anÁlise da influÊncia da estaÇÃo chuvosa na … ramos.pdf · o pantanal é o maior sistema...

Programa de Pós-Graduação em Geografia (PPGeog)

ANÁLISE DA INFLUÊNCIA DA ESTAÇÃO CHUVOSA NA VARIABILIDADE DAS ÁREAS ALAGADAS DO BIOMA

PANTANAL

Raquel de Cássia Ramos

Dissertação de Mestrado do Curso de Pós-

Graduação em Geografia da Universidade

Federal de São João del-Rei, orientada

pelo Dr. Gabriel Pereira e pela Dra.

Elisabete Caria Moraes.

UFSJ São João del-Rei

2018

II

Programa de Pós-Graduação em Geografia (PPGeog)

ANÁLISE DA INFLUÊNCIA DA ESTAÇÃO CHUVOSA NA VARIABILIDADE DAS ÁREAS ALAGADAS DO BIOMA

PANTANAL

Raquel de Cássia Ramos

Dissertação apresentada ao Programa de Pós-Graduação em Geografia da Universidade Federal de São João del-Rei, como requisito parcial à obtenção do título de Mestre em Geografia. Área de concentração: Análise ambiental e territorial. Linha de pesquisa: Dinâmica das paisagens tropicais Orientador: Prof. Dr. Gabriel Pereira Coorientadora: Profa. Dra. Elisabete Caria Moraes

UFSJ São João del-Rei

2018

V

AGRADECIMENTOS

Primeiramente, agradeço a Deus e a minha família pelo apoio e torcida em especial a minha mãe Rita de Cássia Ramos e irmã Jenifer Cristina Nascimento. Sou especialmente grata aos meus orientadores, Gabriel Pereira e Elisabete Caria Moraes, pela ajuda e ensinamentos prestados.

Aos membros da banca, Francielle da Silva Cardozo, André Batista de Negreiros,

Lino Augusto Sander de Carvalho, pelos ensinamentos e sugestões.

Aos amigos da Universidade Federal de São João del-Rei, em especial ao Núcleo de Estudo em Sensoriamento Remoto Aplicado ao Clima e do Instituto Nacional de Pesquisa Espacial por toda a ajuda e sugestões prestadas no decorrer da pesquisa. Á todos os funcionários da UFSJ que sempre estão dispostos a ajudar, em especial a Mônica Maria Jaques do PPGeog e Wânia Ferreira Longatti do DEGEO. Enfim, agradeço a todos que colaboraram de alguma forma para a realização deste trabalho. Finalmente, agradeço a Bianca Cobo Silva Resende, pelo apoio e dedicação, indispensáveis no percurso deste trabalho. E a todos que de alguma forma contribuíram para a realização desta dissertação, muito obrigada!

VI

RESUMO

O Pantanal é o maior sistema contínuo de zonas úmidas do mundo, característica que propicia destaque nacional e internacional pela sua rica biodiversidade. A maioria desses ecossistemas são extremamente sensíveis, não apenas para a quantidade anual de precipitação, mas também para outros aspectos da sazonalidade das chuvas, responsável pela manutenção da flora e fauna do Pantanal. O monitoramento e o mapeamento de áreas alagadas geralmente são dificultados pela grande extensão territorial, assim, o sensoriamento remoto surge como uma alternativa viável para a obtenção dos fatores biofísicos de forma rápida e com baixo custo. Desta forma, o objetivo deste trabalho consistiu em analisar a variação espacial das áreas alagadas e a influência da duração da estação chuvosa no bioma Pantanal para os anos de 2000 a 2016. Foram utilizadas ao todo 261 imagens provenientes dos sensores Thematic Mapper (TM), Operational Land Imager (OLI) e Linear Imaging Self-Scanner (LISS III) dos satélites Landsat 5, Landsat 8 e Resourcesat, respectivamente, além de dados de precipitação do Tropical Climate Hazards Group InfraRed Precipitation Station (CHIRPS). Através do mapeamento das áreas alagadas foi possível perceber uma variabilidade de inundação significativa no bioma. O ano que mais alagou foi 2011, com cerca de 45.000 km², seguido dos anos 2006 e 2008, com aproximadamente 36.000 km², ou seja, cerca de 30% e 24% da área total do bioma Pantanal, respectivamente. Os anos que apresentaram uma menor área alagada foram 2012, 2013 e 2005 com aproximadamente 14.000 km², 17.000 km² e 20.000 km², o que corresponde a 9%, 11% e 13%, respectivamente, da área total do Bioma. Por meio da análise da variabilidade dos índices de precipitação extraídos do CHIRPS, foi possível verificar que o valor médio da precipitação anual na Bacia do Alto Paraguai (BAP) durante 17 anos analisados foi de 1.308 mm e que 74,54% da precipitação anual incidente no Bioma Pantanal ocorrem na estação úmida (de outubro a março). Para explicar a relação entre as variações das áreas alagadas anuais com os dados de precipitação que ocorrem na BAP, optou-se por analisar o total de precipitação em bimestres, trimestres, quadrimestres e semestres, assim como, o comprimento da estação chuvosa. Ao analisar o comprimento da estação chuvosa, nota-se que apenas 7% das variações na área alagada podem ser explicadas por esta variável, o que permite concluir que o comprimento da estação chuvosa é considerado uma informação auxiliar na explicação de alguns eventos que influenciam a área alagada total. Das análises bimestrais, Janeiro/Fevereiro (J/F) e Fevereiro/Março (F/M) apresentam uma correlação de 0,71 e 0,62, respectivamente, explicando em até 50% as variações das áreas alagadas no bioma. Trimestralmente, os meses Janeiro/Fevereiro/Março (J/F/M) explicaram 61% das variações das áreas alagadas. Em relação às análises dos quadrimestres, Janeiro/Fevereiro/Março/Abril (J/F/M/A) explicou 69% das áreas alagadas. Semestralmente, os meses Outubro/Novembro/Dezembro/Janeiro/Fevereiro/Março (O/N/D/J/F/M) demonstrou uma forte correlação de 0,81, explicando 66% das áreas alagadas. A inundação do Pantanal proporciona, a cada ciclo da estação chuvosa, paisagens diversas, alterando e determinando o ritmo de vida do Pantaneiro que precisa se adequar aos contratempos que surgem a cada ano, dado que grande parte dos habitantes da região estão ligados às atividades agropecuárias e ao turismo. Portanto, a compreensão e análise desse dinamismo torna-se uma ferramenta imprescindível para o poder público na ordenação do crescimento urbano, na definição de políticas para a ocupação das áreas de riscos e no zoneamento econômico das principais atividades do bioma.

Palavras-Chave: Sensoriamento Remoto; precipitação; áreas inundadas.

VII

ANALYSIS OF THE RAIN STATION INFLUENCE ON THE VARIABILITY OF

THE WETLANDS IN PANTANAL BIOME

ABSTRACT

The Pantanal is the largest continuous system of wetlands in the world, a characteristic that provides national and international prominence for its rich biodiversity. Most of these ecosystems are extremely sensitive, not only for the annual amount of precipitation, but also for other aspects of seasonal rainfall, responsible for the maintenance of the Pantanal's flora and fauna. The monitoring and mapping of floo ded areas are usually difficult by the large territorial extension, thus, remote sensing emerges as a viable alternative for obtaining biophysical factors quickly and inexpensively. Thus, the objective of this work was to analyze the spatial variation of the wetland areas and the influence of the rainy season duration in Pantanal biome for the years 2000 to 2016. A total of 261 images from orbital sensors were used, such as the Thematic Mapper (TM), Operational Land Imager (OLI) and Linear Imaging Self-Scanner (LISS III) from Landsat 5, Landsat 8 and Resourcesat sattelites, respectively, as well as rainfall data from the Tropical Climate Hazards Group InfraRed Precipitation Station (CHIRPS). Through the mapping of flooded areas it was possible to perceive a significant flood variability in the biome. The most flooded year was 2011, with approximately 45,000 km ², followed by 2006 and 2008 years, with approximately 36,000 km ², presenting 30% and 24% of the total area of Pantanal biome, respectively. The years that presented a smaller flooded area were 2012, 2013 and 2005 with approximately 14,000 km², 17,000 km² and 20,000 km², corresponding to 9%, 11% and 13% of the total area of the Biome, respectively. By analyzing the precipitation variability indexes extracted from the CHIRPS, it was possible to verify that the annual average precipitation value in the Alto Paraguai Basin (APB) during 17 years analyzed was 1,308 mm and 74.54% of the incident annual precipitation in the Pantanal Biome occur in the wet season (from October to March). In order to explain the relationship between annual flooded areas variations and precipitation that occur in APB, it was decided to analyze the total precipitation in bimesters, trimesters, four-month period and semesters, as well as, the rainy season. When analyzing the length of the rainy season, it was noted that only 7% of the variations in the flooded area can be explained by this variable, which allows to conclude that the length of the rainy season is considered an auxiliary information in the explanation of some events that influence the total flooded area. From the bimesters analyzes, January/February (J/F) and February/March (F/M) presented a correlation of 0.71 and 0.62, respectively, explaining up to 50% the flooded areas variations in the biome. Related to trimesters, the January/February/March (J/F/M) months explained 61% the variations of flooded areas. Regarding the four-month periods analyzes, January/February/March/April (J/F/M/A) explained 69% of flooded areas. Related to semesters, October/November/Dezember/January/February/March (O/N/D/J/F/M) months showed a strong correlation of 0.81, explaining 66% of flooded areas. The flooding in Pantanal provides, in each cycle of the rainy season, different landscapes, altering and determining the Pantaneiro life rhythm that needs to be adjusted to the setbacks that arise every year, since a large part of the region inhabitants are linked to the agricultural activities and to tourism. Therefore, the understanding and analysis of this dynamism becomes an indispensable tool for the public government in ordering the urban growth, in defining policies for the risk areas occupation and in the economic zoning of the main activities of the biome.

Keywords: remote sensing, precipitation, wetland.

VIII

LISTA DE FIGURAS

Pág.

FIGURA 3.1: ESPECTO ELETROMAGNÉTICO. ............................................ 12

FONTE: DIONÍSIO (2017). ............................................................................... 12

FIGURA 4.1. LOCALIZAÇÃO DA ÁREA DE ESTUDO DO BIOMA PANTANAL

......................................................................................................................... 19

FIGURA 4.2. MUNICÍPIOS DO BIOMA PANTANAL ...................................... 20

FIGURA 5.1. MOSAICO DE CENAS DAS IMAGENS DO SATÉLITE LANDSAT

......................................................................................................................... 30

FIGURA 5.2. MOSAICO DE CENAS DAS IMAGENS DO SATÉLITE

RESOURCESAT-1 ........................................................................................... 31

FIGURA 5.3. ESPACIALIZAÇÃO DOS 3.264 PONTOS NO ARCGIS 10.5 PARA

A COMPARAÇÃO E A AVALIAÇÃO DA CONFIABILIDADE DO

MAPEAMENTO PARA O PERÍODO DE 2000 A 2016. ................................... 37

FIGURA 6.1. GRÁFICO DA VALIDAÇÃO DO MAPEAMENTO ...................... 43

FIGURA 6.2. MAPAS ANUAIS DE ÁREAS ALAGADAS PARA PANTANAL DE

2000 A 2005. .................................................................................................... 45


2006 A 2011. .................................................................................................... 46


2012 A 2016. .................................................................................................... 47

FIGURA 6.5. GRÁFICO DAS ÁREAS ALAGADAS NO PANTANAL DE 2000 A

2016. ................................................................................................................ 48

FIGURA 6.6. MAPA DE FREQUÊNCIA DAS ÁREAS ALAGADAS PARA OS 17

ANOS ............................................................................................................... 50

IX

FIGURA 6.8. BOX-PLOT DA PRECIPITAÇÃO MENSAL DO BIOMA

PANTANAL PARA O PERÍODO DE JULHO DE 1999 A JUNHO DE 2017. .. 53

FIGURA 6.9. ANOMALIAS DAS PRECIPITAÇÕES OCORRIDA NOS QUATRO

MESES (JFMA) DA BAP NOS ANOS DE 2000 A 2003. ................................ 59

FIGURA 6.10. ANOMALIAS DAS PRECIPITAÇÕES OCORRIDA NOS

QUATRO MESES (JFMA) DA BAP NOS ANOS DE 2004 A 2007. ................ 61






QUATRO MESES (JFMA) DA BAP NO ANO DE 2016. ................................. 67

FIGURA 6.14. COMPRIMENTO DA ESTAÇÃO CHUVOSA PARA O ANO DE

2011 DA BAP, DEMONSTRADO PELA ANOMALIA CLIMATOLÓGICA

CUMULATIVA DIÁRIA (LARANJA), O AJUSTE POLINOMIAL (PRETO) E OS

PONTOS MARCAM A EXTENSÃO DA ESTAÇÃO CLIMATOLÓGICA. ........ 68













X

LISTA DE TABELAS

Pág.

TABELA 5.1 - DADOS SOBRE OS SATÉLITES UTILIZADOS. ..................... 28

TABELA 6.1. RESULTADO DA CLASSIFICAÇÃO DO ÍNDICE KAPPA,

PERÍODO DE 2000 A 2016. ............................................................................ 41

TABELA 6.2. ANÁLISE ESTATÍSTICA ENTRE A ÁREA ALAGADA E OS

DADOS DA ESTAÇÃO CHUVOSA DA BAP (O = OUTUBRO; N = NOVEMBRO;

D = DEZEMBRO; J = JANEIRO; F = FEVEREIRO; M = MARÇO; A = ABRIL;

MA = MAIO). CASOS NÃO SIGNIFICATIVOS (P<0,05, TESTE T-STUDENT)

EM VERMELHO. .............................................................................................. 54

TABELA 6.3. DADOS SOBRE O COMPRIMENTO DA ESTAÇÃO CHUVOSA

DA BAP DE 2000 A 2016 ................................................................................ 71

XI

LISTA DE SIGLAS E ABREVIATURAS

AP: Alta Pressão

ANA: Agência Nacional das Águas

ARC: Alaska Research CubeSat

BAP: Bacia do Alto Paraguai

BP: Baixa Pressão

CCD: Cold Cloud Duration

CHIRPS: Climate Hazards Group InfraRed Precipitation Station

CMT: Commitment

CPC: Climate Prediction Center

CPTEC: Centro de Previsão de Tempo e Estudos Climáticos

CFS: Climate Forecast System

CHG: Climate Hazards Group

DGI: Divisão de Geração de Imagens

ENSO: El Niño/Oscilação Sul

ENVI: Environment for Visualizing Images

EROS: Earth Resources Observation and Science

ERTS: Earth Resources Technology Satellite

ESPA: EROS - Science Processing Architecture

ESRI: Environmental System Research Institute

ETM: Enhanced Thematic Mapper Plus

EVI: Enhanced Vegetation Index

FTP: File Transfer Protocol

GRADS: Grid Analysis and Display System

GTS: Global Telecommunication System

XII

IBGE: Instituto Brasileiro de Geografia e Estatística

INMET: Instituto Nacional de Meteorologia

IDL: Interactive Data Language

INPE: Instituto Nacional de Pesquisas Espaciais

ISRO: Indian Space Research Organisation

LISS: Linear Imaging Self-Scaner

LSWI: Land Surface Water Index

MLME: Modelo Linear de Mistura Espectral

MSWEP: Multi-Source Weighted-Ensemble Precipitation

MMA: Ministério do Meio Ambiente

NDVI: Normalized Difference Vegetation Index

NDWI: Normalized difference Water Index

MODIS: Moderate Resolution Imaging Spectroradiometer

NASA: National Aeronautics and Space Administration

NETCDF: Network Common Data Format

OLI: Operational Land Imager

OBT: Observação da Terra

PDI: Processo Digital de Imagens

PERSIANN-CDR: Precipitation Estimation from Remotely Sensed – Climate

Data Record

PIB: Produto Interno Bruto

PM: Passive Microwave

PMM: Precipitation Measurement Missions

PR: Precipitation Radar

RFE: Rainfall Estimate

https://pmm.nasa.gov/resources/glossary#precipitation

XIII

RPPN: Reserva Particular do Patrimônio Natural

SALD: Sítio de Amostragem de Longa Duração

SCC: Sistema de classificação climática

SEBAL: Surface Energy Balance Algorithm for Land

SIG: Sistemas de Informações Geográficas

SPRING: Sistema de Processamento de Informações Georreferenciadas~

TARCAT: African Rainfall Climatology And Time series

TIR: Thermal Infrared Sensor

TRMM: Tropical Rainfall Measuring Mission

TMPA: TRMM Multi-satellite Preciptiation Analysis

TM: Thematic Mapper

TMI: Microwave Imager

TSM: Temperatura da Superfície do Mar

UR: Umidade relativa

USGS: United States Geological Survey

ZCAS: Zonas de Convergência do Atlântico Sul

ZCIT: Zona de convergência intertropical

XIV

LISTA DE SÍMBOLOS

ºC: Graus Celsius

mm: Milímetro

Km²: Quilômetro quadrado

XV

SUMÁRIO

Pág.

1 INTRODUÇÃO ................................................................................................ 1

2 OBJETIVOS .................................................................................................... 4

2.2. Objetivos Específicos ............................................................................... 4

3 FUNDAMENTAÇÃO TEÓRICA ...................................................................... 5

3.1. Pantanal: Uso da Terra e seus Impactos ................................................. 5

3.2. Características das áreas alagadas e os impactos que elas ocasionam

na superfície ..................................................................................................... 8

3.3. Sensoriamento Remoto: detecção de áreas alagadas ......................... 11

4 ÁREA DE ESTUDO ...................................................................................... 19

4.1 Localização ............................................................................................... 19

4.2. Caracterização ambiental ....................................................................... 21

5 MATERIAIS E MÉTODOS ............................................................................ 28

5.1 Materiais utilizados .................................................................................. 28

5.1.1. Imagens Landsat................................................................................ 28

5.1.3. Dados de Precipitação – CHIRPS ...................................................... 31

5.2. Procedimentos Metodológicos .............................................................. 32

5.2.1. Aplicação do Modelo Linear de Mistura Espectral (MLME) ................ 32

5.2.2. Mapeamento das áreas alagadas ....................................................... 34

5.2.3. Georreferenciamento e compatibilização dos dados do sensor Linear

Imaging Self-Scaner (LISS-III) do satélite Resourcesat-1para o ano de 2012

...................................................................................................................... 35

5.2.4. Validação das áreas alagadas das imagens de satélite utilizando o

método estatístico Kappa ............................................................................. 36

5.2.6. Análise dos dados CHIRPS e criação da máscara espacial .............. 39

6. Resultados .................................................................................................. 41

XVI

6.1. Validação dos mapeamentos das imagens de satélite utilizando o

método estatístico Kappa. ............................................................................. 41

6.2. Análise Espacial e Temporal das Áreas Alagadas no Pantanal de 2000

a 2016 .............................................................................................................. 44

6.3. Variabilidade dos índices de precipitação ............................................ 53

7. CONCLUSÃO .............................................................................................. 73

8. REFERÊNCIAS BIBLIOGRÁFICAS ............................................................ 75

1

1 INTRODUÇÃO

Localizado na parte central da América do Sul, o vasto ecossistema do Pantanal

é o maior sistema contínuo de zonas úmidas do mundo de destaque nacional e

internacional pela sua rica biodiversidade. Este contém os títulos de “Patrimônio

Nacional” e “Reserva da Biosfera” e, internacionalmente, possui dois sítios

Ramsar (Parque Nacional do Pantanal e RPPN Sesc Pantanal) (IRIGARAY et

al., 2017).

