UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE CIÊNCIAS EXATAS E DA TERRA PROGRAMA DE PÓS-GRADUAÇÃO EM GEODINÂMICA E GEOFÍSICA DISSERTAÇÃO DE MESTRADO APLICAÇÃO DE SISTEMA DE ANÁLISE DE LINHA DE COSTA (DIGITAL SHORELINE ANALYSIS SYSTEM) PARA AVALIAÇÃO DE MUDANÇAS COSTEIRAS NO DELTA DO PARNAÍBA Autor: Thiago Augusto Bezerra Ferreira Orientadora: Professora Dra. Helenice Vital Dissertação nº 228/PPGG Natal, Agosto de 2019 UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE CIÊNCIAS EXATAS E DA TERRA PROGRAMA DE PÓS-GRADUAÇÃO EM GEODINÂMICA E GEOFÍSICA DISSERTAÇÃO DE MESTRADO APLICAÇÃO DE SISTEMA DE ANÁLISE DE LINHA DE COSTA (DIGITAL SHORELINE ANALYSIS SYSTEM) PARA AVALIAÇÃO DE MUDANÇAS COSTEIRAS NO DELTA DO PARNAÍBA Autor: Thiago Augusto Bezerra Ferreira Dissertação de mestrado apresentado no dia 07 de agosto de 2019, ao Programa de Pós- graduação em Geodinâmica e Geofísica (PPGG) da Universidade Federal do Rio Grande do Norte (UFRN), como requisito à obtenção do título de Mestre em Geodinâmica e Geofísica, área de concentração Geodinâmica. Comissão examinadora: Profa Dra. Helenice Vital – Presidente/Orientadora (PPGG/UFRN) Prof Dr. Moab Praxedes Gomes (PPGG/UFRN) Prof Dr. José Maria Landim Dominguez (UFBA) Natal, Agosto de 2019 UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE CIÊNCIAS EXATAS E DA TERRA PROGRAMA DE PÓS-GRADUAÇÃO EM GEODINÂMICA E GEOFÍSICA DISSERTAÇÃO DE MESTRADO Dissertação de Mestrado desenvolvida na Universidade Federal do Rio Grande do Norte (UFRN) no âmbito do Programa de Pós-Graduação em Geodinâmica e Geofísica, tendo sido subsidiada pelos seguintes agentes financiadores: • Auxílio de pesquisa CNPq: Margem Equatorial Brasileira: Da Fonte a Deposição (Processo nº311413/2016-1); • Projeto Evolução Holocênica e dinâmica atual do Delta do Rio Parnaíba: resposta de um delta natural às mudanças climáticas e à subida do nível do mar (88881.068034/2014-01, CAPES CSF-PVE 2014 3ª chamada) • INCT Amb Tropic – Instituto Nacional de Ciência e Tecnologia “Ambientes Marinhos Tropicais” (Heterogeneidade Espaço-Temporal e Respostas a Mudanças Climáticas (CNPq – FAPESB – CAPES). I AGRADECIMENTOS Agradecimentos são devidos à Universidade Federal do Rio Grande do Norte (UFRN), através do Programa de Pós-Graduação em Geodinâmica e Geofísica (PPGG), Departamento de Geologia e laboratório de Geologia e Geofísica Marinha e Monitoramento Ambiental (GGEMMA) pela disponibilização da infraestrutura necessária a elaboração deste trabalho. Aos órgãos financiadores CAPES e CNPq, através da bolsa de mestrado (CNPq, cota PPGG), e projetos: Evolução Holocênica e dinâmica atual do Delta do Rio Parnaíba: resposta de um delta natural às mudanças climáticas e à subida do nível do mar (88881.068034/2014-01, CAPES CSF-PVE 2014 3ª chamada); Auxílio de pesquisa CNPq – Margem Equatorial Brasileira: Da Fonte a Deposição (Processo nº311413/2016- 1, Chamada CNPq nº. 12/2016); INCT AmbTropic – Instituto Nacional de Ciência e Tecnologia “Ambientes Marinhos Tropicais” (Heterogeneidade Espaço-Temporal e Respostas a Mudanças Climáticas (CNPq – FAPESB – CAPES). À Administração Oceânica e Atmosfera Nacional dos Estados Unidos (NOAA), Serviço Geológico dos Estados Unidos (USGS), à Agência Nacional de Águas (ANA), Instituto Nacional de Meteorologia (INMET) pela disponibilização dos dados gratuitos da temperatura do oceano pacífico, imagens de satélite e dados hidro climáticos no Delta do Rio Parnaíba. À professora Dra. Helenice Vital, pela oportunidade de ingressar no laboratório do GGEMA desde 2014, por sua orientação acadêmica e incentivo desde então. Aos meu coorientador Dr. André Giskard Aquino da Silva e meu amigo Dr. Yoe Alain Reyes Perez pelas correções, sugestões e discussões acerca do mestrado. A ajuda dos senhores foi fundamental para o término dessa dissertação. A todos os membros do laboratório GGEMMA pelo companheirismo e discussões geológicas, em especial a Francisco Nicodemos, Arthur Gerrad, João Paulo, Khallil Bowl, Carla Gabriela, Miguel Maestro e Fernando Smith. À minha família, composta por Tânia Maria (mãe), Genibaldo Rodrigues (pai), Thalis Igor (irmão), Kaline Lígia (namorada) e Rocky Balboa (cachorro) pelo amor, carinho e incentivo que me proporcionaram durante toda a minha vida. Aos meus amigos, Matheus Pessoa, Caroline Pessoa, Breno Silva, Marcela Souza e Vinicius Gaino, pelo apoio, companheirismo e pelas noites de jogos. II RESUMO As zonas costeiras são ambientes transicionais, nos quais ocorrem mudanças ininterruptas em diferentes escalas temporais e espaciais, as quais estão relacionados os processos oceanográficos, fluviais, climáticos e antropogênicos. O monitoramento contínuo desse ambiente pode auxiliar na compreensão da distribuição espacial dos riscos de erosão, predizendo sua tendência de desenvolvimento, facilitando assim, a tomada de decisões mitigadoras e adaptadoras. O principal objetivo do trabalho foi analisar a evolução temporal das praias situadas no delta do Parnaíba, em curtas (anos) e intermediarias (décadas) escalas temporais, e discutir as principais mudanças, por meio da utilização de imagens de satélites, técnicas de sensoriamento remoto, de sistema de informação geográfica e métodos estatísticos. Os resultados revelaram que, em uma escala intermediária de tempo (1984 a 2017), 52% do litoral do delta do Rio Parnaíba sofreu erosão costeira, enquanto que 48% experimentaram uma progradação de sedimentos. Majoritariamente a erosão ocorre a oeste da desembocadura do Rio Parnaíba (setores III e IV), enquanto que a deposição e estabilidade, prevaleciam no lado leste (setores I e II). Já em uma curta escala temporal, o delta experimentou 6 períodos de erosão e 5 de progradação, relacionados aos efeitos do El Niño e La Niña. Devido a pequena influência antrópica na região, ilustrado pela baixa densidade populacional na sua zona costeira, crescimento da área de manguezais, pouca extração de areia e argila no delta e apenas a construção de uma barragem em todo curso fluvial do seu rio, sugere-se que a condição de desenvolvimento natural seja o fator responsável pela estabilidade a curto/intermediário prazo da linha de costa. Ademais, altos e positivas valores de correlações de Pearson e de determinação indicam que, possivelmente, a ação hidro climática (pluviosidade e descarga fluvial) na bacia de drenagem controlam o comportamento da linha de costa. PALAVRAS CHAVE: Delta do Rio Parnaíba; Sensoriamento remoto; Digital Shoreline Analysis; Erosão costeira; Desenvolvimento natural do delta. III ABSTRACT The coastal zone are transitional environments, where continuous changes at different temporal and spatial scales occur, which are related to several processes such as oceanographic, fluvial, climatic and anthropogenic. Continuous monitoring of this environment provides essential information for understand the spatial distribution of erosive/depositional patterns, hence, its development. The main objective of this research was to investigate the Parnaiba River Delta’s (PRD) shoreline behavior, at short and intermediate time scale, between 1984 and 2017, through 12 Landsat satellite imagens and statistical software (Digital Shoreline Analisys System). At intermediate scale, the results showed that 52 % of PRD’s beaches are under shoreline retreat, while 48% exhibited progradation. At short intervals, shoreline variations are directly related to the climatic hydro influence in the drainage basin, specifically with the El Niño and La Niña effects. On both time scales, major erosion trend occurred away from Parnaiba River mouth and predominantly on the west side of the delta, while deposition, or stability, prevailed on the east side. Due to lower anthropogenic impacts, both on coastal zone and the drainage basin area, the natural factors, mainly river discharge and rainfall trends, are likely to be main driving forces of shoreline changes between 1984 and 2017 KEYWORDS: Remote Sensing; Parnaíba River Delta; Digital Shoreline Analysis; Erosion; undeveloped delta IV LISTA DE FIGURAS Figura 2-1: Variações na propagação das ondas por meio dos efeitos da refração e difração. (a), irregularidades no fundo ocasionam diferentes trends de ondas, convergindo as de maior energia para as regiões protuberantes (promontórios e cabos), enquanto os locais com reentrâncias (enseadas) divergem ondas de menor energia; (b) o obstáculo, representado pelo banco de areia, induz as ondas centrais a quebrar antes dos extremos. Logo na região central haverá maior dissipação de energia e consequentemente maior deposição de sedimento do que nas extremidades. ................................................................................................................................ 5 Figura 2-2: Classificação das marés. (a) De acordo com sua frequência; (b) de acordo com sua amplitude; (c) de acordo com a influência lunar. .......................................................................... 6 Figura 2-3: Obras de engenharia que afetam diretamente os processos oceanográficos na zona costeira. De [a] até [c] têm as estruturas rígidas (“hard”) construídas paralelamente a costa, enquanto em [d] tem-se as estruturas rígidas implementadas de forma paralela ao litoral. Por fim, em [e] há a exemplificação da engorda de praia, uma técnica que imita a natureza (“soft”). ....... 9 Figura 2-4: Obtenção de imagens por sensoriamento remoto. Em (a) uma fonte natural ou artificial emite energia na forma de radiação eletromagnética para a superfície terrestre. Essa energia é refletida (b) e captada para o satélite/sensor, que transforma a energia em sinais elétricos e transmitem as informações para as estações. Em (c) a estação transforma esse sinal elétrico em sinal digital. ................................................................................................................................. 10 Figura 2-5: Aplicações das técnicas de sensoriamento remoto em distintas etapas ambientais (monitoramento, prevenção, mitigação e avaliação) para diferentes problemas ambientais (poluição e geohazards) e socioeconômicos (uso e ocupação do mar e da terra). ...................... 12 Figura 2-6: Integração entre imagem de satélite e big data para análise vulnerabilidade costeira ao redor do mundo. Em (a) tem-se a percentagem de praias arenosas, enquanto que (b) tem relata a taxas de erosão e progradação dessas praias entre 1984 a 2016. Os hotspots erosionais estão indicados em vermelho. Já as taxas de progradação estão visualizadas em verde. ..................... 15 Figura 2-7: Evolução das bandas espectrais, do programa Landsat, ao longo do tempo ............ 16 Figura 3-1: Localização do Delta do Rio Parnaíba (DRP). ......................................................... 17 Figura 4-1: Fluxograma das atividades desenvolvidas na presente dissertação. ......................... 22 Figura 4-2: Escolha da resolução espacial e temporal de acordo com o estudo ambiental. O satélite Landsat é adequado para os estudos de uso e cobertura da terra, em que se incluem a variação da linha de costa. .............................................................................................................................. 25 Figura 4-3: Histograma do Índice MNDWI (XU et al, 2006). No MNDWI, os pixels de água, juntamente com os de sedimento molhados irão apresentar valores de reflectância maiores do zero, enquanto que os demais pixels exibirão valores negativos. ............................................... 28 Figura 4-4: Estatísticas dos pixels de interesse da área de estudo. Em [a] tem-se uma imagem Landsat 5 TM, de composição RGB 432, no qual foram coletados dados estatísticos das principais feições. Em [b] tem-se a análise desses pixels, mostrando que os sedimentos quartzosos da praia apresentam uma reflectância máxima na banda MIR, enquanto que os pixels de água obtiveram uma absorção máxima, como proposto por XU (2006). Já na banda verde (green), os pixels de água apresentam uma máxima reflectância. ................................................................................ 29 Figura 4-5: Resumo do aplicativo DSAS. [a] disposição dos arquivos vetoriais (Linha de base, transectos e Linha de costa) para utilização de forma correta do programa. O método WLR [b.1] utiliza todas as linhas de costa, juntamente com suas possíveis incertezas, para realizar a variação da linha de costa por meio de uma regressão linear. [b.2] o resultado é expresso por uma equação Y= aX + b, no qual o valor de a indica se a região teve acresção ou erosão. A regressão fornece um coeficiente de determinação (WLR²), que indica o quanto o modelo consegue explicar o resultado. Por fim, o método EPR faz a variação temporal da LC utilizando apenas a mais recente e a mais antiga. ............................................................................................................................ 34 V Figura 5-1: Médias anuais e mensais, entre 1984 – 2017, acerca da pluviometria (a) e (b), número de dias chuvosos (c) e (d) e vazão do rio (e) e (f). Os itens (i) e (h) representam os coeficientes de pearson e de determinação. ......................................................................................................... 36 Figura 5-2: Diagrama Roseta no Delta do Parnaíba, mostrando a variação da direção e da intensidade dos ventos ao longo dos meses................................................................................. 38 Figura 5-3: Médias mensais, em diferentes períodos de tempo no delta do Parnaíba, acerca da pluviometria (a), vazão do rio (b) e intensidade dos ventos (c). ................................................ 40 Figura 5-4: Classificação dos transectos do setor I a partir do método WLR(a) e WLR²(b) ...... 43 Figura 5-5: Classificação dos transectos do setor I com base no método EPR durante os anos de 1995 – 1999 [a] e 2007 – 2009 [b]. ............................................................................................. 44 Figura 5-6:Classificação dos transectos do setor II a partir do método WLR(a) e WLR² (b) ..... 45 Figura 5-7: Classificação dos transectos do setor II com base nos métodos WLR, no decorrer dos anos de 1987 -2017 [a] e EPR durante os anos de 1995 – 1999 [b] e 2007 – 2009 [c]. .............. 46 Figura 5-8: Classificação dos transectos do setor II a partir do método WLR(a) e WLR² (b) .... 48 Figura 5-9: Classificação dos transectos do setor III com base nos métodos WLR, no decorrer dos anos de 1987 -2017 [a] e EPR durante os anos de 1995 – 1999 [b] e 2007 – 2009 [c]. .............. 49 Figura 5-10:Classificação dos transectos do setor IV a partir do método WLR ......................... 50 Figura 5-11: Classificação dos transectos do setor IV com base nos métodos WLR, no decorrer dos anos de 1987 -2017 [a] e EPR durante os anos de 1995 – 1999 [b] e 2007 – 2009 [c]. ....... 51 Figura 5-12: Valores EPR em curtos períodos de tempo no Delta do Rio Parnaíba. .................. 54 Figura 5-13: Correlação de pearson e de determinação entre Linha de costa com a pluviometria (a) e (c) e com a fluviometria (b) e (d). Notem que os coeficientes são maiores quando se utiliza a mediana ao invés da média, pois o mesmo exclui valores extremos na análise estatística. ..... 55 Figura 6-1: Erros associados às variações de maré (a,b,c) e à sazonalidade da praia (d,e,f). Desconsiderar esses fatores podem incluir ao modelo estatístico erros entre dezenas a centenas de metros. ......................................................................................................................................... 60 Figura 6-2: Ilustração esquemáticas de interações simplificadas entre a foz do delta e as variáveis oceanográficas (ondas e correntes longitudinais) sob alto escoamento fluvial (a) e baixo escoamento (b) A forte influência do rio (a) é expressa por processos de refração das ondas e a formação de uma corrente longitudinal local, resultando na formação de uma barra de desembocadura e na migração de um spit na direção contrária a da corrente litorânea. (b) Durante os baixos escoamento fluviais, ocasionado por atividades humanas ou climáticas (efeito ENSO), as forçantes oceanográficas irão prevalecer, retrabalhando os sedimentos da desembocadura, ocasionando assim, uma intensa erosão. ..................................................................................... 62 Figura 6-3: Evolução da linha de costa ao longo do tempo. (a) localização dos setores II e III. (b) Refração do trends das ondas devido ao efeito hidráulico e um possível cordão arenoso submerso. A influência da barreira hidráulica e de um possível cordão submerso nos trends. (c) Formação e o preenchimento da barra de desembocadura (praia da Barra das Canárias) quanto a migração do spit na direção contra a deriva litorânea. Em anos de intensa vazão e pluviometria, a foz do rio Parnaíba age como uma barreira hidráulica, favorecendo a deposição de barras de desembocadura. Observar que a desembocadura do delta do Parnaíba age de acordo com o modelo proposto por Anthony (2015), representado na figura 6-2 ............................................................................... 63 Figura 6-4: Dados de análise multivariada do índice ENSO (a), pluviometria e descarga fluvial (b) e variação da linha de costa em curtos intervalos de tempo no Delta do Rio Parnaíba (c). Observar que há uma relação entre o aquecimento do oceano pacifico (efeito El Niño) com a diminuição da pluviometria na bacia de drenagem, causando tanto uma diminuição na descarga fluvial e consequentemente erosão na linha de costa na área de estudo. O processo inverso também pode ser observado. ..................................................................................................................... 66 Figura 6-5: Evolução da linha de costa ao longo do tempo. (a) localização dos setores III e IV. (b) Efeito da corrente longitudinal no setor III, em que há uma clara migração dos sedimentos da parte oeste, região caracterizada por erosão acima de 8 m/ano, para o setor oeste, ocasionando VI assim, um aumento tanto na largura da praia. (c) Influência das ondas e marés no setor IV. Entretanto, se houver a predominância das correntes longitudinais, os bancos de areia tendem a se posicionar no interior dos canais de maré e serão transportados na direção da preferencial das ondas e da própria deriva litorânea. ............................................................................................ 69 Figura 6-6: Processos de refração e difração das ondas nas (b) praias da pedra do Sal (Setor I) e (c) na praia do Itaqui (Setor ). Mudanças na orientação da linha de costa ou a presença de promontórios rochosos irão gerar mudanças na propagação das ondas, ocasionando assim, dispersão de sedimentos (progradação) a updrift e erosão a downdrift. ..................................... 