Mapeamento dos habitats bentônicos de recifes costeiros usando imagens hiperespectrais

• Processo: 25/03699-2
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
• Data de Início da vigência: 01 de outubro de 2025
• Data de Término da vigência: 31 de março de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Geociências
• Pesquisador responsável: Milton Kampel
• Beneficiário: Thais Andrade Galvao de Medeiros
• Supervisor: Vittorio Ernesto Brando
• Instituição Sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia e Inovação (Brasil). São José dos Campos , SP, Brasil
• Instituição Anfitriã: Consiglio Nazionale delle Ricerche (CNR), Itália
• Vinculado à bolsa: 23/13544-0 - Dinâmica temporal dos habitats bentônicos do recife costeiro do Banco de Abrolhos, BA, BP.PD
• Assunto(s): Sensoriamento remoto
• Palavra(s)-Chave do Pesquisador: imagens hiperspectrais | Mapeamento bentônico | PRISMA imagem | Recifes de Coral | Sensoriamento remoto

Resumo

Os recifes de coral estão entre os ecossistemas mais biodiversos e ecologicamente importantes, oferecendo proteção costeira e sustentando milhões de pessoas social e economicamente. No entanto, eles estão cada vez mais ameaçados pelas mudanças climáticas, aumento das temperaturas oceânicas, acidificação dos oceanos, poluição e pesca excessiva. Isso destaca a necessidade urgente de ferramentas aprimoradas de monitoramento para avaliar a saúde dos recifes e orientar esforços de conservação. O sensoriamento remoto surgiu como uma ferramenta poderosa para mapear e monitorar recifes de coral. Enquanto os dados multiespectrais oferecem avaliações em escala regional, as imagens hiperespectrais permitem uma detecção de características espectrais sutis que ajudam a diferenciar entre vários tipos bentônicos e habitats complexos e minimizam a confusão causada pelos parâmetros opticamente ativos da coluna d'água. Vários estudos demonstraram a eficácia do imageamento hiperespectral no monitoramento de recifes, mas seu alto custo historicamente limitou sua aplicação em larga escala. No entanto, avanços recentes em sensores hiperespectrais orbitais, como PRISMA e EnMAP, oferecem novas oportunidades para o monitoramento dos recifes. Este projeto tem como objetivo avaliar a capacidade dos dados hiperespectrais na classificação e identificação dos habitats bentônicos no Recife Sebastião Gomes (ABR, Brasil). O estudo aplicará abordagens semianalíticas e de aprendizado de máquina para analisar as imagens e avaliar sua capacidade de detectar variações na composição bentônica. Ao aproveitar a riqueza espectral desses sensores, esta pesquisa busca melhorar a precisão da classificação de habitats e contribuir para estratégias mais eficazes de conservação dos recifes. A área de estudo deste projeto é o Recife Sebastião Gomes, localizado no Banco dos Abrolhos (16°40'S-19°40'S, 37°20'W-39°10'W), um extenso sistema recifal na plataforma leste do Brasil. É influenciada por estuários e rios próximos, resultando em águas opticamente complexas que representam desafios para o sensoriamento remoto. São necessários dois conjuntos de dados in situ: medições bio-ópticas da coluna d'água e dados do substrato bentônico. O primeiro conjunto foi coletado entre março e abril de 2024, cobrindo 18 pontos para parâmetros bio-ópticos e 46 pontos para cobertura bentônica. Uma segunda campanha de campo está planejada para o início de 2025. As imagens PRISMA e EnMAP serão baixadas de seus respectivos catálogos. PRISMA, operado pela Agência Espacial Italiana, fornece resolução espacial de 30 m em 234 bandas espectrais (400-2500 nm). O EnMAP, desenvolvido pela Alemanha, oferece resolução e cobertura espectral similares. Uma imagem PRISMA da área de estudo foi adquirida em 3 de maio de 2023 e imagens adicionais do PRISMA e EnMAP foram solicitadas para coincidir com a campanha de campo de 2025; no entanto, sua utilização dependerá da disponibilidade e qualidade dos dados. A correção atmosférica será realizada utilizando o pacote ACOLITE, que emprega o algoritmo Dark Spectrum Fitting (DSF) para compensar os efeitos superficiais e atmosféricos, garantindo a recuperação precisa dos dados de reflectância da coluna d'água e do fundo. Uma combinação de abordagens semianalíticas e de ML será utilizada para a classificação dos habitats. O modelo SAMBUCA, que estima a reflectância do fundo e as propriedades da coluna d'água, será parametrizado com os dados bio-ópticos in situ. Os resultados do SAMBUCA, assim como os dados de cobertura, servirão como insumos para um classificador Random Forest, reconhecido por sua eficácia no mapeamento de habitats bentônicos. A precisão da classificação será avaliada por métricas padronizadas, incluindo acurácia global, do produtor e do usuário. A metodologia desenvolvida contribuirá para futuras estratégias de conservação de recifes e poderá ser adaptada para outros ambientes marinhos que enfrentam desafios semelhantes.