A classificação Ramsar surgiu na convenção sobre zonas úmidas de importância

internacional, na cidade iraniana de Ramsar em 02 de fevereiro de 1971, por

esse motivo é conhecida como “Convenção de Ramsar”, que classifica as zonas

úmidas em todo mundo. Este tratado intergovernamental tem a finalidade de

promover a conservação e o uso racional de zonas úmidas em todo o mundo.

As zonas úmidas (wetlands) fornecem muitos serviços para a sociedade, fauna

e flora, como o armazenamento de água, amortecimento da descarga do rio, a

recarga das águas subterrâneas, a retenção de sedimentos, a purificação de

água, a regulação do microclima, entre outros (JUNK et al., 2013).

O Pantanal encontra-se na bacia do Alto Paraguai no Brasil, ocupando uma área

de 150.355 Km², correspondente a 1,76% do território brasileiro e abrange parte

dos estados de Mato Grosso (35%) e o Mato Grosso do Sul (65%) (IBGE, 2004).

A inundação do Pantanal no período chuvoso advém das cheias do Rio Paraguai

e seus afluentes. Nas épocas de estiagem, formam-se as pastagens naturais,

circunstância que favorece a ocupação para a criação do gado, uma das

principais atividades econômicas do Pantanal (ALVES, 2015).

O padrão espacial e temporal das cheias no Pantanal dependem das estações

do ano, das distribuição da precipitação , da forma de drenagem e da planície de

inundação (PAZ et al., 2011). Assim, a regularidade desse padrão é a

responsável por manter a estrutura e o funcionamento das áreas alagadas do

Pantanal, o ciclo produtivo dos peixes, o crescimento da vegetação e o processo

de migração dos animais, bem como a rotina dos pantaneiros nas suas mais

2

diversas atividades, como a pecuária, a pesca e o turismo (MORAES et al.,

2013).

Neste contexto, as alterações do uso e cobertura da terra são responsáveis por

provocarem variações no balanço de energia e, por conseguinte, alterações

climáticas globais e regionais. Assim, essas alterações podem interferir no ciclo

hidrológico e modificar a duração, a intensidade e a frequência das estações

chuvosas do Pantanal (PEREIRA et al., 2012).

Devido ao progresso no campo do sensoriamento remoto, o uso de imagens de

satélite tem se tornado um importante instrumento de observação de eventos,

fenômenos e processos que ocorrem na superfície do planeta Terra a partir do

registro e da análise das interações entre a radiação eletromagnética e as

substâncias que o compõem em suas mais diversas manifestações (NOVO,

2010).

No Pantanal, o monitoramento e o mapeamento de áreas alagadas geralmente

são dificultados pela grande extensão territorial, assim, o sensoriamento remoto

surge como uma alternativa viável para a obtenção de imagens da área de forma

rápida e com baixo custo, quando comparado com métodos tradicionais e dados

coletados em campo, inviabilizado pelo alto custo e pela dificuldade de

locomoção nas áreas alagadas (MIGUEL et al., 2010).

Os parâmetros meteorológicos (principalmente as chuvas) podem ser

considerados como precursores para o entendimento de outros componentes

hidrológicos do ciclo da água (vazão do rio, vazão do lençol freático,

armazenamento do reservatório, etc.). Obter um registro climático confiável das

quantidades pluviométricas nas estações de observação do clima que são

distribuídas uniformemente na área é um dos principais desafios,

particularmente em países em desenvolvimento. Para enfrentar esses desafios,

as estimativas/produtos de precipitação por satélite estão se tornando cada vez

mais disponíveis para uso em escala global e regional. A principal vantagem dos

produtos de precipitação baseados em sensoriamento remoto é que eles

3

apresentam resultados satisfatórios em termos de cobertura espacial e temporal

e provaram sua aplicabilidade à estudos climáticos e hidrológicos (BAYISSA et

al., 2017).

Diante do exposto, verifica-se que o mapeamento das áreas alagadas e o

monitoramento do comportamento hidrológico é fundamental para obtenção de

dados importantes sobre o dinamismo da inundação do bioma Pantanal que

afeta diretamente toda a biota e o ritmo de vida do Pantaneiro, além de permitir

uma análise sobre as alterações ambientais e as implicações destas na

variabilidade das áreas alagadas.

4

2 OBJETIVOS

O objetivo geral deste trabalho consistiu em analisar a influência da duração da

estação chuvosa na variação das áreas alagadas do bioma Pantanal para os

anos de 2000 a 2016.

2.2. Objetivos Específicos

(a) Analisar as áreas alagadas do bioma Pantanal para o período de 2000 a

2016 a partir de dados do sensor Thematic Mapper (TM) do satélite

Landsat 5 e 7; Linear Imaging Self-Scaner (LISS-III) do satélite

Resourcesat-1; e Operational Land Imager (OLI) do satélite Landsat 8.

(b) Avaliar a acurácia do mapeamento das áreas alagadas utilizando o

método estatístico Kappa.

(c) Verificar a frequência espacial das áreas alagadas para o bioma Pantanal.

(d) Analisar a influência do regime de precipitação nas áreas alagadas do

bioma Pantanal a partir do Climate Hazards Group InfraRed Precipitation

Station (CHIRPS) ao longo do período de 1981 a 2017, com enfoque nos

anos de 2000 a 2016.

(e) Analisar a redução e ampliação da estação chuvosa na Bacia do Alto

Paraguai.

5

3 FUNDAMENTAÇÃO TEÓRICA

3.1. Pantanal: Uso da Terra e seus Impactos

As informações de uso e cobertura da terra derivadas de sensoriamento remoto

são empregadas para inúmeros estudos ambientais (BROVELLI et al., 2016).

Assim, as alterações no uso e cobertura da terra são responsáveis por gerar

profundas modificações na configuração ambiental, florestal e hídrica, e

possuem reconhecido efeito sobre os níveis de carbono emitidos para a

atmosfera, sendo, desta forma, um importante vetor de alterações e impactos

sobre o balanço de energia, influenciando na circulação regional e global (PBMC,

2014).

Desta forma, a mudança do uso e cobertura da terra pode interferir no ciclo

hidrológico e modificar a dinâmica da duração do período chuvoso, isto é, a

duração, intensidade e frequência das estações chuvosas. Esses fatores

colaboram para a identificação das áreas que podem sofrer maiores impactos

devido ao stress hídrico e para investigar a variabilidade e a mudança no ciclo

sazonal ao longo de todo o Pantanal (PAZ et al., 2011).

Os principais usos e ocupações da planície pantaneira são a pecuária, a pesca,

o turismo, a extração de minérios e em menor escala, porém crescente, a

agricultura. A primeira destaca-se pela sua predominância há mais de dois

séculos, sendo desenvolvida de maneira extensiva em grandes e médias

propriedades em áreas de pastagens naturais e também artificiais com diversas

técnicas de manejos (GIRARD; VARGAS, 2008). Como exemplo, salienta-se a

utilização das áreas sazonalmente inundadas como pastagens na estação seca.

As áreas mais planas e superiores das áreas de planaltos são ocupadas por uma

pecuária intensiva e dotada de técnicas aperfeiçoadas (ALVES, 2015).

A ampliação da pecuária é perceptível no Pantanal, cujos usos e degradação do

solo são marcantes especialmente nas bordas dos Planaltos (ANA, 2004). A

retirada da cobertura vegetal para a formação de pastagens, além de

6

comprometer a biodiversidade, também afeta o ciclo da água, pois restringe a

infiltração e o armazenamento, além de liberar o gás carbônico para a atmosfera,

intensificando a velocidade de lixiviação e provocando a compactação e erosão

no solo (WÜST et al., 2015).

Outra importante atividade do Pantanal é a pesca, que pode ser classificada em:

pesca de subsistência, constitui notável fonte de proteína para as populações

ribeirinhas; pesca esportiva, que se tornou o principal atrativo do turismo

regional, especialmente no Mato Grosso do Sul; e pesca profissional, a qual é

capaz de mobilizar e empregar um número significativo de trabalhadores em toda

a região em decorrência da procura por pescadores esportivos das chamadas

"iscas vivas", ou seja, profissionais se especializaram na captura de peixes e

crustáceos que servem de alimento para capturar as espécies de peixes nobres

(CATELLA et al., 2014). Essa atividade se tornou uma importante opção para

trabalhadores de baixa renda que foram gradualmente se estabelecendo às

margens dos rios e lagoas pantaneiras, criando novos polos de exclusão social

(CHIARAVALLOTI, 2017).

O turismo obteve uma significativa expansão nas últimas décadas e se apresenta

como uma alternativa econômica para o Pantanal Mato-grossense,

consolidando-se através da exploração das suas paisagens e da biodiversidade

pantaneira. Ao decorrer da década de 80, houve um maior investimento em

infraestrutura neste setor, destinado quase que por completo para o turismo de

pesca. Na atualidade, outros setores do turismo vêm se desenvolvendo como o

ecoturismo, o turismo rural e o turismo de aventura, além da pesca esportiva

(GIRARD; VARGAS, 2008).

As atividades do ecoturismo são comumente realizadas em consórcio com

fazendas tradicionais, porque podem favorecer a diversidade dos habitats ali

existentes e a disponibilidade das atividades tradicionais culturais, como por

exemplo, o manejo do gado, as músicas, artes tradicionais e a culinária típica.

Para um maior dinamismo deste empreendimento, diversas ações podem ser

7

executadas pelos fazendeiros, como por exemplo, o plantio de árvores frutíferas

nativas, que aumentam a oferta de alimentos para pássaros e pequenos

mamíferos, a perfuração de tanques em locais específicos, que amplia a

disponibilidade de água para o gado e os animais silvestres durante a seca, a

retirada de macrófitas aquáticas, dentre outras ações, que podem resultar em

um benefício mútuo (IRIGARAY et al., 2017).

No entanto, existem algumas lacunas consideráveis entre as múltiplas

percepções e conhecimentos sobre o Pantanal que propõem indagações sobre

a possibilidade do turismo enquanto atividade propulsora do crescimento local

na região, uma vez que o Pantanal pantaneiro é pouco difundido no universo

turístico, fator que limita as perspectivas de promoção de desenvolvimento

endógeno e do consequente empoderamento das comunidades locais, por meio

da consolidação de uma atividade que incentive o diálogo entre os saberes e as

cooperações existentes (GIRARD; VARGAS, 2008).

Outra significativa atividade é a extração mineral do ferro e manganês, além do

calcário no Pantanal Sul e do ouro e diamante no Pantanal Norte. O município

de Corumbá destaca-se devido à natureza de suas rochas, possuindo em seu

território o Maciço do Urucum, que dispõe de grandes reservas minerais com

destaque para o manganês (maior reserva do Brasil) e o ferro (terceira maior do

Brasil). A exploração deste recurso iniciou-se em 1930 e sua extração ocorre

através de minas subterrâneas e o ferro de mina a céu aberto (LAMOSO, 2001).

Estas minas estão entre as maiores do mundo, estimadas em mais de 30 milhões

de toneladas. No entanto, alguns elementos constituem fatores que limitam um

maior aproveitamento econômico da exploração desses minerais, tais como as

condições do transporte ferroviário e hidroviário e a disponibilidade de energia

(BRITO, 2011).

A atividade agrícola, embora tenha pouca expressão como atividade econômica

em decorrência do regime sazonal de inundação da planície do Pantanal e dos

solos empobrecidos nos planaltos. Esta cultura foi historicamente utilizada para

8

reconstituir as áreas de pastagens e/ou para abertura de áreas principalmente

para o cultivo da soja, em que a cultura já avança na parte mais alta da bacia,

com reflexos no ecoturismo, causando assoreamento de rios e prejuízos à

biodiversidade da região, uma vez que a construção de barragens e a crescente

demanda de irrigação para as plantações têm sido responsável por alterações

na dinâmica hidrológica local, interferindo no equilíbrio do sistema (ALTAFIN,

2016).

As ameaças que envolvem indiretamente o ecossistema estão na ausência de

uma legislação apropriada ou pressões econômicas para expandir a produção

de carne bovina por unidade de área, para disputar com as fazendas no cerrado,

ou até mesmo para a construção da hidrovia Paraguai-Paraná que, em primeira

linha, atende ao interesse do agronegócio na bacia do Alto Paraguai de ter uma

modalidade de transporte econômica para seus produtos (IRIGARAY et al.,

2017).

3.2. Características das áreas alagadas e os impactos que elas ocasionam

na superfície

Anualmente cerca de 20% de todo o Pantanal é inundado pelos seus rios durante

a estação chuvosa. A cada ano, grandes regiões do bioma alternam-se de

hábitats aquáticos para terrestres e vice-versa. O ciclo seco e úmido influencia

diretamente na riqueza, diversidade e distribuição das espécies vegetais, numa

ampla adaptação de habitats de inundação, redução da diversidade de habitats

locais e manutenção da diversidade e uma maior heterogeneidade da paisagem

(FRANCO et al., 2013).

As inundações provocam uma série de transtornos na vida das pessoas. Nas

áreas urbanas, as inundações danificam a propriedade, as infraestruturas e as

redes rodoviárias, enquanto as cheias nas áreas rurais causam frequentemente

danos nas colheitas e na perda de gado. As inundações colocam a vida das

pessoas em risco, tanto diretamente através do afogamento, como também

9

interrompendo as comunicações. Por outro lado, as inundações têm um impacto

positivo no meio ambiente. Por exemplo, as águas da enchente fornecem

nutrientes que enriquecem o solo, recarregam as águas subterrâneas e

aumentam a diversidade de espécies aquáticas (ISLAM et al., 2010).

Analisar a extensão temporal e espacial da inundação é importante para a

avaliação das relações entre o regime hídrico, a atividade agrícola local e o

comportamento do ecossistema global. As inundações não afetam apenas os

seres humanos, mas também afetam vários componentes do ecossistema em

questão. Portanto, a compreensão da data de início e a duração das inundações

são de suma importância para a economia deste bioma (ISLAM et al., 2010).

O dinamismo da planície pantaneira tem importante papel na distribuição da

precipitação na bacia hidrográfica do Alto Rio Paraguai, que se apresenta

decrescente no sentido alto-baixo curso. Os valores da pluviosidade variam entre

1.601-1800 mm nas bordas (planaltos) e entre 1401-1600 mm nas áreas

depressivas do rio Paraguai. Isso significa que as inundações no Pantanal

dependem das precipitações que atingem o planalto e do sistema de

escoamento e transporte pelos seus afluentes, ocasionando um efeito cascata

de áreas alagadas (LEANDRO et al., 2017)

O controle de cheias no Pantanal é de grande importância devido ao seu efeito

regulador sobre o rio Paraguai, reduzindo e retardando amplamente a altura do

pico da inundação e, assim, diminuindo o risco de inundação a jusante. Como a

inclinação hidráulica ao logo do rio Paraguai é de 3 a 5 cm por km, e em razão

de afloramentos rochosos, o pulso de inundação se propaga lentamente em

direção ao Sul, causando uma defasagem de 2 a 4 meses entre os picos de

cheias do Pantanal Norte e Pantanal Sul, evitando desta forma, que os dois picos

de cheias ocorram simultaneamente (LEANDRO et al., 2017).

A elaboração do conceito de pulso de inundação ocorreu através de observações

em várias planícies ao redor do mundo, em que Junk et al. (1989) estabeleceram

que o alagamento anual é a principal variável responsável por controlar os

10

diversos processos bióticos e abióticos nas zonas de transição aquático-

terrestres, e assim como em outras planícies de inundação, no Pantanal esses

processos são responsáveis pela regulação da produção primária, da

estruturação das cadeias alimentares e do dinamismo nutricional (GIRARD;

VARGAS, 2008).

De acordo com Reynaldo e Loverde-Oliveira (2015), a inundação é o principal

fator responsável pela regulação dos processos hidrológicos, biológicos,

ecológicos e culturais, desta forma, as atividades antrópicas realizadas no

Pantanal ou à montante tem interação com a dinâmica e a sustentabilidade deste

ecossistema. Desta forma, não apenas a biodiversidade encontrada em cada

ambiente do Pantanal é dependente do pulso de inundação, como também as

atividades socioeconômicas e culturais de todo o bioma.

Assim, o pulso de inundação observado no Pantanal é igualmente responsável

pelas condições do cotidiano das pessoas que ao decorrer dos anos tiveram que

se adequar às oscilações periódicas da cheia-vazante-cheia. Na estação

chuvosa, as pastagens naturais são renovadas, contribuindo para a manutenção

do gado e outros herbívoros, além do mais, a intermitência das inundações

colabora para o revigoramento da avifauna e ictiofauna. Além da rica

biodiversidade, o Pantanal acomoda uma cultura ímpar, denominada de cultura

pantaneira, em que as características presentes nessa sociedade são marcadas

pelo distanciamento das áreas urbanas, eventualmente de maneira isolada

realizando ajustes necessários em relação as tecnologias, mantendo a tradição

da criação de raças bovinas destinadas à produção de carne, ou seja, a pecuária

de corte (GIRARD; VARGAS, 2008).

Desse modo, é possível perceber como é de suma importância o entendimento

acerca das características do regime pluviométrico do pantanal para

compreender a sazonalidade dos períodos de cheias e secas ao longo dos anos

(MORAES et al., 2013). Isto ocorre através do estudo detalhado do início, da

cessação e do comprimento da estação chuvosa que são as variáveis

11

responsáveis por descrever o regime de precipitação de uma determinada

região. Estas são ferramentas de extrema importância para o acompanhamento

dos impactos causados pelo excesso ou ausência prolongada de chuvas nas

diversas áreas do Pantanal (ZHANG et al., 2017).

