Utilização de imagem Landsat 8/OLI para detecção de óxido e hidróxido de ferro decorrente da ruptura da barragem de rejeito de Fundão, Mariana (MG)

João Victor Alves Ribeiro, Ana Clara Barbosa Cardoso, Alex Joaquim Choupina ANDRADE SILVA, Leonardo Azevedo Sá Alkmin

Resumo


O rompimento da barragem de Fundão, operada pelas empresas Samarco, Vale e BHP Billiton, no município de Mariana (MG), em 05/11/2015, é considerado um dos maiores desastres ambientais relacionados à mineração no Brasil e o maior do mundo envolvendo barragens de rejeitos. Este trabalho utiliza técnicas de sensoriamento remoto combinadas com geoprocessamento para a detecção e dispersão de óxidos e hidróxidos de ferro ao longo do trecho impactado pela lama oriunda da barragem. Por meio do software livre QGIS (Quantum GIS), foi aplicado o Índice de Óxidos Férricos (do inglês Index Ferric Oxide - IFO), que corresponde à razão entre a Banda 6 (B6) – infravermelho de ondas curtas e a Banda 5 (B5) – infravermelho próximo, com o objetivo de identificar áreas com concentrações de minerais de ferro depositados após o rompimento. Os dados de reflectância foram obtidos a partir de imagens capturadas pelos sensores Operational Land Imager (OLI) do satélite Landsat 8. Foram analisadas imagens de três períodos: 24/08/2015 (antes do rompimento), 12/11/2015 (dias após o rompimento) e 19/08/2022, permitindo acompanhar a evolução da dispersão dos rejeitos antes e depois do evento. Os resultados mostram altos valores de reflectância, entre 0,9488 e 1,1335 μm, na imagem de 12/11/2015, compatíveis com espectro da goethita [FeO(OH)], indicando concentrações significativas de goethita, nas áreas impactadas, especialmente no Córrego Santarém e no rio Gualaxo do Norte, atingindo uma área de cerca de 7 km² em 2015. Os comprimentos de onda mais curtos (≤ 0,5793 µm) foram associados principalmente à vegetação, cobrindo cerca de 81% da área analisada em 2015 e mantendo a tendência em 2022. Os dados de 2022 mostram um padrão semelhante, com minerais de ferro distribuídos de forma dispersa, abrangendo cerca de 23% da área analisada. Os resultados ressaltam o impacto contínuo dos rejeitos e a importância do sensoriamento remoto no monitoramento ambiental e na mitigação dos efeitos de desastres de mineração.


Palavras-chave


Índice de óxidos de ferro, Sensoriamento remoto, Semi-Automatic Classification, Reflectância espectral

Texto completo:

PDF (Português)

Referências


Abrams, M., Rothery, D., & Pontual, A. 1988, Mapping in the Oman ophiolite using enhanced Landsat Thematic Mapper images: Tectonophysics, v, 151, no, 1- 4, p, 387-401,

Arisanty, D., Saputra, A. N., Rahman, A. M., Hastuti, K. P., & Rosadi, D. (2021). The Estimation of Iron Oxide Content in Soil based on Landsat 8 OLI TIRS Imagery in Wetland Areas. Pertanika Journal of Science & Technology, 29(4).

Barros, E. de O., & Pamboukian, S. V. D. (2018). (2017). ANÁLISE DO DESASTRE DE MARIANA ATRAVÉS DA CLASSIFICAÇÃO SUPERVISIONADA DE IMAGENS DE SENSORIAMENTO REMOTO. Revista Mackenzie de Engenharia e Computação, 17(1).

Chavez, P, S, (1996), Image-based atmospheric corrections-revisited and improved, Photogrammetric engineering and remote sensing, v, 62, n, 9, p, 1025-1035, 1996,

Ciampalini, A., Garfagnoli, F., Antonielli, B., Moretti, S., & Righini, G. (2013). Remote sensing techniques using Landsat ETM+ applied to the detection of iron ore deposits in Western Africa. Arabian Journal of Geosciences, 6, 4529-4546.

Congedo, L. (2021). Semi-Automatic Classification Plugin: A Python tool for the download and processing of remote sensing images in QGIS. Journal of Open Source Software, 6(64), 3172.

Crepani, E., Medeiros, J. D., Hernandez Filho, P., Florenzano, T. G., Duarte, V., & Barbosa, C. C. F. (2001). Sensoriamento remoto e geoprocessamento aplicados ao zoneamento ecológico-econômico e ao ordenamento territorial (p. 124). São José dos Campos: Inpe.

Dogan, H. M. (2008). Applications of remote sensing and Geographic Information Systems to assess ferrous minerals and iron oxide of Tokat province in Turkey. International Journal of Remote Sensing, 29(1), 221-233.

Ducart, D. F., Silva, A. M., Toledo, C. L. B., & Assis, L. M. D. (2016). Mapping iron oxides with Landsat-8/OLI and EO-1/Hyperion imagery from the Serra Norte iron deposits in the Carajás Mineral Province, Brazil. Brazilian Journal of Geology, 46, 331-349.

U.S. Geological Survey. (2019). Earth Explorer-Home. Satellite Data. Disponivel em: https://earthexplorer.usgs.gov. Acesso em: 10/04/ 2024.

