Estimativa e avaliação das métricas do reservatório de Serra da Mesa (GO) utilizando a plataforma Google Earth Engine

  • Gabrielle de Oliveira Xavier Instituto de Geociências. Universidade de Brasília (UnB), Campus Darcy Ribeiro, CEP: 70910-900, Brasília, DF, Brazil.
  • Tati de Almeida Instituto de Geociências. Universidade de Brasília (UnB), Campus Darcy Ribeiro, CEP: 70910-900, Brasília, DF, Brazil.
  • Carlos Magno Moreira de Oliveira Instituto Federal do Norte de Minas Gerais (IFNMG), Rodovia MG 202, Km 407, s/n, CEP: 38680-000, Arinos, MG, Brazil.
  • Petronio Diego Silva de Oliveira Instituto do Meio Ambiente e dos Recursos Hídricos do Distrito Federal (IBRAM), SEPN 511, Bloco C, CEP: 70750-543, Brasília, DF, Brazil.
  • Victor Hugo Barros Costa Ministério da Agricultura, Pecuária e Abastecimento (Mapa), Esplanada dos Ministérios, Bloco D, CEP: 70043-900, Brasília, DF, Brazil.
  • Larissa Moreira Alves Granado Instituto de Geociências. Universidade de Brasília (UnB), Campus Darcy Ribeiro, CEP: 70910-900, Brasília, DF, Brazil.
Palavras-chave: métricas, reservatório, série temporal.

Resumo

Esse trabalho objetiva a avaliação da dinâmica temporal do reservatório de Serra da Mesa (GO) de maneira semi-automática e precisa, utilizando imagens orbitais. Para estimar a área plana da barragem foram utilizadas imagens Landsat TM e OLI para o período de 1998 a 2018. As imagens foram processadas por meio da plataforma Google Earth Engine a fim de obter a área da barragem (km²), vazão, dimensão e volume do reservatório ao longo dos anos. A barragem apresentou variação constante de água desde o seu início, com uma tendência decrescente. Os maiores valores das métricas de medição do reservatório foram observados nos anos coincidentes com os maiores volumes da barragem e os menores volumes foram detectados após a implementação de novas barragens a montante. Mais de 90% da variação da dimensão da água pode ser explicada pela área plana da barragem. A plataforma de processamento que utiliza o GEE é eficaz para fornecer uma análise temporal extensa e com grande volume de dados em pouco tempo, com resultados precisos e robustos.


Publicado
15/09/2020
Seção
Artigos