Autores
- JULIA GUARNIERUERJEmail: julia.gsguarnier@gmail.com
- VINICIUS DA SILVA SEABRAUERJEmail: vinigeobr@yahoo.com.br
Resumo
O município de Maricá fica localizado na região metropolitana do estado do Rio
de Janeiro e é marcado por suas belezas naturais e uma relevante diversidade de
ambientes, dentre as quais encontram-se as áreas úmidas (wetlands). Por outro
lado, o uso das geotecnologias para realização de estudos e pesquisas torna
possível gerar informações capazes de identificar fenômenos e processos naturais
ou antrópicos. Destarte, este estudo utiliza a classificação GEOBIA de imagens
Sentinel 2 para identificar, e analisar espacialmente as áreas úmidas (wetlands)
no município de Maricá. Os resultados gerados pela classificação das imagens
Sentinel 2 (MSI) e a sobreposição final dos mapas nos mostram que as áreas de
corpos hídricos são de 34,73 km², representados principalmente pela Lagoa de
Maricá, Lagoa do Padre, Lagoa da Barra e Lagoa de Guarapina.
Palavras chaves
Áreas úmidas; GEOBIA; Maricá; Geossistemas; Análise Espacial
Introdução
Os wetlands são também conhecidos como zonas úmidas e se caracterizam por
apresentar um nível de água próximo ou na superfície do solo (BARDUCCI, 2009). A
necessidade de defini-los surge na convenção internacional realizada em Ramsar,
para solucionar problemas globais. Sendo assim wetlands foram definidos como “
as extensões de marismas, pântanos e turberas, ou áreas cobertas com água, sejam
artificiais ou naturais, permanentes ou temporárias, estagnadas ou em
funcionamento, frescas, doce ou salgadas, incluindo áreas de água do mar a
profundidade na maré baixa, que não excede seis metros” (Secretaria de La
Convención de Ramsar, 2013, p.7). É imensurável a importância dos wetlands para
o meio ambiente e sociedade.
É importante destacar que a existências das wetlands está intimamente
relacionada às condições geológicas e geomorfológicas da paisagem,
principalmente nos aspectos que contribuem para a manutenção do nível de água
próximo ou na superfície do solo. Moore (2008) destaca que essas zonas úmidas
podem ser consideradas como áreas com condições de umedecimento por alagamento
permanente ou temporal, tendo o seu funcionamento condicionado pelas
características geoecológicas da paisagem.
No que se refere aos wetlands no Brasil, o Pantanal e a Amazônia possuem grande
representatividade, sendo respectivamente, a maior planície inundável do mundo e
a maior floresta tropical do mundo com retenção de diversos ambientes alagáveis.
O Brasil tem 27 sítios de Ramsar, “estas são áreas reconhecidas
internacionalmente como importantes para a conservação e uso sustentável das
áreas úmidas” (GOV.BR, 2021), dessa forma essas áreas passam a ser objetos de
compromissos e tem recompensas técnicas e financeiras (GOV.BR, 2021).
No estado do Rio de Janeiro, não existe nenhum sítio de Ramsar
reconhecido, mas são inúmeras as áreas úmidas de grande relevância
geossistêmica. Estas áreas têm por característica servir como abrigo para
importantes espécies animais, como zonas de recarga e descarga de aquíferos,
como áreas importantes na dinâmica hídrica das bacias hidrográficas, depósitos
de biomassa, dentre outras importantes funções ambientais.
De acordo com o Instituto Brasileiro de Geografia e Estatística (IBGE),
o município de Maricá localizado na região metropolitana do estado do Rio de
Janeiro abrange uma área de aproximadamente 361.000 km² e o município é
conhecido por suas belezas naturais. O município tem áreas específicas de
inundações temporárias fazendo que tenha a presença de áreas úmidas no local.