71 Figura 6-7: Movimentação dos campos de dunas. Em (b) nas proximidades da cidade de Parnaíba (Setor II) e em (c) nas proximidades de Luís Correia. Apesar de não ter sido o foco do trabalho, notou-se que os campos de dunas migraram, em direção ao continente, entre 300 a 700 metros entre 1984 a 2017.Também é notado que houve um aumento dos campos de dunas nos dois setores analisados, indicando que o vento pode ser um importante agente erosivo na área estudada. .... 73 Figura 6-8: Dados históricos mostrando que a Barragem de Boa Esperança não influencia tanto no transporte sedimentar a zona costeira (a) e a visualização das principais empreendimentos de extração de areia e argila no baixo curso fluvial do Rio Parnaíba (b). ........................................ 75 Figura 6-9: Taxas de crescimento populacional na zona costeira do Delta do Parnaíba ............. 76 Figura 6-10: Visualização do porto de Luís Correia. Com a construção desse tipo de obra, os sedimentos transportados pela deriva litorânea são bloqueados, causando uma progradação a downdrift (Praia do Atalaia – Setor I). As letras (b) e (c) demonstram exatamente isso. Mesmo com o bloqueio dos sedimentos, a os transectos iniciais da praia da Eólica ainda conseguem ter uma progradação sedimentar, pois ela é alimentada diretamente pelo Rio Igaraçu. O item (d) é a concentração de sedimento em suspensão (mg/l), estimada por meio de técnicas de processamento digital. Ela indica que há uma grande quantidade de sedimento em suspensão tanto nos transectos iniciais da praia da eólica quanto próximo da praia do Atalaia, corroborando com as ideias propostas. Também é notado que mesmo com o aumento da urbanização próximo a orla do setor I (ver figuras b e c), a linha de costa se manteve relativamente estável com o passar do tempo. 77 Figura 6-11: Comparação do delta do Parnaíba com diferentes deltas e praias espalhados ao redor do globo terrestre em termos de (a) descarga fluvial, (b) carga anual de sedimentos, (c) área da bacia de drenagem, (d) variação da linha de costa e (e) densidade populacional. ...................... 80 VII LISTA DE TABELAS Tabela 4-1: Aquisição das imagens de satélite com as respectivas datas, horário de aquisição e erros. Ep: Erro de processamento; Er: Erro de retificação. Et: Erro total ................................... 24 Tabela 4-2: Comparação entre os valores dos pixels por meio do Processamento topo atmosfera e Dark Object Substracion. Note que os pixels obtidos pelo DOS são menores, pois parte do espalhamento atmosférico foi retirado. Os dados extraídos foram obtidos a partir da imagem Landsat de 2007 e os pontos de coleta podem ser visto na imagem 4-3. .................................... 27 Tabela 4-3: Compilado dos principais métodos estatísticos do Digital Shoreline Analysis (DSAS) ..................................................................................................................................................... 31 Tabela 5-1: Dados estatísticos de todos os setores situadas no Delta do Parnaíba ..................... 41 Tabela 5-2: Tabela 5 1: Dados estatísticos de todas as praias situadas no Delta do Parnaíba .... 41 Tabela 5-3: Dados referentes a taxa de regressão linear pluviométrica, fluviométrica, variação da linha de costa pelo método EPR (média e mediana) e percentagem de erosão e acresção no Delta do Rio Parnaíba em curtos intervalos de tempo. ......................................................................... 52 Tabela 5-4: Taxas de EPR (média e mediana) nos setores do delta do Parnaíba ........................ 53 VIII LISTA DE SIGLAS ANA – Agência Nacional de Águas BDMEP - Banco Histórico de Dados Meteorológicos para Ensino e Pesquisa DN -Digital Numbers DOS – Dark Object Substraction DRP – Delta Rio Parnaiba DSAS – Digital Shoreline Analisys System ED – Erro de Digitalização EM – Erro de Marpe ENSO – El Niño Oscilação Sul EP -Erro de pixel EPR - End Point Rate ER – Erro de retificação ES – Erro de Sazonalidade IBGE - Instituto Brasileiro de Geografia e Estatística INMET - Instituto Nacional de Meteorologia MNDWI – Modified Normalized Difrerence Water Index NDWI – Normalized Difference Water Index RMSE – RP – Rio Parnaíba WI2015 – Water Index 2015 WLR - Weighted Linear Regression WLR² - R²squared IX SUMÁRIO 1 INTRODUÇÃO .................................................................................................................... 1 2 REFERENCIAL TEÓRICO ................................................................................................. 4 2.1 Processos costeiros ........................................................................................................ 4 2.2 Uso de imagens multiespectrais para monitoramento da zona costeira. ....................... 9 3 ÁREA DE ESTUDO ........................................................................................................... 17 3.1 Localização ................................................................................................................. 17 3.2 Aspectos climáticos, oceanográficos e fluviais ........................................................... 18 3.3 Geologia e Geomorfologia .......................................................................................... 19 3.4 Vulnerabilidade costeira .............................................................................................. 21 4 MATERIAIS E MÉTODOS ............................................................................................... 22 4.1 Aquisição dos dados hidro climáticos ......................................................................... 23 4.2 Aquisição das imagens de satélite ............................................................................... 23 4.3 Pré-Processamento ...................................................................................................... 25 4.3.1 Georreferenciamento das imagens ...................................................................... 25 4.3.2 Correção Atmosférica ......................................................................................... 25 4.4 Delimitação da linha de costa ...................................................................................... 27 4.5 Análise de Incertezas ................................................................................................... 29 4.6 Quantificação da linha de costa a partir uso do Digital Shoreline Analisys (DSAS) .. 31 5 RESULTADOS ................................................................................................................... 35 5.1 Análise Climatológica ................................................................................................. 35 5.2 Análise das Linhas de Costa entre 1984 – 2017 e em alguns períodos individuais .... 40 5.2.1 Análise Global ..................................................................................................... 40 5.2.2 Setor I .................................................................................................................. 42 5.2.3 Setor II ................................................................................................................. 44 5.2.4 Setor III ............................................................................................................... 47 5.2.5 Setor IV ............................................................................................................... 49 5.3 Variabilidade temporal entre a Linha de costa e as variáveis hidroclimáticas ............ 51 6 DISCUSSÕES ..................................................................................................................... 57 6.1 Aplicação de Métodos estatísticos e de Sensoriamento remoto para análise da morfodinâmica costeira ........................................................................................................... 57 6.2 Principais influências na linha de costa ....................................................................... 60 6.2.1 Fatores hidro climáticos ...................................................................................... 60 6.2.2 Influência das ondas, ventos, marés e correntes .................................................. 68 6.2.3 Fatores antrópicos ............................................................................................... 73 7 CONCLUSÕES E CONSIDERAÇÕES FINAIS ............................................................... 81 8 BIBLIOGRAFIA ................................................................................................................. 84 9 ANEXOS ............................................................................................................................. 91 FERREIRA, T.A.B (2019) INTRODUÇÃO 1 INTRODUÇÃO As zonas costeiras estão entre as áreas mais povoadas no mundo devido à sua importância comercial, industrial, logística, agrícola, recreativa, estética, etc.(Beatley et al. 2002; Anthony 2015; Luijendijk et al. 2018). Atualmente, mais de 2 bilhões de habitantes (25% da população mundial) vivem a 100 km dessa região, o que representa três vezes mais densidade populacional global (Nicholls et al. 2007). Nos últimos anos, 70% da costa mundial está suscetível à erosão e inundação costeira (Nicholls et al 2007), devido à diminuição do aporte sedimentar, seja pela edificação de barragens ou mineração de areia e argila (Anthony et al. 2015; Ghoneim et al. 2015; Kong et al. 2015; Dada et al. 2018). subsidência (Mentaschi et al, 2018), estruturas costeiras construídas pelo homem (Luijendijk et al. 2018), desflorestamento de manguezais (Corbau et al. 2019), conversão de áreas naturais em terrenos urbanos (Kuleli et al. 2011) aumento do nível do mar (Nicholls e Cazenave 2010), fenômeno El Niño- Oscilação Sul (Martínez et al. 2018), resultando em prejuízos socioeconômicos a e ambientais. O monitoramento contínuo desse ambiente pode auxiliar na compreensão da distribuição espacial dos riscos de erosão, predizendo sua tendência de desenvolvimento, facilitando assim, a tomada de decisões mitigadoras e adaptadoras por parte dos gestores costeiros (Ouellette and Getinet 2016; Luijendijk et al. 2018; Qiao et al. 2018) Para o monitoramento da zona costeira, o estudo acerca da linha de costa é de suma importância. A linha de costa, definida como o limite entre a interface da terra e água (Dolan et al 1980), é considerado como um sistema geomorfológico bastante dinâmico, no qual ocorrem mudanças ininterruptas em distintas escalas temporais (Boak and Turner 2005; Bird 2008; Del Río et al. 2013). De acordo com os autores acima, em curta escala de tempo (minutos a meses), tais mudanças estão diretamente relacionadas com a ação das ondas, tempestades, marés, correntes, enquanto em largas escalas temporais (séculos e milênios), as variações do nível relativo do mar, climáticos, glaciações e tectonismo são os fatores predominantes. Por fim, em uma escala intermediária (anos a décadas), os fatores são mais complexos e inter-relacionados, incluindo tanto as causas naturais quanto as antropogênicas. Dentre estas causas, destacam-se a capacidade e competência dos rios, as barreiras hidráulicas na desembocadura do delta, construção de estruturas rígidas de proteção costeira (e.g. molhes, quebra-mares, espigões), a ocupação da zona costeira, etc. 1 FERREIRA, T.A.B (2019) INTRODUÇÃO Técnicas de sensoriamento remoto, como fotografias aéreas, vídeo monitoramento, satélites ópticos, LIDAR e drones são úteis para monitorar as áreas costeiras em escalas espaciais e temporais adequadas (Gens 2010). Dentre todas essas técnicas, os satélites ópticos de média resolução, tais como o Landsat e Sentinel, têm sido amplamente utilizados para monitorar mudanças na linha costeira, em escala intermediária de tempo, devido à sua moderada resolução espacial e espectral, baixo custo financeiro e capacidade de aquisição de dados em grandes áreas e de difíceis acessos, a cada 18 a 5 dias (Ouellette e Getinet 2016; Hagenaars et al. 2018). Estudos prévios (Hagenaars et al. 2018; Pardo-Pascual et al. 2018) comprovaram a eficiências dos satélites Landsat e Sentinel para determinar a posição da linha costeira através da comparação de observações in situ, obtidos por dados de GPS-RTK. De acordo com os autores acima, a precisão da linha costeira depende da inclinação da praia, resolução dos pixels, presença de nuvens, pixels das ondas e erros de georreferenciamento. Nesta última década, vários estudos foram feitos para quantificar a mudança da linha de costa em ambientes deltaicos e/ou estuarinos ao longo do planeta, como no delta do Niger (Dada et al. 2018), Nilo (Ghoneim et al. 2015), Po (CORBAU et al. 2019) Manahadi (Mukhopadhyay et al. 2018), Mekong (Anthony et al. 2015) e Amarelo (Kong et al. 2015). Todos estes estudos demonstraram que está ocorrendo a retração da linha de costa, no qual o fator antropogênico está envolvido de forma direta e decisiva. Diferentemente destas regiões, o Delta do Rio Parnaíba, localizado na região nordeste do Brasil, não apresenta graves intervenções humanas, tendo apenas uma pequena barragem ao longo do seu curso fluvial (Bento Gonçalves) que não afeta tanto a distribuição de sedimentos para a zona costeira (AQUINO DA SILVA et al. 2015a). Ademais, a zona costeira apresenta um baixo adensamento populacional, menor do que 70 habitantes/km² (IBGE, 2016), grandes áreas florestais não cultivadas (DE PAULA FILHO et al. 2015) Desta forma, quaisquer variações da linha de costa possivelmente estão diretamente relacionadas aos processos naturais (e.g. oceanográficos, fluviais, climáticos). Neste contexto, os principais objetivos desta dissertação são examinar a evolução temporal das zonas situadas próximas ao Delta do Rio Parnaíba, entre 1984 a 2017, por meio das utilizações de imagens de satélite e técnicas de Sistema de Informações Geográficas (SIG), bem como analisar e discutir as principais causas das mudanças ocorridas neste intervalo de tempo. Como objetivos específicos, tem-se: (a) realizar processos digitais de imagens para corrigir erros induzidos nas imagens de satélite, (b) escolher um método automático de extração da linha costa, a partir de estudos 2 FERREIRA, T.A.B (2019) INTRODUÇÃO bibliográficos, que mais se identifique com a área de estudo, (c) determinar as regiões de erosão, progradação e estabilidade no delta do Parnaíba, (d) comparar sua situação com alguns deltas ao redor do mundo e (e) relacionar suas mudanças da linha costa a partir da compilação dos resultados e de outros trabalhos científicos publicados. Para alcançar estes objetivos foram adquiridas doze (12) imagens de satélite Landsat, correspondendo ao período entre 1984 a 2017, com intuito de extrair a linha de costa de forma automática e, a partir do software Digital Shoreline Analisys (DSAS), delimitar os locais que apresentam hotspots de erosão e acresção sedimentar. A presente dissertação de mestrado está estruturada em oito capítulos, sendo o primeiro a introdução. O capítulo dois, denominado de referencial teórico, debate os processos costeiros e a utilização de imagens de satélite multiespectrais para o monitorar a evolução espaço-temporal da linha de costa. No capítulo três é descrita a área de estudo, informando os domínios geológicos, geomorfológicos, climáticos, hidrodinâmicos e oceanográficos. O quarto capítulo, por sua vez, aborda a metodologia utilizada nessa dissertação, relatando os critérios utilizados para a aquisição dos dados hidro climáticos e das imagens de satélites, as etapas de pré-processamento das imagens, métodos automáticos para extração da linha de costa, análise de incertezas e quantificação da linha de costa por meio do uso do DSAS No capítulo cinco, é exposto à evolução da linha de costa da área de estudo durante os diferentes intervalos de tempo propostos na metodologia, identificando os principais locais de erosão e acresção. O sexto capítulo corresponde as discussões, no qual é debatido a variação da linha costa do Delta do Rio Parnaíba com os processos oceanográficos, hidro climáticos e antrópicos. Ademais, é feito uma comparação da estabilidade do Delta do Rio Parnaíba com diversas regiões espalhadas pelo globo terrestre. No sétimo, é retratado as conclusões da dissertação, no qual é feito um resumo dos resultados obtidos, sua validade e possíveis direcionamentos metodológicos para investigações futura. Por fim, em anexo, está a submissão do artigo cientifico, intitulado de The use of Digital Shoreline Analysis System (DSAS) to assess Parnaíba Delta (NE,Brazil) short- term morphodynamics conditions, para revista Geo-Marine Letters, seção: From the Coastal Zone to the Deep Sea, . A submissão do artigo é um dos pré-requisitos necessários para obtenção do grau de mestre pela PPGG/UFRN 3 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO 2 REFERENCIAL TEÓRICO 2.1 Processos costeiros A zona costeira compreende ambientes dinâmicos e transitórios, no qual ocorrem modificações em diversas séries temporais, de segundos a milênios, relacionados aos processos oceanográficos (ondas, correntes, maré), eólicos, fluviais, climáticos (eventos extratropicais, ENSO, variação do nível do mar), geotectônicos e antrópicos (Boak e Turner 2005; Bird 2008; Del Río et al. 2013). De acordo com esses autores, quando há uma maior quantidade de materiais retirados do que ganhos na zona costeira, durante essas séries temporais, diz-se que o ambiente sofreu um processo de erosão costeira. As ondas têm papel fundamental na morfologia costeira devido sua capacidade de transportar e remobilizar grandes quantidades de energia e massa ao litoral (Beatley et al. 2002) A intensidade com que as ondas afetam o transporte sedimentar depende de vários fatores, tais como o seu comprimento de onda (λ) e o perfil da praia. No momento em que as ondas ultrapassam profundidades inferiores a metade de λ, elas começam a interagir com o fundo, remobilizando e transportando os sedimentos. Já do ponto de vista do perfil da praia, quanto maior o seu declive, as ondas irão quebrar diretamente na fácies de praia, fomentando maior energia e maior retirada de sedimentos (Silva et al, 2004). Variações na propagação da onda, quanto a sua frequência, altura e ângulo de incidência, são originadas por irregularidades na topografia e/ou presença de obstáculos, ocasionando modificações no transporte de sedimento ao longo da costa, por meio dos efeitos de refração, difração e reflexão da onda (Fig.2-1) (Bird 2008) A depender do seu ângulo de incidência sobre a linha de costa, diferentes categorias de correntes são geradas. As correntes longitudinais (longshore currents), ocorrem quando a onda quebra obliquamente a linha de costa, sendo a responsável por movimentar, retrabalhar e distribuir os sedimentos paralelamente a linha costeira (Bird 2008). A interrupção da corrente longitudinal, através da construção de espigões e/ou outras obras costeiras, têm gerado desequilíbrio sedimentar em várias praias e deltas do mundo, fazendo que grande parte dos sedimentos se acumule no obstáculo, ocasionando intensa erosão em outros setores (Komar 2012). As correntes de retorno (rip currents), desenvolvem-se quando as ondas se aproximam paralelamente a linha costeira, no qual será criado células de circulação costeira, transportando os sedimentos para antepraia (nearshore zone) e costa afora (offshore zone) (Silva et al, 2004). 