Uso de imagens do OLI/Landsat 8 no estudo de desastres ambientais: estudo de caso do rompimento da barragem em Brumadinho – MG
Carregando...
Data
2021-01-11
Autores
Lucchetta, Beatriz Cirino
Oliveira, Fernanda Silva
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Resumo
The rupture of the B1 dam of iron ore tailings at the Córrego do Feijão mine, in Brumadinho - MG, associated with the mining company Vale SA, was one of the biggest environmental disasters in Brazil, causing hundreds of deaths and devastating with its mud of tailings an area of almost 297 ha, contaminating the Paraopeba River, affecting several municipalities, flora and fauna. In this work, the objective was to identify the area affected by mining tailings mud through techniques of digital image processing and geoprocessing. We analyzed the performance of different spectral indexes: Normalized Vegetation Difference Index (NDVI), Simple Ratio Index Ferrous Minerals and Simple Ratio Index Clay Minerals. Two images of the Operational Land Instrument (OLI) sensor, from the Landsat 8 satellite, were acquired on a date before and after the dam burst. These indexes were selected due to the removal of vegetation from the site by the tailings sludge composed of iron ore, silt, silica and clay, ensuring that the image after the rupture could identify the affected area. After applying the indices, a slicing operation was carried out to delimit the affected area through intervals that adequately showed the region. After delimiting the region, the area and perimeter of the polygon resulting from the slicing of each index was calculated. Finally, a comparison was done with the polygon of the delimited area provided, by the Brazilian Institute of Geography and Statistics (IBGE), to verify which index obtained the best performance and it was determined that the NDVI and the Simple Ratio Index Ferrous Minerals showed the best performances.
O rompimento da barragem B1, de rejeitos de minério de ferro, da Mina do Córrego do Feijão, em Brumadinho - MG, associado à mineradora Vale S.A, foi um dos maiores desastres ambientais do Brasil, ocasionando centenas de mortes, devastando com sua lama de rejeitos uma área de quase 297 hectares (ha), contaminando o Rio Paraopeba, afetando diversos municípios, flora e fauna. No presente trabalho, imagens de sensoriamento remoto e ferramentas de geoprocessamento foram utilizadas para estimar e delimitar a área atingida pela lama de rejeitos. As imagens provenientes de sensores remotos estão sendo cada vez mais utilizadas em mapeamentos e na atualização de dados cartográficos e temáticos, na produção de dados meteorológicos e na avaliação de impactos ambientais. Neste trabalho, o objetivo foi identificar a área afetada pela lama de rejeitos de mineração por meio de técnicas de processamento digital de imagens e geoprocessamento. Foi analisado o desempenho de diferentes índices espectrais: Índice de Diferença Normalizada da Vegetação (NDVI), Índice de Razão Simples de Minerais Ferrosos e Índice de Razão Simples de Argilominerais. Foram adquiridas duas imagens do sensor Operational Land Instrument (OLI), do satélite Landsat 8, tomadas em uma data anterior e outra posterior ao rompimento da barragem. Esses índices foram selecionados devido à remoção da vegetação do local pela lama de rejeitos, composta por minério de ferro, silte, sílica e argila, garantindo que a imagem posterior ao rompimento pudesse identificar a área afetada. Depois da aplicação dos índices, foi realizada uma operação de fatiamento para delimitar a área afetada por meio de intervalos que evidenciassem adequadamente a região. Após a delimitação da região, calculou-se a área e o perímetro do polígono resultante do fatiamento de cada índice. Posteriormente foi feita uma comparação com o polígono da delimitação de área, disponibilizado pelo Instituto Brasileiro de Geografia e Estatística (IBGE), para verificar qual índice obteve o melhor desempenho. E determinou-se que o NDVI e o Índice de Razão Simples de Minerais Ferrosos apresentaram os melhores resultados.
O rompimento da barragem B1, de rejeitos de minério de ferro, da Mina do Córrego do Feijão, em Brumadinho - MG, associado à mineradora Vale S.A, foi um dos maiores desastres ambientais do Brasil, ocasionando centenas de mortes, devastando com sua lama de rejeitos uma área de quase 297 hectares (ha), contaminando o Rio Paraopeba, afetando diversos municípios, flora e fauna. No presente trabalho, imagens de sensoriamento remoto e ferramentas de geoprocessamento foram utilizadas para estimar e delimitar a área atingida pela lama de rejeitos. As imagens provenientes de sensores remotos estão sendo cada vez mais utilizadas em mapeamentos e na atualização de dados cartográficos e temáticos, na produção de dados meteorológicos e na avaliação de impactos ambientais. Neste trabalho, o objetivo foi identificar a área afetada pela lama de rejeitos de mineração por meio de técnicas de processamento digital de imagens e geoprocessamento. Foi analisado o desempenho de diferentes índices espectrais: Índice de Diferença Normalizada da Vegetação (NDVI), Índice de Razão Simples de Minerais Ferrosos e Índice de Razão Simples de Argilominerais. Foram adquiridas duas imagens do sensor Operational Land Instrument (OLI), do satélite Landsat 8, tomadas em uma data anterior e outra posterior ao rompimento da barragem. Esses índices foram selecionados devido à remoção da vegetação do local pela lama de rejeitos, composta por minério de ferro, silte, sílica e argila, garantindo que a imagem posterior ao rompimento pudesse identificar a área afetada. Depois da aplicação dos índices, foi realizada uma operação de fatiamento para delimitar a área afetada por meio de intervalos que evidenciassem adequadamente a região. Após a delimitação da região, calculou-se a área e o perímetro do polígono resultante do fatiamento de cada índice. Posteriormente foi feita uma comparação com o polígono da delimitação de área, disponibilizado pelo Instituto Brasileiro de Geografia e Estatística (IBGE), para verificar qual índice obteve o melhor desempenho. E determinou-se que o NDVI e o Índice de Razão Simples de Minerais Ferrosos apresentaram os melhores resultados.
Descrição
Palavras-chave
Remote sensing, Geoprocessing, Spectral indexes, Environmental disasters, Dam rupture, Sensoriamento remoto, Geoprocessamento, Índices espectrais, Desastres ambientais, Rompimento de barragens