As geotecnologias são aliadas e auxiliam na identificação das áreas
úmidas (wetlands) e através delas é possível compreender diferentes cenários
pretéritos, atuais e possibilita a reflexão de futuros cenários (SEABRA e COSTA,
2021). As imagens de satélites e aplicação de técnicas de sensoriamento remoto
auxiliam de modo mais específico e permitem a construção de mapas de uso e
cobertura da terra, que aliado ao levantamento de dados é possível gerar
informações capazes de identificar um fenômeno ou uma ocorrência (SEABRA e
COSTA, 2021). Dessa forma, as geotecnologias podem auxiliar na identificação e
possíveis modificações das wetlands.
A série de satélites Sentinel começou a ser lançada em 2014 a partir de
um projeto da ESA (Agência Espacial Européia) e da Comissão Europeia em
atendimento ao Programa Copernicus. A missão tem diferentes interesses e é
composta por pares de satélites. No que se refere ao SENTINEL-2, ele tem por
interesse o monitoramento da vegetação, áreas costeiras e solos (EMBRAPA, 2020).
O Sentinel-2 é um conjunto de imagens multiespectrais de alta resolução,
que leva o sensor com multiespectral MSI com 13 bandas espectrais, com resolução
espacial variando entre 10, 20 e 60 metros.
Neste sentido, a proposta deste trabalho é identificar e analisar,
através da missão de imagens multiespectrais Sentinel-2 e dados de declividade,
as áreas úmidas presentes no município de Maricá, no estado do Rio de Janeiro.
Material e métodos
As áreas úmidas no município de Maricá foram identificadas a partir de
classificação baseada em objetos de imagens Sentinel 2, sensor MSI. A escolha
das imagens seguiu dois critérios principais: disponibilidade sem cobertura de
nuvens e a possibilidade de obter imagens tanto para o período seco quanto para
o período úmido. Inicialmente, buscamos utilizar os dados de março, que marca o
fim do período úmido, e agosto, que marca o fim do período seco. No entanto,
2022 foi um ano atípico, com uma quantidade de chuvas incomum ,alcançando 444,6
mm no mês de abril na estação Saquarema (Sampaio Correia), cidade próxima ao
município de Maricá. Além disso, não obtivemos imagens sem cobertura de nuvens
nos meses de março e fevereiro. Então, optamos pelo uso de uma imagem do mês de
abril para nossas análises. Para o período seco, fizemos uso de uma imagem de
junho, já que também não obtivemos imagens de boa qualidade para julho e agosto.
Para o mês de julho de 2022 o acumulado de chuvas para a estação Saquarema
(Sampaio Correia) foi de 97 mm. Estes dados podem ser obtidos no portal do INMET
cujo endereço é https://portal.inmet.gov.br/dadoshistoricos.
Depois de selecionadas, as imagens foram inseridas em um projeto de
classificação baseada em objetos (GEOBIA) no software Definiens, para que
pudéssemos identificar as áreas úmidas. Para o projeto também foi inserida
declividade do terreno, a partir de um modelo digital de elevação (MDE), com
resolução de 20m (IBGE-RJ). Este dado nos ajudou a evitar que as sombras
dificultassem o processo de classificação.
Segundo Cruz et. al (2007) a classificação baseada em objetos simula, a partir
da modelagem do conhecimento, as técnicas de interpretação visual,
possibilitando a identificação de feições, baseando-se ainda na descrição de
padrões identificadores, tais como textura, cor, métrica e contexto.
Em contraposição aos métodos de classificação tradicionais, a classificação de
imagens baseada em objetos (GEOBIA) possibilita o uso de diferentes atributos
dos objetos para sua diferenciação e interpretação, não se limitando às
respostas espectrais dos alvos. Desta forma, passa a ser possível integrar, no
processo de classificação, dados de outras origens (não só as imagens),
determinar limiares fuzzy (não só booleanos), hierarquizar geometrias e itens de
legenda, dentre outros. Segundo Blaschke (2010) a emergência da classificação
baseada em objetos surge da necessidade da análise da paisagem através dos
objetos espaciais, interpretados a partir das suas respostas espectrais, do seu
contexto espacial e multiescalar e de dados temáticos terrestres (Earth
Observation Data).
