VARIABILIDADE ESPAÇO-TEMPORAL DA CONCENTRAÇÃO DE
CLOROFILA-A NA LAGOA MUNDAÚ-AL
AlanePatricia de Melo Souza1
*&Amesson Marques da Costa2&Carlos Ruberto Fragoso Júnior3
Resumo – Estuários são zonas de transição entre o continente e o oceano e de extrema importância
ambiental e econômica, pois apresentam uma rica biodiversidade, servindo de abrigo para desova e animais em migração e fonte de renda para famílias que vivem às suas margens. São áreas biologicamente mais produtivas, se comparadas à rios e oceanos, que podem acumular nutrientes, estimulando a produção primária nesses corpos d’água. Ambientes com alta produção primária, que pode ser caracterizado pela concentração de clorofila-a, pode comprometer a qualidade dos corpos d’água. Um dos métodos para acompanhar esse processo é através de sensoriamento remoto, utilizando dados de reflectância. Este trabalho tem como objetivo avaliar a variabilidade espaço-temporal de clorofila-a na Lagoa Mundaú-AL com base em dados de reflectância obtidos pelo sensor MODIS, bem como identificar regiões com comportamentos similares, através de análises estatísticas. Dividindo as informações em dados trimestrais, notou-se que nos dois últimos trimestres há pouca variabilidade no espaço e no tempo e que a região ao sul da Lagoa apresenta as concentrações mais baixas, quando comparada as demais localidades. As análises estatísticas mostraram que existem três principais agrupamentos de pontos com comportamento similares e que estes estão relacionados com as características de sua localização.
Palavras-Chave– variabilidade espaço-temporal, sensoriamento remoto, clorofila-a.
SPATIAL AND TEMPORAL VARIABILITY OF CHLOROPHYLL A
CONCENTRATION IN LAGOA MUNDAÚ-AL
Abstract – Estuaries are transition zones between the mainland and the ocean and extremely
important environmental and economic, as they present a rich biodiversity, serving as a shelter for nesting and migrating animals and source of income for families living on its banks. Are more biologically productive areas, compared to rivers and oceans, which can accumulate nutrients, stimulating primary production in these water bodies. Environments with high primary production, which can be characterized by the concentration of chlorophyll-a, can compromise the quality of water bodies. One way to monitor this process is through remote sensing using reflectance data. This study aims to assess the spatio-temporal variability of chlorophyll-a in the Lagoa Mundaú-AL based on reflectance data obtained by the MODIS sensor and to identify regions with similar behavior through statistical analysis. Dividing the information into quarterly data, it was noted that the last two quarters there is little variability in space and time and that the area south of the lagoon has the lowest concentrations compared to other locations. Statistical analyzes showed that there are three main groupings of points with similar behavior and that they are related to the characteristics of its location.
Keywords – spatial and temporal variability, remote sensing, chlorophyll a.
1* Centro de Tecnologia, Universidade Federal de Alagoas: alanesouza07@hotmail.com. 2Centro de Tecnologia, Universidade Federal de Alagoas: amesson.costa@igdema.ufal.br 3Centro de Tecnologia, Universidade Federal de Alagoas: crubertofj@hotmail.com
INTRODUÇÃO
Estuário é a região interior de um ambiente costeiro onde ocorre o encontro das águas fluviais com a do mar, transportadas pelas correntes de maré, estendendo-se rio a cima até o limite da influência da maré (Miranda et al. 2002). Esses ambientes recebem nutrientes resultantes da drenagem fluvial e de águas marinhas, e a hidrodinâmica local pode promover a retenção dos mesmos, tornando os estuários ambientes de alta produtividade (Lalli, 1997). São regiões vulneráveis por apresentar usos múltiplos pelo homem, destacando-se: aquicultura, turismo, instalação de portos e cidades em seu entorno. Em razão das atividades humanas desenvolvidas no estuário são produzidos uma série de impactos indesejáveis nesses ambientes.
Um dos grandes problemas dos ecossistemas aquáticos tem sido a eutrofização, que é um processo que está estreitamente relacionado com as atividades antropogênicas. Tal fato, vem acelerando uma reação em cadeia de causa e efeito, caracterizada pelo desequilíbrio entre produção de matéria orgânica, seu consumo e deposição, e com isso o ecossistema passa a produzir mais matéria orgânica do que é capaz de consumir e decompor (Wetzel, 1983; Tundisi et al, 2008). Os principais problemas relacionados à eutrofização são, entre outros, a redução da diversidade biológica e do desenvolvimento de plantas aquáticas submersas; condições anaeróbias no fundo do corpo d’água e no corpo d’água como um todo; liberação de toxinas para o meio aquático; deposição de espuma, afetando a aparência do corpo hídrico e, consequentemente, atividades ligadas ao turismo; eventuais mortandades de peixes e maiores dificuldades e elevação nos custos de tratamento de água (Cardoso Jr. et al. 2009).