4 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO Figura 2-1: Variações na propagação das ondas por meio dos efeitos da refração e difração. (a), irregularidades no fundo ocasionam diferentes trends de ondas, convergindo as de maior energia para as regiões protuberantes (promontórios e cabos), enquanto os locais com reentrâncias (enseadas) divergem ondas de menor energia; (b) o obstáculo, representado pelo banco de areia, induz as ondas centrais a quebrar antes dos extremos. Logo na região central haverá maior dissipação de energia e consequentemente maior deposição de sedimento do que nas extremidades. Fonte: Adaptado de Bird (2008) As marés são originadas pela combinação da atração gravitacional entre a terra, lua e sol e pelas forças tangenciais não compensadas, relacionadas movimentos de rotação em torno do centro de massa do sistema sol-terra-lua (Silva et al, 2004). Durante um ciclo lunar podem ser registrados diferentes ciclos de maré (Fig.2- 2a). Conforme relatado por Davidson-Arnott (2010), as marés diurnas ocorrem principalmente ao longo da costa da antártica e do oceano índico, sendo caracterizadas por apresentar uma preamar e uma baixa mar. Já as marés semi-diurnas, localizadas preferencialmente ao longo da costa do Atlântico e do Ártico, apresentam duas baixa- mares e duas preamares. Por fim, também existem as marés mistas, comuns no Norte do Pacifico, que envolvem variações desses dois extremos. O efeito conjugado da atração gravitacional do sol também exerce modificações significativas nas amplitudes de maré (Fig.2-2c), sendo responsáveis pelas variações observadas entre as marés de sizígia (spring tides) e as marés de quadratura (neap tides) (Silva et al, 2004). As primeiras ocorrem em períodos de lua nova ou cheia, quando o sistema terra-lua-sol está em conjunção, acarretando na maior energia das marés, 5 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO enquanto que as marés de quadratura transcorrem na fase minguante e crescente da lua. Além das classificações com base na sua frequência e influência do sol e da lua, as marés podem ser classificadas de acordo com a amplitude da maré de sizígia (Fig.2-2b). Figura 2-2: Classificação das marés. (a) De acordo com sua frequência; (b) de acordo com sua amplitude; (c) de acordo com a influência lunar. Fonte: Adaptado de Davidson Arnott, 2010. O vento desempenha um papel de grande importância na modelagem costeira por ser um dos componentes responsáveis pela geração e sustentação das ondas. Variações na sua intensidade, distribuição e/ou na sua direção afetem diretamente a circulação hidrodinâmica costeira (Woodroffe, 2002). Como um mecanismo de transporte, o vento, a depender da sua direção, tem velocidade suficiente para transportar areia e argila da praia até a pós-praia, formando os campos de dunas. Os rios, em ambientes deltaicos, são considerados como as principais fontes de sedimentos para a zona costeira, no qual o sedimento é transportado do montante até a foz pelo curso fluvial e canais tributários, sendo retrabalhados na linha de costa pela ação das ondas e correntes (Bird 2008). De acordo com este autor, a natureza, granulometria e volume dos sedimentos fornecidos a zona costeira pelos rios dependem dos tipos de rocha 6 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO que afloram ao longo da bacia de drenagem. Ademais, outros fatores, tais como o declive do terreno, o vigor do escoamento da água pluvial e/ou derretimento de neve, a cobertura vegetal e o uso e ocupação do solo, também influenciam diretamente o volume de sedimentos que chegam a zona costeira (Syvitski e Milliman 2006; Milliman e Farnsworth 2011) Mais do que apenas fornecer sedimentos a linha de costa, altos fluxos contínuos dos rios, em ambientes deltaicos, podem ocasionar o efeito de molhe (hydraulic groyne effect), cuja consequência será a refração das ondas e o bloqueio da corrente de deriva litorâneas nas proximidades da desembocadura deltaica, favorecendo a formação e acumulação de barras de desembocadura e migração de pontais arenosos (“spits”) em contra deriva. (Bhattacharya e Giosan 2003; Anthony 2015) O evento El Niño Oscilação Sul (ENSO) é um fenômeno associado ao aquecimento anormal da Temperatura da Superfície do Mar (TSM) concomitantemente com a diminuição dos ventos alísios na região do Pacífico Equatorial, entre a costa peruana e a costa oeste australiana. Este fenômeno afeta diretamente o nível médio do mar, o clima de ventos e ondas, a frequência e intensidade nos eventos de tempestades, na pluviosidade, na descarga fluvial e na distribuição de sedimentos (Woodroffe, 2002). No Brasil, durante esse evento, é perceptível o incremento da pluviosidade nas regiões sul e sudeste, enquanto que há uma diminuição drástica nas regiões do Norte e do Nordeste. O La Niña, no que lhe concerne, é o evento oposto ao ENSO. As tempestades extratropicais também são consideradas como agentes modificadores da geomorfologia e dos ecossistemas costeiros, uma vez que são responsáveis por provocar chuvas torrenciais, inundações, ventanias e aumento da frequência e da altura das ondas (Beatley et al, 2002). A ação antrópica está relacionada com a influência humana diretamente e/ou indiretamente na zona costeira, sendo capaz de alterar cada um dos processos acima (Beatley et al, 2002). Segundo Souza et al (2005) a conversão de terrenos naturais da planície costeira em áreas urbanas (praias, dunas, manguezais, planícies fluviais e/ou lagunares) eliminam os estoques sedimentares da zona costeira, enquanto que a implantação de estruturas rígidas na praia (Fig.2-3), dispostas de formas paralelas (seawall, quebra-mares e enrocamentos) e/ou transversais (espigões, molhes, píer, portos) à linha de costa, modificam tanto o ângulo de incidência das ondas, quanto seu padrão de refração, alterando assim, o perfil praial de toda região litorânea. Conforme Komar (2012) 7 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO em muitas áreas de erosão intensa, a engorda de praia é um dos métodos mais eficazes para recuperação das praias. A redução da oferta de sedimentos fluviais, devido a construção de barragens para edificação das hidrelétricas e melhor navegação fluvial, são uma das principais causas da erosão costeira nas regiões deltaicas. Obras de transposição, canalização dos cursos fluviais e mineração de sedimentos, afetam diretamente a distribuição de sedimentos na zona costeira. (Komar 2012; Best 2015) Conforme Nicholls e Cazenave (2010), um aumento da elevação do nível do mar em torno de 0.30 a 1.8 metros, estipulado pelo IPCC, intensificará erosão e inundações nas cidades relativamente baixas, principalmente nos países do sul da Ásia e na África. Ademais, outras consequências foram relatadas pelos autores, como a destruição dos manguezais e intrusão de água salgada nos aquíferos. Por sua vez, Emanuel (2005) apud Komar (2012) relata que a maior ocorrência dos eventos extratropicais, registrados no hemisfério norte nos últimos cinquenta anos, está relacionado diretamente com o aquecimento global. Segundo o autor, o aquecimento anormal da temperatura das águas oceânicas é o principal mecanismo para formação dos eventos extratropicais, que têm efeitos drásticos na zona costeira, podendo levar até a destruição de pântanos, praias e dunas, ocasionando intrusão salina em águas superficiais, etc. 8 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO Figura 2-3: Obras de engenharia que afetam diretamente os processos oceanográficos na zona costeira. De [a] até [c] têm as estruturas rígidas (“hard”) construídas paralelamente a costa, enquanto em [d] tem-se as estruturas rígidas implementadas de forma paralela ao litoral. Por fim, em [e] há a exemplificação da engorda de praia, uma técnica que imita a natureza (“soft”). Fonte: Adaptado de Prata (2017) 2.2 Uso de imagens multiespectrais para monitoramento da zona costeira. Os cientistas têm desenvolvido procedimentos para coletar e analisar dados de sensoriamento remoto desde 1858, quando o francês Gaspard Feliz conseguiu realizar a primeira fotografia a partir de plataforma área (Jensen, 2011). Avanços significativos na 9 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO coleta de dados de sensoriamento remoto ocorreram durante as guerras mundiais, na corrida espacial e nas 3ª e 4ª revoluções industriais (Jensen, 2011). Uma das primeiras definições afirma que o sensoriamento remoto é: “A aquisição de dados sobre um objeto sem tocá-lo”. (Colwell, 1984 apud Jensen, 2011) Com o tempo, modificações na definição do termo foram realizadas. Meneses e Almeida (2012), por exemplo, afirmam para definição de sensoriamento remoto: A obtenção de imagens da superfície terrestre por meio da detecção e medição quantitativa das respostas das interações da radiação eletromagnética com os materiais terrestres sem que haja qualquer contato físico entre o sensor e o objeto. (MENESES e ALMEIDA, 2012, p.4) A obtenção das imagens de sensoriamento remoto é realizada a partir de sensores e satélites que detectam alvos na superfície terrestre através da radiação eletromagnética, no qual cada objeto reflete, absorve e transmite a radiação a partir de uma fonte, podendo ser natural ou artificial (Florenzano, 2011). A energia captada pelos sensores é transformada em sinais elétricos, que são registradas e transmitidas para estações que, por sua vez, transformam esses sinais em gráficos, tabela ou imagens (Figura 2-4). Figura 2-4: Obtenção de imagens por sensoriamento remoto. Em (a) uma fonte natural ou artificial emite energia na forma de radiação eletromagnética para a superfície terrestre. Essa energia é refletida (b) e captada para o satélite/sensor, que transforma a energia em sinais elétricos e transmitem as informações para as estações. Em (c) a estação transforma esse sinal elétrico em sinal digital. Fonte: Florenzano (2011) A energia eletromagnética se dá em função de seu comprimento de onda ou de sua frequência, sendo esta denominada de espectro eletromagnético (Jensen, 2011). 10 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO Conforme o autor acima, o espectro eletromagnético se estende desde comprimentos de onda muito curtos associados aos raios cósmicos, até as ondas de rádio de baixa frequência e grandes comprimentos de onda. Florenzano (2011), escreve por sua vez que todos os tipos de cobertura de solo, juntamente como os afloramentos rochosos e corpos d'água, absorvem uma porção do espectro eletromagnético. O fato de cada corpo absorver porções distintas do espectro eletromagnético, fazem com que os usuários de sensoriamento remoto utilizem essa informação para distingui-los uns dos outros nas imagens de satélite. Como já explicado nos parágrafos acima, a energia captada pelo sensor pode ser fruto de uma fonte natural ou artificial. Caso a fonte captada seja natural, como o próprio sol ou a energia emitida pela superfície terrestre, o sensor é classificado como passivo. De acordo com Figueiredo (2005), esse tipo de sensor capta as faixas eletromagnéticas do visível (0,4 – 0,7 µm), infravermelho (1 µm – 2,5 um) e o termal (2,5 µm – 13 µm). Ainda segundo o autor, os sensores ativos captam uma energia eletromagnética artificial, produzida por radares instalados nos próprios satélites. Esse sensor opera na faixa de micro-ondas (0,8 cm – 30 cm), e sua grande vantagem é a penetração da energia sobre as nuvens. Jensen (2011) relata que, no sistema de sensoriamento remoto, a escolha do método é determinada a partir da resolução espacial, temporal, espectral e radiométrica. A resolução espacial é explicada como o menor elemento ou superfície que pode ser detectada pelo sensor, enquanto a resolução temporal é definida como a frequência em que o sensor obtém informações de uma mesma área. Já a resolução espectral pode ser entendida como o número e o tamanho de intervalos de comprimentos de onda (chamados bandas espectrais) no espectro eletromagnético no qual o sensor remoto é sensível. Por fim, a resolução radiométrica é quantidade máxima de níveis de cinza (bits) que é discriminado pelo sensor. Na resolução de problemas ambientais e socioeconômicos (Fig.2-4) da zona costeira, o uso dos sensores remotos tem um papel fundamental nas principais etapas do estudo ambiental (monitoramento, prevenção e mitigação e avaliação) (Ouellette e Getinet 2016). Dentre os diversos métodos de sensoriamento remoto utilizados para monitoramento ambiental serão aqui descritos os principais, com suas respectivas vantagens e desvantagens. As fotografias aéreas são as fontes de dados de sensoriamento remoto mais antigas, sendo utilizadas para estudos costeiros desde a década de 1930. Esse instrumento 11 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO fornece uma boa resolução espacial da linha de costa, porém sua resolução temporal, juntamente como a cobertura geográfica, é bem restrita. Além disso, esse método apresenta várias distorções na imagem, como a distorção radial, de relevo, inclinação e de escala, que pode induzir o interprete ao erro (Boak e Turner 2005; Gens 2010) Figura 2-5: Aplicações das técnicas de sensoriamento remoto em distintas etapas ambientais (monitoramento, prevenção, mitigação e avaliação) para diferentes problemas ambientais (poluição e geohazards) e socioeconômicos (uso e ocupação do mar e da terra). Fonte: Adapatado de Ouellette e Getinet (2016) 12 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO O sistema SAR (Synthetic Aperture Radar) registra imagens da linha de costa a partir das propriedades dielétricas e geométricas da superfície terrestre em quaisquer condições atmosféricas, de dia e/ou noite (Gens 2010). De acordo com este autor, a vantagem desse método é a sua grande cobertura temporal, permitindo o gestor adquirir dados desde 1978. Já a falta de precisão da posição da linha costeira faz com que poucos cientistas utilizem este método para estudos costeiros. O LiDAR (Light Detection And Ranging) é considerado o método mais preciso para monitoramento costeiro, pois fornece dados de alta resolução espacial, espectral e radiométricos da zona costeira, possibilitando até a visualização tridimensional da pós praia até a antepraia (e.g. Boak e Turner 2005; Gens 2010; Ouellette e Getinet 2016). Entretanto, segundo estes autores, o elevado custo para aquisição e manutenção do equipamento, torna-o inviável para monitoramento costeiro na maioria das universidades ou órgãos gestores. O uso de técnicas de vídeo monitoramento fornece uma alternativa de baixo custo aos métodos de fotografias aéreas, SAR e LiDAR. Apesar desse sistema fornecer uma boa resolução temporal, com imageamento em tempo real, este método tem uma baixa resolução espectral, fornecendo imagens apenas no visível e não cobre grandes áreas, visto as câmeras serem posicionadas em locais fixos, como casas e/ou prédios (Boak e Turner 2005) Diversos autores (e.g. Boak e Turner, 2005; Gens, 2010; Ouellette e Getinet, 2015; Luijendijk et al, 2018), afirmam que em estudos de monitoramento ambiental no qual a resolução temporal tem um papel fundamental, como no caso de geohazards (e.g. erosão costeira, inundações, subida do nível do mar), o uso dos satélites multiespectrais (Landsat, Sentinel, CBERS, Ikonos, SPOT) é mais indicado do que as outras técnicas de sensoriamento remoto, tais como Radar, SAR, LiDAR. Além da sua alta resolução temporal e grande acervo histórico, os satélites multiespectrais conseguem adquirir dados em extensas áreas geográficas (muitas vezes de difícil acesso), com uma boa resolução espacial e espectral a um custo financeiro bem menor do que as demais técnicas citadas acima. Nesta década foram realizados diversos estudos ao longo do planeta, por meio da utilização de imagens multiespectrais, para o monitoramento de ambientes deltaicos. Ghoneim et al. (2015) e Valderrama-Landeros e Flores-de-Santiago (2019) correlacionaram a erosão costeira, respectivamente, nos deltas Nilo (Egito) e San Pedro (México), com a diminuição do aporte sedimentar, sendo uma consequência direta da 13 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO construção de hidrelétricas nas últimas décadas ao longo dos principais cursos fluviais. De acordo com os autores acima, em determinados períodos, a erosão costeira atingiu um estado tão crítico que houve a necessidade da criação de planos emergenciais e mitigadores, por meio dos governos locais e/ou federais. Dada et al. 2016 estudaram a variação sazonal da linha de costa nigeriana, nos anos de 2011 a 2013, com dados de onda e de correntes litorâneas. Já Dada et al. 2018 relacionaram as mudanças da linha de costa no delta do Níger (Nigéria), nos últimos cem anos, com as variações hidro climáticas e atividades antrópicas no rio Niger. Kuleli et al (2011), Petropoulos et al (2015) e Anthony et al (2015) concluem que além da construção de barragens, o processo de erosão, ocorrida nos deltas do Kizilirmak & Gediz (Turquia), Axios & Aliakmonas (Grécia) e Mekong estão relacionadas com a ocupação indevida na zona costeira, extração de areia e cascalho nos principais cursos fluviais e subsidência da terra devido a extração de água subterrânea. Já Qiao et al (2018) relataram que apesar da redução da carga de sedimentos dos rios Yangtze e Qiantang e do aumento relativo do nível do mar, a região de Shanghai registrou um crescimento da linha de costa em torno de 50 m/ano. De acordo com os autores, os processos de aterramento nas regiões de manguezais, recuperação de praias e de canalização de alguns canais fluviais foram as principais causas da acresção sedimentar. No nordeste do Brasil, (Aquino da Silva et al. 2015b) determinaram a concentração de sedimentos em suspensão transportado em 2008 pelo rio Parnaíba até a plataforma interna. De acordo com estes autores a extensão da pluma de sedimentos depende das condições hidrodinâmicas específicas, tais como a intensidade de escoamento do rio, das correntes e amplitudes das marés e pelo clima das ondas e ventos. Já Aquino da Silva et al. (2015a) tentou relacionar a conexão da ocorrência e intensidade da Oscilação El Niño-Sul com a vazão fluvial, concentração de sedimentos em suspensão, pluviosidade, correntes de maré e variações na linha de costa no Delta do Rio Parnaíba – PI. Luijendijk et al. 2018, por sua vez empreenderam uma pesquisa inédita, na qual, a partir da utilização de imagens Landsat e Sentinel juntamente com métodos machine learning e big data, conseguiram determinar a percentagens de praias arenosas no mundo, e realizam o monitoramento costeiro destas, entre 1984 a 2016, identificando os principais hotspots erosionais ou pontos críticos de erosão costeira. De acordo com referidos autores (Fig.2-5), 24% das praias arenosas encontram-se sob erosão a taxas superiores a 0.5 m/ano, 48 % encontram-se relativamente estáveis e 28% apresentam acresção sedimentar. 