SENSORIAMENTO REMOTO APLICADO AO MONITORAMENTO E MAPEAMENTO DE ÁREAS DE DERRAMAMENTO DE PETRÓLEO EM SOYO, NORTE DE ANGOLA: IMAGENS DE SATÉLITE SAR PARA A DETECÇÃO E CARACTERIZAÇÃO DO EVENTO DE DERRAMAMENTO DE PETRÓLEO POLIFÁSICO DE 2021
DOI:
https://doi.org/10.63330/sasciencesv6n2-059Palavras-chave:
Angola, Detecção remota, Derrames de petróleo, Imagens SAR, Monitorização ambiental, Sentinel-1, SoyoResumo
O presente artigo constitui a primeira investigacao cientifica conduzida em Angola a empregar imagens de satelites de Apertura Sintetica (SAR) para a deteccao, mapeamento e caracterizacao de derrames de petroleo na zona costeira do municipio do Soyo, provincia do Zaire. A ocorrencia de um evento polifasico em 2021, com origem no Bloco 32 (sob operacao da Companhia TotalEnergies), motivou o desenvolvimento de uma metodologia integrada de sensoriamento remoto baseada em imagens SAR do satelite Sentinel-1 da Agencia Espacial Europeia (ESA). A metodologia proposta compreendeu as seguintes etapas sequenciais: (i) aquisicao de imagens Sentinel-1 no modo IW-GRD nas datas de 23 de agosto, 4 de setembro, 22 de outubro, 3 de novembro, 15 de novembro e 24 de novembro de 2021; (ii) pre-processamento radiometrico e geometrico atraves do software SNAP (SeNtinel Application Platform), incluindo remocao de ruido termico, calibracao radiometrica, correcao geometrica Range-Doppler com modelo digital de elevacao SRTM, e aplicacao de filtro de speckle Lee-Sigma com janela 7x7; (iii) processamento de filtragem speckle e analise de perfis de retroespalhamento (Oil Spill Profile Plot) para identificacao semantica das manchas de oleo; (iv) classificacao discreta por quartis e conversao raster-vetor em ambiente QGIS; e (v) analise de vulnerabilidade socioambiental mediante o metodo da distancia euclidiana integrada a dados batimetricos e populacionais. Os resultados evidenciaram a deteccao eficiente das manchas de petroleo em todas as datas analisadas, com extensoes variaveis entre 40 km2 (23/08/2021) e 437 km2 (15/11/2021), totalizando uma area afetada superior a 1.450 km2 ao longo do periodo monitorado. O derrame de 15 de novembro de 2021 apresentou-se como o mais destrutivo, atingindo o estuario do Rio Congo e a costa norte com severos impactos ecologicos. A analise de vulnerabilidade identificou areas populacionais criticas, nomeadamente comunidades pesqueiras do mar de Kifuma, situadas a 18 km da sede municipal do Soyo, que permaneciam expostas a contaminacao residual mais de um ano apos o evento inicial. Este estudo demonstra a aplicabilidade excepcional da tecnologia SAR na deteccao de derrames de petroleo em condicoes tropicais, independentemente de cobertura de nuvens, e estabelece um precedente metodologico para futuras monitorizacoes sistematicas na costa angolana. Os algoritmos desenvolvidos, as classificacoes efetuadas e todos os mapas tematicos apresentados constituem elaboracao original do autor.
Downloads
Referências
Afgatiani, P. M., Putri, F. A., Suhadha, A. G., & Ibrahim, A. (2020). Determination of Sentinel-2 spectral reflectance to detect oil spill on the sea surface. Sustinere: Journal of Environment and Sustainability, 4(3), 144-154. https://doi.org/10.22515/sustinere.jes.v4i3.11
Al-Ruzouq, R., Gibril, M. B. A., Shanableh, A., Kais, A., Hamed, O., Al-Mansoori, S., & Khalil, M. A. (2020). Sensors, features, and machine learning for oil spill detection and monitoring: A review. Remote Sensing, 12(20), 3338. https://doi.org/10.3390/rs12203338
Albuquerque, R. C. L. (2004). Aplicacao do Sensoriamento Remoto e do Sistema de Informacoes Geograficas na deteccao de manchas de oleo na regiao do polo de exploracao de Guamare (Master's thesis). Universidade Federal do Rio Grande do Norte.
