Dynamics of water level in Bahia reservoirs: an application based on remote sensing
Journal: Region - Water Conservancy DOI: 10.32629/rwc.v7i1.2605
Abstract
In recent years, in the midst of the drought and water crisis that has affected various regions of Brazil, particularly the semi-arid region, reservoir volumes have been constantly monitored. In this context, the aim of this study was to analyze, using remote sensing, the dynamics of the water mirrors of the reservoirs in Bahia, in order to show how the area of the water mirrors was affected by low rainfall, covering the years 2012 to 2017. To do this, the Google Earth Engine platform was used to analyze Landsat images. To delimit the waters, an enhancement technique was used to convert the RGB images to HVS, creating a panchromatic image and facilitating the process of identifying the water mirrors. The results indicated that the influence of rainfall variability and the impact of other factors reduced the amount of surface water available, so that of the 34 reservoirs studied, 16 had a reduction in their area at the end of the period analyzed. This information is extremely important for the planning and environmental management of water resources, with a view to promoting supply policies and thus increasing the capacity to tackle problems related to water security.
Keywords
northeast; water resources; drought; google earth engine; Landsat
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] ANA - Agência Nacional de Águas. Atlas Geográfico de Recursos Hídricos do Brasil. 2013. Disponível em: http://portal1.snirh.gov.br/arquivos/atlasrh2013/4-II-TEXTO.pdf. Acesso em: 20 out. 2021.
[2]____. Instituto do Meio Ambiente e Recursos Hídricos. Programa de Monitoramento da Qualidade das Águas do
Estado da Bahia. 2009. Disponível em:http://www.inema.ba.gov.br/wp-content/files/wfd_122209579648d7b3b43ddd1-- 1a_campanha_intro_caracterizacao.pdf. Acesso em: 19 out. 2021.
[3] _____. Reservatórios do semiárido brasileiro: hidrologia, balanço hídrico e operação. Brasília: ANA, 2017. Disponívelem:https://www.gov.br/ana/pt-br. Acesso em: 17 jul. 2021.
[4] _____. Sistema Nacional de Informações sobre Recursos Hídricos. Disponível em: https://www.snirh.gov.br/hidroweb/mapa. Acesso em: ago. 2021.
[5] BARBOSA, A. H. S.; CUELLAR, M. D. Z.; ARRAES, K. A.; MOREIRA, M. M. Sensoriamento remoto aplicado à análise dos espelhos d'água dos principais reservatórios do Rio Grande do Norte. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., 2019a, Santos. Anais... São José dos Campos: INPE, 2019b. p. 867-870.
[6] BARBOSA, A. H. S.; CUELLAR, M. D. Z.; MOREIRA, M. M.; ARRAES, K. A; SILVA, C. S. P. Mapeamento e Análise dos Espelhos D'água dos Principais Reservatórios da Paraíba por meio de Sensoriamento Remoto. In: SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS, 23., 2019b, Foz do Iguaçu. Anais... Foz do Iguaçu. 2019.
[7] BARBOSA, A. H. S.; CUELLAR, M. D. Z.; MOREIRA, M. M.; ARRAES, K. A; SILVA, C. S. P. Seis anos de seca: Análise Espaço-temporal dos Espelhos d 'água dos Reservatórios do Ceará por Sensoriamento Remoto. Revista Brasileira de Geografia Física, Recife, v. 14, n. 4, p. 2220-2241, 2021.
[8] BARBOSA, A. H. S.; CUELLAR, M. D. Z.; MOREIRA, M. M.; ARRAES, K. A; SILVA, C. S. P. Análise da Dinâmica Espaço-Temporal dos Espelhos D 'água dos Reservatórios de Pernambuco por meio de Sensoriamento Remoto. Revista Caminhos de Geografia, Uberlândia, 2022. No prelo.
[9] BARBOSA, C. C. F.; NOVO, E. M. L.; MARTINS, V. S. Introdução ao Sensoriamento Remoto de Sistemas Aquáticos: princípios e aplicações. 1. ed. INPE: São José dos Campos. 2019. 161p.
[10] BARBOSA, F. A. R.; PADISÁK, J.; ESPINDOLA, E. L. G.; BORICS, G.; ROCHA, O. The cascading Reservoir Continuum Concept (CRCC) and its application to the river Tietê basin, São Paulo State, Brazil. In: Theoretical Reservoir Ecology, p.425-437, 1999.
