Análise da qualidade da água utilizando imagens do sentinel-2a, baía de Cumã, Sítio Ramsar, Maranhão, Brasil

Abstract

RESUMO

O sensoriamento remoto e o geoprocessamento têm se consolidado como ferramentas fundamentais para o monitoramento da qualidade ambiental, especialmente em ecossistemas costeiros vulneráveis. No Maranhão, que fica localizado no Nordeste do Brasil a intensificação das ações antrópicas, como o despejo de efluentes, processos erosivos e mudanças no uso e cobertura da terra, tem contribuído para a degradação dos recursos hídricos. Nesse contexto, este estudo teve como objetivo avaliar a qualidade da água na Baía de Cumã, Sítio Ramsar, por meio da análise da turbidez e da sedimentação utilizando os parâmetros Sólidos Suspensos Totais (TSS), Índice de Turbidez por Diferença Normalizada (NDTI) e Índice de Clorofila de Diferença Normalizada (NDCI), a partir de imagens Sentinel-2A (10 m), no período de 2021 a 2024. As imagens foram processadas na plataforma Google Earth Engine, com aplicação de filtragem temporal, máscara de nuvens, delimitação dos corpos hídricos via NDWI e cálculo dos índices espectrais. Os resultados indicaram baixas concentrações de clorofila, especialmente no período chuvoso, associadas à diluição e à limitação de luz na coluna d’água. Observou-se maior turbidez e concentrações elevadas de TSS durante o período seco, sugerindo influência da ressuspensão de sedimentos, da dinâmica de marés e da redução do fluxo hídrico. Conclui-se que a sazonalidade exerce papel determinante na dinâmica da qualidade da água da Baía de Cumã, evidenciando o potencial do sensoriamento remoto como ferramenta eficaz para o monitoramento ambiental em áreas costeiras protegidas. ABSTRACT

Remote sensing and geoprocessing have become fundamental tools for monitoring environmental quality, especially in vulnerable coastal ecosystems. In Maranhão, located in Northeast Brazil, the intensification of anthropogenic actions, such as effluent discharge, erosion processes, and changes in land use and cover, has contributed to the degradation of water resources. In this context, this study aimed to evaluate the water quality in Cumã Bay, a Ramsar site, through the analysis of turbidity and sedimentation using the parameters Total Suspended Solids (TSS), Normalized Difference Turbidity Index (NDTI), and Normalized Difference Chlorophyll Index (NDCI), from Sentinel-2A (10 m) images, from 2021 to 2024. The images were processed on the Google Earth Engine platform, with the application of temporal filtering, cloud masking, delimitation of water bodies via NDWI, and calculation of spectral indices. The results indicated low chlorophyll concentrations, especially during the rainy season, associated with dilution and limited light in the water column. Higher turbidity and elevated TSS concentrations were observed during the dry season, suggesting the influence of sediment resuspension, tidal dynamics, and reduced water flow. It is concluded that seasonality plays a determining role in the water quality dynamics of Cumã Bay, highlighting the potential of remote sensing as an effective tool for environmental monitoring in protected coastal areas.