@InProceedings{CarvalhoGherBrag:2002:MaSeAm,
               author = "Carvalho, M. and Gherardi, D. F. M. and Braga, C. Z. F.",
                title = "Mapeamento da sensibilidade ambiental ao impacto por {\'o}leo de 
                         um segmento da costa entre os estados do Rio grande do Norte e 
                         Cear{\'a} utilizando imagens Landsat 7/TM+ e sistema de 
                         informa{\c{c}}{\~a}o geogr{\'a}fica",
                 year = "2002",
         organization = "Simp{\'o}sio Brasileiro de Oceanografia, 1.",
             abstract = "A caracteriza{\c{c}}{\~a}o temporal e espacial da biomassa 
                         fitoplanct{\^o}nica e produtividade prim{\'a}ria tem sido um 
                         t{\'o}pico de grande interesse da oceanografia biol{\'o}gica 
                         h{\'a} algumas d{\'e}cadas. Este t{\'o}pico {\'e} importante 
                         n{\~a}o somente para aplica{\c{c}}{\~o}es comerciais e 
                         gerenciamento de recursos marinhos, mas tamb{\'e}m, por 
                         quest{\~o}es relacionadas ao ciclo global do carbono. Para 
                         quantificar a produ{\c{c}}{\~a}o prim{\'a}ria e caracterizar 
                         sua variabilidade em escala regional, medidas freq{\"u}entes e 
                         bem distribu{\'{\i}}das geograficamente s{\~a}o requeridas. 
                         Isto {\'e} praticamente imposs{\'{\i}}vel de se obter com 
                         m{\'e}todos in situ tradicionais, particularmente em regi{\~o}es 
                         ao largo. As observa{\c{c}}{\~o}es do oceano feitas por 
                         sat{\'e}lites tornam esta abordagem poss{\'{\i}}vel se as 
                         medidas radiom{\'e}tricas puderem ser interpretadas 
                         quantitativamente em termos da produtividade prim{\'a}ria. A 
                         utiliza{\c{c}}{\~a}o do sensoriamento remoto em estudos 
                         biogeoqu{\'{\i}}micos de grande e mesoescala baseia-se em duas 
                         considera{\c{c}}{\~o}es iniciais: (i)o fitopl{\^a}ncton pode 
                         ser quantificado em termos da concentra{\c{c}}{\~a}o de 
                         clorofila na camada superficial, e pode-se integrar este valor 
                         para a coluna d{\"{\i}}{\'a}gua; e (ii)h{\'a} disponibilidade 
                         de modelos com capacidade de transformar campos de 
                         concentra{\c{c}}{\~a}o de clorofila em mapas de produtividade 
                         prim{\'a}ria. O objetivo deste trabalho {\'e} aplicar modelos 
                         para estimar a produtividade prim{\'a}ria integrada da costa SE 
                         do Brasil utilizando imagens SeaWiFS da cor do oceano. 
                         Inicialmente, s{\~a}o comparadas as concentra{\c{c}}{\~o}es de 
                         clorofila estimadas a partir das imagens orbitais em 
                         rela{\c{c}}{\~a}o a dados in situ coletados durante dois 
                         cruzeiros sazonais do projeto DEPROAS (ver{\~a}o e inverno de 
                         2001), na regi{\~a}o de Cabo Frio, RJ. Foram coletados dados in 
                         situ sobre a hidrografia, biomassa e produ{\c{c}}{\~a}o 
                         prim{\'a}ria fitoplanct{\^o}nica. A seguir, avalia-se a 
                         rela{\c{c}}{\~a}o emp{\'{\i}}rica entre a 
                         concentra{\c{c}}{\~a}o de clorofila integrada e a 
                         produ{\c{c}}{\~a}o prim{\'a}ria integrada estimada a partir de 
                         incuba{\c{c}}{\~o}es com 14C. S{\~a}o ent{\~a}o testados 
                         diferentes algoritmos emp{\'{\i}}ricos existentes na literatura 
                         para estimar a produtividade prim{\'a}ria integrada a partir das 
                         concentra{\c{c}}{\~o}es de clorofila obtidas por sat{\'e}lite. 
                         Os valores estimados por sat{\'e}lite s{\~a}o comparados com os 
                         dados in situ e s{\~a}o feitas infer{\^e}ncias sobre as 
                         poss{\'{\i}}veis causas das diferen{\c{c}}as encontradas. As 
                         vantagens de se utilizar modelos emp{\'{\i}}ricos {\'e} que 
                         estes s{\~a}o relativamente simples e baseados em 
                         par{\^a}metros, como a concentra{\c{c}}{\~a}o de clorofila, que 
                         podem ser mais facilmente obtidos. A desvantagens em {\'e} que as 
                         rela{\c{c}}{\~o}es encontradas podem ser espec{\'{\i}}ficas 
                         para a regi{\~a}o oce{\^a}nica onde foram derivadas.",
  conference-location = "S{\~a}o Paulo",
      conference-year = "26-30 ago. 2002",
                label = "10560",
             language = "Pt",
        urlaccessdate = "01 maio 2024"
}