El Zalaky, M, A.; Essam, M, E.; El Arefy, R, A, (2018), Assessment of band ratios and feature-oriented principal component selection (FPCS) techniques for iron oxides mapping with relation to radioactivity using landsat 8 at Bahariya Oasis, Egypt, Researcher, 10(10),

Farias, M. O., Candeias, A. L. B., Oliveira, L. M. M., Almeida, D. N. O., & Tavares Júnior, J. R. (2017). Variabilidade espaço-temporal da cobertura do solo por índices de vegetação e água no Agreste Pernambucano. Revista Brasileira de Agrotecnologia, 7(3), 91-99.

Florenzano, T. G. (2007). Iniciação em sensoriamento remoto. Oficina de textos.

Freire, N. C. F., da Penha Pacheco, A., & Queiroz, V. D. L. B. (2021). Uma abordagem metodológica de Sensoriamento Remoto para o monitoramento da contaminação do rio Paraopeba pós-desastre de Brumadinho-MG. Ciência e Natura, 43, e36-e36.

Haylemikeal, H. A., Legesse, D., Suryabhagavan, K. V., & Atnafu, B. (2024). Mapping of ferric (Fe3+) and ferrous (Fe2+) iron oxides distribution using ASTER and Landsat 8 OLI data, in Negash Lateritic iron deposit, Northern Ethiopia. Geology, Ecology, and Landscapes, 8(3), 223-240.,

Henrich, V. (2024). Index Database, Disponível em: https://www,indexdatabase,de/db/is,php?sensor_id=168. Acesso em: 18/04/2024.

Hunt, G. R. (1977). Spectral signatures of particulate minerals in the visible and near infrared. Geophysics, 42(3), 501-513.

Hunt, G. R., & Ashley, R. P. (1979). Spectra of altered rocks in the visible and near infrared. Economic Geology, 74(7), 1613-1629.

Hunt, G. R. (1980). Electromagnetic radiation: The communication link in remote sensing. Remote sensing in geology, 5-45.,

IDE UFLA. (2024). Disponível em: http://ide,vale,ufla,br/layers/geonode:sisema_barragem_fundao_mariana_area_afetada, Acesso em: 20/10/2024,

Lucchetta, B. C., & Oliveira, F. S. (2021). Uso de imagens do OLI/Landsat 8 no estudo de desastres ambientais: estudo de caso do rompimento da barragem em Brumadinho–MG. Monografia, Universidade Estadual Paulista, Presidente Prudente (SP), Brasil.

MESQUITA, P., CARVALHO, P. D., & OGANDO, L. D. Desenvolvimento e inovação em mineração e metais. 2016. BNDES Setorial, Rio de Janeiro, (43).

Morris, R. V., Lauer Jr, H. V., Lawson, C. A., Gibson Jr, E. K., Nace, G. A., & Stewart, C. (1985). Spectral and other physicochemical properties of submicron powders of hematite (α‐Fe2O3), maghemite (γ‐Fe2O3), magnetite (Fe3O4), goethite (α‐FeOOH), and lepidocrocite (γ‐FeOOH). Journal of Geophysical Research: Solid Earth, 90(B4), 3126-3144.

Odunuga, S., OshoBadru, O. E. G. S., & Raji, S. A. (2023). Prospecting and Mapping Iron Ore within the Niger–Benue Confluence Using Landsat 8. Journal of the Indian Society of Remote Sensing, 51(7), 1523-1539.

Pires, F. H., da Cunha, C. F., & Peres, G. S. (2023). Detecção e delimitação das áreas afetadas pelo rompimento da barragem em Brumadinho–MG. Holos Environment, 23(1), 58-71.

Rajendran, S,, Thirunavukkarasu, A,,Balamurugan, G,, and Shankar, K,, 2011, Discrimination of iron ore deposits of granulite terrain of Southern Peninsular India using ASTER data: Journal of Asian Earth Sciences, v, 41, no, 1, p, 99-106,

Sabins, F. F. (1997). Remote Sensing — Principles and Interpretation, 3rd edn,, W,H, Freeman, New York, NY,, 494 pp,

Sanches, M., Tinoco, D., Dalvi, B & Urbim, E. (2015). Tragédia pode afetar abastecimento de água de 500 mil pessoas. Disponível em: https://oglobo.globo.com/politica/tragedia-pode-afetar-abastecimento-de-agua-de-500-mil-pessoas-17998445. Acesso em: 04/06/2024.

Singer R. B. (1981). Near-infrared spectral reflectance of mineral mixtures – Systematic combinations of pyroxenes, olivine, and iron oxides, Journal of Geophysical Research, 86:7967-7982,

SISTEMAS DE INFORMAÇÃO GEOGRÁFICA, In: Suporte Geográfico, Disponível em: https://suportegeografico77,blogspot,com/2019/10/sistemas-de-informacao geografica,html, Acesso em: 11/06/ 2024,

Teódulo, J. M. R. (2014). Geoecologia das paisagens na bacia hidrográfica do rio Gramame-PB com auxílio de sensoriamento remoto e sistemas de informações geográficas. 208 f. Tese (Doutorado em geografia)- Universidade Federal do Ceará, Fortaleza-CE, 2014.

Townsend, T, E, (1987), Discrimination of iron alteration minerals in visible and near‐infrared reflectance data, Journal of Geophysical Research: Solid Earth, 92(B2), 1441-1454


Apontamentos

  • Não há apontamentos.


Revista Brasileira de Sensoriamento Remoto | ISSN: 2675-5491

CC-BY 4.0 Revista sob Licença Creative Commons
Language/Idioma
02bandeira-eua01bandeira-ingla
03bandeira-spn