A fim de prever e gerenciar os potenciais riscos que um ambiente eutrofizado pode gerar é fundamental estudos relacionados à estimativa de variabilidade espaço-temporal da concentração de clorofila-a, ao quais podem indicar também os principais fatores envolvidos no problema e embasar medidas para solucioná-los. Essa estimativa pode ser realizada através de modelos matemáticos (Fragoso Jr. et al. 2009), medições in situ (Souto et al. 2005) e técnicas de sensoriamento remoto (Novo, 1992).Wezernak e Polcyn (1972) levantaram uma série de indicadores de estado trófico que alteram a coloração dos corpos d’água e os tornam passíveis de serem monitorados através de técnicas de sensoriamento remoto. Dentre estes, destacam-se: presença de algas e plantas aquáticas; quantidades de sólidos em suspensão; concentração de clorofila e transparência.
O sensor MODIS (Moderate Resolution Imaging Spectroradiometer) é um dos diversos sensores disponíveis para estimar a variabilidade da clorofila-a em corpos d’água. Este sensor
produz imagens de reflectância desde fevereiro de 2000 (Terra) usando dados recolhidos das ferramentas do Earth Observing System (EOS), Terra e Aqua. O MODIS tem sido bastante utilizado em pesquisas devido à sua melhor resolução espacial, temporal e espectral em relação a outros sensores quanto a estimativa de clorofila-a na superfície marinha, por exemplo (Salomonson
et al, 1989).
Desta forma, este trabalho tem como objetivo utilizar o sensoriamento remoto para avaliar a variabilidade espaço-temporal da clorofila-a na Lagoa Mundaú, localizada no estado de Alagoas, bem como indicar os principais fatores envolvidos nesta variabilidade.
MATERIAL E MÉTODO Área de Estudo
A Lagoa Mundaú está localizada ao sul do município de Maceió, no estado de Alagoas, inserida entre os paralelos 9º35’00’’ a 9º45’00’’ Sul e os meridianos 35º44’00’’ a 35º55’00’’Oeste. Possui uma área de aproximadamente 27 km², banha os municípios de Coqueiro Seco, Maceió e Santa Luzia do Norte e tem como principal afluente o Rio Mundaú (Figura 1).
Figura 1. Mapa de localização da Laguna Mundaú e distribuição espacial dos pontos de coleta
Dados de Entrada
Para a área de estudo, foram obtidas as séries temporais de imagens do satélite MODIS com resolução espacial e temporal de 500m e 8 dias, respectivamente, dos produtos Terra (MOD09A1) e
Aqua (MYD09A1) através do software GETMODIS, desenvolvido pelo Institut de Recherchepour Développement (IRD), França. As séries temporais de dados de reflectância para 29 pontos na lagoa Mundaú foram obtidas através do software MOD3R, também do IRD.
O MOD3R requer como entrada as coordenadas dos pontos que se deseja extrair as informações de reflectância. O software qualifica as estimativas usando uma classificação de 0 a 3. O valor 1 indica que a interferência por nuvens foi insignificante (Santos et al, 2013) e os valores 0, 2 e 3 não fornecem informações confiáveis. Desta forma, para este trabalho utilizou-se apenas estimativas de reflectâncias com qualidade 1, cerca de 216 a 335 imagens, dependendo da localização do ponto. O período de registro das imagens utilizadas foi de julho de 2002 a dezembro de 2013.
A concentração de clorofila-a,foi estimada através do algoritmo OC2M-HI desenvolvido pela NASA (http://oceancolor.gsfc.nasa.gov/), que utiliza as reflectâncias azul (R469) e verde (R555) do sensor MODIS, através da seguinte equação:
Onde: (1) (2) a0 = 0,1464; a1 = -1,7953; a3 = 0,9718 e a4 = -0,8079
Os dados formam divididos em trimestres: primeiro (de janeiro a março), segundo (de abril a junho), terceiro (de julho a setembro) e quarto (de outubro a dezembro). Para a visualização da variabilidade espacial da concentração média de clorofila-a por trimestre foi utilizado o software ArcGIS, interpolando os pontos aos seus respectivos valores de concentração de clorofila-a usando a função de interpolação inverso do quadrado da distância (IWD).
