoRecHidricos/InfoHidrologicas/hidrometeorologia/rh_
mazonica/Rede_Hidrometeorologica_Amazonia.asp. Acesso em: 29/11/2008.
BIRKETT, C.M. 1995. The global remote sensing of lakes, wetlands and rivers for hydrological
and climate research. IEEE Trans. p. 1979–1981.
BIRKETT, C.M. et al. 2002. Surface water dynamics in the Amazon Basin: Application of
satellite radar altimetry. Journal of Geophysical Research. v. 107(D20), 8059, doi:
10.1029/2001JD000609.
CALMANT, S.; SEYLER, F. 2006. Continental surface water from satellite altimetry. Comptes
Rendus Geosciences. v. 338(14-15), p. 1113-1122.
CHENG, K-C.; CALMANT, S.; SHUM, C. K.; KUO, C-Y.; SEYLER, F.; SILVA, J. S. Accurate data
collection of river stage gradient and hydrological geospatial information in the Branco
river, the Amazon – A pilot mission. 2009. Marine Geodesy. v. 32 (3), p. 267-283. doi:
10.1080/01490410903094460.
CRETAUX, J. F.; CALMANT, S.; ROMANOVSKI, V.; SHABUNIN, A.; LYARD, F.; BERGE-
NGUYEN, M.; CAZENAVE, A.; HERNANDEZ, F.; PEROSANZ, F. 2009. An absolute
calibration site for radar altimeters in the continental domain: Lake Issykkul in Central
Asia. Journal of Geodesy. v. 83 (8), p. 723-735, doi: 10.1007/s00190-008-0289-7
D’OLIVEIRA CAMPOS, I.; MERCIER, F.; MAHEU, C.; COCHONNEAU, G.; KOSUTH, P.;
BLITZKOW, D.; et al. 2001. Temporal variations of river basin waters from Topex/Poseidon
satellite altimetry; application to the Amazon basin. Comptes Rendus de l’Academie des
Sciences, Paris, Sciences de la Terre et des Planetes, v. 333, p. 1–11.
FILIZOLA JUNIOR, N.P., 1999. O Fluxo de Sedimentos em Suspensão nos Rios da Bacia
Amazônica Brasileira. 1 ed., Brasília, ANEEL.
FILIZOLA, N.; GUYOT, J. L.; GUIMARÃES, V. Measuring the discharge of the Amazon River
using Doppler technology (Manacapuru, Amazonas, Brazil). Hydrological Processes, v. 23
(22), p. 3151-3156, 2009.
FRAPPART, F.; CALMANT, S. ; CAUHOPÉ, M. ; SEYLER, F.; CAZENAVE, A. 2006. Preliminary
results of ENVISAT RA-2-derived water levels validation over the Amazon basin. Remote
Sensing of Environment. v. 100, p. 252–264.
GETIRANA, A.C.V., BONNET, M.-P., ROTUNNO FILHO, O.C. 2007. Obtaining drainage
directions in flooded areas: a new ― burning approach for large basins. AGU 2007 Joint
Assembly, Acapulco, Acapulco.
278
GETIRANA, A.C.V., BONNET, M.-P., CALMANT, S.; ROUX, E.; ROTUNNO FILHO, O.C.;
MANSUR, W. 2009. Hydrological monitoring of poorly gauged basins based on rainfall–
runoff modeling and spatial altimetry. Journal of Hydrology, v. 379, p. 205-219.
GROHMANN, C.H., RICCOMINI, C. AND ALVES, F.M. 2007. SRTM-based morphotectonic
analysis of the Pocos de Caldas Alkaline Massif, southeastern Brazil', Computers &
Geosciences. v. 33, p. 10-19.
GUYOT, J.L.; MOLINIER, M.; DE OLIVEIRA, E.; GUIMARAES, V.; CHAVES, A. 1993. Hydrologie
du Bassin de l'Amazone. In : OLIVRY, J. C. ET BOULEGUE, J. (eds) : Grands bassins
fluviaux péri-atlantiques : Congo, Niger, Amazone. Actes du Colloque PEGI/INSU/CNRS.