14 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO Figura 2-6: Integração entre imagem de satélite e big data para análise vulnerabilidade costeira ao redor do mundo. Em (a) tem-se a percentagem de praias arenosas, enquanto que (b) tem relata a taxas de erosão e progradação dessas praias entre 1984 a 2016. Os hotspots erosionais estão indicados em vermelho. Já as taxas de progradação estão visualizadas em verde. Fonte: Adaptado de Luijendijk et al (2018) Dentre os diversos satélites multiespectrais, o programa Landsat é o mais utilizado pelos cientistas para estudar a mudanças ambientais a curtos e longo prazo, com mais de 254 artigos publicados, desde de 2004, nas 15 principais revistas cientificas do mundo (Zhu 2017). Isso ocorre pois, de acordo com o autor acima, desde do lançamento do primeiro satélite do programa, em 1972, é possível conseguir imagear a mesma área de estudo a cada 18 dias (resultando entre 20 a 21 imagens por ano) e operando em quatro comprimentos de onda, do visível (verde e vermelho) ao infravermelho (proximal e médio) de forma gratuita. Com o surgimento do sensor Thematic Mapper (TM), em 1982, 15 FERREIRA, T.A.B (2019) REFERENCIAL TEÓRICO houve a melhora significativa da resolução espacial, saindo de 80 metros para 30 metros, da resolução temporal (16 dias de revisita) e a possibilidade de se trabalhar com mais bandas do visível (azul), infravermelho (médio) e até no termal. No ano de 1999, com o lançamento Landsat Enhanced Thematic Mapper Plus (ETM+), foi criada a banda pancromática, possuindo uma resolução espacial de 15 metros. Já em 2013, com o lançamento do Landsat 8 Operational Land Imager (OLI), houve a geração das bandas Cirrus e Coastal, utilizadas respectivamente para análises de nuvens e estudos em mapeamentos geomorfológicos onshore. Em meados de 2016, a partir do projeto “Landsat Level Data 1T”, todas as imagens de satélite, do Landsat 4 Thematic Mapper (TM) ao Landsat 8 Operational Land Imager (OLI), obtiveram reajuste de ortorretificação por meio de dados de modelo de elevação digital (DEM) e pontos de controle, garantindo um erro de posicionamento médio quadrático (RMSE) de no máximo 12 metros. Atualmente, o programa deu início ao o projeto “Landsat Level Data 2”, cujo objetivo é fazer a correção atmosférica de todos os sensores citados acima, diminuindo ainda mais o tempo de processamento de dados por meio do interprete. Figura 2-7: Evolução das bandas espectrais, do programa Landsat, ao longo do tempo Fonte: Adaptado de https://www.usgs.gov/land-resources/nli/landsat 16 FERREIRA, T.A.B (2019) ÁREA DE ESTUDO 3 ÁREA DE ESTUDO 3.1 Localização O Delta do Rio Parnaíba (DRP) está localizado no nordeste do Brasil, entre os estados do Maranhão e Piauí (Fig.3-1), cobrindo aproximadamente 3138 km² (MMA, 2006), onde vivem mais de 280.000 habitantes (IBGE, 2016). Conforme de Paula Filho et al. (2015), 48% da região deltaica é classificada como áreas florestais não cultivadas, 16% em áreas de conservação, 17% em dunas e manguezais, 10% em pastagens, 8% em áreas agrícolas e apenas 1% em áreas urbanas. O Delta do Rio Parnaíba é um delta assimétrico, dominado tanto por ondas quanto por marés, com uma plataforma continental estreita (aproximadamente 50 km de largura), relativamente rasa (profundidade média de 25 metros) e suave (0.04º), típico da costa do nordeste brasileiro. (Szczygielski et al. 2014; Vital 2014; Aquino da Silva et al. 2016) Figura 3-1: Localização do Delta do Rio Parnaíba (DRP). Fonte: Próprio autor (2019) 17 FERREIRA, T.A.B (2019) ÁREA DE ESTUDO 3.2 Aspectos climáticos, oceanográficos e fluviais Os estados do Piauí e Maranhão estão situados entre a Pré-Amazônia Úmida e o Nordeste Semiárido (Belda et al. 2014). De acordo com esse autor, a área de estudo apresenta um clima tropical com estação seca de inverno (Aw), caracterizado por ter uma estação chuvosa no verão (janeiro a julho) e uma nítida estação de seca no inverno (agosto a dezembro). A duração de cada período depende da posição da Zona de Convergência Intertropical – ZCIT (El-Robrini et al 2018). Entre 1965 a 2009, a precipitação acumulada média foi de 1210 mm/ano (Aquino da Silva et al. 2015a) Os ventos alísios, na costa nordestina, exibem uma direção preferencial para E- NE com uma velocidade média de 2.1 a 5.9 m/s (Paula et al 2016). Os ventos alísios atuantes próximos a linha de costa do Delta do rio Parnaíba (DRP) são influenciados pela locomobilidade da Zona de Convergência Intertropical (ZCIT) (Paula et al 2016). Os autores acima argumentam que quando a ZCIT se locomove ao sul do equador, nos meses de abril a maio, os ventos alísios são mais fracos. Por sua vez, no momento em que a ZCIT se locomove ao norte do equador, entre agosto a dezembro, os ventos alísios são mais fortes, atingindo velocidades de até 10.7 m/s. No período correspondente entre 2010 a 2012, as ondas situadas próximas ao DRP, apresentaram uma direção N, N-NE e/ou E-NE, com altura variando entre 0.6 a 1.1m e com período de 5 a 9 segundos (El-Robrini et al, 2018; Paula et al, 2016). No período chuvoso, entre janeiro a junho, a altura das ondas variou entre 0.53 a 0.71m, ostentando uma média de 0.64m (Paula et al 2013). Já no período seco, de julho a dezembro, os autores acima relatam que as ondas têm uma altura média de 0.83 metros, com valores mínimos de 0.58m e máximo de 1.25m. Ainda segundo os autores, há a incidência de ondas N-NW e N-NE, influenciadas diretamente pela presença de promontórios e recifes de arenito e ao efeito da barreira hidráulica. Por fim, as correntes longitudinais exibem uma velocidade máxima de 1 m/s, com uma direção predominante de E-W. No Delta do Rio Parnaíba, a maré é classificada como semi-diurna e de transição entre meso a macromaré, com uma amplitude de maré de sizígia de 1.70 metros na maré de quadratura e 3.06 a 6.1 na maré sizígia (Aquino da Silva et al. 2015a). Levantamentos realizados por Aquino da Silva et al. (2015b) demonstram que a velocidade média das correntes de maré é de 0.19 m/s (atingindo valores máximos de 0.52 m/s) com direção preferencial para NNE. 18 FERREIRA, T.A.B (2019) ÁREA DE ESTUDO A bacia hidrográfica do Parnaíba apresenta aproximadamente 1.400 Km de extensão e 331.441 km² de área de captação (MMA, 2006). De acordo com esse órgão ambiental, esta bacia de drenagem pode ser dividida em três regiões: o alto Parnaíba (151.630 km²), médio Parnaíba (137.000 km²) e baixo Parnaíba (42.810 km²). A vazão média anual do Baixo Parnaíba, região hidrográfica mais próxima da área de estudo, é de 841 m³/s, com concentração de sedimentos em suspensão em torno 50 mg/l. estima-se um transporte de sedimentos para o litoral na ordem de 115ton/ano/km2 (MMA, 2006). 3.3 Geologia e Geomorfologia A 700 km da foz, há uma represa no rio Parnaíba (RP), onde opera a usina hidrelétrica de Boa Esperança. O Rio flui principalmente sobre rochas sedimentares da Bacia do Parnaíba e sobre a Bacia de Barreirinhas em seu curso mais baixo. A bacia do Parnaíba é composta principalmente de rochas sedimentares depositadas em cinco Supersequência do Siluriano até o Cretáceo (Feijó 1994; Góes e Feijó 1994). A bacia de Barreirinhas possui composição sedimentar semelhante, e sua formação está relacionada à fragmentação do supercontinente Gondwana, durante o Mesozóico (Feijó 1994). Os tipos de rocha de ambas as bacias variam de conglomerados e arenitos de granulação grossa a folhelhos e siltitos. Ambas as bacias possuem forte componente estrutural com ocorrência de falhas listrica normais (Feijó, 1994; GóeS e Feijó, 1994). Dados de turbidez coletados antes e depois da represa do rio demonstram que a maior parte do sedimento é gerado a jusante da barragem(Aquino da silva et al. 2019) O Delta do Rio Parnaíba apresenta feições geomorfológicas distintas ao longo da sua zona costeira (Cavalcanti 2004; Szczygielski et al. 2014). Conforme esses autores, a parte oriental do delta (setores I, II), localizada no Estado Piaui, consiste em um campo de dunas costeiras ativa, que se sobrepõe sobre os manguezais e paleodunas parcialmente vegetadas. Praias de até 200 metros de largura caracterizam a geomorfologia dessa região. Já a oeste da desembocadura (setores III e IV), no Estado do Maranhão, a costa é dominada por canais de maré associados às condições estuarino-lagunares. Além dos campos de dunas e praias relativamente estreitas (larguras menores do que 50 metros), a ocorrência de pontais arenosos (“spits”) são comuns. As praias se estendem em toda costa até a base das dunas móveis (Cavalcanti, 2004; Lima e Brandão et al 2010). Os autores acima asseguram que esses depósitos são compostos por areias quartzosas medias a grossa, bem selecionadas e com grande 19 FERREIRA, T.A.B (2019) ÁREA DE ESTUDO presença de matéria orgânicas, sedimentos biogênicos e minerais pesados. Nas praias ainda são encontrados “beach rocks” (arenitos de praia), que estão distribuídos paralelamente a linha de costa, comumente aflorando na zona de estirâncio (Paula et al 2013). Os campos de dunas têm significativa expressão territorial no Delta do Parnaíba, dispostas de forma continua, dispostas paralelamente a linha de costa, sendo as vezes interrompidas pelas planícies fluvio-marinhas e fluvio-lacustre (Cavalcanti, 2004; Lima e Brandão, 2010). De acordo com esses autores, essa feição geomorfológica pode ser dividida em dunas recentes (depósitos eólicos costeiros holocênicos) e em paleodunas (depósitos eólicos costeiros pleistocênicos). As dunas recentes apresentam pouca ou nenhuma cobertura vegetal, causando uma instabilidade e uma grande mobilidade (Calvancanti 2004). Gonçalves et al (2003) classifica as diversas formas de depósitos eólicos costeiros holocênicos na região associado à presença da vegetação. Dunas barcanas, transversais de crista reta (2D), crista sinuosa (3D), dunas obliquas e cordões longitudinais estão associadas às dunas sem vegetação. As dunas relativamente vegetadas ocorrem próximos a desembocadura do rio Parnaíba e podem ser do tipo nebkha e sombra (shadow dunes). Por fim, as dunas fixas, que representam mais de 70% dos depósitos eólicos recentes, são do tipo parabólica e lençóis de areia. As paleodunas estão localizadas afastadas em relação a linha de costa e depositadas de forma discordante sobre os tabuleiros costeiros (Cavalcanti, 2004; El- Robrini et al, 2018). Essa feição geomorfológica é composta por sedimentos quartzosos e feldspáticos, de cores acastanhada a acinzentada, tendo sua formação relacionada a um período de nível relativo do mar (NRM) mais elevado que o atual, ocorrido durante o pleistoceno. As Planícies Fluviais ou fluvio-lacustres ocorrem ao longo das margens do rio Parnaíba, caracterizado por áreas de baixo gradiente topográfico, resultante da combinação de processos fluviais e lacustres, podendo comportar canais anastomosados, paleomeandros, etc (Ferreira e Dantas, 2010). Essa unidade é formada por sedimentos quaternários, englobando depósitos aluvionais e colúvio-aluvionais, sendo compostos essencialmente por silte, argila, areia, cascalho e matéria orgânica (Cavalcanti, 2004). 20 FERREIRA, T.A.B (2019) ÁREA DE ESTUDO 3.4 Vulnerabilidade costeira Análise multicritério feita por Nicolodi e Petermann (2010), envolvendo dados populacionais, climáticos e altimétricos, demonstraram que apesar da escassa densidade populacional (menor do que 12 habitantes/km²), as regiões próximas ao DRP apresentam média a alta vulnerabilidade. Conforme os autores, o risco se dá pela presença de pronunciados eventos de erosão associados ao regime de inundações periódicas no baixo curso do rio em períodos de cheia. Também por análise multicritério (geologia, geomorfologia, altimetria, declividade e uso e ocupação do solo), Frota et al (2017), comprovaram as informações dos autores acima, ao relatar que as cidades de Luís Correia (setor I), Parnaíba e Ilha Grande (setor II) são altamente susceptíveis a inundação e erosão. Os autores alegam que esse problema se dá pelo fato das cidades estarem situadas em planícies de inundação (fluvio-marinha e fluvio-lacustre) e com a expansão urbana próxima a linha de costa. Dados de imagem de satélite demonstram que as ilhas do Caju (setor IV) e do Poldro (setor III) obtiveram, respectivas perdas de 600 e 180 metros de largura, entre os anos de 1981 a 2009 (Aquino da Silva et al. 2015b). Nos setores I e II, perfis de praias demonstram que 45% da linha de costa apresentam tendências erosivas, enquanto que 6% das praias estão progradando e 50% estão estáveis (Paula et al, 2013). Conforme estes autores, além das causas naturais, a ocupação da pós-praia e da própria praia por intermédio da construção de casas de veraneio, hotéis, bares, parques eólicos e a atividade portuária em Luís Correia têm acelerado os processos erosivos. A situação só não é mais grave devido a influência do Delta do Parnaíba, que de acordo com os pesquisadores acima e Aquino da Silva et al. (2015a), provoca uma pluma de sedimentos até 10 km costa-afora, que é redistribuída para estes setores. 21 FERREIRA, T.A.B (2019) METODOLOGIA 4 MATERIAIS E MÉTODOS Neste estudo, o fluxo (Fig.4-1) utilizado para a análise quantitativa da evolução temporal da linha de costa situadas próximas ao Delta do Rio Parnaíba compreendeu: (a) Aquisição dos dados hidro climáticos ; (b) Aquisição das imagens de satélite; (c) Pré- processamento das imagens de satélite; (d) Delimitação da linha de costa; (e) Análise das incertezas; (f) Quantificação da linha de costa a partir uso do Digital Shoreline Analisys (DSAS). Figura 4-1: Fluxograma das atividades desenvolvidas na presente dissertação. 22 FERREIRA, T.A.B (2019) METODOLOGIA Fonte: Próprio autor (2019) 4.1 Aquisição dos dados hidro climáticos Para a caracterização climatológica foram coletados dados de pluviometria, intensidade e direção dos ventos a partir da estação Parnaíba (ID: 82287), entre o período de 1984 a 2017, adquiridos a partir do Banco Histórico de Dados Meteorológicos para Ensino e Pesquisa (BDMEP), disponibilizados pelo sitio . Os dados hidrográficos do Rio Parnaíba foram coletados a partir das estações convencionais e telemétricos do Sistema Nacional de Informações sobre Recursos Hídricos (SNIRH), disponibilizado no sítio da Agência Nacional de Águas (ANA), < http://www.snirh.gov.br/hidroweb/>. A estação na qual foi adquirido o dado, Luzilândia, representa o baixo curso do Rio Parnaíba (MMA, 2006) e foi escolhida por estar mais próxima da área de estudo (cerca de 70 km da linha de costa), como visualizado na figura 3-1). Por fim, foi utilizado o coeficiente de correlação produto momento (correlação de Pearson) e o coeficiente de determinação com o intuito de verificar a dependência entre dados pluviométricos e hidrográficos com a variação da linha de costa em pequenos intervalos de tempo. O primeiro mede a direção o e grau da correlação entre duas variáveis de escala métrica (intervalar ou de razão). Valores próximos a +- 1 indicam uma alta correlação (positiva ou negativa), enquanto que resultados próximos a zero relatam que não há dependência entre as duas variáveis. Já o coeficiente de determinação é o valor quadrado do coeficiente de determinação, que indica em percentagem, o quanto o modelo consegue explicar os valores observados. 4.2 Aquisição das imagens de satélite Existem considerações acerca da resolução espacial e temporal que devem ser realizadas para certas aplicações (Jensen, 2009). De acordo com o autor acima, em estudos que envolvam mudanças na cobertura terrestre, é necessário utilizar sensores cuja resolução espacial varie entre 0.5 até 50 metros e uma série temporal de anos até décadas (Fig.4-2). Além disso, diversos estudos envolvendo a variação da linha de costa (e.g. Besset et al, 2017; Dada et al, 2018; Luijendijk et al, 2018; Mentaschi et al, 2018; Mukhopadhyay et al, 2018; Qiao et al, 2018; Aquino da Silva et al, 2019) empregaram o uso de imagens Landsat com diferenças temporais entre décadas. Sendo assim, a cenas da zona costeira no Delta do Rio Parnaíba Parnaíba (Path: 219; Row: 62) foram extraídas 23 FERREIRA, T.A.B (2019) METODOLOGIA a partir de imagens de satélite do programa Landsat (Sensores TM, ETM+, OLI/TIRS), entre os períodos de 1984 a 2017 (Tabela 4-1), por intermédio dos sítios e . Tabela 4-1: Aquisição das imagens de satélite com as respectivas datas, horário de aquisição e erros. Ep: Erro de processamento; Er: Erro de retificação. Et: Erro total Data da Tipo do sensor Hora da Altura da Hora da Altura da EP ER ET imagem aquisição mare no maior mare maior (m) (m) (m) (ano/mes/dia) da momento registrada no mare imagem da dia da registrada (GMT) aquisição aquisição da no dia (m) da imagem imagem (m) (GMT) 2017-09-28 Landsat 8 OLI 12:58 2.37 13:17 2.37 30 ---- 30 2014-08-03 Landsat 8 OLI/ 12:58 2.64 12:48 2.65 30 4.2 30.29 2012-10-08 Landsat 7 12:54 2.35 13:12 2.25 30 7.1 30.83 ETM+ 2009-10-24 Landsat 7 12:48 2.50 13:02 2.55 30 6.21 30.63 ETM+ 2007-08-03 Landsat 5 TM 12:51 2.38 13:15 2.38 30 5.10 30.43 2004-08-07 Landsat 5 TM 12:41 2.61 12:35 2.61 30 5.89 30.57 2001-12-21 Landsat 5 TM 12:38 2.46 13:08 2.49 30 6.30 30.65 1999-11-14 Landsat 5 TM 12:51 2.54 13:19 2.56 30 4.70 30.37 1995-11-03 Landsat 5 TM 11:58 2.62 12:45 2.72 30 7.20 30.85 1989-12-04 Landsat 5 TM 12:22 2.54 12:50 2.56 30 4.26 30.30 1987-11-13 Landsat 5 TM 12:26 2.35 13:00 2.37 30 7.8 31 1984-09-01 Landsat 5 TM 12:28 2.73 12:15 2.73 30 5.6 30.52 Fonte: Próprio autor (2019) 24 FERREIRA, T.A.B (2019) METODOLOGIA Figura 4-2: Escolha da resolução espacial e temporal de acordo com o estudo ambiental. O satélite Landsat é adequado para os estudos de uso e cobertura da terra, em que se incluem a variação da linha de costa. Fonte: Adaptado de Jensen (2009) 4.3 Pré-Processamento 4.3.1 Georreferenciamento das imagens Com o intuito de melhorar o posicionamento das imagens de satélite, foi utilizada a imagem Landsat OLI de 2017 para realizar o georreferenciamento nas demais cenas, através do registro imagem-imagem. As cenas do Landsat foram georreferenciadas a partir de pontos fixos ao longo do tempo, como interseção de rodovias, avenidas, fábricas e espigões, sendo reamostradas a partir da transformação do polinômio de primeira ordem. Após este procedimento, o erro quadrático médio da raiz posicional (RMSE) foi menor do que 8 metros (Tabela 4-1). 