3.3. Sensoriamento Remoto: detecção de áreas alagadas

O termo Sensoriamento Remoto está interligado ao desenvolvimento de uma

tecnologia de instrumentos capaz de obter imagens da superfície terrestre a

distâncias remotas. Uma conceituação mais científica define o sensoriamento

remoto como uma ciência que objetiva a aquisição de imagens da superfície

terrestre por meio da identificação e medição quantitativa das respostas das

interações da radiação eletromagnética com os objetos da superfície terrestre.

Essa conceituação fica evidente ao afirmar que o objeto imageado é registrado

por um sensor através de medições da radiação eletromagnética refletida ou

emitida (MENESES et al., 2012).

O conjunto de todas as radiações eletromagnéticas, desde o raio gama (alta

frequência) até as ondas de rádio (baixa frequência) forma o espectro

eletromagnético que constitui a ordenação dessas radiações em função do

comprimento de onda e frequência (MOREIRA, 2011). Como se observa na

Figura 3.1, dentre todas as ondas do espectro, os raios gama apresentam a

maior frequência e o menor comprimento de onda.

12

Figura 3.1: Especto Eletromagnético.

Fonte: DIONÍSIO (2017).

No contexto da interação da radiação eletromagnética com os alvos, as

assinaturas espectrais são uma combinação específica de radiação

eletromagnética refletida e absorvida em comprimentos de onda variáveis que

podem identificar exclusivamente um objeto. Isto é, de acordo com as

características biofísicas e químicas dos objetos da superfície terrestre como a

vegetação, a água e o solo, a reflectância, absorção e transmissão da radiação

eletromagnética variam com o comprimento de onda e, em decorrência dessas

variações, se faz possível a distinção dos objetos presentes nas imagens de

satélite (FLORENZANO, 2011).

As imagens de sensoriamento remoto podem ser uma ferramenta eficiente para

a determinação de áreas de inundação (ISLAM et al., 2010). Segundo Alves

(2015), nos últimos anos é crescente o uso de geotecnologias para a análise das

áreas úmidas. Este fez um importante levantamento dos trabalhos que utilizam

das geotecnologias voltado para essa temática.

13

Na literatura internacional, encontram-se diversos trabalhos de mapeamento de

áreas alagadas, como, por exemplo, os trabalhos de Islam et al. (2010) em

Bangladesh, Davranche et al. (2010) na França; Dezetter et al. (2011) na África;

Gong et al. (2011) e Tian et al. (2015) na China, Power et al. (2012) no Canadá

e Auynirundronkool et al. (2012) e Kotera et al. (2015) na Tailândia. No Brasil,

destacam-se os estudos realizados nas áreas úmidas da Amazônia de Arnesen

(2012) e Furtado et al. (2015). Na planície do Pantanal, encontram-se trabalhos

de diversos autores como Santos et al. (2009), Padovani (2010), Arieira, et al.

(2011), Andrade et al. (2012), Moraes et al. (2013), Antunes; Esquerdo (2014),

Evans, et al.(2014), Silveira (2015) e Alves (2015).

O trabalho realizado por Santos et al. (2009) efetuou a identificação das áreas

alagadas do Bioma Pantanal a partir das variações espaciais e temporais dos

valores do índice de vegetação (EVI) extraídos das imagens do sensor Moderate

Resolution Imaging Spectroradiometer (MODIS). Os autores classificaram como

eficiente a utilização de imagens multitemporais e análise por componentes

principais para o mapeamento de áreas que apresentam comportamento

sazonal o que tornou possível o mapeamento das alterações nas propriedades

físico-biológicas dos múltiplos alvos presentes na cena. Além de verificar as

áreas mais propícias a alagamento durante o período para a região de estudo.

Arieira et al. (2011) utilizou técnicas sofisticadas de classificação estatística,

interpolação e propagação de erros para descrever padrões espaciais de

vegetação, mapear a distribuição da comunidade de plantas e avaliar a

capacidade de abordagens estatísticas para produzir mapas de vegetação de

alta qualidade de zonas úmidas no Pantanal. Em seus resultados, os autores

confirmaram que o uso de sensoriamento remoto foi um método de interpolação

espacial que reduziu a incerteza na vegetação mapeada, e foi capaz de explicar

uma parte significativa da variação espacial na vegetação.

O trabalho de Andrade et al. (2012), teve como objetivo avaliar parâmetros

biofísicos de superfície do Bioma Pantanal com a aplicação de geotecnologias

14

através do algoritmo Sebal (“surface energy balance algorithm for land”),

imagens do sensor Modis e o mapa de classes de uso e cobertura da terra. Os

autores avaliaram que os dados obtidos para NDVI, temperatura da superfície,

albedo, fluxo de calor sensível diário, saldo de radiação diário e

evapotranspiração real diária foram consistentes com dados de literatura para os

diferentes usos e cobertura da terra, e corroboram a eficiência da capacidade

analítica e sinóptica das estimativas do Sebal.

Moraes et al. (2013) efetuou o monitoramento das áreas inundadas e da

precipitação no Pantanal e para isso, foram utilizadas imagens do sensor

MODIS, produtos MOD43B3, e do satélite TRMM produtos 3B43 V7 para os anos

de 2000 a 2012. Estes destacaram que uso de imagens de satélites permitiu o

monitoramento regime de precipitação e o pulso de inundação do bioma

Pantanal. Além de possibilitar a espacialização dos índices de precipitação

obtidas através do TRMM o que proporcionou a identificação de áreas que

poderiam sofrer maiores impactos devido ao stress provocado pelas chuvas.

Zarista (2013) realizou o monitoramento da dinâmica de inundação no pantanal

norte, cujo objetivo foi validar o desempenho dos índices LSWI e EVI do produto

MOD13Q1 para o monitoramento da inundação na área do Sítio de Amostragem

de Longa Duração (grade SALD) Pirizal no Pantanal Norte. Os modelos

mostraram que os valores gerais são satisfatórios tanto para EVI quanto para

LSWI, mas quanto aos valores gerados nos clusters estes precisam do índice

EVI para demonstrar a qualidade do modelo na classificação, e que

considerando as limitações de sensores óticos para detecção de alagamento em

áreas vegetadas, os índices EVI e LSWI do MODIS mostraram-se eficientes para

o monitoramento de áreas alagadas.

Antunes e Esquerdo (2014) aplicaram uma metodologia de classificação sub-

pixel utilizando séries temporais de dados MODIS para quantificar as áreas

inundadas do Pantanal. Para isso, utilizaram o algoritmo da rede neural Fuzzy

ARTMAP baseado na medida de Compromisso CMT (Commitment), que

15

expressa o grau de compromisso de um pixel em relação a uma determinada

classe, nesse caso a classe Água. Posteriormente, foi realizada a quantificação

de áreas inundadas a partir da multiplicação da área do pixel MODIS pelo

somatório das medidas CMT Água dos pixels internos aos limites vetoriais do

Pantanal. Os autores concluíram que quando comparada à simples contagem

de pixels, classificados a partir de métodos tradicionais de mapeamento, as

medidas CMT tendem a apresentar estimativas mais confiáveis, ao considerar

que um pixel pode ser constituído por diferentes proporções de água e por outras

coberturas. Além disso, os dados da banda do infravermelho médio do MODIS

possibilitaram o monitoramento de áreas propensas a inundação no Pantanal

durante os anos hidrológicos de 2007/2008 e 2008/2009.

Evans et al. (2014) fizeram uma abordagem de algumas das limitações

encontradas em diversos trabalhos cujos mapas de classificação resultantes

foram restritos, definindo em escala regional os habitats de zonas úmidas de

cada uma das sub-regiões hidrológicas do Pantanal, produzindo assim um

produto final que abrange todo o Pantanal, utilizando um conjunto de imagens,

adquiridas durante um ciclo hidrológico. Os resultados de acurácia da

classificação geral foram de 80% e estão dentro das faixas gerais de exatidão

relatadas por estudos semelhantes em áreas úmidas. Ou seja, os autores

constataram uma melhora em relação aos mapas de classificação anteriores do

Pantanal, especificamente, aqueles produzidos por Evans et al. (2010).

No ano seguinte, Silveira (2015), realizou em sua tese a análise do desempenho

de produtos MODIS para modelagem da dinâmica de inundação do Pantanal

Mato-Grossense através de séries temporais dos produtos do Índice de

Vegetação (MOD13Q1) e Uso e Ocupação da Terra (MCD12Q1) provenientes

do sensor MODIS, de um recorte de cerca de 8.400 km² na planície setentrional

do Pantanal Mato-grossense. Este encontrou uma acurácia da classificação

obtida no ajuste do modelo (validação interna) de 89,2%, enquanto na validação

externa foi de 77,2%. O uso e ocupação da terra mostrou-se um fator

determinante na acurácia do modelo, levando a classificações erradas do tipo

https://www.sciencedirect.com/topics/earth-and-planetary-sciences/hydrological-cycle

16

falso positivo e falso negativo. O período hidrológico foi outra variável que

também influenciou o desempenho do modelo. Os erros de classificação

ocorrem com maior frequência durante os períodos de transição (enchente e

vazante), possivelmente em decorrência à irregularidade da superfície do terreno

compreendida dentro de cada pixel, associada à imprecisão dos valores de

inundação obtidos pela interpolação/extrapolação das medidas obtidas através

das réguas.

Ainda, o trabalho de Alves (2015), que ao mapear as variações espaciais e

temporais das inundações dos campos alagáveis com emprego de imagens

orbitais no Pantanal Norte, analisou a sua influência sobre o manejo da pecuária.

Por meio dos resultados obtidos durante a pesquisa o autor confirma a

geotecnologia como ferramenta importante de interpretação das áreas alagadas

e salienta que esta foi fundamental para o entendimento do manejo da pecuária

tradicional. O modelo de produção da pecuária é estreitamente relacionado às

variações nas precipitações, aos tipos físicos do relevo, aos fluxos e direção da

água na planície, e especialmente a alternância das fases de águas baixas e

altas no Pantanal.

Dos inúmeros trabalhos avaliados, a maioria dos autores utilizam dados do

MODIS, com resolução de 250 a 500 m, para o mapeamento de áreas alagadas.

Dentre os diversos índices para detecção de superfícies úmidas/alagadas que

os autores utilizam para o mapeamento de áreas alagadas, citam-se os índices

de vegetação e água por diferença normalizada (NDVI e NDWI) e o índice de

umidade da superfície terrestre (LSWI), que se destacou pela elevada

sensibilidade ao teor de umidade presente no solo e no dossel de vegetação

(ALVES, 2015).

Diversos autores supracitados constataram o sensoriamento remoto como uma

tecnologia alternativa viável e pertinente para monitoramentos de longo prazo

em estudos de recursos naturais, notadamente em ambientes inundáveis.

Segundo Moraes et al. (2012), a utilização de imagens orbitais permite ao

17

pesquisador o desenvolvimento de cálculos capazes de estimar as áreas que

são influenciadas pelo pulso de inundação em toda sua extensão territorial.

Os dados provenientes de satélites são também uma alternativa para a obtenção

de dados climatológicos de extensas áreas, considerando-se que os dados

observados em estações meteorológicas são escassos. A compreensão acerca

da ocorrência espacial e temporal da precipitação permite o entendimento do

dinamismo das áreas alagadas, além de melhorar a gestão dos recursos

hídricos, tanto no aspecto ambiental no que diz respeito às enchentes e

estiagens, quanto ao suprimento de diversos setores. (BERNARDI, 2016).

Estudos que buscam compreender a sazonalidade dos períodos de cheias e

secas ao longo do ano utilizam a análise detalhada do início, da cessação e do

comprimento da estação chuvosa, que são as variáveis responsáveis por

descrever o regime de precipitação de uma determinada região, a exemplo estão

os trabalhos de Zhang et al. (2017) e Dunning et al. (2016).

Objetivo de Zhang et al. (2017), foi a de analisar variáveis do regime de chuvas

que exigem observações diárias: início, cessação e duração da estação

chuvosa; quantidade de precipitação sazonal; número de dias

chuvosos; intensidade e frequência de eventos de precipitação; comprimento e

duração cumulativa de períodos de seca a partir de observações diárias usando

estimativas de satélite ARC2 e MSWEP e dados de pluviômetro para

compreender mudanças espaço-temporais no regime de chuvas de Sahel no

período de 1983 a 2015. No geral, a maioria das variáveis de precipitação

estimadas a partir do ARC2 foi considerada consistente com os dados da

estação e com a cobertura global do conjunto de dados do MSWEP, exceto pelo

número de observações diárias de pequenos eventos de precipitação

(<10 mm dia −1). Entretanto, a análise das estimativas de precipitação diária de

ARC2 é considerada valiosa para melhorar a compreensão das tendências

espaço-temporais no regime de chuvas de Sahel, embora com alguma cautela

para variáveis que exigem diretamente o cálculo do número de eventos de

https://www.sciencedirect.com/topics/earth-and-planetary-sciences/rain-gages

18

precipitação diários. A consistência entre as tendências nas variáveis ARC2 e

MSWEP sugere que as análises do regime de chuvas podem ser conduzidas

para outras áreas de terra seca do mundo, onde as mudanças espaço-temporais

na precipitação deverão ter impactos profundos sobre os meios de subsistência.

O objetivo de Dunning et al. (2016), foi a elaboração de um método com a

finalidade de determinar o tempo de início e cessação das chuvas estendido a

toda a África, método este que foi seguido como referência para a estudo do

comprimento da estação chuvosa do bioma Pantanal. A metodologia utilizada

por este autor consistiu em avaliar a sazonalidade a seis conjuntos de dados da

precipitação africana. Os resultados alcançados demonstraram forte

concordância na representação no ciclo sazonal em todos os cinco conjuntos de

dados baseados em satélites, com concordância moderada no conjunto de

dados de reanálise, e a robustez do método de anomalias cumulativas de

precipitação média diária para determinar o comprimento da estação chuvosa e

capturar a progressão física correta das chuvas sazonais. Isso demonstra que

este método é adequado para uso em estudos futuros, incluindo análise de

mudanças climáticas e verificação de modelo. Ambos autores compartilham que

as variáveis responsáveis por descrever o regime de precipitação de uma

determinada região são ferramentas imprescindíveis para o monitoramento dos

impactos provenientes do excesso ou escassez da precipitação em diversas

áreas.

19

4 ÁREA DE ESTUDO

4.1 Localização

A área de estudo abrange o bioma Pantanal, que se encontra na bacia do Alto

Paraguai no Brasil, ocupando uma área de 250.000 Km², fazendo divisa ao norte

com o Paraguai e a leste com a Bolívia (Chaco Boliviano), englobando parte dos

estados de Mato Grosso e Mato Grosso do Sul, localizado nas coordenadas

geográficas 22º 10’ S e 15º 30’ S; 59º 15’ W e 54 º 50’ W, conforme Figura 4.1.

Figura 4.1. Localização da área de estudo do Bioma Pantanal

20

Pertencem ao Pantanal mato-grossense e sul-mato-grossense 23 municípios,

sendo Corumbá, Poconé, Cáceres e Aquidauana considerados os que mais

contribuem em área para a formação do Pantanal, com destaque para a primeira

cidade mencionada (FERREIRA, 2013), conforme Figura 4.2.

Figura 4.2. Municípios do Bioma Pantanal

O município de Corumbá pertence ao Estado do Mato Grosso do Sul, possui

uma extensão territorial de 64.963 km² e abriga uma população de 103.772

habitantes em sua maior parte (90,1%) situada nas áreas urbanas e apenas

9,8% nas áreas rurais (IBGE, 2010). Na área econômica, o setor que mais se

21

destaca é o de serviços, sobretudo voltado para o turismo, sendo o Rio Paraguai

o atrativo principal. As atividades industriais e agropecuárias apresentaram um

crescimento significativo nestes últimos anos. A atividade de pecuária de

Corumbá sobressai por possuir o segundo maior rebanho do Brasil, com mais

de 1,7 milhão de cabeças de gado bovino (IBGE, 2015).

Aquidauana, situada no Pantanal (Microrregião de Aquidauana), possui uma

extensão territorial de 16.958 km² e uma população de 45.623 habitantes, sendo

que 78.8% dos moradores estão nas áreas urbanas e 21.9 % nas áreas rurais,

e em relação a sua economia, o setor mais representativo é o de serviços (IBGE,

2010). É importante salientar que o turismo compreende o setor de serviços.

Porém, essa atividade desenvolve-se em fazendas distantes da área urbana e

de difícil acesso destinado a alta classe social (PAULO, 2011).

Dos municípios situados em Mato Grosso, Poconé possui uma extensão

territorial de 17.271 km², com uma população de 31.778 habitantes em que mais

de 70% estão estabelecidos em áreas urbanas, enquanto 27,4% nas áreas rurais

(IBGE, 2010). No setor econômico, destacam-se o setor de serviços seguido pela

atividade agropecuária, que é acentuada em razão da criação de gado, e forte

presença da indústria extrativa mineral. Este município não recebe uma grande

quantidade de turistas, sendo mais considerado como um ponto de passagem

devido a facilidade de chegar na transpantaneira e, consequentemente, adentrar

em áreas naturais do Pantanal, onde turistas se hospedam nas áreas rurais

(PAULO, 2011).

O município de Cáceres, situado nas margens do rio Paraguai, na divisa com a

Bolívia, possui extensão territorial de 24.351 km², abrigando uma população de

87.912 habitantes, onde 87,1% da população pertence a área rural e apenas

12,8% estão na zona urbana e possui o setor de serviços como base de seu PIB

(IBGE, 2010). Ainda segundo Paulo (2011), em relação aos atrativos turísticos

destaca-se o turismo de pesca, de grande importância municipal.

4.2. Caracterização ambiental

22

O bioma Pantanal está localizado, em maior parte, dentro de uma bacia

sedimentar, composta por um mosaico de leques aluviais originários do

Pleistoceno (11.000 a 1.8 milhões de anos), inundado sazonalmente, cercado

por terras altas circundada pelos planaltos de Maracaju-Campo Grande e

Taquari-Itiquira a leste, Guimarães e Parecis a norte, Urucum-Amolar a oeste e

Bodoquena a sul. Corresponde a uma bacia sedimentar ativa, que está sendo

preenchida por um trato deposicional tomado por sedimentação aluvial, onde o

rio Paraguai realiza a captação das águas de vários megaleques, sendo o

Taquari o maior deles (ASSINE et al., 2015).

