Evaluación espacio-temporal del estado trófico de un lago de grandes dimensiones usando imágenes MOD09GA
Resumen
Aunque la relación empírica entre imágenes satelitales y datos recolectados en campo del disco de Secchi ha sido demostrada por estudios previos en cuerpos de agua continentales, la creación de líneas base para el monitoreo espacio-temporal que permita identificar la estacionalidad del Índice de Estado Trófico calculado con el Disco de Secchi (IET-DS) ha sido poco explorado en el monitoreo de grandes lagos. Para realizar un ejemplo práctico de la dinámica espacio-estacional trófica en el embalse de Porto Primavera (Estado de São Paulo - Brasil) a partir de mayo de 2000 hasta abril de 2015, se utilizaron imágenes generadas por el sensor MODIS-Terra, e igualmente, dos trabajos de campo fueron realizados para obtener valores del Disco de Secchi (DS). Estos valores se usaron para ajustar y validar un modelo de correlación entre los valores de reflectancia de la banda centrada en los 645nm y el DS. Los resultados indicaron que el modelo tiene un alto coeficiente de determinación (R2 = 0,80) y un moderado error asociado a las estimaciones (RMSE = 0,47m). El análisis de la variación estacional del (IET-DS) muestra el siguiente patrón: la transparencia del lago es afectada por las estaciones seca y lluviosa. El valor promedio de las estaciones de muestreo localizadas en el lago lo clasifican como oligotrófico, las regiones próximas a la desembocadura del río Pardo, presentan una clasificación eutrófica durante gran parte del año; en las temporadas de verano y otoño esta condición se extiende a casi toda la región norte del lago.
Descargas
Referencias bibliográficas
McCullough, I., Loftin, C. & Sader, S. (2012). High-frequency remote monitoring of large lakes with MODIS 500 m imagery. Journal of Remote sensing of environment, 124, pp. 234 – 241. doi: 10.1016/j.rse.2012.05.018
Butt, M. & Nazeer, M. (2015). Landsat ETM+ Secchi Disc Transparency (SDT) retrievals for Rawal Lake, Pakistan. Journal Advances in Space Reseach, 56(7), pp. 1428 – 1440. doi: 10.1016/j.asr.2015.06.041
Gholizadeh, M., Melesse, A. & Reddi, L. (2016). A comprehensive Review on Water Quality Parameters Estimation Using Remote Sensing Techniques. Journal Sensors, 16(8), pp. 1298 – 1306. doi: 10.3390/s16081298
Preisendorfer, R. (1986). Secchi disk science: Visual optics of natural waters. Limnology and oceanography, 31, pp. 909 – 926. doi: 10.4319/lo.1986.31.5.0909
Lee, Z., Shang, S., Hu, Ch., Du, K., Weidemann, A., Hou, W., Lin J. & Lin, G. Secchi disk depth: new theory and mechanistic model for underwater visibility. Journal Remote Sensing of Environment, 169, pp. 139 – 149. doi: 10.1016/j.rse.2015.08.002
Knight, J. & Voth, M. (2012). Application of MODIS imagery for intra-annual water clarity assessment of Minnesota Lakes. Journal of remote sensing of environment, 4(7), pp. 2181 – 2198. doi: 10.3390/rs4072181
Domínguez, J., Chuvieco, E. & Sastre, A. (2009). Monitoring transparency in inland water bodies using multispectral images. International Journal of Remote Sensing, 30(6), pp. 1567 – 1586. doi: 10.1080/01431160802513811
Papoutsa, C. & Hadjimitsis, D. (2013). Remote sensing for water qality surveillance in Inland Waters: The case study of Asprokremmos dam in cyprus. In: D.Hadjimitsis (Ed.), Remote sensing of environment - integrated approaches pp. 131 – 153. doi: 10.5772/39308
Lillesand, T., Johnson, W., Deuell, R., Lindstrom, O. & Meisner, D. (1983). Use of landsat data to predict the trophic state of Minnesota lakes. Photogrammetric engineering and remote sensing, 49(2), pp. 219 – 229.
Chen, Z.; Hu, C. & Muller-Karger, F. (2007). Monitoring turbity in tampa bay using MODIS/Aqua 250-m imagery. Journal Remote sensing of environment, 109(2), pp. 207 – 220. doi: 10.1016/j.rse.2006.12.019
Liu, Y., Islam, A. & Gao, M. (2003). Quantification of shallow water quallity parameters by means of remote sensing.Progress in physical geography, 27(1), pp. 24 – 43. doi: 10.1191/0309133303pp357ra
Pozdnyakov, D. & Grass, H. (2003). Colour of inland and Coastal Waters: Methodology for its interpretation. Chichester: Praxis Publishing. pp.1-330.
Gitelson, A., Gurlin, D., Moses, W. & Barrow, T. (2009). A bio-optical algorithm for the remote estimation of the chlorophyll-a concentration in case 2 waters. Environmental Research Letters,4, pp. 1 – 5. doi: 10.1088/1748-326/4/4/045003
Wu, G., De Leeuw, J., Skidmore, A., Prins, H. & Liu, Y. (2008). Comparison of MODIS and landsat TM5 images for mapping tempo-spatial dynamics of Secchi disk depths in Poyang Lake National Nature Reserve, China. International Journal of Remote Sensing, 29(8), pp. 2183 – 2198. doi: 10.1080/01431160701422254
Dlamini, S., Nhapi, I., Dumindoga, W., Nhiwatiwa, T. & Dube, T. (2016). Assessing the feasibility of integrating remote sensing and in-situ measurements in monitoring water quality status of Lake Chivero, Zimbawe. Journal Physics and Chemistry of the Earth, Parts A/B/C, 93, pp. 2 – 11. doi: 10.1016/j.pce.2016.04.004
Novo, E., Barbosa, C.; Melack, J., De Freitas R., Titonelli, F. & Shimabukuro, Y. (2007). Comparação de Imagens MODIS e ETM+ para Estudo de Águas Interiores: Imposições da Resolução Espacial. Revista Brasileira de Cartografia, 58(2), pp. 109 – 118.