O software PAleontological STatistics –Past- foi utilizado para verificações estatísticas espacial e temporal da clorofila-a. Para uma análise unicamente espacial foi utilizada a função Cluster, que agrupa elementos de dados baseando-se na similaridade, de acordo com o desvio padrão (Doni, 2004). Para esta análise foi utilizado o algoritmo Paired Group, um método aglomerativo onde um elemento ou grupo é ligado a outro sucessivamente, de acordo com sua similaridade, até um último grupo formado por todos os elementos (Doni, 2004), e a técnica de similaridade Bray-Curtis.
RESULTADOS E DISCUSSÕES Mapas das Médias Trimestrais
Os mapas da variabilidade espacial da clorofila-a em cada trimestre podem ser observados na Figura 2. Nos mapas apresentados, a clorofila-a varia de 5 a 15 μg/L.
Figura 2. a) Primeiro trimestre Figura 2. b) Segundo trimestre
Figura 2. c) Terceiro trimestre Figura 2. d) Quarto trimestre
Figura 2. Variabilidade espaço-temporal da concentração de clorofila-a por trimestre.
Observando os mapas globais gerados através das médias trimestrais do período de julho de 2002 a dezembro de 2013, nota-se que existe variação espacial e temporal da clorofila-a, e que esta variação se comporta de maneira mais significativa, espacialmente, nos dois primeiros trimestres, de janeiro a junho, principalmente na área mais central da Lagoa, nas proximidades dos bairros de Bebedouro e Fernão Velho, regiões responsáveis por lançamento de efluentes domésticos e industriais. Nos dois últimos trimestres, de julho a dezembro, há pouca variabilidade de concentração de clorofila-a, as concentrações maiores são pontuais.
Análise de Cluster
Para analisar o comportamento da variação da clorofila-a espacialmente, usou-se a técnica de análise de cluster, que identifica os pontos que se comportam de maneira similar quanto à variação da concentração de clorofila-a e agrupa-os. Como resultado desta análise obteve-se quatro
agrupamentos principais com mais de 78% de similaridade e mais três pontos que ficaram de fora da classificação em grupo. Os quatro grupos foram classificados e apresentados na Figura 3.
Figura 3. Grupamentos resultantes da análise de Cluster.
Observa-se que o primeiro grupo (pontos PS4, PS5, PS6 e PS7), em azul, está localizado mais ao sul da Lagoa, região próxima ao Dique Estrada, no bairro do Vergel do Lago, que apresentou baixas concentrações de baixas a médias em toda análise global anterior. A região recebe grandes quantidades de matéria orgânica através de lançamento de esgoto e possui alta profundidade, segundo o Relatório da ANA, 2013. A variabilidade da concentração de clorofila-a nesses pontos está associada a descarga de efluentes e devido a maiores profundidades, quando comparada a outras regiões da Lagoa.
O segundo grupo (pontos PC4, PC5, PC6, PL6, PL7, PL8 e PL9), em vermelho, representa a região que recebe contribuições de vazão dos bairros maceioenses de Fernão Velho, com efluentes de indústrias têxteis, e de Bebedouro, onde localiza-se o riacho do Silva, com água de má qualidade (Ferreira da Silva, 2011). De acordo com as características físicas das proximidades desse grupo, a similaridade entre eles pode estar relacionada ao recebimento de altas concentrações de matéria orgânica dos locais citados.
O terceiro e maior grupo (pontos PN1, PN2, PN3, PN4, PN5, PL2, PL3, PL4, PL5, PL9, PC1, PC2, PS2, PS3 e PS8), em amarelo, está localizado nas regiões Norte e Noroeste da lagoa e sua
similaridade pode estar relacionado ao aporte do rio Mundaú e à hidrodinâmica da lagoa Mundaú, que apresenta fluxos mais intensificados nesta região (ANA, 2013).
O grupo que corresponde aos pontos verdes apresentou baixa similaridade com os demais.
CONCLUSÃO
A variabilidade de clorofila-a na Lagoa Mundaú é maior nos dois primeiros trimestres, de janeiro a junho, na área mais central da lagoa, próxima aos bairros de Fernão Velho, com despejos de efluentes de indústria têxtil, e Bebedouro, onde o Riacho do Silva, um dos afluentes da lagoa, apresenta condições sanitárias bastante comprometidas (Ferreira da Silva, 2011), responsáveis por grandes lançamentos de esgotos, podendo ser o principal fator que explique as concentrações mais altas nesta região e neste período. Já nos dois últimos trimestres, de julho a dezembro, há pouca variabilidade tanto espacial quanto temporal na Lagoa. As maiores concentrações são pontuais. Entretanto, o sensor MODIS tende a superestimar os valores da concentração de clorofila-a em ambientes de baixa produção primária e subestimar os valores em áreas de alta produtividade (Turner, 2006), fazendo necessário o levantamento de dados in situ a fim de validar os dados obtidos através do sensor. Com esse levantamento pode-se encontrar uma curva que melhor represente a relação entre reflectância e concentração de clorofila-a na Lagoa.