Destaca-se a geomorfologia do leque aluvial do Rio Taquari, com cerca de 50

mil Km², equivalente a 40% de toda a planície pantaneira, o que o coloca em um

dos maiores leques aluviais do mundo, assinalado por um complexo de

paleocanais distributários. Esse baixo gradiente topográfico tem relação direta

com o soerguimento andino durante o último evento compreensivo, por volta de

2,5 milhões de anos. Este evento, chamado de furebulge é a denominação para

uma área soerguida adjacente a uma região deprimida (ABDON et al., 2005).

Os aspectos geológicos e geomorfológicos são importantes para compreender

as grandes e frequentes inundações do Pantanal, o que o torna um wetland, isso

significa uma área em que grande parte do ano permanece alagada e este fator

propicia a geração de um rico ecossistema, fazendo com que se torne uma das

sete áreas úmidas mais importante do planeta (ASSINE et al., 2015).

A hidrografia do Pantanal, conforme Figura 4.3, encontra-se localizada na Bacia

do Alto Paraguai (BAP) e ocupa uma área de aproximadamente 345.000 Km² no

território brasileiro, sendo composta principalmente pelo rio Paraguai e seus

afluentes: São Lourenço e Cuiabá ao norte e Miranda, Taquari, Coxim e

Aquidauana ao sul, além de possuir rios de menores extensões como o

Nabileque, Apa e Negro, formando a rede hidrográfica de todo o complexo

pantaneiro (SILVA, 2011).

23

Figura 4.3: Rede hidrográfica da Bacia do Alto Paraguai.

A Bacia do Alto Paraguai possui três regiões bastante distintas, sendo elas o

Planalto, o Pantanal e o Chaco. O Planalto é uma região relativamente alta, com

altitudes acima de 200 m, podendo alcançar até 1400 m, situada na região leste

da bacia, quase inteiramente em território brasileiro, onde a drenagem se

caracteriza por ser bem definida e convergente (ANA, 2006).

O Pantanal constituí uma vasta superfície rebaixada, com dois aspectos

geomorfológicos distintos, ou seja, as planícies e as áreas de acumulação

inundáveis. A planície de inundação compreende as planícies fluviais e fluvio-

lacustres, relacionando-se, assim, ao rio Paraguai e seus afluentes. As áreas de

acumulação inundáveis localizam-se em posição interfluvial, em relação à

drenagem (SOUZA et al., 2006).

24

O processo de inundação alimenta um intrincado sistema de drenagem que inclui

baías, pequenos lagos que secam sazonalmente; vazantes, caracterizadas

pelas drenagens de enchentes pararias com areia ou grama curta; corixos, que

conectam áreas inundadas; e lagos doces e salinos. Esta região apresenta cotas

altimétricas que variam entre 80 e 150 m e, conforme supracitado, foi formada

pelo rebaixamento de uma grande região, simultaneamente ao surgimento da

Cordilheira dos Andes (EVANS et al., 2014).

Finalmente, o Chaco, situado a oeste da fronteira do Brasil, é uma região baixa

onde a precipitação é inferior a 1000 mm por ano e onde há grandes áreas com

drenagem endorréica, que encerra em banhados ou lagos, ou sem sistema de

drenagem definido (ANA, 2006).

Segundo a classificação de Köppen, o clima do Pantanal recebe a sigla “Aw”,

em que a letra “A” corresponde ao clima tropical semiúmido a úmido. A letra “w”

relaciona-se ao período seco no inverno, com temperatura média anual entre 22°

e 26 C°. A região tem como uma de suas características principais a presença

de dois períodos climáticos bem definidos: a estação das chuvas de outubro a

abril, quando ocorre de 70 a 80% da precipitação, e a estação da seca, com

ausência quase total das chuvas e baixa umidade relativa. No verão é comum

temperaturas acima de 38ºC, enquanto os meses de inverno a média é de 18ºC

(ANA, 2004).

Os solos do Pantanal estão associados ao hidromorfismo, isto ocorre devido à

deficiência do arejamento por conta do excesso de água. Desta forma, os solos

sofrem interferência direta em relação à natureza do material de origem e pelo

regime de inundações periódicas a que estão sujeitos. Por este motivo, possuem

características que o diferenciam, como a extrema pobreza em bases trocáveis,

a saturação de sódio significativamente elevada e a sua constituição arenosa a

argilosa que se expande e sofre mudanças textuais abruptas em profundidade,

fatores que implicam diretamente no seu uso, seja limitando para o cultivo, ou

25

restringindo o seu uso apena para o aproveitamento das pastagens nativas como

a pecuária extensiva (FURQUIM et al., 2017).

A vegetação da área de estudo, segundo dados do MMA (2007), é composta por

fitofisionomias florestais que respondem por 5,07% da área do bioma, enquanto

as fitofisionomias não-florestais respondem por 81,7% da área do Pantanal. A

Savana (Cerrado) predomina em 52,6% do bioma, seguida por contatos

florísticos, que ocorrem em 17,60% da área.

A região correspondente a fitofisionomias florestais subdivide-se em Floresta

Estacional Semidecidual e Floresta Estacional Decidual. O conceito ecológico da

Floresta Estacional Semidecidual é definido em função da ocorrência de clima

estacional que determina semideciduidade da folhagem da cobertura florestal.

Na extensão tropical, associa-se à região marcada por forte seca no inverno e

por intensas chuvas de verão (IBGE, 2010).

O tipo de formação encontrada com maior frequência na grande depressão

pantaneira mato-grossense-do-sul, às margens dos rios da BAP é a Floresta

Estacional Semidecidual Aluvial. Nesta, destaca-se a presença de plantas de

porte médio, variando entre 20 e 30 m de altura, como por exemplo, o Amburana

acreana Ducke, vulgarmente conhecido como cerejeira, de grande valor

econômico-madeireiro (IBGE, 2010).

A savana é considerada como uma vegetação xeromorfa, sob ocorrência em

distintos tipos climáticos, preferencialmente de clima estacional

(aproximadamente 6 meses secos). Esta foi subdividida em quatro subgrupos de

formação: Florestada; Arborizada; Parque; e Gramíneo-Lenhosa. Em geral

encontra-se as várias formações campestres, que em conjunto com a vegetação

gramíneo-lenhosa baixa, alternam-se pequenas árvores isoladas, capões

florestados e galerias florestais ao longo dos rios, mostrando uma grande

variabilidade estrutural e, em consequência, grandes diferenças em porte e

densidade, no que também influi a intensidade da ação antrópica (IBGE, 2010).

26

As áreas de contato florísticos, ou áreas de tensões ecológicas como é

comumente conhecido, ocorrem quando são encontradas duas ou mais regiões

fitoecológicas. Podem ser classificadas de duas maneiras, em ecótonos, quando

existem na maioria das vezes comunidades indiferenciadas entre duas ou mais

regiões fitoecológicas, onde as floras se interpenetram, estabelecendo as

transições florísticas. A segunda classificação refere-se ao “mosaico de áreas

edáficas”, no qual cada encrave guarda sua identidade ecológica sem se

misturar. Na área de estudo são encontrados os contatos entre Floresta

estacional semidecidual, Floresta estacional decidual, Savana e Savana

estépica (IBGE, 2010).

Conforme a ocupação antropogênica, os padrões vão se alterando, ou seja, a

cada nova composição promove novas linhas de evolução, novos mecanismos

e novos condicionantes. Estes por sua vez são originados pelas forças atuantes

da natureza e se manifestam por variações de longas datas e são responsáveis

por explicar a construção e transformação de paisagens. Cada uma delas retrata

uma vulnerabilidade à ação do homem, devido às características e funções de

seus componentes que podem ser observados em uma microescala ou

macroescala, capazes de conduzir direta ou indiretamente desastres ou

situações indesejáveis ao ser humano (SANTOS, 2007).

De acordo com Pereira et al. (2012), as vulnerabilidades ambientais, além de

modificar o dinamismo da paisagem, alteram a competência do meio em

responder aos processos naturais. Em relação à vulnerabilidade ambiental das

unidades de paisagem do Bioma Pantanal, esta pode ser classificada de acordo

com as fitofisionomias, unidades morfométricas e solos. As áreas que

apresentam baixa fragilidade ambiental estão situadas em planícies de

deposição aluvial, em maioria de declividade plana a baixa (0 a 2,5%), com

depósitos de aluviões recentes e terraços mais antigos do Holoceno e com

predominância de Savana/Savana Lenhosa.

https://www.sinonimos.com.br/predominancia/

27

As áreas com altitude entre 50 a 250 metros, sobretudo na região de deposição

aluvial do leque do Rio Taquari e em planícies não inundáveis, apresenta uma

média fragilidade ambiental. Ainda, as regiões localizadas nas planícies aluviais

e regiões montanhosas de média a alta declividade, como as superfícies

montanhosas, com a presença de solos do tipo Planossolo Háplico, Gleissolo

Háplico e Argissolo Vermelho Amarelo são áreas que apresentam graus

elevados de fragilidade ambiental (PEREIRA et al., 2012).

28

5 MATERIAIS E MÉTODOS

5.1 Materiais utilizados

Neste trabalho as imagens de satélites foram utilizadas para o mapeamento das

áreas alagadas e para as análises de dados climatológicos. Na Tabela 5.1 pode

ser visualizado as informações a respeitos dos produtos que foram utilizados.

Tabela 5.1 - Dados sobre os satélites utilizados.

Período Satélites Agência Lançamento Sensor

2000 a

2011

Landsat 5

NASA

01/03/1984 TM

Landsat 7 15/04/1999 ETM+

2012 Resourcesat -

1

ISRO 17/10/2003 LISS - III

2013 a

2016

Landsat 8 NASA 11/02/2013 OLI

2000 a

2017

CHIRPS USGS/EROS 1981 ---

As cenas do Landsat 5 e 8 foram obtidas através do serviço geológico americano

- United States Geological Survey (USGS), da plataforma Earth Resources

Observation and Science (EROS) - Science Processing Architecture (ESPA). As

cenas provenientes do Resoucesat-1 tiveram sua aquisição na Divisão de

Geração de Imagens (DGI) que faz parte da Coordenação Geral de Observação

da Terra (OBT) do Instituto Nacional de Pesquisas Espaciais (INPE). Os dados

do CHIRPS foram adquiridos através do Climate Hazards Group (CHG) da

Universidade de Santa Bárbara, que trabalha em estreita colaboração com

parceiros como a USGS e National Aeronautics and Space Administration

(NASA).

5.1.1. Imagens Landsat

29

Em julho de 1972 ocorreu o lançamento do primeiro satélite chamado Earth

Resources Technology Satellite (ERTS1) pela NASA nos Estados Unidos. Após

o lançamento, o ERTS 1 foi renomeado de Landsat. Os satélites Landsat são

destinados à análise ambiental, possuindo inúmeras aplicabilidades para o

monitoramento das mudanças do uso e cobertura da Terra. De 1972 em diante,

foram lançadas as séries Landsat 1, 2, 3, 4, 5, 7 e 8 (USGS, 2018).

A órbita dos satélites Landsat é Sol-síncrona e quase polar. Está posicionada a

705 km de distância em relação a superfície terrestre no Equador. A resolução

temporal é de 16 dias e a largura da faixa imageada é de 185 km (USGS, 2018).

O sensor Thematic Mapper (TM), a bordo do satélite Landsat 5 possui 7 bandas

espectrais, sendo que as bandas 1, 2, 3, 4, 5 e 7 possuem resolução espacial

nominal de 30 metros e a banda termal 6 possui resolução espacial nominal de

120 metros. A resolução radiométrica é de 8 bits. O sensor Enhanced Thematic

Mapper Plus (ETM+) do Landsat 7 possui 8 bandas espectrais, sendo que as

bandas 1, 2, 3, 4, 5, 6, 7 possuem resolução espacial nominal de 30 metros e a

banda 8 (pancromática) possui resolução espacial nominal de 15 metros. A

resolução radiométrica é de 8 bits e a resolução temporal é de 16 dias. É

importante salientar que a utilização de algumas cenas proveniente deste sensor

(ETM+) ocorreu somente no período de 2000 a maio de 2003, resultado de um

problema técnico a bordo do Landsat 7, em que as imagens apresentaram falhas

de sincronismo do scanner (USGS, 2018), inviabilizando o uso para outras datas.

O sensor Operational Land Imager (OLI) do satélite Landsat 8 possui 11 bandas

espectrais, sendo que as bandas 1, 2, 3, 4, 5, 6, 7 e 9 possuem resolução

espacial nominal de 30 metros, as bandas termais 10 e 11 possuem resolução

espacial nominal de 100 metros e a banda 8 (pancromática) possui resolução

espacial nominal de 15 metros. A resolução radiométrica é de 12 bits e a

resolução temporal é de 16 dias. O mosaico das cenas das imagens proveniente

da série Landsat contendo as informações das órbitas/pontos podem ser

visualizados abaixo na Figura 5.1:

30

Figura 5.1. Mosaico de cenas das imagens do satélite Landsat

5.1.2. Imagens Resourcesat -1

Devido ao encerramento da vida útil do Landsat 5 no ano de 2011, as cenas

utilizadas para o ano de 2012 foram provenientes do satélite Resourcesat – 1

(sensor LISS-III) da Agência espacial indiana, que possui 4 bandas espectrais,

com uma resolução espacial nominal de 23,5 metros. A resolução radiométrica

é de 7 bits, a resolução temporal é de 24 dias e a área imageada é de 141 km.

A composição das cenas que englobam a área estudada pode ser visualizada

na abaixo na Figura 5.2:

31

Figura 5.2. Mosaico de cenas das imagens do satélite Resourcesat-1

5.1.3. Dados de Precipitação – CHIRPS

O produto proveniente do CHIRPS foi lançado em 1981 através de uma parceria

conjunta entre a USGS e a EROS. O CHIRPS estima as variações de

precipitação no espaço e no tempo fornecendo dados confiáveis, atualizados e

mais completos para o monitoramento do regime hidrológico (FUNK, 2015).

As informações coletadas pelo satélite CHIRPS abrangem uma vasta área,

compreendida entre 50º N e 50º S. Os dados são fornecidos nos formatos

NetCDF, GeoTiff e Esri BIL. As unidades são em milímetros (mm) por período

32

de tempo, por exemplo, mm por dia, mm por pentada (chuva acumulada a cada

cinco dias), mm por mês.

A resolução espacial é de 0,05° x 0,05° (~5 km). O CHIRPS emprega o produto

TMPA 3B42 do satélite Tropical Rainfall Measuring Mission (TRMM) para calibrar

as estimativas de precipitação através dos dados de nuvens (cold cloud duration

– CCD), além disso, o produto incorpora dados de precipitação de satélites

geoestacionários quase-globais do CPC e do Sistema Nacional de Previsão

Climática versão 2 (CFSv2) e observações de precipitação in situ (FUNK, 2015;

BAYISSA et al., 2017).

Após o download de todos os dados, estes foram inseridos no aplicativo GrADS,

que é uma ferramenta interativa usada para facilitar o acesso, manipulação e

visualização de dados climatológicos, possibilitando a análise das anomalias

climáticas e elaboração de diversos dados sobre a precipitação para os anos de

2000 a 2016.

5.2. Procedimentos Metodológicos

Para o mapeamento das áreas alagadas, optou-se por utilizar as cenas que

correspondiam ao final do período da estação chuvosa, entre março e abril, no

entanto, devido à ocorrência de nuvens nas cenas dos meses supracitados,

algumas cenas dos meses anteriores e/ou posteriores também foram utilizadas.

Desta forma, optou-se por utilizar as cenas correspondente ao final da estação

chuvosa do Landsat e Resourcesat-1, com exceção dos meses secos (Junho a

Novembro).

5.2.1. Aplicação do Modelo Linear de Mistura Espectral (MLME)

Na aquisição de dados por sensoriamento remoto orbital existe uma grande

diversidade de alvos na composição de cada pixel. A mistura espectral ocorre

quando um mesmo pixel inclui duas ou mais classes espectrais, denominadas

de endmembers, ou seja, compreendem a mistura da assinatura espectral de

33

elementos da superfície. Desta forma, uma das técnicas utilizadas para

identificar esses pixels ou alvos puros consiste do uso do Modelo Linear de

Mistura Espectral (MLME), que decompõe a mistura espectral dos alvos em cada

pixel em termos da proporção para cada endmember selecionado. Neste

contexto, o objetivo do MLME é estimar a fração da área do pixel ocupada por

cada um dos membros de referência (SHIMABUKURO; SMITH, 1991).

Este modelo realiza a conversão da informação espectral em informação física,

ou seja, valores proporcionais das componentes no pixel. A imagem que contém

a fração vegetação irá evidenciar a cobertura vegetal; a fração solo realça as

superfícies de solo exposto; a fração sombra/água enfatiza as áreas que contem

corpos hídricos, áreas queimadas, alagadas etc. É importante salientar que a

imagem fração sombra ou água são assim denominadas porque possuem

respostas espectrais similares (MOREIRA, 2011).

Assim, ao analisar uma área alagada, por exemplo, os pixels puros

(endmembers) a serem utilizados como dados de entrada serão selecionados

diretamente na imagem a partir de pixels que possuam resposta espectral mais

próxima da curva teórica esperada para alvos puros, neste caso a Água. Os

endmembers geralmente utilizados para cada conjunto de dados referem-se às

imagens fração vegetação, solo e sombra, conforme Equação 5.1:

ρi = a*vegi + b*soloi + c*sombrai + e (5.1)

em que ρi é a resposta da reflectância do pixel na banda i; a, b e c são as

proporções de vegetação solo e sombra, respectivamente; vegi, soloi e sombrai

são as respostas espectrais das componentes vegetação, solo e sombra (ou

água), respectivamente; e “i” é o erro na banda i.

Assim, o MLME foi aplicado nas cenas do Landsat 5, Landsat 8 e Resourcesat-

1 para obter a fração sombra, que realça as áreas alagadas por serem alvos de

34

baixa reflectância. Para a extração dos endmembers foi utilizado o programa

Environment for Visualizing Images (ENVI) e, posteriormente, o MLME foi obtido

a partir de um script criado no Interactive Data Language (IDL), para que o

processamento fosse aplicado para todas as imagens restantes utilizando os

mesmos endmembers coletados de cada uma das cenas dos produtos

supracitados a partir de um processo automatizado no IDL.

5.2.2. Mapeamento das áreas alagadas

Após a aquisição das frações-sombra, estas foram inseridas novamente no

programa ENVI, e a partir da definição de um limiar mínimo de 0,6 de acordo

com as análises as áreas alagadas foram geradas. Ressalta-se que as imagens

do sensor TM e OLI já estavam ortorretificadas e georreferenciadas. Desta

forma, apenas, as imagens do ano de 2012 do sensor LISS-III foram

geometricamente corrigidas, processo que será explicado no próximo tópico. A

etapa seguinte foi realizada no SPRING, através da criação de bancos de dados

com toda a base adquirida. Desta forma, o banco de dados constituiu-se de

imagens do sensor LISS-III para o ano de 2012 e imagens do sensor TM e OLI

para demais anos e o sistema de projeção utilizado foi o UTM/WGS84.