[11] CHEN, Y.; FAN, R.; YANG, X.; WANG, J.; LATIF, A. Extraction of Urban Water Bodies from High-Resolution Remote-Sensing Imagery Using Deep Learning. Water, v. 10, n. 5, p. 585, 2018.
[12] COOLEY, S.; SMITH, L.; STEPAN, L.; MASCARO, J. Tracking Dynamic Northern Surface Water Changes with High-Frequency Planet CubeSat Imagery. Remote Sensing, v. 9, n. 12, p. 1306, 2017.
[13] CPRM - Serviço Geológico do Brasil. Mapas de Geodiversidade Estaduais. 2010. Disponível em: https://rigeo.cprm.gov.br/handle/doc/14707. Acesso em: 20 jul. 2021.
[14] CUNHA, A. P. M. A.; ZERI, M.; LEAL, K. D.; COSTA, L.; CUARTAS, L. A.; MARENGO, J. A.; TOMASELLA, J.; VIEIRA, R. M.; BARBOSA, A. A.; CUNNINGHAM, C.; GARCIA, J. V. C.; BROEDEL, E.; ALVALÁ, R.; RIBEIRO-NETO, G. Extreme Drought Events over Brazil from 2011 to 2019. Atmosphere, v. 10, n. 11, p. 1-20, 2019.
[15] DU, Y.; ZHANG, Y.; LING, F.; WANG, Q.; LI, W.; LI, X. Water Bodies ' Mapping from Sentinel-2 Imagery with Modified Normalized Difference Water Index at 10-m Spatial Re solution Produced by Sharpening the SWIR Band. Remote Sensing, v. 8, n. 4, p. 354, 2016.
[16] DUAN, Z.; BASTIAANSSEN, W. G. M. Estimating water volume variations in lakes and reservoirs from four operational satellite altimetry databases and satellite imagerydata. Remote Sensing of Environment, v. 134, p. 403-416, 2013.
[17] ELSAHABI, M.; NEGM, A.; TAHAN, A. H. M. H. E. Performances Evaluation of Surface Water Areas
Extraction Techniques Using Landsat ETM+ Data: Case Study Aswan High Dam Lake (AHDL). Procedia Technology, v. 22, p. 1205-1212, 2016.
[18] FLORENZANO, T. G. Iniciação em Sensoriamento Remoto. 3. ed. São Paulo: Oficina de Textos, 2011. 123p.
[19] INEMA - Instituto do Meio Ambiente e Recursos Hídricos. Comitês de Bacias. 2021. Disponível em: http://www.inema.ba.gov.br/gestao-2/comites-de-bacias/comites/cbh-itapi curu/. Acesso em: 19 out. 2021.
[20] KO, B.; KIM, H.; NAM, J. Classification of Potential Water Bodies Using Landsat 8 OLI and a Combination of Two Boosted Random Forest Classifiers. Sensors, v. 15, n. 6, p. 13763- 13777, 2015.
[21] KRAUSE, C. E.; NEWEY, V.; ALGER, M. J.; LYMBURNER, L. Mapping and Monitoring the Multi-Decadal Dynamics of Australia 's Open Waterbodies Using Landsat. Remote Sensing, v. 13, n. 8, p. 1437, 2021.
[22] MEDEIROS, F. J.; OLIVEIRA, C. P.; GOMES, R. S.; SILVA, M. L.; CABRAL JÚNIOR, J. B. Hydrometeorological conditions in the semiarid and east coast regions of Northeast Brazil in the 2012-2017 period. Anais da Academia Brasileira de Ciências, v. 93, n. 1, p. 1-15, 2021.
[23] MOREIRA, M. M. Mapeamento Geotécnico e Reconhecimento dos Recursos Hídricos e do Saneamento da Área Urbana do Município de Natal-RN: Subsídios para o Plano Diretor. 2002. 282 f. Tese (Doutorado em Geotecnia) - Universidade de Brasília, Brasília, 2002.