Para a classificação foi aplicado o processo de segmentação com parâmetro de
escala 100, forma 0.1 e compacidade 0.5, somente com as bandas espectrais das
imagens. Em seguida foi criado um nível apenas de classificação, separando os
corpos hídricos, áreas úmidas e outros usos e coberturas. Para a classificação
da água utilizamos como descritores a declividade (inferior a 3%) além da média
da banda 8 (infravermelho próximo). Já para a área úmida, o modelo de
classificação fez uso das médias das bandas 5 (borda do vermelho 1), 7 (borda do
vermelho 3), 8 (infravermelho próximo) e 8A (borda do vermelho 4), além da
declividade e o desvio padrão da banda 4 (vermelho).
Os mesmos modelos e parâmetros de classificação foram aplicados às duas imagens
(abril e junho de 2022). Após a classificação de ambas as imagens, os dados
foram exportados do Definiens e importados para o Sistema de Informação
Geográfica (SIG) (ArcGIS 10.x) onde foram aplicadas as análises de sobreposição
das camadas. A sobreposição dos mapas de abril e junho permitiram a criação de
uma legenda final de mapeamento que aponta as áreas permanentemente úmidas e as
áreas temporariamente úmidas, que serão discutidas no próximo tópico deste
trabalho.
Resultado e discussão
O processo de classificação das imagens realizado com atenção especial para a
identificação das áreas úmidas nos mostra o quão importante é a discussão dos
objetivos de um mapa antes de sua elaboração. Isto porque em outros mapeamentos
de uso e cobertura da terra, onde não temos a identificação das áreas úmidas
como um objetivo importante, boa parte destas áreas são classificadas como
gramíneas, áreas de pastagem ou outros usos. Quando levadas em consideração, as
áreas úmidas acabam “aparecendo” em maior quantidade e relevância.
O dinamismo apresentado por estas áreas cria a necessidade de utilização de
imagens de diferentes datas, em período estacionais diferentes, pois do
contrário erramos superestimando ou omitindo as áreas úmidas e pantanosas em
nossos estudos. Sendo assim, neste trabalho, optamos por identificar as áreas
úmidas a partir da classificação de imagens e análises espaciais em sistemas de
informação geográfica, em diferentes períodos do ano.
O processo de mapeamento também nos mostrou o quão cuidadoso deve ser a escolha
dos limiares dos modelos de classificação utilizados no processo de
interpretação das imagens, pois estes podem superestimar ou omitir as áreas
úmidas. As escolhas feitas neste trabalho basearam-se em inúmeras tentativas e
erros, e ainda, na observação dos resultados preliminares frente às imagens de
alta resolução (Google Earth), observação de campo e conhecimento da área.
Os resultados gerados pela classificação das imagens Sentinel 2 (MSI) e a
sobreposição final dos mapas nos mostram que as áreas de corpos hídricos são de
34,73 km², representados principalmente pela Lagoa de Maricá, Lagoa do Padre,
Lagoa da Barra e Lagoa de Guarapina. Esta área equivale a 9,58% de toda área
analisada (tabela 1).
A classe nomeada como "Áreas Permanente Úmidas” representa as áreas
classificadas como “Áreas Úmidas” nas duas imagens selecionadas para esta
pesquisa, ou seja, em abril e junho de 2022. Esta classe representa uma área de
23,79 km², que equivale a 6,56% de toda área mapeada. Estas áreas são
encontradas principalmente no entorno da Lagoa Brava, próxima à Lagoa de Maricá,
além da foz dos Rios Mombuca, Padeco e Doce, nas margens das Lagoas de Maricá,
da Barra e Guarapina, respectivamente (figura 1). Uma grande mancha de Áreas
Permanente Úmidas também foi classificada na bacia do Rio do Vigário, na porção
noroeste da bacia, no distrito de Inoã. Outras manchas de Áreas Permanente
Úmidas foram identificadas em vales fluviais e nas margens das lagoas presentes
em toda região.