A análise de cluster mostrou a formação de quatro agrupamentos: o primeiro, ao sul da Lagoa, região do Dique Estrada, no bairro do Vergel do Lago, onde o esgoto doméstico é lançado sem qualquer tratamento por falta de esgotamento sanitário na região (Melo, 2010), que apresentou baixas concentrações de clorofila-a em toda a série temporal. O segundo agrupamento, próximo aos bairros de Bebedouro e Fernão Velho, que sua similaridade pode estar associada ao recebimento de altas concentrações de nutrientes provenientes da drenagem do riacho do Silva, um dos mais poluídos da cidade de Maceió, e dos despejos industriais da indústria têxtil no bairro de Fernão Velho e com as proximidades físicas destes bairros. O terceiro agrupamento, que representa a região Norte e Noroeste da Lagoa, pode ter como características de similaridade principais a influência do seu principal afluente, o rio Mundaú, e à hidrodinâmica da lagoa nesta região, que apresenta fluxos mais intensificados (ANA, 2013).
REFERÊNCIAS
AGÊNCIA NACIONAL DE ÁGUAS (2013). Diagnóstico e Modelagem Hidrodinâmica e de
CARDOSO, L.S.; MOTTA MARQUES, D. (2009).Hydrodynamics-drivenplanktoncommunity in a
shallowlake. Aquat. Ecol.,(43), p. 73-84.
DONI, M. V. (2004). Análise de Cluster: Métodos Hierárquicos e de Particionamento.
Universidade Presbiteriana Mackenzie, São Paulo, p. 38.
FERREIRA DA SILVA, V. M. (2011). Efeito das Ações Antrópicas na Qualidade da Água da
Bacia do Riacho do Silva, em Maceió-AL. UFAL Maceió.
FRAGOSO JÚNIOR, C.R.; FERREIRA, T. F.; MOTTA MARQUES, D. (2009). Modelagem
ecológica em ecossistemas aquáticos. Oficina de Texto, 304p.
LALLI, C. M. (1997). Biological Oceanography: an introdution. University of British Columbia – Vancouver-Canadá, 58-59 p.
MIRANDA, L. B.; CASTRO, B. M.; KJERFVE, B. (2002). Princípios de Oceanografia Física de
Estuário. USP São Paulo.
NOVO, E. M. L. M. (1992). Sensoriamento remoto: princípios e aplicações. 2.ed. E. Blucher, 328p. SALOMONSON, V. V.; BARNES, W. L.; MAYMON, P. W.; MONTGOMERY, H. E.; OSTROW, H. (1989). Modis: advanced facilityinstrument for studies of Earth as a system. IEEE
Transactionson Geoscience and Remote Sensing, pp. 145-153.
SOUTO, R.P.; KAMPEL, M.; BRANDINI, F.; CAMPOS VELHO, H. F.; STEPHANY, S. (2005).
Análise comparativa de medições in situ e orbital de radiâncias do oceano na estimativa da concentração de clorofila-a. In: XII Simpósio Brasileiro de Sensoriamento Remoto. Goiânia, 2005.
TUNDISI, J. G. E TUNDISI, T.M. (2008). Limnologia. São Paulo: Oficina de Textos, 610p.
TURNER, D. P.; RITTS, W. D.; COHEN, W. B.; GOWER, S.T.; RUNNING, S. W.; ZHAO, M.; COSTA, M. H.; KIRSCHBAUM, A.; HAM, J. M.; SALESKA, S. R. & AHL, D. E. (2006).
Evaluationof MODIS NPP and GPP products across multiple biomes. Remote Sensing os Environment, (102), pp. 282-292.
WETZEL, R. G. (1983). Limnology.2 ed. Philadelphia: Saunders College Publishing.
WEZERNAK, C. T.; POLCYN, F. C. (1972).Entrophication Assessment Using Remote Sensing
Techniques. In: Eightteen International Symposiumon Remote Sensing of Environment, Environmental ResearchInstitute of Michigan, 1972, pp. 541-545.