[24] MOREIRA, M. M.; SOUZA, N. M.; CUELLAR, M. D. Z.; ARRAES, K. A. Caracterização Geológico-Geotécnica e Piezometria do Aquífero Semi-Confinado Barreiras do Município de Natal – RN. In: CONGRESSO BRASILEIRO DE ÁGUAS SUBTERRÂNEAS/ ENCONTRO NACIONAL DE PERFURADORES DE POÇOS, 20/21., 2018, Campinas. Anais... Campinas: 2018. P. 1- 4.
[25] MUELLER, N.; LEWIS, A.; ROBERTS, D.; RING, S.; MELROSE, R.; SIXSMITH, J.; LYMBURNER, L.; MCINTYRE, A.; TAN, P.; CURNOW, S.; IP, A. Water observations from space: Mapping surface water from 25 years of Landsat imagery across Australia. Remote Sensing of Environment, v. 174, p. 341-352, 2016.
[26] PAREDES-TREJO, F.; BARBOSA, H. A.; GIOVANNETTONE, J.; KUMAR, T. V. L.; THAKUR, M. K.; BURITI, C. O.; UZCÁTEGUI-BRICEÑO, C. Drought Assessment in the São Francisco River Basin Using Satellite-Based and Ground-Based Indices. Remote Sensing, v. 13, n. 19, p. 3921, 2021.
[27] PEKEL, J. F.; COTTAM, A.; GORELICK, N.; BELWARD, A. S. High-resolution mapping of global surface water and its long-term changes. Nature, v. 540, n. 7633, p. 418-422, 2016.
[28] PEREIRA, G. R.; SILVA JÚNIOR, M. M.; BARBOSA, A. H. S. Mapeamento dos espelhos d'água de reservatórios da Paraíba: estudo de caso da transposição do Rio São Francisco. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19. (SBSR), 2019, Santos. Anais... São José dos Campos: INPE, 2019. p. 927-930
[29] PERHBA - Plano Estadual de Recursos Hídricos da Bahia. Conselho Estadual de Recursos Hídricos - CONERH - BA, Salvador, 10p. 2005. Disponível em: http://www. inema.ba.gov.br/wp-content/uploads/2011/08/PERH_BA.pdf. Acesso em: 2 abr. 2021.
[30] PHAM-DUC, B.; PRIGENT, C.; AIRES, F. Surface Water Monitoring within Cambodia and the Vietnamese Mekong Delta over a Year, with Sentinel-1 SAR Observations. Water, v. 9, n. 6, p. 366, 2017.
[31] PICKENS, A. H.; HANSEN, M. C.; HANCHER, M.; STEHMAN, S. V.; TYUKAVINA, A.; POTAPOV, P.; MARROQUIN, B.; SHERANI, Z. Mapping and sampling to characterize global inland water dynamics from 1999 to 2018 with full Landsat time-series. Remote Sensing of Environment, v. 243, n. 15, p. 111792, 2020.
[31] POSTEL, S. L.; DAILY, G. C.; EHRLICH, P. R. Human Appropriation of Renewable Fresh Water. Science, v. 271, n. 5250, p. 785-788, 1996.
[32] PROJETO MAPBIOMAS - Mapeamentoda Superfície de Água do Brasil Coleção 1. 2021. Disponível:https://plataforma.brasil.mapbiomas.org/agua. Acesso em: 26 de set. 2021.
[33] SEI - Superintendência de estudos Econômicos e Sociais da Bahia. Informações Geoambientais. 1998. Disponível em http: www.sei.ba.gov.br. Acessado em: 19 de out. 2021.
[34] SOUZA, C.; KIRCHHOFF, F.; OLIVEIRA, B.; RIBEIRO, J.; SALES, M. Long-Term Annual Surface Water Change in the Brazilian Amazon Biome: Potential Links with Deforestation, Infrastructure Development and Climate Change. Water, v. 11, n. 3, p. 566, 2019.
[35] TULBURE, M.G., BROICH, M. Spatiotemporal dynamic of surface water bodies using Landsat time-series data from 1999 to 2011. Isprs Journal of Photogrammetry and Remote Sensing, v. 79, p. 44-52, 2013.
[36] TULBURE, M.G., BROICH, M. Spatiotemporal patterns and effects of climate and land use on surface water extent dynamics in a dryland region with three decades of Landsat satellite data. Science of The Total Environment, v. 658, p. 1574-1585, 2019.