ORSTOM, Paris, France, 22-24 novembre 1993, p. 335-344.
GUYOT, J. L. ; MOLINIER, M. ; GUIMARAES, V. ; CUDO, K. DE OLIVEIRA, E. 1994. Nouveautés
sur les débits monstrueux de l'Amazone. Dossier de la Revue de Géographie Alpine, v. 12, p.
77-83.
GUYOT, J.L., CALLÉDE, J., COCHONNEAU, G. et al., 1999. “Caractéristiques Hydrologiques du
Bassin Amazonien”. In: Anais de Manaus’ 99 - Hydrological and Geochemical Processes in
Large Scale River Basins, CD ROM, Manaus, Brasil, 16-19 Novembro.
HESS, L. L.; MELACK, J. M.; NOVO, E. M. L. M. et al. 2003. Dual-season mapping of wetland
inundation and vegetation for the central Amazon basin. Remote Sensing of Environment.
v. 87 (4), p. 404-428.
JUNK, W. J. As águas da Região Amazônica. 1983. In: SALATI, E. et al. Amazônia:
desenvolvimento, integração e ecologia. São Paulo: Brasiliense; (Brasília): Conselho de
Desenvolvimento Científico e Tecnológico, p. 45-100.
LEON, J.G., CALMANT, S., SEYLER, F., BONNET, M.P., CAUHOPE, M., FRAPPART, F.,
FILIZOLA, N. , FRAIZY, P. 2006. Rating curves and estimation of average water depth at the
upper Negro River based on satellite altimeter data and modeled discharges. Journal of
Hydrology, v. 328 (3-4), p. 481-496, doi: 10.1016/j.hydrol/2005.12.006.
MAHEU, C.; CAZENAVE, A.; MECHOSO, C. R. 2003. Water level fluctuations in the Plata basin
(South America) from Topex/Poseidon satellite altimetry. Geophysical Research Letters, v.
30(3), p. 1143– 1146.
MOREIRA, D. M.; CALMANT, S.; ROTUNNO, O.; SEYLER, F.; MONTEIRO, A.; SANTOS DA
SILVA, J. 2009. Comparison of water levels and slopes by GPS-levelled gauges and satellite
altimetry. Proceedings of Earth Observation and Water Cycle Science Towards a Water Cycle
Multi-mission Observation Strategy, ESRIN ESA. 18-20 Novembro. Frascati, Italy – 2009.
RONCHAIL, J., GUYOT, J. L., VILLAR, J. C. E., FRAIZY, P., COCHONNEAU, G., OLIVEIRA, E.,
FILIZOLA, N., ORDENEZ, J. J. 2006. Impact of the Amazon tributaries on major floods at
Óbidos. Climate Variability and Change—Hydrological Impacts, pp. 1-6. Proceedings of the
Fifth FRIEND World Conference held at Havana, Cuba, November 2006. IAHS Publ. 308.
ROUX, E., SILVA, J. S., GETIRANA, A. C. V., BONNET, M-P., CALMANT, S., SEYLER, F. 2010.
Producing time-series of river water height by means of satellite radar altimetry –
Comparison of methods. Hydrological Sciences Journal/ Journal Des Sciences
Hydrologiques, v. 55, n. 1, pp. 104-120. doi: 10.1080/02626660903529023
SAUNDERS, W. (1999) Preparation of DEMs for use in environmental modeling analysis. ESRI
User Conference, July 24-30, 1999, San Diego, California.
SECRETARIAT DE LA CONVENTION DE RAMSAR. 1998. Le rôle des zones humide face à la
crise mondiale de l’eau. In : Conférence internationale l’eau et le développement durable,
Paris, 19-20-21 mars 1998. Gland, Suisse : Secrétariat de la Convention de Ramsar.