As áreas classificadas como “Áreas Úmidas” em uma das datas, sobretudo a do
período úmido, e não classificada como “Áreas Úmidas” na outra imagem foi
denominada como “Áreas Temporariamente Úmidas". Ou seja, partimos do princípio
que estas áreas ficam com a sua superfície umedecida apenas em alguns períodos
do ano. As áreas Temporariamente Úmidas cobrem 29,25% da bacia, o que equivale a
8,06% de toda a área de estudos. Estas áreas também são encontradas próximas às
lagoas, na foz dos rios que deságuam nas mesmas e também na área correspondente
à Lagoa Brava. No entanto, outros pequenos resorts destas áreas são encontrados
no vale do Itaocaia, no vale do Ubatiba e na região do Espraiado.
Os trabalhos de campo realizados na área de estudos mostram uma boa
correspondência entre os levantamentos realizados pela classificação das imagens
Sentinel 2 MSI e a realidade observada no município de Maricá. É muito
importante destacar que a percepção é que as áreas úmidas vêm diminuindo com o
tempo no município, em virtude do crescimento urbano que se observa na região.
Isto se deve ao fato de que muitas das áreas onde antes existiam áreas úmidas
são planas e relativamente próximas ao litoral, o que as torna muito valorizadas
do ponto de vista econômico. É importante ainda ressaltar que a construção
nestas áreas exige cuidados especiais, pois são áreas que muitas das vezes
apresentam solos instáveis para a construção civil, e ainda são muito
vulneráveis às enchentes e inundações, aspecto já discutido por Seabra e Rocha
Leão (2019) quando analisaram as recorrentes enchentes e inundações no
condomínio Carlos Marighella, em Itaipuaçu.
Os dados gerados neste trabalho serão armazenados em formato vetorial (shape) ou
matricial (Geotif) de acordo com sua natureza. Estes formatos são compatíveis
para utilização em qualquer plataforma SIG, seja ela livre e gratuita ou
comercial e fechada. Além disso, os dados estarão definidos no Sistema de
Referência Geocêntrico para as América (SIRGAS 2000), em sistema de coordenadas
geográficas (CGS) e projeção equiretangular cilíndrica. Todos os cálculos de
área foram realizados em projeção equivalente (Equivalente de Albers) e as áreas
foram medidas em hectares.
Todos os dados estão compatibilizados para monitoramentos das mudanças da
paisagem nos próximos anos, assim como estarão estruturados para serem
correlacionados com dados pré-existentes na área. Todos estes resultados
contribuem para pesquisas futuras, não somente dos pesquisadores envolvidos
neste projeto, como também por qualquer grupo interessado em realizar suas
pesquisas na região.
Mapa das Áreas Úmidas do município de Maricá
Área e percentual das áreas úmidas de Maricá
Considerações Finais
As wetlands são fundamentais para a conservação e manutenção da biodiversidade,
além de uma suma importância para os seres humanos, seja para transporte ou
moradia pelo fácil acesso a recursos naturais. Dessa forma é fundamental a
realização de estudos e pesquisas para observação de possíveis mudanças ou
identificação das áreas úmidas.
O processo de classificação das áreas úmidas, empreendido neste trabalho, nos
evidenciou a dificuldade de identificação destas áreas, e a necessidade de
classificação das mesmas a partir da análise de diferentes datas, com imagens de
períodos úmidos e secos. Em novas oportunidades teremos como objetivo a utilização
de novas imagens de satélite para melhorar sua identificação e, ainda, demonstrar
a sua supressão ao longo dos últimos anos.