Araujo, T. S. (2011). Metodologia de utilizacao de dados de sensoriamento remoto em zonas costeiras sob influencia da industria petrolifera (Master's thesis). Universidade Federal do Rio Grande do Norte.
Arslan, N. (2018). Assessment of oil spills using Sentinel 1 C-band SAR and Landsat 8 multispectral sensors. Environmental Monitoring and Assessment, 190(11), 663. https://doi.org/10.1007/s10661-018-7017-4
Baza, G. F. (2021). A Interdependencia entre o Crescimento da Economia Angolana e as Receitas do Petroleo (Master's thesis). Universidade da Beira Interior.
Boyd, D. S., & Danson, F. M. (2005). Satellite remote sensing of forest resources: Three decades of research development. Progress in Physical Geography, 29(1), 1-26.
Caruso, M. J., Migliaccio, M., & Tranfaglia, M. (2013). SAR oil spill observation and characterization: State of the art. IEEE Geoscience and Remote Sensing Letters, 10(1), 1-5.
Copernicus Programme. (2024). Sentinel-1 User Handbook (Document SI-UCHB-ASD-054). European Space Agency.
Fingas, M., & Brown, C. E. (2018). Review of oil spill remote sensing. Marine Pollution Bulletin, 83(1), 9-19. https://doi.org/10.1016/j.marpolbul.2014.03.059
Henderson, F. M., & Lewis, A. J. (1998). Principles and applications of imaging radar. Manual of Remote Sensing, Volume 2 (3rd ed.). John Wiley & Sons.
Karathanassi, V., Topouzelis, K., & Pavlakis, P. (2006). Oil spill feature selection and classification using fully polarimetric SAR imagery. International Journal of Remote Sensing, 27(5), 903-914.
Lu, Y. (2003). Marine oil spill detection using SAR imagery: A case study in Southeast Asia. Asian Journal of Geoinformatics, 3(3), 25-34.
Migliaccio, M., Nunziata, F., & Buono, A. (2015). SAR polarimetry for oil spill observation and characterization: A review. Remote Sensing of Environment, 164, 209-213.
Pavlakis, P., Tarchi, D., & Sieber, A. J. (2001). On the monitoring of illicit vessel discharges using spaceborne SAR imagery: A reconnaissance study in the Mediterranean Sea. Annals of Telecommunications, 56(7-8), 700-718.
Roberts, J. (2011). Oil and gas. In Remote Sensing of the Marine Environment (pp. 233-258). CRC Press.
Salisbury, J. W., D'Aria, D. M., & Sabins, F. F. (1993). Thermal infrared remote sensing of crude oil slicks. Remote Sensing of Environment, 45(2), 225-231.
Tchissingui, A. (2015). Aplicacao de SIG na caracterizacao do setor mineral da regiao de Jamba, Sul de Angola (Master's thesis). Universidade Agostinho Neto.
Topouzelis, K. N. (2008). Oil spill detection by SAR images. Progress in Oceanography, 86(1-2), 109-119.
Torres, R., Snoeij, P., Geudtner, D., Bibby, D., Davidson, M., Attema, E., ... & Duesmann, B. (2012). GMES Sentinel-1 mission. Remote Sensing of Environment, 120, 9-24.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Autores concordam com os seguintes termos:
a) Os autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a LicençaAttribution-NonCommercial-ShareAlike 4.0 International, que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial na Revista SAS. A licença permite o uso, a distribuição e a reprodução irrestrita, em qualquer meio, desde que devidamente citada a fonte. Essa licença permite também que outros remixem, adaptem e criem a partir do seu trabalho para fins não comerciais, desde que atribuam a você o devido crédito e que licenciem as novas criações sob termos idênticos.
b) Não cabe aos autores compensação financeira a qualquer título, por artigos ou resenhas publicados na South American Sciences.
c) Os conceitos expressos nos artigos publicados na South American Sciences são de inteira responsabilidade de seus autores.