Para facilitar a delimitação das áreas alagadas na composição colorida, foi

aplicado o contraste com realce por falsa-cor, por meio da manipulação do

histograma da imagem. Para as imagens do sensor TM utilizou-se a composição

3B4G5R, nas imagens LISS-III utilizou-se a composição 2B3G4R e nas imagens

do sensor OLI a composição utilizada foi 4B5G6R, o que permite a melhor

visualização das áreas alagadas.

O recurso de contraste propicia a diferenciação dos alvos nas imagens, através

de modificações de funções matemáticas dos níveis de cinza ou valores digitais

de uma imagem, de modo a realçar determinadas informações espectrais

aumentando a qualidade visual, favorecendo a análise do intérprete

(NASCIMENTO, 2012). Embora o resultado proveniente desta técnica possa

produzir imagens cujas cores não correspondam aos valores espectrais reais de

35

cada elemento presente na cena, o realce pode aumentar consideravelmente a

qualidade visual das imagens (PEDRINE; SCHAWARTZ, 2008).

Após aplicação do contraste, foi realizada a importação das imagens

classificadas no ENVI das áreas alagadas. Após a inserção das imagens

classificadas, foi criado um plano de informação temático denominado

hidrografia, com a classe temática água para a posterior edição manual do

mapeamento de eventuais áreas alagadas não classificadas e classificadas

erroneamente. Salienta-se que neste processo todas as cenas foram

visualmente analisadas em toda a sua extensão de maneira a evitar a inclusão

de corpos hídricos e/ou áreas alagadas que poderiam ser facilmente confundidas

com a sombra do relevo e nuvens.

5.2.3. Georreferenciamento e compatibilização dos dados do sensor Linear

Imaging Self-Scaner (LISS-III) do satélite Resourcesat-1para o ano de

2012

Após a aquisição de todas imagens do sensor LISS III, as mesmas foram

inseridas no software Exelis Visual Information Solutions (ENVI), para o

procedimento de georreferenciamento, em que todas as imagens foram

geometricamente corrigidas por meio do modelo polinomial de primeiro grau e

interpolador vizinho mais próximo, que possibilita a comparação multitemporal

das imagens provenientes de satélites distintos.

O procedimento de georreferenciamento ou registro de uma imagem consiste

em localizar pontos equivalentes na imagem que se deseja corrigir e no dado de

referência (CASTEJON et al., 2015) e o recurso de interpolação por vizinho mais

próximo é uma técnica conhecida como pixel replication, que tem como função

principal a de atribuir ao novo valor interpolado o valor do nível de cinza mais

próximo da imagem original (DOURADO, 2014).

A correção geométrica é indispensável para a inclusão de uma imagem à base

de dados existentes em um SIG, fusão de imagens adquiridas por diferentes

36

sensores, aplicações relacionadas com a combinação de imagens de uma

grande área (mosaico), entre outros (NASCIMENTO, 2012).

As imagens foram georreferenciadas a partir das cenas do Landsat da base

Geocover, disponibilizada pela National Aeronautics and Space Administration

(NASA) e também no registro imagem-imagem com o máximo de pontos

possíveis.

5.2.4. Validação das áreas alagadas das imagens de satélite utilizando o

método estatístico Kappa

Com o processamento digital de imagens (PDI) vários produtos foram

originados, como, por exemplo, às áreas alagadas, frequência de ocorrência,

entre outros. Neste contexto, a validação desses dados é de suma importância

para sua integração no Sistema de Informações Geográficas (SIG) evitando,

assim, interpretações equivocadas. Desta forma, a validação dos dados permite

avaliar a qualidade dos dados gerados e a garantia de que as informações

abstraídas sejam apropriadas para o uso que lhe foi destinado (LOBÃO et al.,

2005).

Para avaliar a acurácia dos mapas temáticos das áreas alagadas do Pantanal

foi utilizado o índice Kappa, em conjunto com os seguintes parâmetros

estatísticos: precisão geral do mapa; precisão da classe temática, que neste

caso foi a água; erros de omissão e erros de inclusão. Para a matriz de confusão

foram adotados a criação de pontos aleatórios no programa ArcGis 10.5, sendo

que a quantidade de amostras foi definida conforme Jensen (1986), que define

o número mínimo de pontos de amostra pela relação N=[4(p)(q)]/E2, sendo “p” o

percentual esperado de exatidão, q o valor de 1 – p e “E” o erro permissível.

Assim, concebeu-se como previsível e aceitável um percentual de exatidão de

85% e um erro permissível de 5%, de acordo com a aplicação da relação de

Jensen (1986), originando 204 pontos por ano e totalizando 3.264 pontos (Figura

37

5.3), sorteados aleatoriamente no Bioma Pantanal e que incluíam as classes

áreas alagadas e áreas secas.

Figura 5.3. Espacialização dos 3.264 pontos no ArcGis 10.5 para a comparação e a avaliação da confiabilidade do mapeamento para o período de 2000 a 2016.

Posteriormente, foram adotados os procedimentos propostos por Hudson e

Ramm (1987), utilizando a formulação do coeficiente KAPPA que permite

analisar o nível de concordância das amostras. Inicialmente, a estatística básica

da exatidão ou acurácia geral é calculada pelo somatório dos pontos

concordantes da classificação com a comparação, que é dividido pelo total dos

pontos aleatórios de amostragem. Para a realização da validação foi utilizada

38

como base as próprias cenas aplicadas para o mapeamento com a sobreposição

da classificação e amostragem dos pontos.

Deste modo, os resultados dos cálculos da estatística básica da exatidão ou

acurácia geral e da probabilidade de concordância ao acaso são as bases para

o cálculo do coeficiente ou índice KAPPA, que é calculado pela expressão “K =

((K1 – K2) / (1 – K2))”, onde K1 é o resultado da acurácia geral e K2 é o resultado

da probabilidade de concordância ao acaso (ARAÚJO, 2015).

5.2.5. Diagnóstico do início e cessação dos regimes anuais de precipitação

O regime de precipitação do Pantanal é caracterizado por uma forte variabilidade

intra e interanual. Conhecer o regime de precipitação é de grande importância,

pois dela dependem os mais diversos setores da sociedade, como a economia,

o meio ambiente e a sociedade. Neste contexto, a forma de caracterizar a

variabilidade de precipitação pluvial é analisar a distribuição dessa variável

(BUSTAMANTE-BECERRA et al., 2012).

Os episódios plurianuais secos e úmidos afetam consideravelmente o bioma

Pantanal e possuem desdobramentos na dinâmica ambiental. Para compreender

a sazonalidade dos períodos de cheias e secas ao longo dos anos, o estudo

detalhado do início, da cessação e do comprimento da estação chuvosa, que

são as variáveis responsáveis por descrever o regime de precipitação de uma

determinada região e são de extrema importância para o acompanhamento dos

impactos causados pelo excesso ou ausência prolongada de chuvas (ZHANG

et al., 2017).

Entre as análises do regime de precipitação, pode-se citar o início e fim da

estação chuvosa (DUNNING et al., 2016). O método utilizado para determinar o

início e a cessação do regime anual é descrito em Liebmann et al. (2012). Para

as estimativas do início e término da estação chuvosa, estima-se a precipitação

média para cada um dos dias do ano (Qi), em que i correspondente ao período

de 1º de julho a 30 de junho de cada ano, e a precipitação diária acumulada (Q̄).

39

A partir desta, é encontrada a anomalia de precipitação diária cumulativa para

determinado dia (d), denominado de C(d), conforme pode ser visualizado na

Equação 5.2 em que i representa os dias do ano.

𝐶(𝑑) = ∑ 𝑄𝑖 − Q̄𝑑

𝑖=1 (5.2)

em que o dia do mínimo valor em C marca o início da estação chuvosa, e o valor

máximo o final da estação chuvosa. Os dados de precipitação foram adquiridos

no sítio eletrônico ftp://ftp.chg.ucsb.edu/pub/org/chg/products/CHIRP/, através

de um Protocolo de Transferência de Arquivos (FTP). Os dados globais, em

formato NetCDF e com resolução temporal mensal para os anos de 1999 a 2017

foram transformados em binários através de um script em IDL.

Assim, os dados provenientes do CHIRPS foram inseridos no aplicativo GrADS,

que é uma ferramenta interativa usada para facilitar o acesso, manipulação e

visualização de dados climatológicos da precipitação que abrange a área da

BAP, dentre eles citam-se a média e a precipitação acumulada que possibilitou

a geração dos histogramas da precipitação (mm) englobando os dados de

frequência acumulada anuais de 2000 a 2016, e os gráficos com os resultados

foram originados no programa Excel.

5.2.6. Análise dos dados CHIRPS e criação da máscara espacial

Para caracterizar a variabilidade mensal, diária e as anomalias da precipitação

na Bacia do Alto Paraguai (BAP), assim como, representar espacialmente a

distribuição da precipitação, utilizaram-se os dados do CHIRPS. Entretanto, com

o objetivo de analisar a precipitação, umas das principais variáveis responsáveis

pela ocorrência das áreas alagadas no Bioma Pantanal, utilizou-se um recorte

espacial, delimitado pela BAP. No GRADS, a função maskout permite analisar

apenas as áreas de interesse, porém, é necessária uma matriz de dados da

região de interesse (máscara espacial). Para a confecção da máscara, o

shapefile das sub-bacias disponibilizado pela Agência Nacional de Águas (ANA)

40

foi importado para o SPRING. Nesta etapa, é importante que a grade de pontos

gerada no SPRING possua compatibilidade com os dados do CHIRPS, em

formato binário, ou seja, deve haver uma coincidência em todos os atributos.

Para isso, o projeto no SPRING foi delimitado de maneira que ambos os dados

possuíssem as mesmas dimensões espaciais, número de pontos e tamanho de

pixel.

Após a definição das características do projeto, criou-se uma categoria temática

para a associação do polígono pertencente a BAP e, em seguida, converteu-se

a classe temática para matriz com resolução de 0,05º (resolução espacial do

CHIRPS). Assim, o procedimento resultou em uma grade binária de exata

dimensão da BAP. Por fim, os dados binários foram inseridos no aplicativo

GRADS, a partir da criação de um arquivo descritor, e as informações

relacionadas às precipitações desta área, como a média mensal e a anomalia

anual, foram extraídas.

41

6. RESULTADOS

6.1. Validação dos mapeamentos das imagens de satélite utilizando o

método estatístico Kappa.

A quantificação das áreas alagadas tornou-se um processo fundamental para

que houvesse a validação dos resultados e, por conseguinte, verificar quão

próximo da realidade se encontram os mapeamentos das áreas inundadas do

Pantanal. Por isso, o procedimento estatístico KAPPA, responsável por

quantificar e analisar a concordância entre as amostras aleatórias, e o índice da

probabilidade de concordância ao acaso foram de suma importância.

Os cálculos resultaram no índice da exatidão ou acurácia geral da concordância

de 0,93 ou 93,89%, e no índice KAPPA de 0,84 ou 84,33%, ou seja, situação de

avaliação positiva na confiabilidade do mapeamento temático de áreas alagadas

do bioma Pantanal. Na Tabela 6.1, abaixo, é possível perceber como ficou a

espacialização por classe dos 3.468 pontos do coeficiente de concordância do

índice Kappa.

Tabela 6.1. Resultado da classificação do índice Kappa, período de 2000 a 2016.

Cla

ss

ific

açã

o

Referência

Água Terra

Água 583 119

Terra 50 2716

Total: 3.468 pontos

Os resultados do Índice Kappa, acima, demonstram-se suficientes para

assegurar a acurácia dos dados. Assim, obteve-se uma confiabilidade dos

mapeamentos das áreas alagadas, considerando que o método híbrido de

mapeamento destas áreas por interpretação visual (fase interativa), devidamente

auxiliada por classificação automatizada (fase computacional), propiciou um bom

42

índice, com precisão bem definida na classificação das feições (LANG;

BLASCHKE, 2009).

Trabalhos como o de Moraes et al. (2013) utilizam imagens do sensor MODIS,

produtos MOD43B3, para o mapeamento das áreas inundadas no bioma

Pantanal para o período de 2000 a 2012, sendo este levantamento realizado

através de classificação automática com base em operadores booleanos.

O sensor MODIS possui uma alta resolução espacial se comparado com os

sensores TM, OLI e LISS III utilizado para mapear as áreas alagadas deste

presente trabalho. Ao comparar esses dois resultados, foi também possível fazer

a validação dos sensores acima para o mapeamento de áreas alagadas.

A Figura 6.1 mostra o gráfico da validação dos mapeamentos das áreas

alagadas para o bioma Pantanal, obtido através da regressão linear a partir de

duas variáveis, nas quais o eixo Y refere-se aos valores obtidos dos

mapeamentos utilizando os sensores TM/LISS/OLI, e o eixo X refere-se aos

valores obtidos dos mapeamentos dos sensores MODIS (2000 a 2012) para

doze anos analisados. Em geral, percebe-se que os dados de áreas alagadas

estimadas pelo MODIS (MORAES et al., 2013) são maiores que os estimados

pelos sensores com maior resolução espacial (neste caso 30 metros).

As análises das validações dos mapeamentos dos corpos hídricos e as

respectivas áreas inundadas do bioma Pantanal apresentaram coeficientes de

correlação de 0,91. Porém, os dados de áreas alagadas do MODIS são em

média 46% maiores que os dados deste trabalho. De acordo com Cardozo

(2011), ao validar as queimadas do estado de Rondônia, comparando os

mesmos sensores, percebeu que as cicatrizes maiores, isto é, superiores a 2

Km², puderam ser identificadas com maior precisão nas imagens MODIS, e que

esse fato pode ser explicado devido à diferença na resolução de ambos os

sensores. Esta mesma característica foi encontrada neste trabalho, uma vez que

as áreas alagadas não cobrem em sua totalidade um pixel do MODIS.

43

Conforme Silva et al. (2005), algumas superestimavas observadas em sensores

como o MODIS podem ocorrer, devido à localização de pequenos elementos

dentro de uma área maior, fazendo com que toda essa área seja identificada

como um único elemento (objeto de estudo), indicando que o mesmo possa

ocorrer em áreas alagadas, ocasionando uma superestimava dos valores.

Figura 6.1. Gráfico da validação do mapeamento

Entretanto, em 2012 houve uma subestimativa de 22% por parte do sensor

MODIS, em relação ao sensor de referência LISS III. Nesse ano, em decorrência

da baixa precipitação, nota-se a redução de áreas alagadas, principalmente com

corpos hídricos atenuados, desta forma, dentro do pixel MODIS havia muito mais

áreas secas que áreas alagadas, o que reduziu a quantidade estimada por este

sensor (característica oposta à observada em um ano com muita área alagada).

Ainda, mesmo o sensor MODIS superestimando os valores anuais

consideravelmente (que variam de 20 a 82%), os resultados apresentaram, de

44

maneira geral, boa correlação (0,91) entre os mapeamentos de ambos os

sensores, tornando a classificação das áreas alagadas de ambos os sensores

confiáveis (significantes a p<0,05, teste T-Student), com maior eficiência do

sensor com melhor resolução espacial.

6.2. Análise Espacial e Temporal das Áreas Alagadas no Pantanal de 2000

a 2016

As Figuras 6.2, 6.3 e 6.4 mostram as áreas alagadas que ocorreram no Pantanal

para o período compreendido entre 2000 a 2016. De acordo com as figuras, as

áreas alagadas apresentaram uma variabilidade significativa e compreendem

grandes áreas, especialmente na parte setentrional, abrangendo os municípios

de Cáceres e Poconé; e na porção do extremo oeste, abrangendo principalmente

os municípios de Corumbá e Corguinho, área compreendida pelo leque do

Taquari.

45

Figura 6.2. Mapas anuais de áreas alagadas para Pantanal de 2000 a 2005.

46


47


É possível perceber que a ocorrência das áreas alagadas apresentou oscilações

consideráveis, por exemplo, o ano que mais alagou foi 2011, com 45.620 km²,

seguido dos anos 2006 e 2008, com 36.855 km² e 36.414 km², ou seja, 24,51%,

24,22% e 30,34% da área total do bioma Pantanal brasileiro, respectivamente.

Os anos que apresentaram uma menor área alagada foram os anos de 2012,

48

com 14.136 km², seguido de 2013 e 2005, com 17.568 km² e 20.036 km², isto é,

9,40%, 13,00% e 13,33% da área total respectivamente, conforme pode ser

visualizado no gráfico da Figura 6.5.

Figura 6.5. Gráfico das áreas alagadas no Pantanal de 2000 a 2016.

Além disso, ainda é possível perceber a variabilidade de inundação do Pantanal,

evidenciado pela forte estiagem verificada no ano de 2012, em que grande parte

da área alagada são superfícies de inundações permanentes do bioma.

Diversos fatores são responsáveis pela ocorrência das áreas alagadas no

Pantanal, entre eles pode-se citar a quantidade do volume da precipitação no

último trimestre (Jan/Fev/Mar) da estação úmida, isso porque as primeiras

chuvas da estação atingem o solo seco e poroso, sendo, dessa forma, facilmente

absorvidas; também o fator declividade e, por conseguinte, a dificuldade de

escoamento das águas pelo encharcamento do solo, o comprimento da estação

49

chuvosa, o fator topográfico, sobretudo presente nos ambientes das lagoas

salinas que se encontram em posição mais deprimida do que o seu entorno e é

abastecida pelos fluxos subsuperficiais do lençol freático, que em decorrência da

baixa interceptação da vegetação apresentam forte oscilação na estação úmida,

além de diversos outros fatores que acentuam os impactos das áreas alagadas

na região (SAKAMOTO et al., 2005). Até então esse bioma foi caracterizado por

apresentar acentuada pluviosidade na estação úmida; porém, constatou-se que,

a partir de meados da década de 1970, houve um aumento do número de

eventos de secas, como nos anos 2005 e 2012, e cheias expressivas

intercaladas como em 2011 e 2014 (ARAÚJO et al, 2016).

