Aplicação de Modelos Empíricos no Manejo da Água em Bacias Hidrográficas Tropicais, caso de estudo Reservatório Exército Rebelde, bacia Almendares Vento, Cuba

Application of Empirical Models in Water Management in Tropical Watersheds, case study: Rebel Army Reservoir, Almendares Vento watershed, Cuba

Autores

  • Javier Iribarren Mondejar Programa de Pós-Graduação em Modelagem em Ciências da Terra e do Meio Ambiente, Departamento de Ciências Exatas, Universidade Estadual de Feira de Santana, Av. Transnordestina, s/n - Feira de Santana, 44036-900, Novo Horizonte - BA, Brasil.
  • Rosangela Leal Santos Programa de Pós-Graduação em Modelagem em Ciências da Terra e do Meio Ambiente, Departamento de Ciências Exatas, Universidade Estadual de Feira de Santana, Av. Transnordestina, s/n - Feira de Santana, 44036-900, Novo Horizonte - BA, Brasil.

DOI:

https://doi.org/10.13102/cad.fs.uefs.v23i01.12610

Palavras-chave:

SIG, clorofila-a, Disco de Secchi, imagens Landsat

Resumo

O artigo aborda o desafio da gestão sustentável de recursos hídricos em regiões tropicais, com ênfase na bacia Almendares-Vento, Cuba. São discutidos os desafios relacionados com a eutrofização, a contaminação por nutrientes e eventos extremos de clima. Propõe-se um modelo empírico preditivo baseado na análise multiespectral de imagens Landsat 8/9 para estimar a clorofila-a, turbidez e qualidade da água no reservatório Exército Rebelde. O estudo integra parâmetros físico-químicos e espectrais, e utiliza sistemas de informação geográfica (SIG) para a análise espacial e geração de mapas temáticos. O objetivo é avaliar espacialmente a qualidade da água e contribuir para políticas de manejo sustentável, com implicações para a saúde pública e a resiliência ambiental.

 

Downloads

Não há dados estatísticos.

Biografia do Autor

Javier Iribarren Mondejar , Programa de Pós-Graduação em Modelagem em Ciências da Terra e do Meio Ambiente, Departamento de Ciências Exatas, Universidade Estadual de Feira de Santana, Av. Transnordestina, s/n - Feira de Santana, 44036-900, Novo Horizonte - BA, Brasil.

Possui graduação em Ingeniero Fototopógrafo - Escuela Artillería FAR Camilo Cienfuegos (1992) e mestrado em GEOMÁTICA pela Academia Naval Granma (2005). Tem experiência na área de Geociências, com ênfase em Topografia

Rosangela Leal Santos, Programa de Pós-Graduação em Modelagem em Ciências da Terra e do Meio Ambiente, Departamento de Ciências Exatas, Universidade Estadual de Feira de Santana, Av. Transnordestina, s/n - Feira de Santana, 44036-900, Novo Horizonte - BA, Brasil.

Possui graduação em Licenciatura em Geografia pela Universidade Católica do Salvador (1985), Mestrado em Geociencias pela Universidade Federal da Bahia (1992) e doutorado em Engenharia de Transportes pela Universidade de São Paulo (2005). Atualmente é professora adjunta da Universidade Estadual de Feira de Santana e Coordenadora da Estação Climatológica. Tem experiência na área de Geociências, com ênfase em Climatologia, Meteorologia, Solos, Processos Erosivos e Informações Espaciais, atuando principalmente nos seguintes temas: Cartografia, Banco de Dados Geo-Ambientais, Pedologia, Classificação de Uso e Ocupação do Solo, Processamento Digital de Imagens, Climatologia Aplicada e Modelagem Hidrológica. Atualmente leciona, na Graduação, as disciplinas Topografia e Cartografia Digital para o Curso de Engenharia Civil e Física do Solo, Manejo e Conservação do Solo e Água e Agroclimatologia para o Curso de Agronomia. É professora permanente do Curso de Pós Graduação (Mestrado e Doutorado) em Modelagem em Ciências da Terra e do Ambiente, onde leciona as disciplinas Cartografia Digital, Sensoriamento Remoto, Cartografia Participativa, Instrumentalização Ambiental, e Cartografia Temática, e é professora colaboradora do Programa de Pós-Graduação em Engenharia Civil e Ambiental, onde leciona Geoprocessamento Aplicado ao Planejamento Ambiental e Modelagem Ambiental.

Referências

Abe, C. A., Lobo, F. L., Novo, E. M. L. d. M., & others. (2019). Modeling the effects of land cover change on sediment concentra-tions in a gold-mined Amazonian basin. Regional Environmental Change, 19, 1801–1813. https://doi.org/10.1007/s10113-019-01513-8.

Amador, J. A. C., & Pombrol, A. V. (2023). Use of remote sensing techniques for the estimation of chlorophyll-a in the Abreus reservoir. Revista Cubana de Geomática, 3(1).

Congedo, L. (2021). Semi-Automatic Classification Plugin: A Python tool for the download and processing of remote sensing im-ages in QGIS. Journal of Open Source Software, 6(64), 3172. https://doi.org/10.21105/joss.03172.

Chávez, P. S. (1996). Image-based atmospheric corrections—revisited and improved. Photogrammetric Engineering and Remote Sensing, 62(9), 1025–1036.

Chen, H., Zhang, T., Magnuson, J. T., Zheng, C., & Qiu, W. (2023). Sunlight-mediated CaO₂ inactivation of pathogen indicator organisms in surface water systems: Roles of reactive species and characterization of pathogen inactivation. Water Research, 233, 119756. https://doi.org/10.1016/j.watres.2023.119756.