SECRETARIAT DE LA CONVENTION DE RAMSAR. 2006. Le Manuel de la Convention de
Ramsar : Guide de la Convention sur les zones humides (Ramsar, Iran, 1971), 4e éd. Gland,
Suisse : Secrétariat de la Convention de Ramsar.
279
SIPPEL, S. J.; HAMILTON, S. K.; MELACK, J. M.; NOVO, E. M. M. 1998. Passive microwave
observations of inundation area and the area/stage relation in the Amazon River
floodplain. International Journal of Remote Sensing, v. 19, p. 3055–3074.
SEYLER, F.; CALMANT, S.;, SILVA, J. S.; FILIZOLA, N.; ROUX, E.; COCHONNEAU, G.;
VAUCHEL, P.; BONNET, M-P. 2008. Monitoring water level in large trans-boundary
ungrauged bassin with altimetry: the exemple of ENVISAT over Amazon Basin. Journal of
Applied Remote Sensing – SPIE. 7150, 715017, doi: 10.1117/12.813258.
SEYLER, F.; CALMANT, S.; SILVA, J. S.; FILIZOLA, N.; COCHONNEAU, G.; BONNET, M-P.;
COSTI, A. C. Z. 2009a. Inundation risk in large tropical basins and potential survey from
radar altimetry: example in the Amazon basin. Marine Geodesy. v. 32 (3), p. 303-319. doi:
10.1080/01490410903094809.
SEYLER, F.; CALMANT, S.; SILVA, J. S.; FILIZOLA, N.; LEON, J. G.; FRAPPART, F., BONNET,
M. P., FILIZOLA, N.; ROUX, E.; COSTI, A. C. Z.; OLIVEIRA, E.; GUYOT, J. L.; SEYLER, P.
2009b.New perspectives in monitoring water resources in large tropical transboundary
basins based on remote sensing and radar altimetry. In: Improving Integrated Surface and
Groundwater Resources Management in a Vulnerable and Changing Word. Ed. by
BLOSCHL, G. et al., 282-288. IAHS Publication Red Book 330 ISBN 978-907161-01-8,
Wallingford, Oxfordshire, UK;
SILVA, J. S.; ROUX, E.; ROTUNNO FILHO,
O. C; SEYLER, F.; CALMANT, S. Soumis Fev 2009a.
Níveis d’água nas zonas úmidas da bacia Amazônica estimados por satélite altimétricos.
Revista Brasileira de Recursos Hídricos – RBRH.
SILVA, J. S.; NGUYEN, M. B.; CRETAUX, J-F.; SEYLER, F.; ROTUNNO FILHO, O. C.;
CALMANT, S. 2009b. Avaliação de superfícies inundáveis em zonas úmidas da bacia
Amazônica por meio de dados espaciais. Anais do XIV Simpósio Brasileiro de Sensoriamento
Remoto, Natal, Brasil, 25-30 Abril 2009, SBSR.
SILVA, J. S.; ROTUNNO FILHO, O. C.; SEYLER, F.; CRETAUX, J-F.; CALMANT, S.; ARAUJO, A.
A. M.; BONNET, M-P. ; NGUYEN, M. B.; FILIZOLA, N. 2009c. Dinâmica de inundação em
zonas úmidas da bacia Amazônica por meio de dados espaciais. Anais do XVIII Simpósio
Brasileiro de Recursos Hídricos, Campo Grande, Brasil, 22-26 Novembro 2009, ABRH.
SILVA, J. S.; SEYLER, F.; ROTUNNO FILHO,
O. C; CALMANT, S.; ARAUJO, A. A. M.; ROUX, E.
2010. Water Level Dynamics of Amazon Wetlands at the Watershed Scale by Satellite
Altimetry. International Journal of Remote Sensing.
SILVA, J. S.; CALMANT, S.; SEYLER, F.; ROTUNNO FILHO,
O. C; COCHONNEAU, G.;
MANSOUR, W. J. In press 2010. Water levels in the Amazon Basin derived from the ERS 2-
ENVISAT radar altimetry missions. Remote Sensing of Environment.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo