Resultados do processamento dos dados hiperespectrais ProSpecTIR – VS

4.3.2.1. Caracterização espectral das amostras coletadas

A Figura 4.6A e 6C apresentam espectros extraídos de pixels da imagem em coordenadas espacialmente coincidentes aos pontos de amostragem dos solos. Conforme pode ser observado no espectro da amostra LS1, obtido do solo aparentemente não impregnado com HC, as feições espectrais presentes na região do VNIR são equivalentes àquelas observadas em medidas de laboratório e típicas de óxidos e hidróxidos de ferro. Na região do SWIR, especificamente entre 2,180 – 2,228 µm, nota-se as feições em doublet (sutis), diagnósticas da presença de caulinita de mais baixo ordenamento estrutural, também análogas às curvas espectrais obtidas com o FieldSpec® 3 Hi-Res. Nenhuma feição possivelmente relacionada à presença de HCs foi observada nesse espectro, o que corrobora as observações de campo.

Os espectros SC1 e SC2 correspondem a espectros extraídos da imagem em locais onde se observou, no campo, evidências da presença de HCs no solo. Nesses espectros são materializadas feições no VNIR e SWIR que correspondem, respectivamente, àquelas características da presença de óxidos e hidróxidos de ferro e de caulinita – ou seja, os pixels que representam esse solo têm feições correspondentes àquelas observadas nos espectros de medidas feitas nas amostras em condições de laboratório. Entretanto, na região entre 1,70 – 1,78 µm e 2,29 – 2,367 µm, nota-se uma distinta feição espectral, também observada nos espectros de laboratório, que são diagnósticas da presença de HCs – o que atesta que esse solo é impregnado com essa substância, tal como apontam evidências de campo.

4.3.2.2. IH aplicado à imagem ProSpecTIR – VS

A Figura 4.6B apresenta o resultado do IH aplicado aos dados hiperespectrais. Observa- se que o IH conseguiu identificar as amostras de campo designadas de SC1 e SC2. A maior parte dos pixels mapeados com presença de HC está localizada em uma área de tratamento de resíduos, mantida segundo a norma NBR 13894/1997, utilizada na época da pesquisa.

O solo designado de LS1 não foi mapeado pelo IH. No entanto, em torno deste solo, foram mapeados pixels que representam solos possivelmente impregnados com HCs. Os telhados dos tanques de armazenamento e dutos de transporte também foram curiosamente

83

mapeados pelo índice. Isso carece de investigações de detalhe no campo, mas é possível que o revestimento externo dessas instalações, feito com uma tinta de poliuretano acrílico, possua feições espectrais similares àquelas dos HCs investigados, justamente na região espectral no qual o IH é baseado; o que explicaria sua detecção. Nota-se ainda que áreas dominadas pela presença de gramíneas (de aparência estressada), também foram mapeadas pelo IH - isto pode estar associado às feições da lignina e celulose localizadas próxima a 1.728µm (Kokaly e Clark, 1999).

Figura 4.7 A. Imagem do sensor ProSpecTIR – VS de uma Instalação Petrolífera onde foram coletadas as amostras (Composição R: B53, G: B34, B: B15). B. Resultado da Aplicação do IH aos dados ProSpecTIR - VS. O local ressaltado com o retângulo em cor vermelha corresponde a área de recuperação natural de solos impregnados com HCs. A área realçada com os retângulos menores corresponde a pontos de controle. C. Assinaturas espectrais de pixels extraídos da imagem de solos sem impregnação de HC (amostra designada de LS1) e solos impregnados (referência SC1 e SC2). D. Pontos de campo utilizados para avaliar a efetividade do método.

84

4.4. CONCLUSÕES

A caracterização das feições de absorção dos solos impregnados mostrou que os HCs são observados em superfície e podem ser detectados com base na sua resposta espectral. Esta caracterização pode ser utilizada como referência para a identificação in-situ de solos impregnados por vazamentos, bem como na caracterização qualitativa e quantitativa de óleos combustíveis por meio de técnicas de sensoriamento remoto hiperespectral. A utilização do IH nos dados de refletância ProSpecTIR – VS gerou falsos positivos devido ao mapeamento de vegetação estressada, que apresenta uma feição de absorção em 1,728 µm, que é confundida com a feição do HC (~1,725 µm). Os solos impregnados com HCs também apresentam feições diagnósticas secundárias no intervalo entre 2,290 – 2,367 µm, que podem auxiliar na separação entre os solos impregnados e a vegetação. Visto que o IH está relacionado com a percentagem de impregnação dos solos com HCs, os resultados deste trabalho proporcionam critérios para estimar quantitativamente o grau de impregnação do solo com esse índice.

4.5. REFERÊNCIAS BIBLIOGRÁFICAS

ALMEIDA ANDRADE, J., AUGUSTO, F. E JARDIM, I. C. F. Biorremediação de solos contaminados por petróleos e seus derivados. Eclética Química, 35(3): 17-43, 2010

BOFETTA, P., JOURENKOVA, N., GUSTAVSON, P. Cancer risk from occupational and environmental exposure to polycyclic aromatic hydrocarbons. Cancer Causes and Control, 8(3): 444-472, 1997.

CLOUTIS, E. A. Spectral reflectance properties of hydrocarbons: remote sensing implications. Science, 245: 165- 168, 1989.

CLOUTIS E., GAFFEY, M., MOSLOW, T. Characterization of minerals in oil sands by reflectance spectroscopy. Fuel, 74(6): 874-879, 1995.

ELLIS, J. M., DAVIS, H. N., ZAMUDIO, J. A. Exploring for onshore oil seeps with hyperspectral imaging. Oil and Gas Journal, 99: 49-58, 2001.

FORRESTER, S., JANIK, L., MCLAUGHLIN M. An infrared spectroscopic test for total petroleum hydrocarbon (TPH) contamination in soils. In: 19th World Congress of Soil Science, Soil Solutions for a Changing World, Brisbane, Australia, p13 - 16, 2010.

HÖRIG, B., KUHN, F., OSCHÜTZ, F., LEHMANN, F. Hyperespectral remote sensing to detect hydrocarbons. International Journal of Remote Sensing, 15: 1413-1422, 2001.

KOKALY, R. F.; CLARK, R. N. Spectroscopic Determination of Leaf Biochemistry Using Band-Depth Analysis of Absorption Features and Stepwise Multiple Linear Regression. Remote Sensing of Environment, v. 67, p. 267- 287, 1999.

85

KÜNH, F., HÖRIG, B. Environmental remote sensing for military exercise places. Remote Sensing and GIS for Site Characterizations: Applications and Standards, ASTM STP 1279, American Society for Testing and Materials, 5-16, 1996.

KÜNH, F., OPPERMANN, K., HÖRIG, B. Hydrocarbon Index – an algorithm for hyperspectral detection of hydrocarbons. International Journal of Remote Sensing, 25(12): 2467-2473, 2004.

MADEIRA NETTO, J.S. Comportamento espectral de solos. In: Meneses, PR, Madeira Neto, JS (org.). Sensoriamento Remoto: refletância de alvos naturais. Brasília, DF: UNB, p. 262, 2001.

MALLEY, D. F., HUNTER, K. N., BARRIE WEBSTER, G. R. Analysis of diesel fuel contamination in soils by near-infrared reflectance spectrometry and solid phase microextraction-gas chromatography. Soil Sediment Contamination, 8(4): 481-489, 1999.

RIVARD, B. et al. Bitumen content estimation of Athabasca oil sand from broad band infrared reflectance spectra. The Canadian Journal of Chemical Engineering, 88: 830-838, 2010.

SCHWARTZ. G. et al. Reflectance spectroscopy as a rapid tool for qualitative mapping and classification of hydrocarbons soil contamination. Disponível em: http://www.earsel6th.tau.ac.il/3080%20Schwartz.pdf (Acesso em 2 Junho/2011)), 2011.

87

89

ESPECTROSCOPIA DE REFLETÂNCIA E DE IMAGEAMENTO

APLICADAS AO MONITORAMENTO DE SOLOS EXPOSTOS

CONTAMINADOS COM HIDROCARBONETOS

ABSTRACT

Accidental releases of hazardous waste related to the extraction, refining and transport process of oil and natural gas are an inevitable consequence. Oil facilities and their associated pipelines suggest a latent environmental pollution risk since they threaten both human and ecological health. Researchers are being developed to enhance the conventional methods of monitoring hazardous waste problems and to improve the time-consuming and cost-effective ways in the identification and remediation process. Thus, in this work, we use laboratory and field reflectance spectroscopy and imaging spectroscopy as operational tools for early detection and characterization of hydrocarbon pollution in bare soils. Laboratory and field measurements were made using the FieldSpec® 3 Hi-Res sensor (2150 channels) covering Visible, Near Infrared and Short Wave Infrared wavelengths (VNIR-SWIR; 350 – 2500 nm). The imaging spectroscopy dataset was acquired by the ProSpecTIR VS hyperspectral sensor, with 357 bands in the VNIR- SWIR interval and at 1 m of spatial resolution. Reflectance spectra were analyzed using narrow intervals of interest to identify the main absorptions bands in contaminated and non-contaminated soil samples. The ProSpecTIR dataset was analyzed using the Multiple Endmember Analysis method in three hierarchical levels. The results demonstrated that is possible to identify bare soils impacted by hydrocarbon leaks and spills using these technologies.

Keywords: reflectance spectroscopy, imaging spectroscopy, petroleum hydrocarbon,

contamination, MESMA method.

5.1. INTRODUÇÃO

A exposição humana e ambiental a resíduos perigosos em função de diversas atividades, como a exploração mineral e petrolífera, é uma preocupação global. Substâncias perigosas podem ser liberadas no ar, no solo e na água. Esse processo pode ocorrer durante anos, sem ser notado. A exposição contínua a substâncias perigosas causa degradação significativa no meio ambiente (Ismael e Alsanad, 1996; Marchal et al., 2003; Aislabie et al., 2004; Saul et al., 2005;

90

Paudyn et al., 2008; Rahman et al., 2010; Szarlip et al., 2014) e uma série de problemas de saúde na população afetada (Boffetta et al., 1997; Perez-Cadahia et al., 2007; Ziolli, 2009). Entre as substâncias perigosas podem ser incluídas metais pesados, produtos químicos orgânicos e hidrocarbonetos. Os hidrocarbonetos (HCs) são os principais constituintes do petróleo e do gás natural e, portanto, importantes do ponto de vista econômico e ambiental.

Na prospecção e exploração de novos reservatórios de HCs, pesquisas em espectroscopia de refletância e de imageamento têm tido um papel importante (Sabins, 1974; Halbouty, 1976; Yatabe e Fabbri, 1986; Simpson et al., 1991; Ellis et al., 2001; Van Der Meer et

al., 2002; Xu et al., 2007; Souza Filho et al., 2008; Huang et al., 2010; Lammoglia e Filho,

2011). No entanto, estudos mais objetivos com base nessas tecnologias, e visando a detecção de vazamentos e derramamentos de HCs em refinarias, oleodutos e outras áreas industriais, somente foram desenvolvidos nos últimos anos (Chabrillat et al., 2004; Iturbe et al., 2007; Slonecker et

al., 2010; Kokaly et al., 2013; Okparanma e Mouazen, 2013b; Sanches et al., 2013a; b;

Okparanma et al., 2014). A detecção, caracterização e remediação de vazamentos de HCs compreendem uma variedade de estratégias de monitoramento e análise. Envolvem ações demoradas e custosas, tais como voos para observação visual, ampla amostragem de campo e análises químicas em laboratório. A espectroscopia de imageamento, ou imageamento hiperespectral, é uma alternativa do sensoriamento remoto aos métodos convencionais de monitoramento de instalações petrolíferas e dutos associados. Esta técnica permite monitorar grandes áreas de sensibilidade ambiental e detectar pequenos vazamentos de maneira precoce, evitando que se tornem grandes vazamentos.

Os HCs líquidos e gasosos podem ser detectados de forma direita sobre a superfície (Cloutis, 1989; Hörig et al., 2001; Kühn et al., 2004; Rivard et al., 2010), e indireta através da análise de seus efeitos sobre os solos e a vegetação (Almeida-Filho et al., 1999; Almeida-Filho, 2002; Van Derwerff et al., 2008; Noomen et al., 2012; Sanches et al., 2013a; b). As técnicas utilizadas para detectar HCs incluem o estudo do espectro de refletância no intervalo visível e infravermelho próximo (VNIR), e infravermelho de ondas curtas (SWIR) (Mayerhofer et al 2005; Lammoglia & Souza Filho, 2012; Okparanma & Mouazen, 2013a; b; Correa Pabon & Souza Filho, 2014; Zhao et al., 2014), e o espectro de emitância na região do infravermelho termal (TIR) (Fingas e Brown, 1997; Lyder et al., 2010; Lammoglia & Souza Filho, 2012; Emengini et

91

Este trabalho baseia-se na detecção direta de vazamentos de HCs em solos expostos no intervalo VNIR – SWIR (350 – 2500 nm) utilizando espectroscopia de laboratório e de campo e de imageamento hiperespectral. O estudo foi realizado em instalações petrolíferas industriais. Visto a irrelevância para os objetivos deste artigo, as refinarias abordadas não serão qualificadas quanto a sua toponímia ou localização geográfica. Ademais, cumpre destacar que as instalações visitadas seguem rigorosamente as leis ambientais dos países onde estão instaladas. Muitas das áreas genericamente denominadas como contaminadas, na realidade, tratam-se de landfarms de descontaminação, aprovadas e controladas por órgãos ambientais, ou pequenos vazamentos que são prontamente dirimidos pelas companhias quando eventualmente ocorrem.

5.2. MATERIAIS E MÉTODOS

5.2.1. Observações de Campo

Os solos na área de controle são classificados como latossolo vermelho eutroférrico. Eles têm grande homogeneidade de características ao longo do perfil, são bem drenados e de coloração vermelho-escura. A estrutura é quase sempre do tipo granular, com aparência de “pó de café”. Estes solos geralmente se desenvolvem em climas tropicais. No Brasil, o maior volume de latossolos é gerado a partir do intemperismo de basaltos da Formação Serra Geral, na Bacia do Paraná. Ocorrem de forma abrangente no Brasil, incluindo os estados de Goiás, Minas Gerais, São Paulo, Paraná, Santa Catarina e Rio Grande do Sul (Epiphanio, et al., 1992; EMBRAPA, 1997, 2006; Meneses, 2000). Estes solos têm assinaturas espectrais de argilominerais, óxidos de ferro e hidróxidos de alumínio. Mineralogia e características análogas foram descritas por Madeira-Netto (em Meneses, 2000) para solos similares.

As observações de campo de 11 pontos de interesse na área de controle (Figura 5.1) mostram solos sem presença de HC (amostras LSi) e uma série de amostras de solo com

diferentes conteúdo de HC (amostras CSi). Os solos contaminados foram principalmente

encontrados próximos a dutos de transporte e dentro de uma área desativada de landfarming, onde técnicas de biorremediação são aplicadas para recuperar solos contaminados com HCs (De Morais & Tauk-Tornisielo, 2009).

92

Figura 5.1 A. Imagem Google Earth da área de estudo. Localização dos 11 pontos de pesquisa: solos não contaminados (amostras LSi) e solos contaminados

(amostras CSi). B. Fotografia aérea da área de estudo. Fotografias dos solos não contaminados: C. próximo a um tanque de armazenamento; D. Landfarm. Fotografias dos solos contaminados: E. Próximo a um duto de transporte; F. Lanfarm.

93