Avaliação da qualidade da água usando imagens Sentinel-2 estimando clorofila A, profundidade do disco de Secchi e número de células de cianobactérias em reservatórios brasileiros †

Water Quality Assessment Using Sentinel-2 Imagery Estimating Chlorophyll A, Secchi Disk Depth, and Cyanobacteria Cell Number in Brazilian Reservoirs †

RESUMO

Imagens de satélite foram utilizadas para avaliar a qualidade da água superficial com base na concentração de clorofila a (chla), penetração de luz medida pelo método do disco de Secchi (SD) e número de células de cianobactérias por mL (ciano). Nove reservatórios são estudados no estado de São Paulo (Brasil); seis reservatórios são interligados, compreendendo o Sistema Cantareira (CS), e outros três são isolados, os reservatórios Broa, Salto Grande (SG) e Itupararanga (Itu). Para este estudo, imagens Sentinel-2 foram empregadas, juntamente com o software de processamento de imagens SNAP, e os produtos nativos conc_chl e kd_z90max, tratados usando a correção atmosférica Case 2 Regional Coast Color (C2RCC). O banco de dados para chla, SD e ciano foi obtido da CETESB, o órgão legalmente responsável pela operação da Rede de Monitoramento da Qualidade das Águas Interiores no estado de São Paulo. Para CS, os resultados demonstraram robustez nas estimativas de chla (RMSE = 3,73; NRMSE% = 19%) e SD (RMSE = 2,26; NRMSE% = 14%). Devido à forte relação entre ciano e chla (R² ⁼ 0,84, p < 0,01, n = 90), ambos obtidos a partir de medições de campo, também foi possível estimar ciano, com base nas estimativas de chla das imagens de satélite. Para CS, as estimativas revelaram um padrão claro, com os reservatórios a montante sendo mais eutróficos, em comparação com aqueles a jusante, particularmente devido ao alto ciano. Para Broa, uma alta correlação também foi observada entre chla e ciano (R² = 0,6052, RNMSE% = 27, n = 8). Com base nas estimativas, Broa apresentou padrão eutrófico em praticamente todo o ano de 2020, com predominância de cianobactérias em todo o corpo d’água (de 10.000 a 20.000 células/mL). Para SG, foi possível observar robustez apenas para DS, mas não para chla. A restrita base de dados disponível foi considerada o principal fator explicativo para a baixa robustez observada para (SG), apesar das relações entre os dados de campo. Para Itu, as Redes C2RCC demonstraram robustez nas estimativas de Chla (RMSE = 4,0 mg/m3 ^; NRMSE = 16,7%) e SD (RMSE = 0,78 m; NRMSE = 19,1%). Apesar do bom ajuste da relação alométrica que relaciona os dados de campo de Chla e Ciano, ela não permitiu a validação das estimativas de ciano usando o produto S2 nativo conc_chl, para Itu. Assim, conclui-se que os produtos automáticos são excelentes ferramentas para estimar chla e SD, e como resultado das relações sólidas entre chla e ciano, é possível estimar o ciano e observar heterogeneidade espacial na qualidade da água, com base em SD, ciano e chla.

Palavras-chave: sensoriamento remoto; clorofila; modelos empíricos; número de cianobactérias; disco de Secchi

ABSTRACT 

Satellite images were used to assess surface water quality based on the concentration of chlorophyll a (chla), light penetration measured by the Secchi disk method (SD), and the Cyanobacteria cells number per mL (cyano). Nine reservoirs are studied in São Paulo State (Brazil); six reservoirs are interconnected, comprising the Cantareira System (CS), and three others are isolated, the Broa, Salto Grande (SG) and Itupararanga (Itu) Reservoirs. For this study, Sentinel-2 images were employed, alongside SNAP image processing software, and the native products conc_chl and kd_z90max, treated using Case 2 Regional Coast Color (C2RCC) atmospheric correction. The database for chla, SD and cyano was obtained from CETESB, the agency legally responsible for operation of the InlandWater Quality Monitoring Network in São Paulo State. For CS, the results demonstrated robustness in the estimates of chla (RMSE = 3.73; NRMSE% = 19%) and SD (RMSE = 2,26; NRMSE% = 14%). Due to the strong relationship between cyano and chla (R2 = 0.84, p < 0.01, n = 90), both obtained from field measurements, it was also possible to estimate cyano, based on the estimates of chla from the satellite images. For CS, the estimates revealed a clear pattern, with the upstream reservoirs being more eutrophic, compared to those downstream, particularly due to the high cyano. For Broa, a high correlation was also observed between chla and cyano (R2 = 0.6052, RNMSE% = 27, n = 8). Based on the estimates, Broa showed a eutrophic pattern in practically the entire year of 2020, with a predominance of cyanobacteria in the entire water body (from 10,000 to 20,000 cells/mL). For SG, it was possible to observe robustness only for DS, but not for chla. The restricted database available was considered the main explanatory factor for the low robustness observed for (SG), despite the relationships between the field data. For Itu, the C2RCC-Nets demonstrated robustness in the estimates of Chla (RMSE = 4.0 mg/m3; NRMSE = 16.7%) and SD (RMSE = 0.78 m; NRMSE = 19.1%). Despite the good fit of the allometric relationship relating the Chla and Cyano field data, it did not allow validation of the cyano estimates using the conc_chl native S2 product, for Itu. Thus, it is concluded that automatic products are excellent tools for estimating chla and SD, and as a result of the solid relationships between chla and cyano, it is possible to estimate the cyano and observe spatial heterogeneity in water quality, based on SD, cyano, and chla.

Keywords: remote sensing; chlorophyll; empirical models; cyanobacteria number; Secchi disc

Author Contributions: The work was discussed by all, but M.P. was responsible for data collection and processing and for the first version of the manuscripts. V.M.-C., M.D.B., X.S.-P., E.V. and J.D. contributed with ideas, readings, and adjustments in the writing of the manuscript. All authors have read and agreed to the published version of the manuscript.

Funding: This work was funded by Fapesp (proc. 2019/10845-2; 2021/10637-2), CNPq (301928/2019-3), and Valencia University (Talent Attraction 2018).

Institutional Review Board Statement: Not applicable.

Informed Consent Statement: Not applicable.

Data Availability Statement: The data used in this work are publicly available.

Acknowledgments: To Fapesp and Valencia University.

Conflicts of Interest: The authors declare no conflict of interest.