4.3.2 Correção Atmosférica A atmosfera afeta o brilho recebido pelo satélite, espalhando, absorvendo e refratando a luz, ocasionando assim, uma diminuição do contraste entre os alvos (Chávez, 1996). De acordo com Song et al. (2001), só é possível comparar dados espectrais 25 FERREIRA, T.A.B (2019) METODOLOGIA (reflectância) de imagens adquiridas em datas e em condições meteorológicas diferentes após a atenção dos efeitos atmosféricos. Neste trabalho, foi aplicado o método de subtração de objetos escuros (DOS), proposto por Chávez (1996). Este procedimento baseia-se no fato de que alguns objetos na imagem, tais como os pixels de sombras (ocasionadas pela topografia ou pelas nuvens) e/ou pixels de água na quebra da plataforma, apresentam valores de reflectância superior ao esperado, em torno de 1%, devido ao espalhamento atmosférico. Sendo assim, esses pixels escuros servem como referência para a correção do espalhamento atmosférico de toda a cena (Chávez 1996; Song et al. 2001) Para aplicação do DOS, inicialmente os números digitais (DN’s) são transformados em radiância (Eq. 1), sendo posteriormente convertidos em reflectância, retirando o valor da energia espalhada pela interferência atmosférica, como mostrado nas equações 2 e 3. Dados estatísticos foram coletados (Fig-4.3) para mostrar a diferença entre os valores obtidos pelo método DOS (tabela 4-2) e a correção topo atmosfera, a mais simples e utilizada pelos usuários Landsat. Uma das grandes vantagens do DOS comparado com outros, tais como o método 6S ATM é sua simplicidade de aplicação e excelente precisão (Aquino da Silva et al. 2015a) Lsat = (DN ∗ Gain) + Bias (Eq. 1) Lsat: Radiância na abertura do sensor (brilho TOA) para banda selecionada (W/m2.sr-1.um-1) DN: Número Digitais Gain: Fator multiplicativo para a banda selecionada (W/m2.sr-1.um-1) Bias: Fator aditivo para a banda selecionada (W/m2.sr-1.um-1) π ∗ (Lsat − Lhaze) P = (Eq. 2) Tv ∗ (Esun ∗ Cos (θz) ∗ Tz) + Edown 0.01Esunℷ ∗ Cos (θz) Lhaze% = (Eq. 3) π ∗ d² P: Reflectância na abertura do sensor para a banda selecionada 𝐿haze: Energia espalhada pela interferência atmosférica para banda selecionada (W/m2.sr-1.um-1) 𝐸𝑠𝑢𝑛: Irradiância solar exoatmosférica média no topo da atmosfera para a banda selecionada (W/m2.sr- 1.um-1) Cos (𝜃𝑧): Cosseno do ângulo zenital solar (em graus) Tν: Transmitância atmosférica ao longo do caminho da superfície do solo até o sensor. Tz: Transmitância atmosférica ao longo do caminho do sol até a superfície do solo Edown: é a irradiância difusa na direção de iluminação 26 FERREIRA, T.A.B (2019) METODOLOGIA Tabela 4-2: Comparação entre os valores dos pixels por meio do Processamento topo atmosfera e Dark Object Substracion. Note que os pixels obtidos pelo DOS são menores, pois parte do espalhamento atmosférico foi retirado. Os dados extraídos foram obtidos a partir da imagem Landsat de 2007 e os pontos de coleta podem ser visto na imagem 4-3. Reflectância topo atmosfera (Valores médios de DN) Classes Bandas Espectrais Azul Verde Vermelha NIR MIR BIR Sedimento 0.2572 0.3122 0.3440 0.3848 0.4796 0.4524 Seco Quebra das 0.1203 0.1128 0.1079 0.2836 0.1913 0.1307 Ondas Água 0.1853 0.1880 0.1743 0.1139 0.0664 0.0551 Mangues 0.1203 0.1128 0.1079 0.2836 0.1913 0.1307 Dunas 0.2738 0.3642 0.4498 0.5069 0.5058 0.5392 Reflectância de Superfície Aparente - DOS (Valores Médios de DN) Classes Bandas Espectrais Azul Verde Vermelha NIR MIR BIR Sedimento 0.2558 0.3094 0.3416 0.3819 0.4776 0.4497 Seco Quebra das 0.1106 0.1045 0.0799 0.2746 0.1863 0.1211 Ondas Água 0.1839 0.1851 0.1719 0.1110 0.0644 0.0524 Mangues 0.1190 0.1100 0.1055 0.2807 0.1893 0.1279 Dunas 0.2724 0.3614 0.4473 0.5039 0.5038 0.5364 4.4 Delimitação da linha de costa Com a melhoria da resolução espectral ao longo de décadas, especialmente em comprimentos de onda visível e infravermelho, vários métodos de extração automática de linha costeira foram criados, como NDWI (McFeeters, 1996), MNDWI (Xu, 2006), AWEI (Feyisa et al, 2014) e WI2015 (Fisher et al, 2016), aumentando a a velocidade do processo e diminuindo a margem por erro em relação à extração manual. O “Modified Normalized Difference Water Index” - MNDWI, proposto por Xu (2006) foi empregado neste presente trabalho. Este método consiste em separar a linha costeira da água por meio da razão entre as diferenças das bandas verde (green) e infravermelha média (MIR) pela soma das mesmas bandas (Eq. 4), sendo considerado como uma das melhores formas de extração automática da linha de costa (Chu et al. 2006; Zhai et al. 2015; Fisher et al. 2016; Sunder et al. 2017; Kelly e Gontz 2018) 𝐺𝑟𝑒𝑒𝑛 − 𝑀𝐼𝑅 𝑀𝑁𝐷𝑊𝐼 = (𝐸𝑞. 4) 𝐺𝑟𝑒𝑒𝑛 + 𝑀𝐼𝑅 Green: Comprimento de onda verde (0,52 - 0,60 µm) MIR: Comprimento de onda do infravermelho médio (1,55 - 1,75 µm)] 27 FERREIRA, T.A.B (2019) METODOLOGIA De acordo com Xu (2006), o índice MNDWI tem uma grande acurácia pois a água apresenta uma reflectância máxima no comprimento de onda da banda verde (Green) e uma absorção máxima (reflectância mínima) na banda infravermelha média (MIR). Ademais, os sedimentos quartzosos, vegetação e solo apresentam uma grande reflectância na banda MIR (Fig.4-4). Pardo-Pascual et al. 2018 afirma que a banda MIR, das imagens Landsat e Sentinel, são menos afetadas pelas ondas de quebra pixels do que as bandas NIR, enquanto Sunder et al (2017); Kelly e Gontz (2018) provam que o índice MNDWI têm uma grande acurácia mesmo em ambientes com águas turvas e construções próximas a linha de costa. Como resultado do índice MNDWI, uma nova imagem raster com valores variando entre +1 a -1 será gerada (Fig.4-3). Os pixels de água serão realçados, apresentando valores positivos (igual e/ou maior do que zero), enquanto que os pixels de vegetação, sedimentos secos e solo serão suprimidos, exibindo valores negativos. Após o cálculo, empregou-se o uso de técnicas de segmentação na imagem, cujo objetivo principal é a geração de uma imagem binária, segregando assim, os pixels de sedimentos dos de água de forma homogênea e concisa. O valor do limiar de separação (Optimal Threshold) foi zero (0), como determinado por Fisher et al. (2016); Kelly e Gontz (2018) e Xu (2006). Por fim, cada imagem binária foi convertida em polígonos e posteriormente foram convertidas em linhas (Fig. 4-1c). Figura 4-3: Histograma do Índice MNDWI (XU et al, 2006). No MNDWI, os pixels de água, juntamente com os de sedimento molhados irão apresentar valores de reflectância maiores do zero, enquanto que os demais pixels exibirão valores negativos. Fonte: Próprio autor 28 FERREIRA, T.A.B (2019) METODOLOGIA Figura 4-4: Estatísticas dos pixels de interesse da área de estudo. Em [a] tem-se uma imagem Landsat 5 TM, de composição RGB 432, no qual foram coletados dados estatísticos das principais feições. Em [b] tem-se a análise desses pixels, mostrando que os sedimentos quartzosos da praia apresentam uma reflectância máxima na banda MIR, enquanto que os pixels de água obtiveram uma absorção máxima, como proposto por XU (2006). Já na banda verde (green), os pixels de água apresentam uma máxima reflectância. Fonte: Próprio autor (2019) 4.5 Análise de Incertezas Como retratado na introdução, a posição da linha de costa varia bastante em escalas curtas de tempo devido aos efeitos da maré, onda, eventos de tempestade, perfil de equilíbrio da praia, etc. Logo, é necessário que o intérprete identifique e quantifique 29 FERREIRA, T.A.B (2019) METODOLOGIA as incertezas relacionadas à posição da linha de costa e inclua-as ao modelo, garantindo assim, uma maior confiabilidade no resultado (Romine et al. 2009; Hapke et al. 2010; Del Río and Gracia 2013). Neste trabalho, a análise de incertezas foi baseada nos estudos acima mencionados. Dentre os possíveis erros apontados pelos referidos autores foi possível identificar cinco desses: erro de pixel (EP), de retificação (ER), de digitalização (ED), sazonalide (ES) e maré (EM). O erro de retificação (Er) é calculado a partir do processo de ortorretificação, ou seja, a partir do processo de georreferenciamento das imagens de satélite (Romine et al. 2009) assunto debatido no tópico 3.2. O erro de pixel (EP) é igual ao valor da resolução espacial do satélite e/ou fotografia aérea utilizada para análise (tabela 3.1). Por fim, o erro de digitalização (ED), é relacionado à incerteza do intérprete em delimitar a linha de costa. Pelo fato deste trabalho ter utilizado um método automático e com um limiar (optimal threshold) constante, esse erro foi eliminado. O erro de sazonalide (ES) é associado aos ciclos deposicionais e erosionais que ocorrem no perfil praial durante os respectivos períodos de verão e inverno. Com o intuito de minimizar esse erro, empregou-se o uso de dados climatológicos para selecionar e obter-se as imagens de satélite apenas no período de inverno (agosto a novembro), que correspondem ao período seco. O erro de sazonalide (ES) é associado aos ciclos deposicionais e erosionais que ocorrem no perfil praial durante os respectivos períodos de inverno e verão. Com o intuito de minimizar esse erro, empregou-se o uso de dados climatológicos para selecionar e obter-se as imagens de satélite apenas no período de inverno (setembro a dezembro), que correspondem a época de menor pluviosidade e altura das ondas. O erro da maré (ET) está associado à variação horizontal da linha de costa devido à influência da amplitude de maré (Del Río e Gracia 2013). Em locais de meso a macromaré e com praias suaves, como na região de estudo, a delimitação da linha de costa desconsiderando a posição da maré (alta, baixa e/ou intermediária) no momento da aquisição da imagem pode resultar em erros de dezenas a centenas de metros (Del Río e Gracia 2013; Rubio et al. 2014). Isso ocorre, pois de acordo com os autores acima, a variação da linha de costa é proporcional à amplitude de maré na região no momento da aquisição da imagem e inversamente ao perfil de equilíbrio da praia (declive), como mostrado na eq. 4. 𝑀 𝐷𝐻𝑊𝐿 = (𝐸𝑞. 4) 𝑇𝑎𝑛𝛽 30 FERREIRA, T.A.B (2019) METODOLOGIA DHWL: Variação horizontal da posição da linha de costa M: Amplitude da maré Β: Declive ou perfil de equilíbrio da praia Devido ao fato do estudo não ter realizado uma comparação entre o MNDWI e a posição da linha de costa in situ, por meio do GPS-RTK, não foi possível contabilizar o erro associado ao método automático de extração da linha de costa. Em algumas cenas, os pixels de quebra da onda e mistura podem adicionar alguns metros de incerteza ao método estatístico. Feita a análise de incerteza, o erro de cada imagem selecionada (EI) será dada pela Eq.5 e está mostrada na tabela 1: 2 𝐸𝑡𝑖 = √𝐸𝑟2 + 𝐸𝑝² (𝐸𝑞. 5) Eti: Erro total de cada imagem (metros); Er: Erro de retificação (metros) Ep: Erro de pixel (metros) 4.6 Quantificação da linha de costa a partir uso do Digital Shoreline Analisys (DSAS) O Digital Shoreline Analysis System (DSAS) é uma aplicação gratuita do software Arcgis, desenvolvida desde 1990, no qual a partir da vetorização da linha de costa, de diferentes datas, é possível realizar cálculos estatísticos da sua variação temporal (Thieler et al 2017). A tabela 4.3 descreve sucintamente principais métodos inclusos no aplicativo, demonstrando suas respectivas vantagens e desvantagens. Tabela 4-3: Compilado dos principais métodos estatísticos do Digital Shoreline Analysis (DSAS) Método Descrição sucinta Vantagens Desvantagens Shoreline Change Calcula a distância entre a Determina a variação máxima da O cálculo é feito utilizando apenas Envelope (SCE) linha mais distante e a mais linha de costa; duas linhas, mascarando possíveis próxima da baseline; Método de fácil aplicação; eventos ocorridos na área de estudo; Net Shoreline Calcula a distância entre a Determina a instabilidade máxima O cálculo é feito utilizando apenas Moviment (NSM) linha mais antiga e a mais durante o período analisado; duas linhas, mascarando possíveis recente; Método de fácil aplicação; eventos ocorridos na área de estudo. End Point Rate Calcula a média anual, Determina a variação anual da linha O cálculo é feito utilizando apenas (EPR) durante o período analisado, a de costa durante o período analisado; duas linhas, mascarando possíveis partir da distância entre a Método de fácil aplicação; eventos ocorridos na área de estudo. linha mais antiga e a recente Linear Regression Calcula a variação da linha de O cálculo é feito utilizando todas as O cálculo não considera a incerteza Rate (LRR) costa através da regressão linhas de costa, melhorando a acerca da posição da linha de costa linear, em função do espaço confiança do resultado. (não quantifica os possíveis erros); sobre o tempo; Permite visualizar regiões com tendências erosivas ou de acresção sedimentar; Método de fácil aplicação; Weighted Linear Calcula a variação da linha de O cálculo é feito utilizando todas as O cálculo é feito a partir de um Regression costa através da regressão linhas de costa e contabiliza os número de variáveis; (WLR) possíveis erros; 31 FERREIRA, T.A.B (2019) METODOLOGIA linear ponderada, em função Dentre todos os métodos, é que Maior tempo no processamento dos do espaço sobre o tempo; apresenta maior confiabilidade nos dados; resultados; R-Squared (R² e Calcula a porcentagem de O cálculo é feito utilizando todas as O cálculo é feito a partir de um WR²) variância nos dados; linhas de costa; número de variáveis; Permite identificar a oscilação dos Utilizada geralmente para resultados. Valores próximos a 0 Maior tempo no processamento dos verificar a confiabilidade dos mostra uma intensa oscilação da linha dados; métodos LRR e WLR de costa, enquanto valores próximos a 1 mostram resultados concisos e sem variação. Para que DSAS efetue os cálculos de forma adequada, é necessário que o intérprete crie três arquivos vetoriais: a linha de costa (shoreline), linha de base (baseline) e os transectos (transects) (Thieler et al 2017). A linha de costa (shorelines) são as feições que indicam a linha de costa a partir das imagens de satélite, como debatido no tópico 4.4 De acordo com os autores acima, é necessário que o intérprete adicione, na tabela de atributo das linhas de costa, informações como as datas em formato americano (mm/dd/aaaa) e as incertezas de cada shorelines, como relatado no tópico 4.5. A linha de base ou baseline é uma linha paralela a uma certa distância da linha de costa (shorelines), podendo ser tanto onshore quanto offshore, cuja função é servir como uma referência espacial no instante em que o software esteja processando os dados (Thieler et al 2017). Os transectos, por sua vez, são linhas ortogonais e/ou transversais geradas automaticamente pelo software a partir do espaçamento determinado pelo intérprete. O cálculo será efetuado a partir da posição das shorelines em cada transecto. Dentre todos os métodos do DSAS, como mostrado na tabela 4-3, neste trabalho foram utilizados o Weighted Linear Regression (WLR), WLR-squared (WLR²) e o End Point Rate (EPR). O primeiro calcula as taxas de recuo e avanço da linha de costa através da regressão linear ponderada entre as variáveis espaço e tempo. Uma das grandes vantagens do WLR, em relação aos demais, é o fato desse levar em conta os erros da posição da linha de costa no momento de fazer a regressão e dar uma maior ênfase aos dados que apresentam menores incertezas. O WLR², por sua vez, nada mais é do que um coeficiente de determinação, mostrando numericamente (0 a 1) o quanto a regressão linear WLR consegue explicar os valores adquiridos. Por fim, o EPR calcula a variação da linha de costa (m/ano), a partir da distância entre as linhas mais antiga e mais recente. Neste trabalho, utilizou-se os métodos WLR e WLR² para fazer uma análise espaço-tempo da zona costeira nos anos de 1984 a 2017. No processamento dos dados 32 FERREIRA, T.A.B (2019) METODOLOGIA WLR inseriu-se um índice de confiança de 95% para ter uma análise mais confiável dos resultados, observando o quanto os dados de média e/ou mediana podem variar para cada transecto. e verificar o quanto a média/mediana varia. Já o método EPR foi empregado para análise de todos os períodos individualizados, com o intuito de determinar a correlação entre as variáveis hidro climáticas com a linha de costa. Valores negativos de WLR e EPR indicam que houve erosão costeira ao longo do tempo, enquanto resultados positivos apontam acresção. Valores de R² acima de 0.7 mostram que o resultado é consistente ao longo do tempo. Em relação aos transectos, foram realizados cento e oitenta e nove (189) para o setor I, duzentos e cinco (205) no setor II, noventa e seis (96) para o setor III e cento e sessenta e dois (162) no setor IV, com o espaçamento médio de cem (100) metros entre eles. Por fim, a baseline, por sua vez, constituiu-se de forma paralela a linha de costa na direção onshore, posicionada à quinhentos (600) metros da linha de costa mais antiga 33 FERREIRA, T.A.B (2019) METODOLOGIA Figura 4-5: Resumo do aplicativo DSAS. [a] disposição dos arquivos vetoriais (Linha de base, transectos e Linha de costa) para utilização de forma correta do programa. O método WLR [b.1] utiliza todas as linhas de costa, juntamente com suas possíveis incertezas, para realizar a variação da linha de costa por meio de uma regressão linear. [b.2] o resultado é expresso por uma equação Y= aX + b, no qual o valor de a indica se a região teve acresção ou erosão. A regressão fornece um coeficiente de determinação (WLR²), que indica o quanto o modelo consegue explicar o resultado. Por fim, o método EPR faz a variação temporal da LC utilizando apenas a mais recente e a mais antiga. Fonte: Adaptado de THIELER et al, 2017 34 FERREIRA, T.A.B (2019) RESULTADOS 5 RESULTADOS 5.1 Análise Climatológica Durante o período de1984 a 2017, a área de estudo apresentou precipitação média acumulada de 1052 mm/ano, a uma taxa de regressão linear de -13,38 m / ano. Valores extremos positivos foram reconhecidos em 1985 (1768 mm / ano), 1996 (1500 mm / ano) e 2009 (1640 mm / ano), enquanto os anos de 1997 (612 mm / ano), 1998 (587 mm / ano) e 2012 (625 mm / ano) registraram os menores valores(Fig. 5-1a).. Regularmente, houve 104 dias chuvosos por ano, sendo a maioria reunida entre fevereiro e maio (representando quase 70% desse valor) (Fig. 5-1c/d). Como consequência, estes foram os únicos meses que ultrapassaram a marca de 160 mm, atingindo o ápice em abril (241,9 mm). Por sua vez, de junho a dezembro, houve uma queda extrema das chuvas, com valores abaixo de 45 mm e chegando a 1,1 mm em setembro. Já entre junho a novembro há uma diminuição drástica da pluviometria, com valores mínimos situados entre agosto (4.08 mm) e setembro (1.1mm) (Fig. 5-1b). Dados da estação Luzilândia, mostram que o rio apresentou uma vazão média anual de 664.19 m³/s, com valores mínimos em 2012 (300 m³/s) e 2015 (373 m³/s), enquanto nos anos de 1985 (1587.27 m³/s), 1986(1062 m³/s) e 2009 (955 m³/s houve os maiores resultados (Fig.5-1e). Assim como sucede com a pluviometria, entre dezembro (522 m³/s) a maio (958m³/s) registrou-se um aumento médio da descarga fluvial, atingindo seu ápice em abril (1480m³/s). Entre junho a novembro, por sua vez, houve uma diminuição média da vazão (Fig.5-1f). Os coeficientes de produto momento de Pearson e de determinação comprovaram que, durante os anos de 1984 a 2017, os valores médios anuais pluviométricos e da descarga fluvial do rio Parnaíba, obtiveram correlações, respectivamente de, 0.88 e 0.78 (Fig.5-1g), indicando assim, uma forte dependência entre as variáveis. Já as correlações entre suas respectivas médias mensais foram ainda superiores, com ambos valores superiores a 0.92 (Fig. 5-1h). 