Ressaltamos que a realização dos trabalhos de campo e a observação das áreas
através de imagens de alta resolução espacial no Google Earth torna-se relevante
para identificar os ajustes necessários no modelo e parâmetros de classificação
das imagens. Nas etapas futuras da pesquisa, pretendemos elaborar e aplicar uma
rotina de validação das classificações, para entendermos, a partir de índice kappa
e exatidão global, o nível de confiabilidade do mapa.
Agradecimentos
Agradecemos à FAPERJ pelo auxílio à pesquisa através do edital APQ1 e à UERJ,
através do CETREINA pela disponibilização de bolsa de pesquisa.
Referências
BARDUCCI, A.; GUZZI, D.; MARCOIONNI, P; OIOOI, I. Aero pace wetland monitoring by hyperspectral imaging sensors: A case study in the coastal zone of San Rossore Natural Park. J. Environ. Manag. 2009, 90, 2278–2286.
BLASCHKE, T. Object based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing. Áustria, nº 65 (2010) 2-16.
COSTA, E. C. P; SEABRA, V. S. Dinâmicas Naturais e Atividades Socioeconômicas da Planície Costeira da Lagoa de Araruama - RJ. FORMAÇÃO (PRESIDENTE PRUDENTE), v. 27, p. 353-382, 2021.
CRUZ, C. B. M., ROSÁRIO, L. S. ABREU, M. B., ALMEIDA, P. M. M., VICENS, R.S., CRONEMBERGUER, F. M. Classificação Orientada a Objetos na Geração do Mapa de Uso e Cobertura da Terra do estado do Rio de Janeiro. Anais XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal, Brasil, 25-30 abril 2009, INPE, p. 7789-7796. 2009.
CRUZ, C.B.M., VICENS, R.S., SEABRA, V.S., REIS, R.B., FABER, O.A., RICHTER, M., ARNAUT, P.K.E., ARAUJO, M. Classificação orientada a objetos no mapeamento dos remanescentes da cobertura vegetal do bioma Mata Atlântica, na escala 1:250.000. XIII Simpósio Brasileiro de Sensoriamento Remoto, INPE, Florianópolis, Brasil. 2007.
DANTAS. J.E. Mudanças Climáticas: áreas úmidas ajudam a proteger contra secas e cheias. WWT, 2019. Disponível em: https://www.wwf.org.br/?69662/Mudancas-Climaticas-areas-umidas-ajudam-a-proteger-contra-secas-e-cheias. Acesso em: 28 abril 2023.
Secretaría de la Convención de Ramsar, 2013. Manual de la Convención de Ramsar: Guía a la Convención sobre los Humedales (Ramsar, Irán, 1971), 6a. edición. Secretaría de la Convención de Ramsar, Gland (Suiza).
Instituto Brasileiro de Geografia e Estatística. Cidades e Estados. IBGE. Disponível em: https://www.ibge.gov.br/cidades-e-estados/rj/marica.html. Acesso em: 11 abril, 2023.
Ministério do Meio Ambiente e Mudança do Clima. Áreas ùmidas. Gov.br. Disponível em: https://www.gov.br/mma/pt-br/assuntos/ecossistemas-1/areas-umidas, acesso em: 11 abril, 2023.
Ministério do Meio Ambiente e Mudança do Clima. Sítios de Ramsar brasileiros. Gov.br. Disponível em: https://www.gov.br/mma/pt-br/assuntos/ecossistemas-1/areas-umidas/sitios-ramsar-brasileiros. Acesso em: 15 abril, 2023.
MOORE, Peter D. Ecosystem: Wetlands. Revised Edition. New York, NY, 2005.
Prefeitura de Maricá. Maricá. Prefeitura de Maricá. Disponível em: https://www.marica.rj.gov.br/marica/ . Acesso em 11 abril, 2023.
SEABRA, V. S; ROCHA LEÃO, O. M. Razões para as enchentes e inundações no residencial Carlos Marighella: uma análise multitemática da bacia do rio do Vigário, em Maricá-RJ. Revista da ANPEGE. v.15, p.114 - 137, 2019
ARTIGO EM PDF