Chen, Y., Liu, X., Zhang, H., & Wang, J. (2023). Spatial assessment of water quality in tropical reservoirs using remote sensing and ecological modeling. Water Research, 244, 119756. https://doi.org/10.1016/j.watres.2023.119756.

Dekker, A. G., & Peters, S. W. M. (1993). The use of the Thematic Mapper for the analysis of eutrophic lakes. International Journal of Remote Sensing, 14(5), 799–821. https://doi.org/10.1080/01431169308904379.

Fernández, D., Muñoz, L., & Coronel, E. F. (2022). Profundidad de disco de Secchi y su relación con la turbidez y clorofila “a” en el embalse San Jacinto, Bolivia. Revista AIDIS. https://doi.org/10.22201/iingen.0718378xe.2022.15.2.80136.

Gitelson, A. A., & Kondratyev, K. Y. (2001). Optical models of chlorophyll concentration in water bodies based on remote sensing data. IEEE Transactions on Geoscience and Remote Sensing, 39(9), 1869–1875. https://doi.org/10.1109/TGRS.2001.964853.

Gitelson, A. A., Gritz, Y., & Merzlyak, M. N. (2003). Relationships between leaf chlorophyll content and spectral reflectance and algorithms for non-destructive chlorophyll assessment in higher plant leaves. Journal of Plant Physiology, 160(3), 271–282. https://doi.org/10.1078/0176-1617-00887.

Gholizadeh, M., Melesse, A., & Reddi, L. (2016). A Comprehensive Review on Water Quality Parameters Estimation Using Re-mote Sensing Techniques. Sensors, 16(8), 1298. https://doi.org/10.3390/s16081298.

Landsat Science. (2024). STREAM: Monitoreo de la calidad de las aguas superficiales mediante Landsat . NASA. https://landsat.gsfc.nasa.gov/applications/water-quality/.

Li, X., Zhang, Y., Chen, H., & Wang, J. (2024). Transport and sedimentation dynamics drive nutrient accumulation and primary productivity in shallow lake systems. Water Research, 252, 121034. https://doi.org/10.1016/j.watres.2024.121034.

Liu, Y., Zhang, H., Chen, X., & Wang, J. (2023). Resilience assessment of tropical reservoir ecosystems under environmental stress using remote sensing indicators. Science of the Total Environment, 891, 162847. https://doi.org/10.1016/j.scitotenv.2023.162847.

McFeeters, S. K. (1996). The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, 17(7), 1425–1432. https://doi.org/10.1080/01431169608948714 Xu, H. (2006). Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing, 27(14), 3025–3033. https://doi.org/10.1080/01431160600589179.

Mishra, S., & Mishra, D. R. (2012). Normalized difference chlorophyll index: A novel model for remote estimation of chlorophyll‑a concentration in turbid productive waters. Remote Sensing of Environment, 117, 394–406. https://doi.org/10.1016/j.rse.2011.10.016.

Montgomery, D. C., Peck, E. A., & Vining, G. G. (2021). Introduction to linear regression analysis. John Wiley & Sons. The In-ternational Standard Book Number (ISBN) for the 2021 edition of "Introduction to Linear Regression Analysis" by Montgomery, Peck, and Vining is 978-1-119-57872-7.book.

Mouw, C. B., Greb, S., Aurin, D., DiGiacomo, P. M., Lee, Z., Twardowski, M., Binding, C., Hu, C., Ma, R., Moore, T., Moses, W., & Craig, S. E. (2015). Aquatic color radiometry remote sensing of coastal and inland waters: Challenges and rec-ommendations for future satellite missions. Remote Sensing of Environment, 160, 15–30. https://doi.org/10.1016/j.rse.2015.02.001.

Mpakairi, K. S., Muthivhi, F. F., Farai Dondofema, Munyai, L. F., & Tatenda Dalu. (2024). Chlorophyll-a unveiled: unlocking reservoir insights through remote sensing in a subtropical reservoir. Environmental Monitoring and Assessment, 196(4). https://doi.org/10.1007/s10661-024-12554-w.

Normalized Difference Water Index (NDWI) | Space4Water Portal. (n.d.). Www.space4water.org. https://www.space4water.org/taxonomy/term/1315.

Oliveira Santos, V., et al. (2024). Chlorophyll-a estimation in 149 tropical semi-arid reservoirs using remote sensing data and six machine learning methods. Remote Sensing, 16(11), 1870. https://doi.org/10.3390/rs16111870.

OpenStreetMap, "Relief raster map", Available at: https://www.openstreetmap.org/ [Accessed: March 15, 2025]

Downloads

Publicado

14-06-2025

Como Citar

Iribarren Mondejar , J., & Leal Santos, R. (2025). Aplicação de Modelos Empíricos no Manejo da Água em Bacias Hidrográficas Tropicais, caso de estudo Reservatório Exército Rebelde, bacia Almendares Vento, Cuba: Application of Empirical Models in Water Management in Tropical Watersheds, case study: Rebel Army Reservoir, Almendares Vento watershed, Cuba. aderno e Física a EFS, 23(01), 1502.1–16. https://doi.org/10.13102/cad.fs.uefs.v23i01.12610

Edição

v. 23 n. 01 (2025): Cad. Fís. UEFS, Jan.- Jun.

Seção

Comunicação em Física

Licença

Copyright (c) 2026 Javier Iribarren Mondejar , Rosangela Leal Santos

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Artigos mais lidos pelo mesmo(s) autor(es)