Através da sobreposição dos mapeamentos anuais das áreas alagadas foi

possível elaborar o mapa da frequência de área alagada da região de estudo

(Figura 6.6) permitindo, dessa forma, avaliar quantitativamente a frequência com

que uma mesma área sofresse inundação durante o período analisado (2000-

2016). Por meio da análise deste mapa, torna-se possível a identificação da

variabilidade das áreas propensas a inundação no bioma Pantanal atingidas

pelas inundações, bem como a determinação das áreas permanentemente

alagadas.

50

Figura 6.6. Mapa de frequência das áreas alagadas para os 17 anos

Verifica-se que as regiões que possuem maiores recorrências de áreas alagadas

estão localizadas na porção central, nos municípios de Cáceres e Poconé, ao

norte, e Corumbá (leque do Taquari) e Aquidauana no Pantanal Sul, em que a

pecuária de corte destaca-se como uma das principais atividades produtivas

desta região (ARAÚJO et al., 2016). Em Corumbá encontra-se o segundo maior

rebanho do Brasil, totalizando mais de 1,7 milhão de cabeças de gado (IBGE,

2015). Cabe ressaltar que a geração deste produto é essencial para o manejo

51

do gado, evitando-se, assim, o prejuízo financeiro por perda de peso ou perda

por morte do gado.

A Figura 6.7 mostra a frequência das áreas alagadas na região para os anos de

2000 a 2017. O gráfico representa a área de cada frequência, por exemplo, a

classe 17 indica que foi detectada a área alagada em todos os anos analisados,

a classe 1, ao contrário, significa que nos 17 anos analisados, para determinado

lugar, foi identificado apenas 1 ano com área alagada.

Figura 6.7. Gráfico de cada frequência de área alagada

Durante o período analisado, verifica-se que a classe com maior frequência é a

de 1 observação nos últimos 17 anos, com aproximadamente 16.200 km² ou

21% de toda a área inundada. Isto significa que a cada ano novas áreas são

alagadas no bioma. No gráfico da Figura 6.7 percebe-se que a persistência da

área alagada diminui com sua frequência, ou seja, 11% da área alagada (8.330

52

km2) alagaram ao menos 2 vezes nos últimos 17 anos. Ainda, as áreas que

alagam sempre (em relação aos 17 anos) correspondem a 4.373 km2, ou 6% do

total. Ressalta-se que o assoreamento que o Leque do Taquari vem sofrendo

nestes últimos anos pode ter contribuído para que a área de frequência 1 seja a

maior, uma vez que a cada ano, novas áreas sofram com inundação devido ao

desvio do rio.

De acordo com Galdino et al. (2006), no final da década de 1970, a áreas

destinadas às lavouras e pastagens cultivadas ocupavam 3,4% da bacia do Alto

Taquari, e em 2000 este índice aumentou para 61,9% da superfície desta bacia.

Ainda segundo esses autores, essas são as áreas mais prejudicadas pela

erosão, devido ao desmatamento indiscriminado nas encostas e até mesmo nos

topos dos morros, que por não adotarem práticas de conservação de solo,

realização do manejo inadequado das pastagens, além da retirada da mata ciliar

que protegem nascentes e leitos de córregos e rios da região, intensificam o

processo de assoreamento.

Desta forma, sugere-se que os dados sobre a frequência de áreas alagadas

possa ser uma ferramenta importante para nortear as atividades econômicas do

Pantanal, sobretudo a pecuária e o turismo. O manejo da pecuária é uma das

peculiaridades ambientais do Pantanal, em que cada ciclo hidrológico demanda

diferentes maneiras de manejo dos rebanhos, impondo práticas diversificadas.

(ALVES, 2015).

Destaca-se o importante trabalho de Araújo et. al. (2016), que caracterizou a

dinâmica do fluxo de bovinos no Pantanal Sul Mato-Grossense no período

compreendido entre 2007 e 2014. Neste foi considerado a cheia extrema

ocorrida em 2011 e suas possíveis influências sobre as particularidades

ambientais e produtivas da pecuária em diferentes escalas, intra e intermunici-

pais, e entre as áreas de Planície e de Planalto da BAP, evidenciando-se a rede

de fluxo da pecuária bovina.

53

O mapa de frequência das áreas alagadas, neste caso, pode ser utilizado tanto

pelos produtores rurais quanto pelas entidades governamentais, de forma que

possam articular e criar estratégias para o manejo da pecuária de corte, bem

como para atividade turística, auxiliando os governantes e entidades

interessadas na realização de um zoneamento das principais vias de acesso e

de pontos turísticos, os quais carecem de uma infraestrutura adequada para a

prática da atividade turística em suas diversas modalidades.

6.3. Variabilidade dos índices de precipitação

Os dados de precipitação mensal extraídos do CHIRPS possibilitaram avaliar a

dinâmica de precipitação do bioma Pantanal brasileiro, de junho de 1999 a julho

de 2016. Através desses dados, obteve-se a climatologia mensal da precipitação

incidente na região e a representação de seu comportamento, através de um

gráfico de boxplot como mostra a Figura 6.8.

Figura 6.8. Box-plot da precipitação mensal do Bioma Pantanal para o período de julho de 1999 a junho de 2017.

54

Através da distribuição da mediana, observa-se que a variabilidade mensal da

precipitação é condizente com o esperado, ou seja, maior variabilidade no

período úmido e menor no período seco. Também foi possível identificar os

meses com valores atípicos (outliers) muito superiores aos demais índices dos

meses de sua ocorrência, como por exemplo, os extremos ocorridos nos meses

de junho de 2013 e maio de 2014, cujos valores de precipitação foram,

respectivamente, 214% e 159% acima da média mensal. Os outros outliers

ocorreram em agosto de 2000 e junho de 2012 e 2016, cujos referentes índices

de precipitação foram 142%, 123% e 146% superiores às suas respectivas

médias.

O valor médio da precipitação que atingiu a BAP durante 17 anos analisados foi

de 1.308 mm, e como é possível perceber, 74,54% da precipitação anual

incidente no Bioma Pantanal ocorrem na estação úmida, o que representa 1053

mm de chuva, enquanto que, na estação seca, a incidência de precipitação é de

281,89 mm.

Em outras literaturas, como a de Sakamoto et al. (2005), que ao analisar as

flutuações da chuva na Bacia do Alto Paraguai, classificou o regime

pluviométrico como tropical e o valor de precipitação da BAP durante a estação

chuvosa correspondia a 85% dos totais anuais. Moraes et al. (2013), ao analisar

a precipitação mensal no período de 1998 a 2012, isto é, de 15 anos, mostrou

que 80,7% da precipitação anual incidente no bioma Pantanal ocorrem na

estação úmida, o que representa 1004 mm de chuva, enquanto que na estação

seca a incidência de precipitação é de 239 mm.

Através dos dados de precipitação total mensal na BAP e da duração da estação

chuvosa, analisaram-se as relações deste fenômeno meteorológico com as

áreas alagadas, como podem ser visualizadas na tabela 6.2:

Tabela 6.2. Análise estatística entre a área alagada e os dados da estação chuvosa da BAP (O = Outubro; N = Novembro; D = Dezembro; J = Janeiro; F = Fevereiro; M = Março; A = Abril; MA = Maio). Casos não significativos (p<0,05, teste t-Student) em vermelho.

55

Dados da estação chuvosa Coeficiente linear de determinação (R2)

Correlação

Comprimento da estação 0,07 -0,26

Precipitação Total 0,34 0,58

O/N 0,02 0,15

D/J 0,13 0,36

F/M 0,38 0,62

A/MA 0,05 -0,23

N/D 0,03 0,16

J/F 0,50 0,71

M/A 0,22 0,47

O/N/D 0,01 0,12

J/F/M 0,61 0,78

N/D/J 0,16 0,40

F/M/A 0,36 0,60

O/N/D/J 0,11 0,33

N/D/J/F 0,45 0,67

D/J/F/M 0,56 0,75

J/F/M/A 0,69 0,83

O/N/D/J/F/M 0,66 0,81

Para explicar a relação entre as variações das áreas alagadas anuais com os

dados de precipitação que ocorrem na BAP, optou-se por analisar o total de

precipitação em bimestres, trimestres, quadrimestres e semestres, assim como,

o comprimento da estação chuvosa. Desta forma, ao analisar o comprimento da

estação chuvosa e sua influência na variação da área alagada, nota-se que

apenas 7% das variações na área alagada podem ser explicadas por esta

variável, o que permite concluir que o comprimento da estação chuvosa é

considerado uma informação auxiliar na explicação de alguns eventos que

influenciam a área alagada total, mas que esta variável não pode ser associada

com as áreas alagadas.

Das análises realizadas, os dados bimestrais O/N, D/J, A/MA, N/D, e M/A; os

dados trimestrais O/N/D e N/D/J; e o dado quadrimestral O/N/D/J não

apresentam significância estatística (p<0,05, teste t-student), permitindo concluir

que não há uma relação entre estas variáveis e a área alagada. Entretanto, os

bimestres J/F e F/M apresentam uma correlação de 0,71 e 0,62,

56

respectivamente, explicando em até 50% as variações das áreas alagadas no

bioma.

Ao analisar trimestralmente, nota-se que O/N/D apresentou uma fraca correlação

(0,12, não-significativa), explicando apenas 1% das áreas alagadas, porém, o

trimestre de J/F/M apresentou uma correlação moderada, isto é, de 0,78,

explicando em até 61% as variações das áreas alagadas. Este aumento pode

ser explicado pela inclusão do mês de março, que faz parte da estação chuvosa.

Ao verificar os quadrimestres O/N/D/J e N/D/J/F, observa-se de fraca a

moderada correlação de 0,33 e 0,67, explicando apenas 11% e 45% das áreas

alagadas do bioma. Os quadrimestres D/J/F/M e J/F/M/A, apresentam de

moderada e forte correlação, isto é, 0,75 e 0,83 explicando 56% e 69% das áreas

alagadas, respectivamente. A elevada correlação encontrada no quadrimestre

de J/F/M/A pode ser explicada pela inclusão do mês de abril, uma vez que o

trimestre J/F/M explicam 61% das áreas alagadas, quando se inclui o mês de

abril, essa correlação aumenta 8%.

Os dados da variável semestral O/N/D/J/F/M apresentou forte correlação, isto é,

0,81 explicando 66% das áreas alagadas, fator este que é justificado por ser o

período que contempla todos os meses estação chuvosa. Dessa forma, percebe-

se que a análise trimestral, juntamente com a quadrimestral, apresentou forte

correlação. Na análise semestral, nota-se que a correlação é inferior em relação

aos quatro meses iniciais. Assim, conclui-se que a precipitação presente durante

o quadrimestre J/F/M/A é a variável mais importante para explicar a área alagada

do bioma Pantanal, representando os meses finais da estação chuvosa,

indicando que a precipitação que atinge o primeiro trimestre é absorvida pelo

solo seco e poroso, e além da infiltração desta para os lençóis subterrâneos.

Acrescenta-se a essa variável o fato de que em muitos anos ocorreram chuvas

significativas no ano anterior (novembro a dezembro) e isto impactou

consideravelmente o percentual de área alagada do ano seguinte.

57

A sazonalidade das áreas alagadas está diretamente relacionada ao regime de

precipitação pluviométrica e por isso é importante compreender suas anomalias

(MARCUZZO et al. 2010). Como a maior correlação para explicar a inundação

do bioma Pantanal encontra-se em J/F/M/A, optou-se por uma análise das

anomalias deste período. As Figuras 6.9, 6.10, 6.11, 6.12 e 6.13 mostram os

comportamentos das anomalias das precipitações quadrimestrais nos anos de 2000 a

2016, sendo possível observar a variabilidade espacial das chuvas da BAP que,

segundo Araújo et al. (2016), possui forte influência do clima sul-amazônico na

parte setentrional do Pantanal, somado ao gradiente de escoamento da

precipitação nos sentidos norte-sul e leste-oeste, em direção à área mais

deprimida da Planície em decorrência do gradiente topográfico. Abaixo, a

precipitação será relacionada com a média da área da bacia, ou seja, quando se

diz que a precipitação foi 60 mm maior que a média, refere-se à precipitação

média do mês para a área da BAP quando comparada com a precipitação média

para 1981-2017 da mesma área.

59

Figura 6.9. Anomalias das precipitações ocorrida nos quatro meses (JFMA) da BAP nos anos de 2000 a 2003.

De uma forma geral, pode-se notar que, no ano 2000, a ocorrência significativa

das chuvas efetuou-se nos meses de fevereiro e março, isto é, 42% acima da

média desse bimestre para os anos analisados, contribuindo para o alagamento

de uma extensa área do bioma. Nota-se que em janeiro a precipitação ficou em

média 70% abaixo. No período analisado, 2000 foi o 7º ano com a maior área

alagada, com aproximadamente 32.200 km² e 4.311 km² de área alagada acima

da média de todo o período, que compreende a 21% de toda a área do Pantanal.

Além disso, é importante perceber que exceto o mês de março, grande parte da

precipitação que atingiu a BAP não está situada na área de planície, mas, sim

na área de planalto, em que parcela desse volume é interceptada pelas

plantações no planalto, fazendo com que boa parte da água não atinja a planície.

Coutinho et al. (2006), ao mapear a dinâmica das áreas de agricultura anual e

das áreas de produção de cana-de-açúcar, no período compreendido entre os

anos safra de 2001 e 2013 dentro da BAP, demonstrou que em 2001 as áreas

agrícolas para produção de grãos e de cana-de-açúcar apresentavam uma forte

polarização territorial e cada uma ocupava uma região específica e bem

delimitada no planalto da BAP, no entanto em 2013 percebeu-se uma

significativa expansão das suas áreas de produção. Ou seja, em 2001 enquanto

50% da área de produção de cana-de-açúcar estavam fortemente concentradas

na porção norte do planalto da BAP, no Estado de Mato Grosso, a área mais

importante de produção de grãos, responsável por 50% da área plantada, estava

concentrada na porção leste do planalto. Em 2013 nota-se uma disseminação

dessas atividades pela região nordeste do planalto da BAP, bem como o

surgimento de focos mais importantes em sua porção sul. Tais fatores

demonstram que a chuva que atinge a região de planalto não tem sua efetiva

drenagem para a área de planície.

60

Em 2001, é possível perceber anomalias negativas nos meses de janeiro,

fevereiro e abril, ou seja, uma redução do volume de chuva de 33 mm, 13 mm e

23 mm, isto é, 17%, 8% e 28% abaixo da média para esses meses analisados.

O ano de 2001 foi o 13º ano que mais alagou, com cerca de 23.000 km² e 5.154

km² abaixo da média para o período, que compreende a 19% de toda a área do

Pantanal.

No ano de 2002, verifica-se que os meses de janeiro, março e abril foram

períodos assinalados por anomalias negativas, ou seja, uma redução de 49 mm,

23 mm e 52 mm, isto é, 77%, 85% e 54% abaixo da média. A ocorrência

significativa das chuvas efetuou-se no mês de fevereiro com um acréscimo de

51 mm, ou 28% acima da média. O ano de 2002 foi o 6º ano que mais alagou,

com aproximadamente 32.000 km² e 4.311 km² acima da média para o período,

que compreende a 22% de toda a área do Pantanal. Ressalta-se que em 2002

houve uma precipitação acentuada nos meses de outubro e novembro referente

a 95 mm e 106 mm respectivamente.

Em 2003, observa-se que o mês de janeiro apresentou grande volume de chuvas

com um total de 60mm acima da média, isto é, 27% maior. Diferente de fevereiro

com anomalia negativa em praticamente toda a área do bioma, em que a

precipitação ficou em média 95% abaixo. O ano de 2003 foi o 9º que mais alagou,

atingindo uma área de aproximadamente 29.000 km², valor médio para o bioma,

ou seja, 19,29% de toda a área do Pantanal.

61


62

No ano de 2004, as chuvas ocorreram nos meses de fevereiro e abril com valores

positivos de 23 mm e 5mm, isto é, 12% e 4% acima da média para os anos

analisados. Os meses de janeiro e março apresentaram anomalia negativa, 9%

e 35% abaixo da média. No período analisado, 2004 foi o 11º ano com a maior

área alagada, com aproximadamente 28.600 km² e 353 km² de área alagada

abaixo da média do período, que compreende a 17% de toda a área do Pantanal.

No ano de 2005, verifica-se que a ocorrência significativa da precipitação se

encontra no mês de janeiro, com 32% acima da média, seguido de anomalias

negativas nos meses posteriores (F/M/A), com 8%, 22% e 21% abaixo da média.

O ano de 2005 apresentou uma diminuição da área alagada ocupando a 14º

posição, com aproximadamente 20.000 km² e 8.962 km² abaixo da média para

o período, que compreende a 13% de toda a área do Pantanal. Em 2006, foi

marcado pela ocorrência de anomalias positivas de precipitação, principalmente

nos meses de fevereiro a abril, com 8% e 21%m respectivamente. O ano de 2006

foi o 2º ano com a maior área alagada, com aproximadamente 36.855 km², e

7.857 km² de área alagada acima da média do período (25% de toda a área do

Pantanal).

Em 2007 observa-se a ocorrência significativa de pluviosidade nos meses de

janeiro e fevereiro, isto é, 70 mm e 31 mm superior, representando um percentual

de 32% e 17% acima da média. Ao contrário, março e abril apresentaram

anomalias negativas de 22% e 39% abaixo da média. O ano de 2007 foi o 4º ano

com a maior área alagada, com aproximadamente 33.722 km², e 4.724 km² de

área alagada acima da média do período, que compreende a 22% de toda a área

do Pantanal.

63


64

No ano de 2008 constata-se anomalia positiva de pluviosidade no mês de janeiro

(43%). O ano de 2008 foi o 3º ano com a maior área alagada, com

aproximadamente 36.414 km² e 7.416 km² de área alagada acima da média do

período. O ano de 2009 foi marcado com anomalias negativas, este foi o 15º ano

com a maior área alagada, com aproximadamente 19.544 km² e 9.454 km² de

área alagada abaixo da média do período. No ano de 2010, a maior ocorrência

das chuvas ocorreu em janeiro, embora não tão significativa, apenas 1,5% acima

da média. Com baixa precipitação, este ano foi o 12º ano com a maior área

alagada, com aproximadamente 24.000 km² e 4.593 km² de área alagada abaixo

da média do período, que compreende a 16% de toda a área do Pantanal.

Em 2011, os elevados índices de pluviosidades ocorreram nos meses de janeiro

a março, em que a precipitação foi 59 mm, 77mm e 109 mm superiores à média,

atingindo os valores percentuais de 27%, 42% e 67%. O ano de 2011 foi o ano

com a maior área alagada, com aproximadamente 46.620 km² e 16.662 km² de

área alagada acima da média do período, que compreende a 30% de toda a área

do Pantanal, uma anomalia de 157% em relação à média. Em contrapartida, no

ano de 2012 nota-se uma redução da precipitação anual de 90% quando

comparada a 2011, e a ocorrência significativa das chuvas efetuou-se no mês

de abril, cujo volume foi de apenas 11 mm ou 10% acima da média.