[37] XU, H.; XU, G.; WEN, X.; HU, X.; WANG, Y. Lockdown effects on total suspended solids concentrations in the Lower Min River (China) during COVID-19 using time-series remote sensing images. International Journal of Applied Earth Observation and Geoinformation, v. 98, p. 102301, 2021.
[38] YAN, W.; SHAKER, A.; LAROCQUE, P. Scan Line Intensity-Elevation Ratio (SLIER): An Airborne LiDAR Ratio Index for Automatic Water Surface Mapping. Remote Sensing, v. 11, n.7, p. 814, 2019.
[2]____. Instituto do Meio Ambiente e Recursos Hídricos. Programa de Monitoramento da Qualidade das Águas do
Estado da Bahia. 2009. Disponível em:http://www.inema.ba.gov.br/wp-content/files/wfd_122209579648d7b3b43ddd1-- 1a_campanha_intro_caracterizacao.pdf. Acesso em: 19 out. 2021.
[3] _____. Reservatórios do semiárido brasileiro: hidrologia, balanço hídrico e operação. Brasília: ANA, 2017. Disponívelem:https://www.gov.br/ana/pt-br. Acesso em: 17 jul. 2021.
[4] _____. Sistema Nacional de Informações sobre Recursos Hídricos. Disponível em: https://www.snirh.gov.br/hidroweb/mapa. Acesso em: ago. 2021.
[5] BARBOSA, A. H. S.; CUELLAR, M. D. Z.; ARRAES, K. A.; MOREIRA, M. M. Sensoriamento remoto aplicado à análise dos espelhos d'água dos principais reservatórios do Rio Grande do Norte. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., 2019a, Santos. Anais... São José dos Campos: INPE, 2019b. p. 867-870.
[6] BARBOSA, A. H. S.; CUELLAR, M. D. Z.; MOREIRA, M. M.; ARRAES, K. A; SILVA, C. S. P. Mapeamento e Análise dos Espelhos D'água dos Principais Reservatórios da Paraíba por meio de Sensoriamento Remoto. In: SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS, 23., 2019b, Foz do Iguaçu. Anais... Foz do Iguaçu. 2019.
[7] BARBOSA, A. H. S.; CUELLAR, M. D. Z.; MOREIRA, M. M.; ARRAES, K. A; SILVA, C. S. P. Seis anos de seca: Análise Espaço-temporal dos Espelhos d 'água dos Reservatórios do Ceará por Sensoriamento Remoto. Revista Brasileira de Geografia Física, Recife, v. 14, n. 4, p. 2220-2241, 2021.
[8] BARBOSA, A. H. S.; CUELLAR, M. D. Z.; MOREIRA, M. M.; ARRAES, K. A; SILVA, C. S. P. Análise da Dinâmica Espaço-Temporal dos Espelhos D 'água dos Reservatórios de Pernambuco por meio de Sensoriamento Remoto. Revista Caminhos de Geografia, Uberlândia, 2022. No prelo.
[9] BARBOSA, C. C. F.; NOVO, E. M. L.; MARTINS, V. S. Introdução ao Sensoriamento Remoto de Sistemas Aquáticos: princípios e aplicações. 1. ed. INPE: São José dos Campos. 2019. 161p.
[10] BARBOSA, F. A. R.; PADISÁK, J.; ESPINDOLA, E. L. G.; BORICS, G.; ROCHA, O. The cascading Reservoir Continuum Concept (CRCC) and its application to the river Tietê basin, São Paulo State, Brazil. In: Theoretical Reservoir Ecology, p.425-437, 1999.
[11] CHEN, Y.; FAN, R.; YANG, X.; WANG, J.; LATIF, A. Extraction of Urban Water Bodies from High-Resolution Remote-Sensing Imagery Using Deep Learning. Water, v. 10, n. 5, p. 585, 2018.
[12] COOLEY, S.; SMITH, L.; STEPAN, L.; MASCARO, J. Tracking Dynamic Northern Surface Water Changes with High-Frequency Planet CubeSat Imagery. Remote Sensing, v. 9, n. 12, p. 1306, 2017.
[13] CPRM - Serviço Geológico do Brasil. Mapas de Geodiversidade Estaduais. 2010. Disponível em: https://rigeo.cprm.gov.br/handle/doc/14707. Acesso em: 20 jul. 2021.