35 FERREIRA, T.A.B (2019) RESULTADOS Figura 5-1: Médias anuais e mensais, entre 1984 – 2017, acerca da pluviometria (a) e (b), número de dias chuvosos (c) e (d) e vazão do rio (e) e (f). Os itens (i) e (h) representam os coeficientes de pearson e de determinação. Fonte: Próprio autor (2019) 36 FERREIRA, T.A.B (2019) RESULTADOS Diferentemente das outras duas variáveis acima, só foi possível obter dados da velocidade e direção dos ventos entre 1994 a 2017 (fig.5.1e). Sendo assim, neste período de tempo, a velocidade média anual dos ventos foi aproximadamente de 3.71 m/s e com uma direção principal para NE e uma subordinada para ENE. Examinando a média mensal (Fig.5-1i), foi possível observar que os ventos apresentaram um comportamento inverso ao da pluviometria, com um decréscimo acentuado da sua velocidade entre janeiro (4.12 m/s) a junho (2.64 m/s), considerados períodos chuvosos. Já entre junho a novembro, época de baixos índices pluviométricos, houve um acréscimo gradativo da intensidade dos ventos, atingindo o ápice em outubro (5.48 m/s). Fazendo uma análise dessas direções dos ventos, nota-se que em janeiro a direção do vento foi predominantemente nordeste (NE), porém, com o passar dos meses, a direção do vento foi alterada para leste (E). Entre os meses de setembro a dezembro ocorreu o fenômeno contrário, ou seja, a direção do vento alterou de leste (E) para nordeste (NE). Ademais, observa-se que os ventos oriundos do Nordeste foram mais intensos do que os ventos do Leste (Fig.5-2) 37 FERREIRA, T.A.B (2019) RESULTADOS Figura 5-2: Diagrama Roseta no Delta do Parnaíba, mostrando a variação da direção e da intensidade dos ventos ao longo dos meses. 38 FERREIRA, T.A.B (2019) RESULTADOS Durante o período de El Niño estudado (1997-1999), constatou-se que houve uma redução pluviométrica anual de 44% (1998) a 25% (1999) se comparado com sua média global (1984 – 2017), como visualizado na Fig.5-1a. Ademais, dados denotaram que também transcorreu um decréscimo pluviométrico médio em todos os meses, tendo um maior impacto entre de abril a agosto (Fig.5-3a), que registraram uma redução média de 25% (maio) a 75% (agosto). Assim como ocorreu com a pluviosidade, neste intervalo de tempo também houve uma redução da vazão média anual do baixo curso do rio Parnaíba, com valores oscilando entre 55% (1998) a 84% (1997) em relação a sua média global (Fig. 5-1e). Com a exceção de dezembro, todos os demais meses tiveram redução na sua vazão média, acentuando-se entre janeiro a maio, considerados como períodos chuvosos e de maior descarga fluvial (Fig.5-3b). A análise dos ventos demonstrou que, durante o período analisado (Fig.5-3c), esse agente influenciador da linha de costa obteve um aumento da sua intensidade em todos os meses, principalmente entre junho a outubro, que registraram um acréscimo de 11% (setembro) a 20% (junho). Por fim, a intensidade média anual neste intervalo de tempo foi superior à média global (Fig.5-1i)., com um aumento de 5% (1999) a 18% (1997). Entre os anos de 2007 a 2009, considerado pelo Instituto de Pesquisas Espaciais (INPE) como um ciclo de La Niña, foi constatado que houve um acréscimo do total pluviométrico anual de 4% (2007) a 55% (2009) ao ser comparado com o intervalo global (Fig.5-1a). Ademais, neste intervalo, os seis meses iniciais do ano registraram aumentos pluviométricos acima de 20%, com o ápice entre maio e junho (Fig.5-3a). Em relação ao rio Parnaíba, foi observado que o ano de 2007 registrou uma diminuição da vazão média do rio em torno de 6%, enquanto que os anos de 2008 a 2009 registraram um acréscimo, respectivamente, de 27% e 51% (Fig.5-1e). Ademais, análise mensal (Fig.5-2b) evidenciou, que entre março a novembro, houve um aumento médio da vazão do rio entre 5% (novembro) a 81% (maio). Os demais meses, por sua vez, assinalaram valores abaixo da média mensal global (1984 – 2017), com uma diminuição de 13% (fevereiro) a 44% (janeiro). Durante o período de La Niña, o ano de 2007 registrou um acréscimo da intensidade dos ventos em cerca de 1%, enquanto que os demais anos tiveram diminuição respectiva de 10% a 7% (Fig.5-1g). Por fim, estudos mensais evidenciaram que com a 39 FERREIRA, T.A.B (2019) RESULTADOS exceção de janeiro, todos os demais meses assinalaram uma diminuição na sua intensidade, afetando principalmente os meses de março a setembro (Fig.5-3c). Figura 5-3: Médias mensais, em diferentes períodos de tempo no delta do Parnaíba, acerca da pluviometria (a), vazão do rio (b) e intensidade dos ventos (c). Fonte: Próprio autor (2019) 5.2 Análise das Linhas de Costa entre 1984 – 2017 e em alguns períodos individuais 5.2.1 Análise Global A área de estudo têm aproximadamente 100 km de extensão, sendo dividida em quatro (4) setores, com base em células litorâneas, denominados de Este para Oeste de I a IV, correspondentes às praias de Luís Correa: Arrombado, Itaqui, Coqueiro e Atalaia (Setor I), praias da Ilha Grande: Eólica, Pedra do Sal, Cotia e Barra das Canarias (Setor II) situadas no estado do Piauí; e as praias da ilha do Poldro (Setor III) e da Ilha do Caju (Setor IV) situadas no estado do Maranhão. Resultados obtidos pelo método WLR demonstraram que, entre 1984 a 2017, 52% das praias do Delta do Rio Parnaíba exibiram erosão costeira enquanto que 48% registraram progradação sedimentar, indicando assim, que o delta está relativo equilíbrio. 40 FERREIRA, T.A.B (2019) RESULTADOS Levando-se em conta os valores de média (-0.5 m/ano) e mediana (-1 m/ano), a região deltaica sofreu uma leve erosão, porém, não alarmante. (Tabela 5-1). Individualmente, o setor IV foi o que apresentou erosão costeira enquanto o setor II teve uma maior acresção de sedimentos ao longo do período abrangido pelo estudo (Tabela 5-2). A seguir apresentamos uma descrição mais detalhada em cada um dos setores estudados. Tabela 5-1: Dados estatísticos de todos os setores situadas no Delta do Parnaíba. O setor I inclui as praias do Arrombado, Itaqui, Coqueiros e Atalaia, enquanto que o setor II engloba as Eólica, praia da Pedra do Sal, praia da Cotia e praia da Barra das Canárias. O setor III engloba a praia da Ilha dos Poldros. Por fim, a ilha do Caju está inserida no setor IV. Delta do Setor I Setor II Setor III Setor IV Parnaíba Média WLR -0.5 1.34 4.63 -40.6 -5.38 (m/ano) Mediana WLR -1.0 2.23 3.15 -2.12 -5.18 (m/ano) Valor máximo de WLR 31.06 4.78 31.06 3.48 12.64 (m/ano) Valor mínimo de WLR -39.79 -3.4 -4.93 -25.11 -39.79 (m/ano) Média WLR² 0.77 0.7 0,79 0.82 0.83 (adimensional) % Erosão 52% 35% 40% 62% 86% % Progradação 48% 65% 60% 38% 14% Tabela 5-2: Dados estatísticos de todas as praias situadas no Delta do Parnaíba. O setor I inclui as praias do Arrombado, Itaqui, Coqueiros e Atalaia, enquanto que o setor II engloba as Eólica, praia da Pedra do Sal, praia da Cotia e praia da Barra das Canárias. O setor III engloba a praia da Ilha dos Poldros. Por fim, a ilha do Caju está inserida no setor IV. Intervalo Valor Valor Média Mediana Média Setores Praias Transectos Confiança Máximo Mínimo WLR WLR WLR² de 95% de WLR de WLR Arrombado 1 - 54 -2.1 -2.4 ±1.1 2.1 -3.4 0.70 Itaqui 55 - 80 2.4 2.4 ±1.6 3.4 0.2 0.70 Setor I Coqueiros 81 - 113 2.1 2.2 ±1.2 2.7 1.2 0.37 Atalaia 114 - 189 3.1 3 ±1.7 4.4 1.9 0.74 Eólica 1 - 97 -1.1 -3.0 ±2.8 6.9 -4.9 0.75 Pedra do Sal 99 - 129 -2.2 -3.6 ±2.8 3.2 -4.9 0.74 Setor II Cotia 130 - 146 1.8 2.5 ±3.0 5.6 -3.1 0.75 Barra das 147 - 215 18.6 19.1 ±10.7 31.1 4.4 0.86 Canárias Setor III (Ilha Subsetor Leste 1 - 52 -9 -4.8 ±3.2 -2.0 -25.1 0.86 dos Poldros) Subsetor Oeste 53 - 97 1.8 2.3 ±2.3 3.5 -2.5 0.78 Subsetor Leste 1 - 31 5 8.0 ±14.9 12.4 -9.2 0.67 Setor IV Subsetor Central 32 - 102 -9.1 -10.0 ±3 -2.4 -13 0.91 (Ilha do Caju) Subsetor Oeste 103 - 162 -6.3 -2 ±2 -0.4 -39.8 0.85 41 FERREIRA, T.A.B (2019) RESULTADOS 5.2.2 Setor I O setor I está localizado na cidade Luís Correia – PI, abrangendo as praias do Arrombado, Itaqui, Coqueiros e Atalaia, sendo a região mais urbanizada da área de estudo, com aproximadamente 210 mil habitantes. Pelos valores médios e medianos de WLR, a praia do Arrombado pode ser classificada como um local que sofreu erosão costeira com valores inferiores a - 2 m/ano (Fig.5-4a), representando uma perda de faixa de praia, de aproximadamente 68 metros ao longo dos últimos 35 anos. Por sua vez, as demais praias do setor registraram um ganho de sedimentos superior a 2 metros por ano (Fig.5-4a). Com a exceção da praia dos coqueiros (Fig.5-4b), todas as demais apresentaram um valor de coeficiente de determinação (WLR²) acima do aceitável (0.70), demonstrando assim uma confiabilidade no resultado. Durante os anos de 1995 a 1999, que foram de um período pré e pós o El Niño, 93% da dos transectos desse setor registraram uma intensa erosão costeira, com perdas sedimentares superiores a 5 metros/ano (Fig.5-5c), o que totaliza uma remobilização de mais de 20 metros de largura de praia. Individualmente, nenhuma praia apresentou acresção sedimentar em mais de 20% do seu território. Por fim, foi possível observar que a praia do Atalaia foi o local que teve a maior erosão costeira neste período, com perdas anuais médias de 15 metros de faixa de praia durante os 4 anos de analises (aproximadamente 60 metros de faixa de areia). Entre 2007 a 2009, que corresponderam a um período durante e pós La Ninã (Fig.5-3b), 88% do território obteve um ganho sedimentar superior, no mínimo a 5 metros. Mais uma vez, os menores valores de acresção foram observados na praia do Arrombado, enquanto que a praia da Atalaia teve o maior ganho sedimentar, com um valor médio e mediano acima de 13 m/ano, o que representa aproximadamente 26 metros de faixa de praia. 42 FERREIRA, T.A.B (2019) RESULTADOS Figura 5-4: Classificação dos transectos do setor I a partir do método WLR(a) e WLR²(b) Fonte: Próprio autor (2019) 43 FERREIRA, T.A.B (2019) RESULTADOS Figura 5-5: Classificação dos transectos do setor I com base no método EPR durante os anos de 1995 – 1999 [a] e 2007 – 2009 [b]. Fonte: Próprio autor (2019) 5.2.3 Setor II O setor II compreende a área entre o limite do porto de Luís Correia – PI até a desembocadura do Delta do Rio Parnaíba, que perfaz o limite entre a divisa do estado do Piauí e Maranhão, podendo ser subdivida em quatro subsetores: praia da Eólica, praia da Pedra do Sal, praia da Cotia e praia da Barra das Canárias. A análise WLR indica, que entre 1984 a 2017, 56% dos transectos registraram acresção, enquanto que 44% tiveram erosão. De forma geral, as praias da Eólica e Pedra do Sal foram definidas como regiões sob erosão, seja por meio dos valores médios quanto medianos de WLR (Fig. 5-6). Já a praia da Cotia, compreendida entre os transectos de nº 130 ao 146, foi categorizada como uma região de acresção moderada, com um ganho sedimentar aproximadamente de 2 44 FERREIRA, T.A.B (2019) RESULTADOS metros por ano, seja utilizando a média aritmética quanto a mediana. A praia da Barra das Canárias, por sua vez, registrou uma intensa acresção sedimentar, com um ganho anual médio e mediano, respectivamente, em torno de 18 e 19 m/ano (Fig-5.6a), o que representa um aumento superior a 600 metros de faixa de praia durante a análise de tempo estudado. Em relação aos valores de WLR², todas as quatro praias registraram valores acima do aceitável, sendo a Barra das Canárias a que obteve melhores resultados (0.85), indicando assim, uma boa confiabilidade do modelo. Figura 5-6:Classificação dos transectos do setor II a partir do método WLR(a) e WLR² (b) Fonte: Próprio autor (2019) No período de El Niño estudado, a praia da Eólica teve uma erosão moderada e intensa em quase toda a sua totalidade, com uma média e uma mediana EPR, próximos a 45 FERREIRA, T.A.B (2019) RESULTADOS – 6 m/ano (Fig-5.7c). Durante esse período, a praia do Sal apresentou uma erosão costeira duas vezes superior a registrada entre 1984 a 2017. Já a praia do Delta do Rio Parnaíba, que durante o período compreendido entre 1984 a 2016, era local de uma intensa acresção em toda sua totalidade, apresentou perdas de sedimento em quase todos os seus transectos ao longo do período pré e pós El Niño. Entretanto, há uma divergência entre os valores de média e mediana, visto que o primeiro indica que a erosão foi superior a 20 metros/ano, enquanto que os valores medianos foi de – 10 m/ano. Ao analisar as linhas de costa entre os anos de 2007 e 2009, foi observado que a Praia Eólica obteve um ganho sedimentar anual médio e mediano superior 4 metros, valores próximos bem próximos a Praia da Pedra do Sal. Já as praias da Cotia e Barra das Canarias registraram um ganho ainda superior a essas duas praias, com respectivas médias de 9 e 23 metros/ano (Fig-5.7b) Figura 5-7: Classificação dos transectos do setor II com base nos métodos WLR, no decorrer dos anos de 1987 -2017 [a] e EPR durante os anos de 1995 – 1999 [b] e 2007 – 2009 [c]. Fonte: Próprio autor (2019) 46 FERREIRA, T.A.B (2019) RESULTADOS 5.2.4 Setor III O setor III corresponde à praia da Ilha do Poldro, localizada a oeste da desembocadura do Delta do Rio Parnaíba. Devido aos padrões destes transectos, como mostrado na figura 5-6, este território foi dividido nos subsetores leste e oeste. O subsetor leste apresentou erosão em todos os seus 52 transectos, com uma perda sedimentar anual média de 9 metros e mediana de 5 metros, o que representa mais de 150 metros de faixa de praia entre 1984 a 201. A análise da figura 5-8, indicou que a erosão foi elevada nos transectos iniciais, diminuindo gradativamente a medida em que se aproxima do subsetor oeste. O subsetor oeste, compreendido entre os transectos de nº 53 ao 97, registrou uma acresção média e mediana bem próximas, com valores superiores a 2 metros/ano, indicando um ganho de aproximadamente 60 metros de faixa de praia. Os altos valores de WLR² de ambas as praias comprovam que o padrão dos seus transectos foram relativamente constantes ao longo do período analisado (Fig.5-8b). Durante o período de El Niño, o subsetor leste continuou agrupado como uma área de intensa erosão costeira, com uma média e mediana EPR superior a – 15 metros/ano. Entretanto, foi observado em alguns locais, do transecto nº 29 ao 36, que houve uma acresção intensa na faixa de praia. Já o subsetor oeste, que ao longo do período compreendido entre 1982 a 2016, era considerada uma região acresciva, apresentou grandes perdas de sedimento em quase todos os seus transectos, sendo reclassificada como uma praia de intensa erosão costeira (Fig. 5-9c). Dos 52 transectos criados no subsetor oeste, 33 desses tiveram acresção sedimentar moderada ou intensa de 2007 a 2009. Valores de média e mediana apontaram que a praia ganhou, mais de 7 m/ano de faixa de praia ao longo do tempo estudado (Fig. 5-9b). No subsetor oeste, tanto valores de média quanto de mediana indicaram que a praia voltou a ter uma acresção sedimentar. 47 FERREIRA, T.A.B (2019) RESULTADOS Figura 5-8: Classificação dos transectos do setor II a partir do método WLR(a) e WLR² (b) Fonte: Próprio autor (2019) 48 FERREIRA, T.A.B (2019) RESULTADOS Figura 5-9: Classificação dos transectos do setor III com base nos métodos WLR, no decorrer dos anos de 1987 -2017 [a] e EPR durante os anos de 1995 – 1999 [b] e 2007 – 2009 [c]. Fonte: Próprio autor (2019) 5.2.5 Setor IV O setor IV corresponde à praia da Ilha do Caju, localizada no estado do Maranhão. Assim como ocorreu na zona III, a praia da Ilha do Caju foi dividida em subsetores devido aos padrões de seus respectivos transectos. O subsetor leste corresponde aos transectos de nº 1 ao 31, com um padrão predominantemente de acresção intensa, tendo um ganho sedimentar anual médio superior a 5 metros (Fig-5.10). Entretanto, o baixo valor de WLR² (0.66) demostrou que essa acresção não é constante ao longo do tempo (Fig.5-10). O subsetor central teve todos seus 71 transectos (de 32 a 102) classificados como erosão, expondo uma média de – 9m/ano. O subsetor oeste, que abrange os transectos 103 ao 162, também foi catalogado como local sob erosão intensa, perdendo anualmente em média 6 metros de faixa de praia por ano. O valor da mediana, para esse setor, foi de - 49 FERREIRA, T.A.B (2019) RESULTADOS 2.10 m/ano. Nessas duas regiões, altos valores do coeficiente de determinação validam a confiabilidade do resultado. Figura 5-10:Classificação dos transectos do setor IV a partir do método WLR Fonte: Próprio autor (2019) A análise da linha de costa entre 1995 a 1999 revelou que o subsetor leste apresentou erosão intensa em todos seus 31 transectos, com perdas médias de sedimento superiores a 25 metros por ano (Fig.5-11c). Assim como ocorreu na parte leste, os subsetores centrais e oestes também foram hierarquizados como regiões de intensa erosão costeira, com respectivas médias EPR de -12 e -20 m/ano. Apesar disto, nestes subsetores houve alguns trechos com acresção de sedimentos (Fig.5-11c). 