Koponen, S., Pulliainen, J., Kallio, K., Vepsäläinen, J. & Hallikainen, M. (2001). Use of MODIS data for monitoring turbidity in Finnish Lakes. doi: 10.1109/IGARSS.2001.977943
Kim, S., Y, Ch. & Ouchi. (2015). Spatio-temporal patterns of Secchi depth in the waters around the Korean Peninsula using MODIS data. Journal Estuarine, Coastal and Shelf Science, 164, pp. 172 – 182. doi: 10.1016/j.ecss.2015.07.003
Zhang, Y., Lin, S., Qian, X., Wang, Q., Qian, Y., Liu, J. & Ge, Y. (2010b). Temporal and spatial variability of chlorophyll a concentration in Lake Taihu using MODIS time-series data. Hydrobiologia, 661(1), pp. 235 – 240. doi: 10.1007/s10750-010-0528-9
Rodríguez, l., Train, S., Bovo-Scomparin, V., Jati, S., Borsalli, C. & Marengoni, E. (2009). Interannual variability of phytoplankton in the main rivers of the Upper Paraná River floodplain, Brazil: Influence of upstream reservoirs. Brazilian Journal of Biology,69 (2), pp. 501 – 516. doi: 10.1590/s1519-69842009000300006
Dias, J. (2003). A construção da paisagemnaraiadivisória São Paulo-Paraná-MatoGrosso do sul: Um estudo por teledetecção.(Tese Doutorado em Geografia, 274f). Departamento de Geografia, Faculdade de Ciências e Tecnología UNESP, Universidade Estadual Paulista, Presidente Prudente.
Souza Filho, E., Zanetti, K., Pinese, J. & França, V. (2010). A hidroquímica do Rio Paraná após a barrage de Porto Primavera. Boletín de Geografía, 28(2), pp. 101 – 112. doi: 10.4025/bolgeogr.v28i2.10369
Vermote, E. & Vermeulen, A. (1999). MODIS algorithm technical background document, atmospheric correction algorithm: Spectral reflectances (MOD09), Version 5.0; recuperado de: http://modis.gsfc.nasa.gov/data/atbd/atbd_mod08.pdf
Rudorff, B., Shimabukuro, Y. & Ceballos, J. (2007). O sensor MODIS e suas aplicações ambientais no brasil. São José dos Campos, SP: INPE, pp. 55 – 120.
Kordi, H., Hoseini, S., Sudagar, M. & Alimohammadi, A. (2012). Correlation of Chlorophyll-A with Secchi Disk Depth and Water Turbidity in Aquaculture Reservoirs A Case Study on Mohammadabad Reservoirs, Gorgan, Iran. World Journal of Fish and Marine Sciences, 4(4), pp. 340 – 343. doi: 10.5829/idosi.wjfms.2012.04.04.6345
Barbosa, F., de Freitas, P., Carrhá, R., Paulino, W. & Tédde, S. (2013). Influence of rainfall on the trophic status of a Brazilian semiarid reservoir. Acta Scientiarum. Biological Sciences, 35(4), pp. 505 – 511. doi: 10.4025/actascibiolsci.v35i4.18261
Lemley, D., Adams, B., Taljaard, S. & Strydom, N. (2015).Towards the classification of eutrophic condition in estuaries. Journal Estuarine, Costal and Shelf Science, 164, pp. 221 – 232. doi: 10.1016/j.ecss.2015.07.033
Carlson, R. (1977). A trophic state index for lakes. Journal of limnology and oceanography, 22, pp. 361 – 369. doi: 10.4319/lo.1977.22.2.0361
Toledo Jr. A., Talarico, M., Chinez, S. & Agudo, E. (1983). “Aplicação de modelos simplificados para a avaliação de processo da eutrofização em lagos e reservatórios tropicais”. Presentado en Anais do 12 Congresso Brasileiro de Engenharia Sanitária. Camboriú, Associação Brasileira de Engenharia Sanitaria, Camboriu (SC).
Lamparelli, M. (2004). Graus de trofia em corpos d’ água do Estado de São Paulo: avaliação dos métodos de monitoramento (Tese Doutorado em Ciências Biológicas, 238f). Universidade de São Paulo - USP, São Paulo.
Olmanson, L., Kloiber, S., Bauer, M. & Brezonik, P. (2001). Image processing protocol for regional assessments of lake water quality.Minnesota, MN: Water Resources Center and Remote Sensing Laboratory, pp. 33 – 82.
Jönsson, P. & Eklundh, L. (2004). Timesat - a program for analyzing time-series of satellite sensor data. Computers & Geosciences, 30(8), pp. 833 – 845. doi: 10.1016/j.cageo.2004.05.006
Dall’olmo, G., Gitelson, A., Rundsquist, D., Leavitt, B., Barrow, T. & Holz, J. (2005). Assessing the potential of SeaWIFS and MODIS for estimating chlorophyll concentration in turbid productive waters using red near-infrared bands. Journal of Remote sensing of environment, 96, pp. 176 – 187. doi: 10.1016/j.rse.2005.02.007
Demir, B., Bovolo, F. & Bruzzone, L. (2013). Classification of time series of multispectral images with limited training data. IEEE Transactions on Image Processing, 22(8), pp. 3219 - 3233. doi: 10.1109/TIP.2013.2259838