[14] CUNHA, A. P. M. A.; ZERI, M.; LEAL, K. D.; COSTA, L.; CUARTAS, L. A.; MARENGO, J. A.; TOMASELLA, J.; VIEIRA, R. M.; BARBOSA, A. A.; CUNNINGHAM, C.; GARCIA, J. V. C.; BROEDEL, E.; ALVALÁ, R.; RIBEIRO-NETO, G. Extreme Drought Events over Brazil from 2011 to 2019. Atmosphere, v. 10, n. 11, p. 1-20, 2019.
[15] DU, Y.; ZHANG, Y.; LING, F.; WANG, Q.; LI, W.; LI, X. Water Bodies ' Mapping from Sentinel-2 Imagery with Modified Normalized Difference Water Index at 10-m Spatial Re solution Produced by Sharpening the SWIR Band. Remote Sensing, v. 8, n. 4, p. 354, 2016.
[16] DUAN, Z.; BASTIAANSSEN, W. G. M. Estimating water volume variations in lakes and reservoirs from four operational satellite altimetry databases and satellite imagerydata. Remote Sensing of Environment, v. 134, p. 403-416, 2013.
[17] ELSAHABI, M.; NEGM, A.; TAHAN, A. H. M. H. E. Performances Evaluation of Surface Water Areas
Extraction Techniques Using Landsat ETM+ Data: Case Study Aswan High Dam Lake (AHDL). Procedia Technology, v. 22, p. 1205-1212, 2016.
[18] FLORENZANO, T. G. Iniciação em Sensoriamento Remoto. 3. ed. São Paulo: Oficina de Textos, 2011. 123p.
[19] INEMA - Instituto do Meio Ambiente e Recursos Hídricos. Comitês de Bacias. 2021. Disponível em: http://www.inema.ba.gov.br/gestao-2/comites-de-bacias/comites/cbh-itapi curu/. Acesso em: 19 out. 2021.
[20] KO, B.; KIM, H.; NAM, J. Classification of Potential Water Bodies Using Landsat 8 OLI and a Combination of Two Boosted Random Forest Classifiers. Sensors, v. 15, n. 6, p. 13763- 13777, 2015.
[21] KRAUSE, C. E.; NEWEY, V.; ALGER, M. J.; LYMBURNER, L. Mapping and Monitoring the Multi-Decadal Dynamics of Australia 's Open Waterbodies Using Landsat. Remote Sensing, v. 13, n. 8, p. 1437, 2021.
[22] MEDEIROS, F. J.; OLIVEIRA, C. P.; GOMES, R. S.; SILVA, M. L.; CABRAL JÚNIOR, J. B. Hydrometeorological conditions in the semiarid and east coast regions of Northeast Brazil in the 2012-2017 period. Anais da Academia Brasileira de Ciências, v. 93, n. 1, p. 1-15, 2021.
[23] MOREIRA, M. M. Mapeamento Geotécnico e Reconhecimento dos Recursos Hídricos e do Saneamento da Área Urbana do Município de Natal-RN: Subsídios para o Plano Diretor. 2002. 282 f. Tese (Doutorado em Geotecnia) - Universidade de Brasília, Brasília, 2002.
[24] MOREIRA, M. M.; SOUZA, N. M.; CUELLAR, M. D. Z.; ARRAES, K. A. Caracterização Geológico-Geotécnica e Piezometria do Aquífero Semi-Confinado Barreiras do Município de Natal – RN. In: CONGRESSO BRASILEIRO DE ÁGUAS SUBTERRÂNEAS/ ENCONTRO NACIONAL DE PERFURADORES DE POÇOS, 20/21., 2018, Campinas. Anais... Campinas: 2018. P. 1- 4.
[25] MUELLER, N.; LEWIS, A.; ROBERTS, D.; RING, S.; MELROSE, R.; SIXSMITH, J.; LYMBURNER, L.; MCINTYRE, A.; TAN, P.; CURNOW, S.; IP, A. Water observations from space: Mapping surface water from 25 years of Landsat imagery across Australia. Remote Sensing of Environment, v. 174, p. 341-352, 2016.