50 FERREIRA, T.A.B (2019) RESULTADOS A análise da linha de costa entre 2007 e 2009 indicou que o subsetor leste teve acresção intensa de sedimentos em 20 dos 31 transectos, obtendo um ganho anual de sedimentos em torno de 20 metros/ano (Fig.5-11b). O subsetor central continuou sob erosão costeira, com uma média EPR de -2.23 m/ano. Entretanto, ao comparar esse resultado com os outros dois períodos de tempo estudados, foi observada uma redução drástica da erosão costeira. Por fim, o subsetor oeste registrou um pequeno ganho sedimentar, inferior a 2 metros/ano. Figura 5-11: Classificação dos transectos do setor IV com base nos métodos WLR, no decorrer dos anos de 1987 -2017 [a] e EPR durante os anos de 1995 – 1999 [b] e 2007 – 2009 [c]. Fonte: Próprio autor (2019) 5.3 Variabilidade temporal entre a Linha de costa e as variáveis hidroclimáticas Um dos principais objetivos dessa dissertação foi tentar analisar a influência das variáveis hidro climáticas (pluviometria e descarga fluvial) com a posição da linha de costa. Neste sentido, inicialmente foi aplicado o método End Point Rate (EPR) para mensurar a variação da linha de costa em curtos períodos de tempo. Posteriormente, foi 51 FERREIRA, T.A.B (2019) RESULTADOS determinada a taxa de variação dessas variáveis hidro climáticas por meio de regressão linear e em seguida foram computados os coeficientes de Pearson e de determinação. Ao observar as figuras. 5-12, 5-13 e as tabela 5-3 e 5-4, nota-se distintos comportamentos da linha de costa ao longo do tempo e que a mesma está conexa com a ação hidro climática na bacia de drenagem. No decorrer dos anos de 1984 a 1987, reduções fluviométricas fizeram com que 55% do delta experimentasse processos erosivos, cujos valores médios e medianos foram, respectivamente, -1 m/ano e -2m/ano (tabela 5-1). De forma geral, os setores III e IV registraram maiores valores de erosão, enquanto que o setor II foi o único que teve progradação (Fig.5-12). Foi observado ainda que apesar da diminuição da descarga fluvial e do processo erosivo, neste período, houve um aumento médio de 66.72 mm/ano de chuva no baixo curso do Parnaíba. Tabela 5-3: Dados referentes a taxa de regressão linear pluviométrica, fluviométrica, variação da linha de costa pelo método EPR (média e mediana) e percentagem de erosão e acresção no Delta do Rio Parnaíba em curtos intervalos de tempo. Anos Taxa de Taxa de Variação da Variação da % Erosão % Regressão Regressão Linha de Linha de ao longo Acresção linear linear Costa ao longo Costa ao longo do delta ao longo pluviométrica fluviométrica delta delta (Média) do delta (Mediana) 1984 - 1987 66.72 -92.34 -1 -2.1 55 45 1987 - 1989 66.17 1.7 2.4 45 55 1989 - 1995 -3.52 -3.3 2 60 40 1995 - 1999 -126.37 -85.32 -8.6 -12.4 95 5 1999 - 2001 61.40 -7.15 -3 -2.5 52 48 2001 - 2004 -11.20 5.57 -3 -3 60 40 2004 - 2007 77.00 17.05 1 -1 45 55 2007 - 2009 264.30 156.57 4.7 6.7 22 78 2009 - 2012 -266.22 -179.21 -6. -8.7 95 5 2012 - 2014 177.00 112.44 3.6 2 34 66 2014 - 2017 -8.79 -14.63 2.6 10 38 62 1984 - 2017 -13.39 -12.24 Fonte: Próprio autor (2019) No período de 1987 a 1989, o aumento médio da descarga fluvial ocasionou a progradação em 55% da linha de costa. Apesar da relativa estabilidade da vazão do rio Parnaíba, entre o intervalo de tempo de 1989 a 1995, 60% da linha de costa assinalou erosão. Porém, os altos valores EPR dos transectos no setor II tiveram grande influência na média global dos transectos, indicando uma possível acresção (2 m/ano). Em ambos hiatos temporais, não foi possível determinar a taxa de variação pluviométrica devido à falta de dados. 52 FERREIRA, T.A.B (2019) RESULTADOS Tabela 5-4: Taxas de EPR (média e mediana) nos setores do delta do Parnaíba Períodos Taxas de EPR (Mediana) Taxas de EPR (Média) Setor I Setor II Setor III Setor IV Setor I Setor II Setor III Setor IV 1984 - 1987 -1.7 2.5 -2.0 -7.7 1.5 6.2 -5.0 -4.7 1987 - 1989 2.5 2.2 4.3 1.7 2.3 4.4 5.5 2.6 1989 - 1995 1.5 -4.8 -2.6 -3.0 1.8 5.7 -5.3 -2.5 1995 - 1999 -8.4 -6.8 -11.2 -16.6 -9.5 -11.0 -13.8 -18.2 1999 - 2001 -3.0 3.4 -4.0 -5.0 -3.1 1.9 -7.4 -4.3 2001 - 2004 -0.5 3.1 -6.0 -8.0 -1.0 3.5 -6.7 -6.1 2004 - 2007 3.6 4.6 -9.2 -6.7 3.3 5.9 -7.7 -11.2 2007 - 2009 9.0 10.5 4.8 0.9 10.1 15.5 5.8 3.2 2009 - 2012 -5.9 -6.4 -9.8 -13.3 -9.7 -5.6 -10.2 -23.4 2012 - 2014 2.1 4.3 3.8 -3.4 1.9 5.7 7.7 -6.5 2014 - 2017 4.6 5.2 -7.0 -4.7 4.6 15.2 -6.5 20.0 Nos anos de 1995 a 1999, considerados como um período El Niño e já retratado nos subtópicos acima, diminuições drásticas tanto na pluviometria (126 mm/ano) quanto na fluviometria (85m³/s), tiveram uma grande consequência ao longo da zona costeira, que registrou perdas médias e medianas, respectivamente, de 12 m/ano e 8.6 m/ano de sedimentos ao longo de 95% da linha de costa. Entre os períodos de 1999-2001, 2001-2004 e 2004-2007, a região de estudo não apresentou grandes variações na descarga fluvial, sendo as mudanças pluviométricas mais destacadas. Entretanto, nesses três intervalos de tempo, houve duas tendências erosivas (1999 – 2001 e 2004 – 2007) e uma de progradação (2001 – 2004) ao longo do delta. Em ambos os períodos, o setor IV foi o que apresentou maior erosão, enquanto que o setor II registrou os maiores picos de acresção (Fig.5-10). Por sua vez, no decorrer de 2007 a 2009, considerados como épocas de La Niña e já estudados previamente nos subtópicos acima, 78% da linha de costa apresentou acresção de sedimentos, com uma média e mediana, respectivamente, de 6.7 m/ano e 4.7 m/ano. Os setores I e II registraram as maiores progradações, enquanto que o setor IV teve erosão na metade do seu território (Fig.5-10). Vale a pena salientar que esse ganho de sedimento ao longo da área de estudo encontra-se de acordo com o grande acréscimo das chuvas e da descarga fluvial na bacia de drenagem, cujos aumentos foram de, respectivamente, 264 mm/ano e 156 m³/s. Logo após o período de La Niña, os anos de 2009 a 2012 foram caracterizados por registrarem as maiores diminuições pluviométricas e fluviométricas na área de estudo, com respectivas quedas de 266 mm/ano e 179 m³/s. Como consequência, neste curto intervalo de tempo, 78% do delta registrou erosão 53 FERREIRA, T.A.B (2019) RESULTADOS costeira, com valor médio de -9 m/ano e mediano de -6 m/ano. Assim como transcorreu nos anos de 1995 a 1999, os setores III e IV foram os que mais registraram perda de sedimentos. Figura 5-12: Valores EPR em curtos períodos de tempo no Delta do Rio Parnaíba. Fonte: Próprio autor (2019) 54 FERREIRA, T.A.B (2019) RESULTADOS No período entre 2012 a 2014 foi registrado um novo período chuvoso, com respectivos aumentos pluviométricos e fluviométricos na ordem de 177 mm/ano e 112 m²/s. Como resultado, 66% do delta esteve sob progradação de sedimentos, cujos valores médios e medianos atingiram respectivamente 2 m/ano e 3.6 m/ano. Os setores II e III, mais próximos a desembocadura, registraram maiores valores de acresção, enquanto que o setor IV foi o que apresentou menores valores. No decorrer dos anos de 2014 a 2017, não houve grandes variações nas condições hidro climáticas no baixo curso do Parnaíba. Entretanto, valores EPR indicaram que, durante esse período, 62% das praias tiveram ganho sedimentar, com valor médio de 10 m/ano. Esse valor extremamente alto e errôneo se deu pela formação de duas barras arenosas, localizadas na praia das Barra das Canárias (setor II) e na Ilha do Caju (setor IV). Atentando ao estudo a longo prazo, foi observado que entre 1984 a 2017, tanto a pluviometria quanto a descarga fluvial se mantiveram basicamente estáveis, com respectivas diminuições de 13.39 mm/anuais e de 12 m³/s. Essas pequenas variações são condizentes com a estabilidade em que o delta se encontra, como mostrado no tópico 5.2.1 Figura 5-13: Correlação de pearson e de determinação entre Linha de costa com a pluviometria (a) e (c) e com a fluviometria (b) e (d). Notem que os coeficientes são maiores quando se utiliza a mediana ao invés da média, pois o mesmo exclui valores extremos na análise estatística. 55 FERREIRA, T.A.B (2019) RESULTADOS O coeficiente de determinação entre a pluviometria e fluviometria com a variação da linha de costa, usando a mediana, foram respectivamente de 0.70 e 0.65, valores relativamente elevados (Fig.5-11). A média apresentou uma menor correlação com as variáveis hidro climáticas em comparação com a mediana, pois em alguns períodos, tais como 2004-2007 e 2014- 2017, valores discrepantes dos transectos, sejam positivos ou negativos, influenciaram significativamente na média global. 56 FERREIRA, T.A.B (2019) DISCUSSÕES 6 DISCUSSÕES 6.1 Aplicação de Métodos estatísticos e de Sensoriamento remoto para análise da morfodinâmica costeira Os altos valores do coeficiente de determinação (WLR²) nos quatros setores estudados demonstraram que a integração entre modelos estatísticos, como o DSAS, e dados obtidos a partir de imagens de satélite são técnicas eficazes para detecção e quantificação da variação espaço temporal da linha de costa. A simplicidade do método, a acessibilidade dos dados e o baixo custo, seja financeiro ou computacional (tanto as imagens Landsat quanto o DSAS são adquiridos gratuitamente), permitem que essas técnicas sejam replicadas mundialmente em diversos estudos (e.g Ghoneim et al. 2015; Dada et al. 2018; Luijendijk et al. 2018; Mukhopadhyay et al. 2018; Qiao et al. 2018). No entanto, várias incertezas devem ser consideradas e incluídas no modelo, garantindo assim, uma melhor precisão e veracidade ao resultado (e.g. Romine et al. 2009; Hapke et al. 2010; Del Río e Gracia 2013). A escolha do sensor remoto a ser utilizado, no que diz respeito à sua resolução espacial e espectral, dependerá da magnitude das mudanças a serem medidas. Neste caso, o programa Landsat foi escolhido porque forneceu um grande volume de dados históricos, apesar de sua resolução espacial moderada (variando de 30 a 15 metros), e as taxas de mudanças mapeadas, em sua maioria ficaram acima de sua resolução espacial (dezenas a centenas de metros). Ademais, a resolução espectral do Landsat ajudou na definição entre o limite terra/água, permitindo o uso de métodos de extração automática da linha de costa, como o AWEI (Fisher et al. 2016) e MNDWI (Xu 2006), reduzindo assim, a incerteza relacionada à subjetividade do intérprete na definição da posição da linha de costa (e.g. Zhai et al. 2015; Fisher et al. 2016; Kelly e Gontz 2018). Em áreas onde a magnitude das mudanças é da ordem de metros, sensores com alta resolução espacial (IKONOS, Quickbird e WorldView), apesar de mais caros e da limitação temporal, devem ser utilizados (Fig-4.2). Neste estudo o índice MNDWI foi selecionado para delimitar a linha de costa pois, dentre as bandas do infravermelho, a SWIR-1 é a menos afetada pelos pixels da zona de espalhamento das ondas (“swash zone”), turbidez da água e pelas infraestruturas artificiais (“built-up noise”) (e.g. Sunder et al. 2017; Kelly e Gontz, 2018; Pardo-Pascual et al, 2018). 57 FERREIRA, T.A.B (2019) DISCUSSÕES Pardo-Pascual et al (2018) demonstraram que a banda MIR dos satélites Landsat 7ETM+ e 8 OLI obtiveram erros, respectivamente de 4.2 (±6.3 m) e 3.06 (±5.79 m), em relação a posição da linha de costa, obtida no local (“in situ”) por meio de GPS geodésico, na praia de El Saier (Valência- Espanha). Conforme o autor, essa banda é menos afetada pelos pixels de onda do que a banda do infravermelho próximo (NIR), cujos valores são superiores a 8.7 ± 7.5 metros. Os autores também concluem que o satélite Landsat, apesar de ter uma resolução especial menor do que o Sentinel (aproximadamente 5 metros), possuem um erro de acurácia próximo a esse último, dando a entender que a resolução espectral de fato é um fator determinante para delimitação da linha de costa em ambientes de micromaré. De acordo Kelly e Gontz (2018), o MNDWI, em imagens do Landsat 8 OLI, apresentou uma acurácia de aproximadamente 93% na praia de Atalaia (Sergipe - NE- Brasil), cujas características geológicas (areia fina, arredondada e bem selecionada) e oceanográficas (mesomaré e dominado majoritariamente por ondas) são relativamente similares a área de estudo. Conforme os autores, o erro horizontal do índice MNDWI se comparado com resultados obtidos pelo GPS de mão, são menores do que 11 metros. Sunder et al. (2017) relataram que, o índice MNDWI, realizado em imagens Landsat 8 OLI não registrou uma acurácia abaixo de 85% se comparado a resultados obtidos por imagens de alta resolução espacial, e em diferentes ambientes estuarinos (dominados por onda e maré), oceanógrafos (micro a mesomaré) e litológicos (praias arenosas e lamosas). Na região de Pondicherry (Leste da India), local que mais se assemelha ao delta do Parnaíba por apresentar praias arenosas de baixo declive e um ambiente de mesomaré, o índice MNDWI teve uma acurácia de 87% e um erro horizontal máximo de 20 metros, resultado superior aos demais índices espectrais, tais como o AWEI, NDWI e IBR. Porém é necessário ressaltar que neste especifico trabalho, as imagens de alta resolução não foram adquiridas no mesmo dia que as imagens Landsat. Logo, erros referentes a variação de maré podem ter ocasionado um aumento do erro posicional dos índices espectrais. As incertezas relacionadas às estações do ano e às variações diárias da altura das marés influenciam a escolha do sensor em termos de seu período de revisitação (Fig.6-1). A depender do tipo de regime de marés (micro a macromarés) e inclinação da praia, variações sazonais e de marés podem introduzir erros de dezenas a centenas de metros no modelo estatístico (a.g. Gens 2010; Del Río and Gracia 2013; Hagenaars et al. 2018b; Aquino da Silva et al. 2019). Conforme Hagenaars et al (2018), a presença de nuvens na 58 FERREIRA, T.A.B (2019) DISCUSSÕES zona costeira, que comumente ocorrem nos períodos chuvosos, podem levar a erros de até 200 metros, enquanto que os pixels de quebra de ondas podem ser confundidos com pixels de terra, tanto em métodos automáticos quanto pela interpretação manual, levando a erros próximos a 1 pixel (aproximadamente 30 metros). Segundo estes autores, em condições ideais (livre de nuvens e com baixa influência das ondas), a precisão da linha de costa obtida por imagens Landsat e Sentinel, sem a necessidade de ter processamento refinados, é inferior a 10 metros. Por fim, vale a pena mencionar a importância da escolha do método estatístico a ser utilizado pelo DSAS. Para estudos de médio a longo prazo, os métodos Linear Regression Rate (LRR) e Weighted Linear Regression (WLR) são mais indicados, pois ambos utilizam uma grande quantidade de dados (linhas de costa) para realizar o cálculo. Ademais, esses métodos ainda disponibilizam os valores de coeficiente de determinação e os intervalos de confiança, possibilitando ao intérprete uma melhor análise estatística. Já os métodos Net Shoreline Movement (NSM) e End Point Rate (EPR), por utilizarem apenas duas linhas de costa para computar os dados, não devem ser aplicados para estudos de longo prazo, visto que possivelmente alguns eventos (erosionais ou deposicionais) serão mascarados devido ao grande intervalo de tempo (Fig.4-4). Esses dois últimos são utilizados preferencialmente para estudos de curta escala de tempo. (Thieler et al, 2017; Hapke et al., 2011). 59 FERREIRA, T.A.B (2019) DISCUSSÕES Figura 6-1: Erros associados às variações de maré (a,b,c) e à sazonalidade da praia (d,e,f). Desconsiderar esses fatores podem incluir ao modelo estatístico erros entre dezenas a centenas de metros. Fonte: Próprio autor 6.2 Principais influências na linha de costa 6.2.1 Fatores hidro climáticos Em distintas escalas temporais, a linha de costa é influenciada por vários fatores inter-relacionados, tais como a ação climática (precipitação e ventos), fluvial, processos oceanográficos (ondas, correntes e marés), geológicos/geomorfológicos (litologia, altura e declividade da bacia de drenagem) e antrópicos (Beatley et al., 2002). Conforme Dominguez et al (2018) em ambientes deltaicos, seja dominado por ondas e/ou por marés, a descarga fluvial é a principal forçante controladora da linha de costa, por ser a principal fonte de sedimentos para região. No Delta do Rio Parnaíba, os maiores valores de acresção sedimentar, em um período de tempo intermediário (1984 – 2017), foram observados próximo aos rios Igaraçu e Parnaíba. Isso porque, embora o rio Parnaíba apresente uma baixa concentração de sedimentos em suspensão, em torno de 91.4 mgl/l, o rio gera aproximadamente 2,54x106 t/ano de sedimentos em suspensão e 115ton/ano/km² de carga sólida para a 60 FERREIRA, T.A.B (2019) DISCUSSÕES plataforma continental interna (10 km da linha de costa). (Aquino da silva et al. 2015a, 2019; MMA, 2005). Provavelmente a maior parte dos sedimentos produzidos deve-se à alta (média de 664.19 m³/s) e contínua descarga fluvial (a regressão linear indica que não houve um redução brusca na descarga fluvial no baixo curso do Rio Parnaíba) e à geologia da bacia de drenagem, composta majoritariamente de rochas sedimentares deformadas (diversas falhas listrica normais são observadas nos arenitos), e sedimentos quaternários das bacias do Parnaíba e Barreirinhas (Feijó 1994; Góes e Feijó 1994; Aquino da Silva et al. 2015a, 2019). Essa hipótese é embasada pelo modelo de Syvitski e Milliman (2006), que demonstraram, a partir de um banco de dados envolvendo 488 rios, que 63% da carga sedimentar que chega à zona costeira deve-se ao tipo de litologia, ao relevo e à área da bacia de drenagem. Conforme Syvitski e Milliman (2006) e Milliman e Farnsworth (2011), a erodibilidade de uma rocha ou sedimento, depende, respectivamente da litologia, granulometria e estado de deformação, que por sua vez, refletem na evolução geológica do ambiente. Logo, as rochas sedimentares, submetidas a diferentes eventos deformacionais, como as do Parnaíba e Barreirinhas, têm uma grande facilidade a ser erodida, mecanicamente, pelo impacto do rio e das chuvas. O impacto das intensas chuvas concentradas em um curto período de tempo, processo conhecido como o potencial erosivo das chuvas, pode ultrapassar a resistência natural do solo a ser erodido (fator de erodibilidade dos solos), levando à sua saturação e subsequente transporte do mesmo. Modelos propostos por Oliveira et al. (2013) comprovam que o delta do Parnaíba tem um dos mais elevados fatores de erosividade das chuvas do Brasil (entre 8.000 a 10.000 MJ mm ha-1 h-1 yr-1), abaixo apenas da região norte e de uma parte da região centro-oeste. Aquino et al. (2006) por sua vez, relata que, no estado do Piauí, o fator erosivo das chuvas tende a aumentar significativamente na direção do litoral, no qual a área de estudo está inserida. O clima tropical com estação seca no inverno, responsável por concentrar 80% das chuvas em apenas 5 meses (janeiro a junho), pode ser um