65


66

O ano de 2012 foi o 17º ano com a maior área alagada, ou seja, ano com menor

percentual de área inundada. Visto que além da baixa quantidade do volume de

chuva, boa parte da precipitação ocorreu na região norte da BAP, na região de

planalto inundando uma área com aproximadamente 14.136 km² e 14.862 km²

de área alagada abaixo da média do período, com apenas 9% do Pantanal

alagado. De acordo com o boletim de prognóstico climático elaborado em

parceria entre o Instituto Nacional de Meteorologia (INMET) e o Centro de

Previsão de Tempo e Estudos Climáticos (CPTEC), foi possível verificar os

principais eventos climatológicos previsto para o trimestre J/F/M do ano de 2012.

Neste prognóstico foi possível encontrar dados sobre as consequências da

atuação de episódios de Zonas de Convergência do Atlântico Sul (ZCAS) e a

formação de vórtices ciclônicos nos altos níveis da atmosfera, fatores que

contribuíram para um padrão de chuvas acima do normal na parte central e norte

do Brasil e, por outro lado, chuvas abaixo da média sobre grande parte das

regiões Centro-Oeste e Sudeste e em praticamente em todo o Sul do Brasil.

Sugere-se que o mapeamento deste ano não corresponda as áreas alagadas,

mas sim as áreas que são permanentemente inundadas do bioma.

No ano de 2013, a maior ocorrência da precipitação ocorreu no mês de abril,

com um índice 22 mm superior à média, isto é, 21%. Nos meses de janeiro a

março, é possível perceber anomalias negativas, com destaque para o mês de

março, em que a redução foi de 78 mm ou 48% abaixo da média. O ano de 2013

foi o 16º ano com a maior área alagada, com aproximadamente 17.568 km² e

11.430 km² de área alagada abaixo da média. É possível perceber que de janeiro

a março as regiões que tiveram precipitação acima da média estão situadas na

porção nordeste da BAP, e grande parte da planície apresentaram precipitação

abaixo da média, fato que sugere que o que foi mapeado neste ano, assim como

em 2012, seriam as áreas inundadas permanentemente, com lençóis freáticos

oscilando abaixo do normal.

67

Figura 6.13. Anomalias das precipitações ocorrida nos quatro meses (JFMA) da BAP no ano de 2016.

Em 2014, a ocorrência significativa das chuvas situou nos meses de fevereiro e

março, em que os índices pluviométricos foram de 13 mm e 83 mm superiores,

isto é, 7% e 51%. Em janeiro, nota-se anomalias negativas de 27 mm ou 12% da

precipitação abaixo da média. O ano de 2014 foi o 10º ano com a maior área

alagada, com aproximadamente 28.645 km² e 353 km² de área alagada acima

da média do período. Em 2015, a maior ocorrência da precipitação aconteceu

nos meses março e abril, em que o volume da pluviosidade foi de 21 mm e 18

mm, ou seja, 13% e 17% acima da média. Em janeiro, verifica-se uma redução

da precipitação de 7% abaixo da média. O ano de 2015 foi o 8º ano com a maior

área alagada, com aproximadamente 29.801 km² e 803 km² de área alagada

acima da média do período. O ano de 2016, cujo mês de maior concentração de

chuva foi janeiro, em que os índices pluviométricos foram 60 mm superiores, foi

o 5º ano com a maior área alagada, com aproximadamente 33.260 km² e 4.262

km² de área alagada acima da média do período, ou uma variação de 22%.

Os anos que ocorreram as maiores e as menores taxas de precipitação foram

2014 e 2005, entretanto, ao correlacionar estes dados com as áreas alagadas,

verificou-se que os anos de maiores e menores índices de pluviosidades não

coincidiram com os anos de maior e menor extensão da área inundada, que

68

foram em 2011 e 2012, respectivamente. Neste contexto, a análise do

comprimento da estação chuvosa com as áreas alagadas torna-se uma

ferramenta auxiliar para explicar esta divergência, pois no ano de 2011, a área

alagada atingiu 45.620 km² contra 28.645 km² relativo a 2014, em que foi

possível perceber um encurtamento da estação chuvosa de 31,25% em relação

à média de todos os anos, ou seja, uma redução de 55 dias. As Figuras 6.14 e

6.15 mostram os gráficos do comprimento da estação chuvosa, isto é, o início e

o fim da estação para os anos de 2011 e 2014.

Figura 6.14. Comprimento da estação chuvosa para o ano de 2011 da BAP, demonstrado pela anomalia climatológica cumulativa diária (laranja), o ajuste polinomial (preto) e os pontos marcam a extensão da estação climatológica.

69


O valor da precipitação de 2012 foi 43 mm superior em relação a precipitação

que atingiu a BAP em 2005, no entanto em 2012, a área alagada foi de 14.136

Km², e em 2005, esse valor foi de 20.036 Km²; através dos dados, foi possível

perceber que a menor extensão da área alagada pode ter relação com o maior

comprimento da estação chuvosa, se comparado com 2005, correspondendo a

um aumento de 28,97%, isto é, um acréscimo de 51 dias a mais em seu

comprimento, conforme Figuras 6.16 e 6.17 sobre o início e o fim da estação

deste anos.

70



Através da Tabela 6.3 descrita abaixo é verificado que o comprimento da

estação chuvosa não se relaciona com o regime de precipitação da região em

71

termos de quantidade, bem como não há relação deste com o percentual de área

inundada, isto é, os anos com grandes áreas alagadas não apresentam grande

extensão de dias chuvosos, e anos com pouca área inundada apresenta nesta

tabela grande números de dias com precipitação. Ou seja, o que importa não é

apenas a quantidade de dias com chuva e sim o volume da precipitação.

Tabela 6.3. Dados sobre o comprimento da estação chuvosa da BAP de 2000 a 2016

Anos Comprimento da estação chuvosa

Total de área inundada (Km²)

2000 161 32.204

2001 158 23.456

2002 186 32.921

2003 166 28.998

2004 176 26.058

2005 178 20.036

2006 206 36.855

2007 173 33.722

2008 176 36.414

2009 163 19.544

2010 169 24.405

2011 173 45.620

2012 229 14.136

2013 202 17.568

2014 228 28.645

2015 179 29.801

2016 154 33.260

Sugere-se que a análise espacial e temporal do ciclo hidrológico do bioma

Pantanal, conforme demonstrado neste capítulo, dentro de uma periodicidade

maior, isto é, de no mínimo 30 anos, período que tornar-se-á possível a

compreensão maior acerca dos desvios em relação às médias (variabilidade),

condições extremas e as probabilidades de frequência de ocorrência de

72

determinados padrões do tempo, fatores determinantes para uma análise

climática. Com isso, acredita-se que o comprimento da estação chuvosa pode

apresentar resultados mais significativos para o entendimento e verificação de

mudanças do padrão, como por exemplo, a sua ampliação e/ou redução do ciclo,

aumento de eventos extremos, sejam secas mais prolongadas ou período mais

chuvosos entre outros.

73

7. CONCLUSÃO

A inundação do Pantanal propicia, a cada ciclo da estação chuvosa, paisagens

diversas, alterando e determinando o ritmo de vida do Pantaneiro, que precisa

se adequar aos contratempos que surgem a cada ano, dado que grande parte

dos habitantes da região estão ligados às atividades agropecuárias e ao turismo.

Para a detecção de áreas alagadas, pode-se afirmar que o uso de imagens de

satélites permitiu monitorar e espacializar as áreas alagadas do bioma. Ainda, a

partir dos dados provenientes do CHIRPS foi possível a identificação do início,

cessação e duração da estação chuvosa; quantidade de precipitação sazonal;

número de dias chuvosos; intensidade e frequência de eventos de precipitação;

e as características das anomalias de precipitação incidente na Bacia do Alto

Paraguai.

Constatou-se que nos últimos 17 anos, os anos de 2011 e 2012 foram os que

apresentaram as maiores variações das áreas alagadas, isto é, o ano de 2011

foi o ano com a maior área alagada, com aproximadamente 46.620 km², que

compreende 30% de toda a área do Pantanal e uma anomalia de 157% em

relação à média. Em contrapartida, o ano de 2012 foi marcado pela redução da

precipitação anual na época chuvosa, e ocorrência significativa das chuvas no

mês de abril. O ano de 2012 apresentou áreas alagadas de aproximadamente

14.136 km², com apenas 9% do Pantanal alagado.

Apesar da fraca correlação ao analisar o comprimento da estação chuvosa e sua

influência na variação da área alagada, esta variável foi importante para explicar

o motivo na qual os anos de maiores e menores índices de pluviosidades não

coincidiram com os anos de maior e menor extensão da área inundada, uma vez

que os anos de maiores e menores índices pluviométricos foram 2014 e 2005,

respectivamente.

Em 2011 e 2012 identificou-se uma correlação do comprimento da estação

chuvosa com as áreas alagadas, pois o encurtamento da estação chuvosa no

74

ano de 2011, de 31,25% em relação à média de todos os anos, influenciou na

quantidade de área alagada. No ano de 2012, sugere que a menor extensão da

área alagada esteja relacionada com o maior comprimento da estação chuvosa,

se comparado com 2005, um aumento de 28,97%, isto é, um acréscimo de 51

dias. As variações das áreas alagadas anuais e sua relação linear com os dados

de precipitação que ocorrem na BAP demonstraram que a partir das análises

bimestrais, trimestrais, quadrimestrais e semestrais, a análise quadrimestral

J/F/M/A apresentou uma maior correlação (0,83) explicando 69% das áreas

alagadas.

Os resultados alcançados podem auxiliar o entendimento acerca das

modificações ocasionadas no comportamento hidrológico da estação chuvosa

do bioma Pantanal. Tais estudos tem se destacado recentemente em

decorrência da crise hídrica no centro-sul o país, que resultou também em uma

preocupação com a proteção dos recursos hídricos brasileiros. Neste contexto,

as áreas úmidas apresentam um papel importante dentro do ciclo hidrológico, e

são recursos significativos para a economia, sociedade e para a manutenção da

biodiversidade. Ainda, sugere-se a utilização deste estudo como uma ferramenta

para auxiliar o poder público na ordenação do crescimento urbano, na definição

de políticas para a ocupação das áreas de riscos, no zoneamento econômico e

na manutenção do ecossistema a partir da preservação ambiental de áreas

úmidas.

Para trabalhos futuros se propõe dar continuidade nas análises das variações

espaciais e na influência da duração da estação chuvosa das áreas alagadas do

bioma Pantanal para os anos de 1985-1999 e 2017-2020, que incorporado a este

trabalho, compreende uma análise de 35 anos. Além disso, pretende-se

investigar e avaliar os impactos provocados pelas mudanças no uso e cobertura

da terra subsidiando o entendimento acerca das modificações ocasionadas no

clima da região.

75

8. REFERÊNCIAS BIBLIOGRÁFICAS

ABDON, M. DE M.; SOUZA, M. P. DE; JOÃO DOS SANTOS VILA DA SILVA. Identificação de impactos ambientais no meio físico subsidiada por banco de dados georreferenciados. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 12. (SBSR), 2005, Goiânia. Anais... São José dos Campos: INPE, p. 2793–2798, 2005.

AGÊNCIA NACIONAL DE ÁGUAS (Brasil) (ANA). Implementação de práticas de gerenciamento integrado de bacia hidrográfica para o Pantanal e Bacia do Alto Paraguai: relatório final. Brasília, 2004. AGÊNCIA NACIONAL DE ÁGUAS (Brasil) (ANA). Boletim de monitoramento da Bacia do Alto Paraguai. Superintendência de Usos Múltiplos. Brasília, 2006. ALTAFIN, I. Cultivo de soja ameaça o Pantanal, afirmam especialistas. Senado Notícias. Disponível em: < https://www12.senado.leg.br/noticias/materias/2016/09/21/cultivo-de-soja-ameaca-o-pantanal-afirmam-especialistas >. Acesso em: 21 mai. 2018. ALVES, G. B. M. Efeitos da inundação sobre o manejo da pecuária no pantanal norte com emprego de imagens orbitais. 2015. 94p. Dissertação (Mestrado em Geografia) - Universidade Federal de Mato Grosso. ANDRADE, R. G.; SEDIYAMA, G. C.; PAZ, A. R.; LIMA, E. P.; FACCO, A. G. Geotecnologias

aplicadas à avaliação de parâmetros biofísicos do Pantanal. Pesquisa Agropecuária Brasileira

[online]. v.47, n.9, p. 1227-1234, 2012. Disponível em: http://dx.doi.org/10.1590/S0100-

204X2012000900007>. Acesso em 04 de maio de 2018.

ANTUNES, J. F. G.; ESQUERDO, J. C. D. M. Classificação sub-pixel de séries temporais de

dados MODIS para a quantificação de áreas inundadas do Pantanal. In: SIMPÓSIO DE

GEOTECNOLOGIAS NO PANTANAL, 5., 2014, Campo Grande, MS. Anais... São José dos

Campos: INPE, 2014. Disponível em: http://www.geopantanal.cnptia.

embrapa.br/2014/cd/p51.pdf. Acesso em 26 de maio de 2015.

ARAÚJO, M. P. Classificação supervisionada de imagens de orbitais com o Semi-Automatic Classification Plugin. Tutorial Comunidade QGIS Brasil. Florianópolis: Edição do Autor, 2015. Disponível em: <http://qgisbrasil.org/blog/wp-content/uploads/2015/08/tutorial_scp_01.pdf> Acesso em: 31 de maio de 2018. ARAUJO, A. G. J.; SILVA, L. T.; SANTOS, L. B. L.; SILVA, B. M. M.; OLIVEIRA, G. S.; PARRAGA, G. O. O.; MONTEIRO, A. M. V.; LEMES, M. C. R.; PRADO, M. L.; RODRIGUEZ, D. A. O fluxo da pecuária de corte no Pantanal Sul: uma análise do trânsito de bovinos investigando a interferência da dinâmica hidro meteorológica da região e o evento extremo - cheia de 2011. In: Simpósio de Geotecnologias no Pantanal - 6° GeoPantanal, 2016, Cuiabá, MT. Anais 6º Simpósio de Geotecnologias no Pantanal. Cuiabá, MT: Embrapa Informática Agropecuária/INPE, p. 442-452. 2016. ARIEIRA, J.; KARSSENBERG, D.; DE JONG, S. M.; ADDINK, E. A.; COUTO, E. G.; NUNES DA

CUNHA, C. SKOIEN, J. O. Integração amostragem de campo, geoestatística e sensoriamento

remoto para mapear a vegetação de zonas húmidas no Pantanal, Brasil, Biogeosciences, v. 8,

p. 667-686, 2011.

76

ARNESEN, A. S. Monitoramento da área inundada na planície de inundação do lago grande de

curuai (pa) por meio de imagens scansar/alos e dados auxiliares. 2012. 115p. Dissertação

(Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais, São José dos Campos,

São Paulo. Disponível em: http://urlib.net/8JMKD3MGP7W/3BDGFNL. Acesso em 20 de maio

de 2018.

ASSINE, M. L.; MERINO, E. R.; PUPIM, F. DO N.; MACEDO, H. DE A.; SANTOS, M. G. M. DOS. The quaternary alluvial systems tract of the pantanal basin, brazil. Brazilian journal of geology, v. 45, n. 3, p. 475–489, 2015.

AUYNIRUNDRONKOOL, K.; CHEN, N.; PENG, C.; YANG, C.; GONG, J.; SILAPATHONG, C.

Flood detection and mapping of the Thailand Central plain using Radarsat and MODIS under a

sensor web environment. Int. J. Appl. Earth Obs. v.14, p. 245-255, 2012.

BAYISSA, Y.; TADESSE, T.; DEMISSE, G.; SHIFERAW, A. Evaluation of satellite-based rainfall estimates and application to monitor meteorological drought for the upper blue Nile basin, Ethiopia. Remote Sens., v. 9, p. 9 – 669, 2017. BRASIL. Ministério da Ciência e Tecnologia. Instituto Nacional de Pesquisas Espaciais. Boletim prognóstico climático para janeiro, fevereiro e março de 2012. Infoclima, 2011. Disponível em: http://infoclima1.cptec.inpe.br/~rinfo/pdf_progclima/pc1112.pdf. Acesso em 20 de julho de 2017. BERNARDI, E.C.S. Qualidade das estimativas de precipitação do satélite TRMM no estado do

Rio Grande do Sul. 2016. 116p. Dissertação (Engenharia Ambiental) – Universidade Federal de

Santa Maria, Rio Grande do Sul - RS. Disponível em:

https://repositorio.ufsm.br/bitstream/handle/1/7658/BERNARDI%2C%20EWERTHON%20CEZA

R%20SCHIAVO.pdf?sequence=1&isAllowed=y. Acesso em 20 de maio de 2018.

CARDOZO, F.S.; SHIMABUKURO, Y.E.; PEREIRA, G.; SILVA, F.B. Using remote sensing products for environmental analysis in South America. Remote Sens, v. 3, p. 2110–2127, 2011. BOLSTAD, P. Geographic information systems fundamentals. 4 ed. Eider Press, 2012. BRITO, N. D. M. Desenvolvimento econômico e mineração : uma abordagem da atividade em corumbá , MS. Entre-lugar, v. 4, p. 123–150, 2011. BROVELLI, M. A.; FAHL, F. C.; MINGHINI, M.; MOLINARI, M. E. Land user and land cover maps of europe: a webgis platform. International archives of the photogrammetry, remote sensing and spatial information sciences - isprs archives, v. 41, n. July, p. 913–917, 2016.

BUSTAMANTE-BECERRA, J. A.; CARVALHO, S. M. I. DE; SILVA, E. A. D. DA; RANDOW, C. VON. Clima e variabilidade interanual da vegetação no pantanal. Anais... In: XVII Congresso brasileiro de Meteorologia (CBMet), 2012, Gramado – RS, p. 1–6, 2012. Disponível em: http://www.sbmet.org.br/cbmet2012/pdfs/64GW.pdf. Acesso em: 15 de maio de 2018.

CATELLA, A. C.; ALBUQUERQUE, S. P.; CAMPOS, F. L. DE R.; SANTOS, D. C. DOS. Sistema de controle da pesca de mato grosso do sul scpesca/ms – 20 - 2013. Embrapa pantanal, p. 57, 2014.