[26] PAREDES-TREJO, F.; BARBOSA, H. A.; GIOVANNETTONE, J.; KUMAR, T. V. L.; THAKUR, M. K.; BURITI, C. O.; UZCÁTEGUI-BRICEÑO, C. Drought Assessment in the São Francisco River Basin Using Satellite-Based and Ground-Based Indices. Remote Sensing, v. 13, n. 19, p. 3921, 2021.
[27] PEKEL, J. F.; COTTAM, A.; GORELICK, N.; BELWARD, A. S. High-resolution mapping of global surface water and its long-term changes. Nature, v. 540, n. 7633, p. 418-422, 2016.
[28] PEREIRA, G. R.; SILVA JÚNIOR, M. M.; BARBOSA, A. H. S. Mapeamento dos espelhos d'água de reservatórios da Paraíba: estudo de caso da transposição do Rio São Francisco. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19. (SBSR), 2019, Santos. Anais... São José dos Campos: INPE, 2019. p. 927-930
[29] PERHBA - Plano Estadual de Recursos Hídricos da Bahia. Conselho Estadual de Recursos Hídricos - CONERH - BA, Salvador, 10p. 2005. Disponível em: http://www. inema.ba.gov.br/wp-content/uploads/2011/08/PERH_BA.pdf. Acesso em: 2 abr. 2021.
[30] PHAM-DUC, B.; PRIGENT, C.; AIRES, F. Surface Water Monitoring within Cambodia and the Vietnamese Mekong Delta over a Year, with Sentinel-1 SAR Observations. Water, v. 9, n. 6, p. 366, 2017.
[31] PICKENS, A. H.; HANSEN, M. C.; HANCHER, M.; STEHMAN, S. V.; TYUKAVINA, A.; POTAPOV, P.; MARROQUIN, B.; SHERANI, Z. Mapping and sampling to characterize global inland water dynamics from 1999 to 2018 with full Landsat time-series. Remote Sensing of Environment, v. 243, n. 15, p. 111792, 2020.
[31] POSTEL, S. L.; DAILY, G. C.; EHRLICH, P. R. Human Appropriation of Renewable Fresh Water. Science, v. 271, n. 5250, p. 785-788, 1996.
[32] PROJETO MAPBIOMAS - Mapeamentoda Superfície de Água do Brasil Coleção 1. 2021. Disponível:https://plataforma.brasil.mapbiomas.org/agua. Acesso em: 26 de set. 2021.
[33] SEI - Superintendência de estudos Econômicos e Sociais da Bahia. Informações Geoambientais. 1998. Disponível em http: www.sei.ba.gov.br. Acessado em: 19 de out. 2021.
[34] SOUZA, C.; KIRCHHOFF, F.; OLIVEIRA, B.; RIBEIRO, J.; SALES, M. Long-Term Annual Surface Water Change in the Brazilian Amazon Biome: Potential Links with Deforestation, Infrastructure Development and Climate Change. Water, v. 11, n. 3, p. 566, 2019.
[35] TULBURE, M.G., BROICH, M. Spatiotemporal dynamic of surface water bodies using Landsat time-series data from 1999 to 2011. Isprs Journal of Photogrammetry and Remote Sensing, v. 79, p. 44-52, 2013.
[36] TULBURE, M.G., BROICH, M. Spatiotemporal patterns and effects of climate and land use on surface water extent dynamics in a dryland region with three decades of Landsat satellite data. Science of The Total Environment, v. 658, p. 1574-1585, 2019.
[37] XU, H.; XU, G.; WEN, X.; HU, X.; WANG, Y. Lockdown effects on total suspended solids concentrations in the Lower Min River (China) during COVID-19 using time-series remote sensing images. International Journal of Applied Earth Observation and Geoinformation, v. 98, p. 102301, 2021.
[38] YAN, W.; SHAKER, A.; LAROCQUE, P. Scan Line Intensity-Elevation Ratio (SLIER): An Airborne LiDAR Ratio Index for Automatic Water Surface Mapping. Remote Sensing, v. 11, n.7, p. 814, 2019.
Copyright © 2024 Antônio Helton da Silva Barbosa, Miguel Dragomir Zanic Cuellar, Melquisedec Medeiros Moreira, Kátia Alves Arraes, Camila Saiury Pereira Silva
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License