CASTEJON, E. F.; FONSECA, L. M. G.; FORSTER, C. H. Q. Improvements over the geometric correction of cbers-ccd images by using classified georeferenced samples. Boletim de ciências

https://repositorio.ufsm.br/bitstream/handle/1/7658/BERNARDI%2C%20EWERTHON%20CEZAR%20SCHIAVO.pdf?sequence=1&isAllowed=y

https://repositorio.ufsm.br/bitstream/handle/1/7658/BERNARDI%2C%20EWERTHON%20CEZAR%20SCHIAVO.pdf?sequence=1&isAllowed=y

http://www.sbmet.org.br/cbmet2012/pdfs/64GW.pdf

77

geodésicas, v. 21, n. 4, p. 658–673, 2015.

CHIARAVALLOTI, R. Overfishing or over reacting? management of fisheries in the pantanal wetland, brazil. Conservation and society, v. 15, n. 1, p. 111, 2017.

COUTINHO, A. C.; BISHOP, C.; ESQUERDO, J. C. D. M.; KASTENS, J. H.; BROWN, J. C. Dinâmica da agricultura na Bacia do Alto Paraguai. Anais... In: VI Simpósio de Geotecnologias no Pantanal, Cuiabá – MT, p. 623 -632, 2016. Disponível em: https://www.alice.cnptia.embrapa.br/bitstream/doc/1056612/1/GeopantanalCoutinhop623.pdf. Acesso em 20 de julho de 2018.

DAVRANCHE, A.; LEFEBRE, G.; POULIN, B. Wetland monitoring using classification trees and

SPOT-5 seasonal time series. Remoting Sensing of Enviroment, v. 114, p. 552-562, 2010.

DEZETTER, A.; RUELLAND, D.; NETTER, C. Flood monitoring of the Inner Niger Delta using

high resolution radar and optical imagery. IAHSAISH publication, p. 78-84, 2011.

DIONÍSIO, M. Proposta de um sistema de monitorização de condição de motores diesel. 2017.

136 p. Dissertação (Mestrado em Engenharia Mecânica) – Faculdade de Ciências e Tecnologia,

Universidade Nova de Lisboa, Portugal. Disponível em: https://run.unl.pt/handle/10362/32399.

Acesso em 14 de agosto de 2018.

DOURADO, W. B. Avaliação de técnicas de interpolação de imagens digitais. 2014. 139p. Tese (Doutorado em Matemática Aplicada e Computacional) Universidade Estadual Paulista – FCT, Presidente Prudente, São Paulo.

DUNNING C.M.; E. BLACK; R. ALLAN. The onset and cessation of seasonal rainfall over Africa, J. Geophys. Res. Atmos., 2016. EVANS, T. L.; COSTA, M.; TOMAS, W. M.; CAMILO, A. R. Large-scale habitat mapping of the brazilian pantanal wetland: a synthetic aperture radar approach. Remote Sensing Of Environment, v. 155, p. 8–108, 2014.

FERREIRA, A. B. de B. Pantanal Mato-Grossense: considerações sobre a proteção constitucional para um desenvolvimento econômico sustentável. Interações (Campo Grande), Campo Grande, v. 14, n. 1, p. 11-20, 2013. Disponível em: http://www.scielo.br/pdf/inter/v14n1/02.pdf. Acesso em 26 de Julho de 2017.

FLORENZANO, T. Iniciação em sensoriamento remoto. 3.ed. São Paulo: Oficina de Textos, 2011. 123p.

FRANCO, J. L. A.; DRUMMOND, J. A. ; GENTILE, C. ; AZEVEDO, A. I. . Biodiversidade e ocupação humana do Pantanal mato-grossense: conflitos e oportunidades. 1. ed. Rio de Janeiro: Garamond, 2013. 260p.

FUNK, C.; PETERSON, P.; LANDSFELD, M.; PEDREROS, D.; VERDIN, J.;SHUKLA, S.; HUSAK, G.; ROWLAND, J.; HARRISON, L.; HOELL, A.; MICHAELSEN, J.: The climate hazards infrared precipitation with stations – a new environmental record for monitoring extremes, Scientific Data, 2, 150066, doi:10.1038/sdata.2015.66, 2015. Disponível em: pubs.usgs.gov/ds/832/. Acesso em 25 de Maio de 2018. FURQUIM, S. A. C.; SANTOS, M. A.; VIDOCA, T. T.; BALBINO, M. DE A.; CARDOSO, E. L. Salt-

https://www.alice.cnptia.embrapa.br/bitstream/doc/1056612/1/GeopantanalCoutinhop623.pdf

https://run.unl.pt/handle/10362/32399

http://www.scielo.br/pdf/inter/v14n1/02.pdf

http://lattes.cnpq.br/0168114829646424



http://pubs.usgs.gov/ds/832/

78

affected soils evolution and fluvial dynamics in the pantanal wetland, brazil. Geoderma, v. 286, p. 139–152, 2017.

FURTADO, L. F. A.; SILVA, T. S. F.; FERNANDES, P. J. F.; NOVO, E. M. L. M. Land cover classication of lago Grande de Curuai floodplain (Amazon, Brazil) using multi-sensor and image fusion techniques. Acta Amazonica. v. 45(2), p. 195 – 2002, 2015. Disponível em: http://dx.doi.org/10.1590/1809-4392201401439 . Acessado em: 03 de Julho de 2015.

GALDINO, S.; PADOVANI, C. R.; RESENDE, E. K. de; SORIANO, B. M. A.; TOMICH, T. R.; LARA, J. A. F. Ações para solucionar os problemas da Bacia do Rio Taquari - Pantanal. Disponível em: http://www.cpap.embrapa.br/publicacoes/online/ADM102.pdf. Acesso em 19 maio de 2018.

GIRARD, P.; VARGAS, I. Turismo , desenvolvimento e saberes no pantanal : diálogos e parcerias possíveis. Desenvolvimento e meio ambiente, v. 18, p. 61–76, 2008.

GONG, H.; JIAO, C.; ZHOU, D.; LI, N. Scale Issues of Wetland Classification and Mapping Using

Remote Sensing Images: A Case of Honghe National Nature Reserve in Sanjiang Plain,

Northeast China. Chin. Geogra. Sci. v. 21(2), 230-240 p 2011.

HUDSON, W.D.; RAMM, C.W. Correct formulation of the kappa coefficient of agreement. Photogrammetric Engineering & Remote Sensing, Maryland, v.53, n.4, p.421-2, 1987. IBGE. Instituto Brasileiro de Geografia e Estatística. Mapa de Biomas e Vegetação. 2004. Disponível em: http://www.ibge.gov.br/home/presidencia/noticias/21052004biomashtml.shtm. Acesso em: 20 maio de 2018. IBGE – Instituto Brasileiro de Geografia e Estatística. Cidades@. Brasil, 2010. Disponível em http://www.ibge.gov.br/cidadesat/default.php, Acesso em 13 de maio de 2018 IBGE - Instituto Brasileiro de Geografia e Estatística. Pesquisa da Produção Pecuária Municipal 2014. 2015. Disponível em: www.ibge.br. Acesso: 20 abril de 2018. IRIGARAY, C.T; IRIGARAY, M.; BRAUN, A.; Pantanal Legal: A tutela jurídica das áreas úmidas e do Pantanal mato-grossense. 1. ed. Cuiabá: EdUFMT, v. 1, 2017. 152 p. ISLAM, A. S.; BALA, S. K.; HAQUE, M. A. Flood inundation map of bangladesh using modis time-series images. Journal of flood risk management, v. 3, n. 3, p. 210–222, 2010. JUNK, W. J. Flood tolerance and tree distribution in central Amazonia. In: HOLM-NIELSEN L. B.; NIELSEN I. C.; BALSLEV. H. (Eds.) Tropical Forest Botanical Dynamics. Speciation and Diversity. London: Academic Press, p.47-64, 1989. JUNK, W.J; PIEDADE, M.T.F; LOURIVAL, R; WITTMANN, F; KANDUS, P; LACERDA, L.D; BOZELLI, R.L; ESTEVES, F.A; CUNHA, C.N; MALTCHIK, L; SCHÖNGART, J; SCHAEFFER-NOVELLI, Y; AGOSTINHO, A.A. Brazilian wetlands: their definition, delineation, and classification, for research, sustainable management, and protection. Aquattic Conservation: Marine and Freshwater Ecosystems. 2013. JENSEN, J. R. Introductory digital image processing. New Jersey: Prentice-Hall. 1986. 379 p.

79

KOTERA, A.; NAGANO, T.; HANITTINAN, P.; KOONTANAKULVONG, S. Assessing the degree

of flood damage to rice crops in the chao phraya delta, thailand, using modis satellite imaging.

Paddy and water environment, v. 14, n. 1, p. 271–280, 2016.

LAMOSO, L. P. A exploração de minério de ferro no brasil e em Mato Grosso do Sul. 2001. 304 p. Tese (Doutorado em Geografia). Faculdade de Filosofia, Letras e Ciências Humanas da Univerisade de São Paulo. São Paulo.

LANG, S.; BLASCHKE, T. Análise da Paisagem com SIG. São Paulo: Oficina de textos, 2009.

LEANDRO, G. R. S.; NASCIMENTO, F. R. ; SOUZA, C. A. Dinâmica das Águas no Sistema Rio-Planície de Inundação do Rio Paraguai em Cáceres - Mato Grosso. In: Archimedes Perez Filho, Raul Reis Amorim. (Org.). Anais... Os desafios da geografia física na fronteira do conhecimento. 17ed.Campinas: Unicamp, v. 1, p. 5979-5990, 2017.

LIEBMANN, B.; I. BLADÉ.; G. N. KILADIS.; L. M. CARVALHO.; G. B. SENAY, D.; ALLURED, S.; LEROUX.; C. FUNK.; Seasonality of African precipitation from 1996 to 2009, J. Clim., 25(12), 4304–4322. 2012 LOBÃO, J. S. B.; FRANÇA-ROCHA, W. J. S.; SILVA, A. B. Aplicação dos índices KAPPA & PABAK na validação da classificação automática de imagem de satélite em Feira de Santana-BA. In: SIMPÓSIO BRA-SILEIRO DE SENSORIAMENTO REMOTO, 12. (SBSR), 2005, Goiânia. Anais... São José dos Campos: INPE, 2005. p. 1207-1214. CD-ROM, On-line. ISBN 85-17-00018-8. Disponível em: http://urlib.net/ltid.inpe.br/sbsr/2004/11.21.14.18. Acesso em: 02 de maio de 2018. MARCUZZO, F. F. N.; FARIA, T. G.; CARDOSO, M.R. D.; MELO, D. C. R. Chuvas no Pantanal Brasileiro: Análise Histórica e Tendência Futura. In: III Simpósio de Geotecnologias no Pantanal, 2010, Cáceres. Anais do III Simpósio de Geotecnologias no Pantanal. Corumbá: Embrapa, 2010b. v. 1. p. 170-180. Disponível em: http://www.cprm.gov.br/publique/media/Evento_tendencia_Marcuzzo.pdf. Acesso em: 02 de maio de 2018. MENESES, P. R.; ALMEIDA, T. (Org.). Introdução ao Processamento de imagens de sensoriamento remoto. Brasília: UNB/CNPq. 2012. 266 p MIGUEL, S. M.; HUESCA, M.; GONZÁLEZ-ALONSO, F. Modis reflectance and active fire data for burn mapping and assessment at regional level. Ecological Modelling, v. 221, p. 67 – 74, 2010.

MINISTÉRIO DO MEIO AMBIENTE (Brasil) (MMA). Secretaria de Biodiversidade e Florestas. Biodiversidade do cerrado e pantanal: áreas e ações prioritárias para conservação. Brasília: MMA, 2007.

MORAES, E. C.; PEREIRA, G.; CARDOZO, F. DA S. Evaluation of reduction of pantanal wetlands in 2012. Geografia (Rio Claro. Impresso), v. 38, p. 81-93, 2013.

MOREIRA, M. A. Fundamentos do sensoriamento remoto e metodologias de aplicação. 4.Ed. Atual. Ampl. Viçosa, MG: EDUFV, 2011. 422p. NASCIMENTO, H. R. Geotecnologias e o Planejamento da Agricultura de Energia. Málaga, Espanha: Eumed.Net, Universidade de Málaga, 2012.

http://urlib.net/ltid.inpe.br/sbsr/2004/11.21.14.18

http://www.cprm.gov.br/publique/media/Evento_tendencia_Marcuzzo.pdf

80

NOVO, E. M. L. M. Sensoriamento Remoto: princípios e aplicações. 4. Ed. Rev. São Paulo. Blücher, 2010. PADOVANI, C. R. Dinâmica espaço-temporal das inundações do Pantanal. 2010. 174p. Tese (Doutorado) Escola Superior de Agricultura “Luiz de Queiroz”. Centro de Energia Nuclear na Agricultura. Piracicaba, São Paulo. Disponível em: http://www.teses.usp.br/teses/disponiveis/ 91/91131/tde-14022011-170515/pt-br.php. Acesso em 15 de maio de 2018. PAULO, C. M. Dinâmica territorial no Pantanal brasileiro: impactos do turismo e propostas de planejamento, 2011,190p. Dissertação (Mestrado em Ciência Ambiental) – Universidade de São Paulo, São Paulo. PAZ, A. R. DA; COLLISCHONN, W.; TUCCI, C. E. M.; PADOVANI, C. R. Large-scale modelling of channel flow and floodplain inundation dynamics and its application to the pantanal (brazil). Hydrological Processes, v. 25, n. 9, p. 1498–1516, 2011. PBMC, 2014: Impactos, vulnerabilidades e adaptação às mudanças climáticas. Contribuição do Grupo de Trabalho 2 do Painel Brasileiro de Mudanças Climáticas ao Primeiro Relatório da Avaliação Nacional sobre Mudanças Climáticas [Assad, E.D., Magalhães, A. R. (eds.)]. COPPE. Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil, 414 pp PEDRINE, H.; SCHAWARTZ, W. R. Análise imagens digitais: princípios, algoritmos e aplicações. São Paulo, Thomson Learning, 2008. 528p. PEREIRA, G.; CHÁVEZ, E. S.; SILVA, M. E. S. O estudo das unidades de paisagem do bioma pantanal. Revista Ambiente & Água, v. 7, p. 89-103, 2012.

POWERS, R. P.; HAY, G. J.; CHEN, G. How wetland type and area differ through scale: A

GEOBIA case study in Alberta's Boreal Plains. Remote Sensing of Environment, v. 117, p. 135-

145, 2012.

REYNALDO, N. I.; LOVERDE-OLIVEIRA, S. Usos sociais da biodiversidade de Mato Grosso. 1. ed. Cuiabá: EdUfmt, v. 1. 139p., 2015. SAKAMOTO, A. Y.; QUEIROZ NETO, J. P. de; BARBIERO, L; FORT, M.; FURIAN, S.; FURQUIM, S.; FERREIRA, R. P. D.; SALVI-SAKAMOTO, L. L; REZENDE FILHO, A. T.; OLIVEIRA, W. Funcionamento hidrológico, físico e biogeoquímico do pantanal da Nhecolândia, Mato Grosso do Sul, Brasil. In: Anais... X Encontro de Geógrafos da América Latina - Por uma Geografia Latino-Americana: Do labirinto da solidão ao espaço da solidariedade. São Paulo (SP), 2005.

SANTOS, J. S.; PEREIRA, G.; SHIMABUKURO, Y, E.; RUDORFF, B. F. T. Identificação de áreas

alagadas no bioma Pantanal – Brasil – utilizando dados multitemporais TERRA/MODIS.

GEOGRAFIA, Rio Claro, v. 34, Número Especial, p745-755, 2009. Disponível em:

http://www.geopantanal.cnptia.embrapa.br/publicacoes/2geo/Cap-10.pdf. Acesso em: 26 de

maio de 2018.

SANTOS, Rozely Ferreira dos (Org). Vulnerabilidade Ambiental. Desastres naturais ou fenômenos induzidos? Brasília (DF): Ministério do Meio Ambiente, v.1, 192p. 2007.

SHIMABUKURO, Y. E.; SMITH, J. A. The least squares mixing models to generate fraction images derived from remote sensing multispectral data. IEEE Transactions on Geoscience and Remote Sensing, v. 29, n. 1, p. 16-20, 1991.

81

SILVA, R. V. Uso e ocupação da margem esquerda do rio Paraguai e a percepção ambiental de usuários do município de Cáceres. 2011. 110p. Dissertação (Mestrado em Ciências Ambientais) - Universidade do Estado do Mato Grosso. Cáceres, Mato Grosso. SILVEIRA, S. W. G. Análise de desempenho de produtos modis para modelagem da dinâmica

de inundação do pantanal mato-grossense. 2015. 100 p. Tese (Doutorado em Física Ambiental)

- Instituto de Física, Universidade Federal de Mato Grosso.

SOUZA, C. A; LANI, J. L; SOUSA, J. B. Origem e evolução do Pantanal Mato-grossense. In: Simpósio Nacional de Geomorfologia, 6., 2006. Disponível em: http://www.labogef.iesa.ufg.br/links/sinageo/aut/articles/132.pdf. Acesso em 3 maio 2018. TIAN, Q.; BROWN, D. G.; BAO, S.; QI, S. Assessing and mapping human well-being for

sustainable development amid flood hazards: Poyang Lake Region of China. Elsevier. Applied

Geography, 66-76 p. 2015.

UNITED STATES GEOLOGICAL SURVEY – USGS. Landsat Missions: Frequently Asked Questions about the Landsat Missions. Disponível em: http://landsat.usgs.gov//about_project_descriptions.php. Acesso em 3 maio 2018. WÜST, C.; TAGLIANI, N.; CONCATO, A. C. A pecuária e sua influência impactante no meio ambiente. In: VI Congresso Brasileiro de Gestão Ambiental, 2015, Porto Alegre. Anais... VI Congresso Brasileiro de Gestão Ambiental, 2015. ZARISTA, S. Monitoramento da dinâmica de inundação no Pantanal norte com uso de Índices EVI e LSWI do MODIS.2013. 61 p. Dissertação (Mestrado em Física Ambiental) - Instituto de Física, Universidade Federal de Mato Grosso, Mato Grosso. ZHANG, W.; BRANDT, M.; GUICHARD, F.; TIAN, Q.; FENSHOLT, R. Using long-term daily satellite based rainfall data (1983–2015) to analyze spatio-temporal changes in the sahelian rainfall regime. Journal of hydrology, v. 550, p. 427–440, 2017.

anÁlise da influÊncia da estaÇÃo chuvosa na … ramos.pdf · o pantanal é o maior sistema...

Documents