dos fatores que levam ao delta do Parnaíba apresentar esses resultados. Ademais, dados de coeficiente de determinação de Pearson indicam uma alta e positiva correlação mensal (superior a 0.9) entre a descarga fluvial e pluviometria, indicando que, além de desagregar mecanicamente os sedimentos e solos, a pluviometria ainda aumenta a descarga fluvial nos períodos chuvosos. Essa informação é comprovada no trabalho de Aquino da Silva et al. (2015a), que demonstrou no ano de 2008, que 90% da carga sedimentar que chega a plataforma continental interna no delta do Parnaíba ocorre durante os períodos chuvosos (janeiro para julho). Entretanto, é necessário ressaltar que não 61 FERREIRA, T.A.B (2019) DISCUSSÕES existem trabalhos, na área de estudo, acerca da quantidade de solo e/ou sedimentos erodidos ao longo do tempo a partir da equação universal de perda de solo. Por fim, Syvitski e Milliman (2006) preveem que as variáveis climáticas, como precipitação e temperatura, são responsáveis por mais 14% do sedimento gerado nas bacias de drenagem. As mudanças ocorridas na desembocadura do delta, ao longo dos trinta e três anos de análise, podem ter uma relação direta com o efeito de barreira hidráulica, causada principalmente pela interação entre a descarga fluvial, ondas e correntes longitudinais. (Suguio et al. 1985; Dominguez 1990)(Bhattacharya e Giosan 2003; Anthony 2015). Conforme esses autores, em regiões de correntes unidirecionais, como no delta do Parnaíba, cujas correntes de deriva tem direção E-W (atingindo uma velocidade máxima de 1 m/s) e ondas N, N-NE (alturas entre 0.6 a 1.1m) (Paula et al 2013), altos escoamentos fluviais podem impedir o transporte das correntes longitudinais assim como causar refrações de ondas (Fig-6.2). Como consequência desse efeito, somado a possíveis barras submersas nas proximidades da foz, uma contra deriva pode ser formada localmente, ocasionado a migração dos pontais arenosos em direção a foz, e dissipação das ondas favorecerão as formações de barras de desembocadura, resultando em grande acresção sedimentar. Figura 6-2: Ilustração esquemáticas de interações simplificadas entre a foz do delta e as variáveis oceanográficas (ondas e correntes longitudinais) sob alto escoamento fluvial (a) e baixo escoamento (b) A forte influência do rio (a) é expressa por processos de refração das ondas e a formação de uma corrente longitudinal local, resultando na formação de uma barra de desembocadura e na migração de um spit na direção contrária a da corrente litorânea. (b) Durante os baixos escoamento fluviais, ocasionado por atividades humanas ou climáticas (efeito ENSO), as forçantes oceanográficas irão prevalecer, retrabalhando os sedimentos da desembocadura, ocasionando assim, uma intensa erosão. Fonte: Adaptado de Anthony (2015) 62 FERREIRA, T.A.B (2019) DISCUSSÕES Observa-se na figura 6-3, que de forma geral, esse efeito, em um período de tempo intermediário (1984 – 2017) contribuiu para a alta taxa de progradação da linha de costa no lado leste da desembocadura do Rio Parnaíba (praia da Barra das Canárias – Setor II), com valores superiores a 16m/ano (o que representa um aumento de 500 metros de largura), e a migração dos pontais arenosos na direção oposta à deriva litorânea (Subsetor oeste da Praia dos Poldros – Setor III), cujas taxas ultrapassam uma taxa de 100 m/ano. No litoral brasileiro, esse efeito já foi debatido no próprio delta do Parnaíba (Aquino da Silva et al. 2015b) e em demais deltas dominados por onda, cuja vazão é próxima a da área estudada, tais como o delta do São Francisco(Bittencourt et al. 2007) e Paraíba do Sul (Dominguez et al 1983) Figura 6-3: Evolução da linha de costa ao longo do tempo. (a) localização dos setores II e III. (b) Refração do trends das ondas devido ao efeito hidráulico e um possível cordão arenoso submerso. A influência da barreira hidráulica e de um possível cordão submerso nos trends. (c) Formação e o preenchimento da barra de desembocadura (praia da Barra das Canárias) quanto a migração do spit na direção contra a deriva litorânea. Em anos de intensa vazão e pluviometria, a foz do rio Parnaíba age como uma barreira hidráulica, favorecendo a deposição de barras de desembocadura. Observar que a desembocadura do delta do Parnaíba age de acordo com o modelo proposto por Anthony (2015), representado na figura 6-2 63 FERREIRA, T.A.B (2019) DISCUSSÕES Fonte: Próprio autor (2019). Dados de correlação de Pearson (p) e coeficiente de determinação (R²) foram usados para analisar a relação entre as variações da linha de costa em curto período de tempo, determinados pelos resultados EPR, e as variáveis hidroclimáticas. Os resultados mostraram uma tendência linear positiva entre a linha de costa e a precipitação (p = 0.83 e R² = 0.70). Resultados semelhantes ocorrem entre os valores de EPR e a vazão do rio (p = 0.80e R² = 0.65), reforçando que ambas as variáveis podem ser fatores primordiais para explicar as mudanças ocorridas ao longo do delta do Rio Parnaíba. Ademais, dados 64 FERREIRA, T.A.B (2019) DISCUSSÕES de Índice Multivariado de ENSO V. 2 (MEI.v2), fornecido pela NOAA (https://www.esrl.noaa.gov/psd/enso/mei/) e que consistem em medições de 5 variáveis no oceano pacifico (pressão e temperatura na superfície do mar pacifico, ventos zonais e meridionais e de energia radiante pelo oceano), indicam que durante os períodos de ocorrência de El Niño (aquecimento anormal das Águas do Pacífico), datados de 1995 a 1999 e 2009-2012, coincidem com as principais taxas de diminuição pluviométrica e hidrográfica (Fig.6-4). Com baixa precipitação, menor vazão fluvial e aporte sedimentar somados aos contínuos processo de redistribuição dos sedimentos ocasionados pela ação dos ventos, correntes (litorâneas e de maré) e das ondas, tem-se uma explicação plausível para a intensa erosão costeira no Delta do Parnaíba, acima de 6 metros/ano, em mais de 90% das praias durante esses dois períodos. Por sua vez, no decorrer de 2007-2009 e 2012-2014, quando foi registrado reduções do índice ENSO, houve um incremento significativo em termos da pluviometria e fluviometria no baixo curso fluvial do rio Parnaíba. Muito provavelmente, o aumento dessas variáveis acarretou em uma maior oferta de sedimentos à zona costeira, fazendo com que houvesse um ganho sedimentar em quase todos os setores. Como relatado por Dominguez et al (1983), Dominguez (1996), Bhattacharya e Giosan (2003) e Anthony (2015) o escoamento fluvial é proporcional ao efeito da barreira hidráulica, que como comentado nos parágrafos anteriores, age contra o transporte de sedimentos das correntes e ondas, ocasionando uma maior progradação sedimentar nas áreas próxima da foz. Essa teoria é comprovada neste estudo ao observar que, neste intervalo de tempo, houve os maiores valores de progradação (dados EPR) nas regiões da desembocadura (setores II e III). Nos demais períodos de tempo (1984-1987, 1987-1989, 1989-1995, 2001-2004, 2004-2007), pequenas mudanças nas variáveis hidroclimáticas resultaram em equilíbrio relativo entre os percentuais de erosão e progradação. 65 FERREIRA, T.A.B (2019) DISCUSSÕES Figura 6-4: Dados de análise multivariada do índice ENSO (a), pluviometria e descarga fluvial (b) e variação da linha de costa em curtos intervalos de tempo no Delta do Rio Parnaíba (c). Observar que há uma relação entre o aquecimento do oceano pacifico (efeito El Niño) com a diminuição da pluviometria na bacia de drenagem, causando tanto uma diminuição na descarga fluvial e consequentemente erosão na linha de costa na área de estudo. O processo inverso também pode ser observado. Fonte: Próprio autor (2019). Deve-se ressaltar que a relação entre a linha de costa e variações nas descargas fluviais são bem documentadas na literatura. Dada et al (2015, 2018) por exemplo, afirmam que existe uma forte correlação entre as tendências da linha de costa com a descarga do rio (R² = 0,95) e a variabilidade da precipitação (R² = 0,8) no Delta do Níger nos últimos cem anos. Segundo estes autores, uma tendência de queda tanto na descarga do rio quanto na precipitação, entre 1950 e 1987, foi responsável por uma intensa erosão (taxas acima de 28 metros/ano) em 82% do Delta do Níger, enquanto uma inundação, 66 FERREIRA, T.A.B (2019) DISCUSSÕES ocasionada por aumento anormal da quantidade das chuvas, causou progradação de sedimentos, excedendo 50 m/ano, entre 2012 e 2013. Kong et al. (2015) também concluíram que, as variações de escoamento e carga sedimentar do rio Amarelo (China) entre 1983 a 2011, sejam elas ocasionados por processos hidroclimáticos e/ou ações humanas, foram responsáveis por três grandes mudanças na linha de costa ao longo do Delta do Amarelo. Ranieri e El-Robrini (2015) afirmam que a intensa progradação ocorrida na costa de Salinópolis (Norte do Brasil), entre 1988 a 2001, se deu devido ao grande aumento pluviométrico na região, ocorrido entre 1986 a 1989, cujas taxas superaram o valor anual de 4000 mm. Segundo esses autores, neste período ocorreu o fenômeno de La Nina de intensidade média a forte, acarretando efeitos expressivos tanto na precipitação quanto na intensidade da vazão dos rios. O efeito ENSO, que além de ser responsável por mudanças pluviométricas e consequentemente fluviométricas, como retratado nos parágrafos acima, também ocasiona mudanças nas alturas das ondas e na frequência de tempestades. Entretanto é necessário ressaltar que a região nordeste do Brasil (aonde está inserida a área de estudo), não há relatos de eventos extratropicais na sua zona costeira. Ademais, devido a falta de dados históricos, não foi possível verificar a influência desses efeitos nas forçantes oceanográficas (ondas e correntes), porém alguns trabalhos enumeram as consequências desse efeito. Na costa central do Chile, Martínez et al (2018), relataram que as taxas de erosão nas praias estudadas (Los Marineros, Las Saline e Caleta Portales) aumentaram entre 1964 a 2016 devido à elevação do nível do mar em torno de 30 cm e o aumento da à frequência de tempestades , que passaram de quase 5 eventos por ano na década de 1960 para mais de 20 nos última década. Conforme os autores, o Efeito ENSO, principalmente durante suas fases quentes (El Niño), tem grande influência no aumento desses fatores acima e que a linha de costa tenderá a se deteriorar se tais fatores forem mantidos ou intensificados nos próximos anos. Finalmente, é necessário ressaltar que o fenômeno de aquecimento global pode influenciar a duração, a intensidade e a distribuição de eventos climáticos de curto prazo, como o ENSO (Best 2015) . De acordo com este autor, a intensificação do ENSO poderia causar uma queda drástica na bacia em algumas regiões próximas ao equador como Amazonas, Orinoco, Nilo e Níger, gerando déficit sedimentar, problemas agrícolas, energéticos e falta de água para abastecimento da população. 67 FERREIRA, T.A.B (2019) DISCUSSÕES 6.2.2 Influência das ondas, ventos, marés e correntes As ondas têm papel fundamental na morfologia costeira devido sua capacidade de transportar e remobilizar grandes quantidades de energia e massa ao litoral (e.g. Beatley et al. 2002). A depender do seu ângulo de incidência sobre a linha de costa, diferentes categorias de correntes são geradas. As correntes longitudinais (longshore currents), ocorrem quando a onda quebra obliquamente a linha de costa, sendo a responsável por movimentar, retrabalhar e distribuir os sedimentos paralelamente a linha costeira (e.g. Bird 1996, 2006). Embora o presente trabalho não tenha obtido dados de ondas na área de estudo, é perceptível observar, por meio de imagens de satélite (principalmente nos setores I, II e III), características típicas de um delta dominado por ondas, tais como linhas de costas suavizadas, pontais arenosos, campos de dunas. Ademais, dados da literatura, como El Robbrini et al (2005; 2018) e Paula et al (2013; 2016) indicam que no Delta do Parnaíba, as ondas têm uma altura variando entre 0.6 m a 1.1m, com direções predominantes para NE, E-NE e E, gerando assim, uma corrente longitudinal, de velocidade máxima de 1 m/s, com direção preferencial para E-W. Pela integração dos dados WLR, dados de ondas citados acima e análise das imagens de satélite, verifica-se que essas duas variáveis tem uma grande importância na dinâmica sedimentar do delta, visto que os setores que não estão na influência do efeito hidráulico, sofrem transportes de sedimento na direção preferencial da corrente longitudinal. Um exemplo disso é o setor III, em que há uma clara migração dos sedimentos da parte oeste, região caracterizada por erosão acima de 8 m/ano, para o setor oeste, ocasionando assim, uma aumento tanto na largura da praia (cerca de 3 metros por ano) quanto no comprimento do pontal arenoso, que cresceu mais de 10 km ao longo da costa durante os 34 anos de análise (Fig. 6-5). Um outro exemplo da influência da corrente longitudinal ocorre no subsetor oeste da praia do Caju (setor IV), no qual parte dos sedimentos erodidos são transportados pela ação das correntes longitudinais para a Ilha da Melancieira, que apesar de não ter sido quantificada quanto as taxas de variação da linha de costa, observa-se pela interpretação das imagens de satélite, que seus pontais arenosos aumentaram tanto em largura quanto em comprimento. (Fig. 6-5) 68 FERREIRA, T.A.B (2019) DISCUSSÕES Figura 6-5: Evolução da linha de costa ao longo do tempo. (a) localização dos setores III e IV. (b) Efeito da corrente longitudinal no setor III, em que há uma clara migração dos sedimentos da parte oeste, região caracterizada por erosão acima de 8 m/ano, para o setor oeste, ocasionando assim, um aumento tanto na largura da praia. (c) Influência das ondas e marés no setor IV. Entretanto, se houver a predominância das correntes longitudinais, os bancos de areia tendem a se posicionar no interior dos canais de maré e serão transportados na direção da preferencial das ondas e da própria deriva litorânea. A presença de promontórios rochosos, arenitos costeiros (beach rocks), obras costeiras (longitudinais e transversais) e/ou mudanças na orientação da linha de costa, irão gerar mudanças na propagação das ondas (frequência, altura e ângulo de incidência) por meio dos fenômenos de refração e difração (Fig. 2-1), ocasionando assim, dispersão de sedimentos e erosão em certos trechos (e.g. Souza et al 2005; Bird 2008). Como consequência, haverá a interrupção local da corrente longitudinal predominante, provocando assim, acumulação de sedimentos à montante e erosão à jusante destas irregularidades. Um exemplo disso seria a influência do promontório para a erosão na praia da Pedra do Sal (Setor III), cuja taxa é superior a 2 m/ano. A partir das imagens de satélite de alta resolução, disponibilizadas pelo Google Earth Pro (Fig.6-6), foi possível 69 FERREIRA, T.A.B (2019) DISCUSSÕES observar que as ondas mudam sua direção preferencial (NE, E-NE), e convergem para SE ao se aproximarem do promontório. Conforme modelos propostos por Bird (2008), essa convergência irá ocasionar ondas de maior energia, aumentando assim seu potencial erosivo. Estudos referentes a erosão nesse ponto já foram descritos na literatura (e.g. Paula et al. 2013). Conforme suas observações de frequência e altura de ondas, perfis de praia entre 2010 a 2012, os autores afirmam que as ondas na praia da eólica tem uma direção de 54º e uma altura máxima de 0.9 metros e passam a ter direção e altura máximas, respectivas de 114º e 1.1 m ao se aproximarem da promontório rochoso, localizado na praia da Pedra do Sal. Ainda segundo estes autores, em outras praias do litoral piauiense, como a praia dos Coqueiros (setor I), Itaqui (setor I) e Cotia (setor II) a presença de possíveis arenitos praiais (beach rocks) e/ou a mudança da direção da linha de costa também foram responsáveis pelo efeito de refração das ondas e consequente erosão das praias durante a o monitoramento dos perfis de praias entre 2010 a 2012. A comparação entre os resultados de Paula et al (2013) e os dados de WLR mostra que apenas um determinado trecho da praia do Itaqui (setor I) e Coqueiros (Setor I), que apresenta uma leve mudança na orientação da sua linha de costa, encontra-se sob erosão (Fig.5-1), enquanto a praia da Cotia registrou progradação de sedimentos ao longo dos trinta e quatro anos de análise. A praia da Ilha do Caju (Setor IV) é a região mais afastada dos principais Rios da região (Igaraçu e Parnaíba), sendo caracterizada como uma costa dominada por canais de maré. Nesse tipo de ambiente, autores como FitzGerald et al. (2000) afirmam que o mecanismo de transporte sedimentar será consequência da interação entres as correntes litorâneas, ondas e correntes de maré. Segundo esse autor, quando há o predomínio das correntes de maré sobre a corrente longitudinal, o transporte sedimentar se dará pela migração de sedimentos no canal principal, fazendo com que esses bancos de areia se estendam a offshore e depois sejam reincorporados a linha de costa. Entretanto, se houver a predominância das correntes longitudinais, os bancos de areia tendem a se posicionar no interior dos canais de maré e serão transportados na direção da preferencial das ondas e da própria deriva litorânea. Dentre os seis modelos de transporte sedimentar em deltas de maré vazante, propostos por FitzGerald et al. (2000) o que melhor se encaixa com o subsetor oeste da Praia do Caju (Setor IV) é Rompimento do Delta de Maré Vazante (Ebb-Tidal delta breaching). Nesse modelo (Fig. 6-5), os bancos de areia, localizados nos canais de maré, são transportados preferencialmente a updrift do delta de maré vazante devido a forte 70 FERREIRA, T.A.B (2019) DISCUSSÕES influência das ondas e/ou corrente longitudinal ou a processos de construção e/ou abandono de sub-deltas de maré vazante, resultando assim, na formação de barras de desembocadura, que por sua vez, serão preenchidas por sedimentos finos ao longo do tempo. Como consequência da formação dessa barra, haverá uma erosão a downdrift as praias adjacentes, como nos subsetores centrais e leste (Fig. 5-10). Figura 6-6: Processos de refração e difração das ondas nas (b) praias da pedra do Sal (Setor I) e (c) na praia do Itaqui (Setor ). Mudanças na orientação da linha de costa ou a presença de promontórios rochosos irão gerar mudanças na propagação das ondas, ocasionando assim, dispersão de sedimentos (progradação) a updrift e erosão a downdrift. Fonte: Próprio autor 71 FERREIRA, T.A.B (2019) DISCUSSÕES O vento também desempenha um papel de grande importância na modelagem costeira por ser um dos componentes responsáveis pela geração e sustentação das ondas. Como um mecanismo de transporte, o vento, a depender da sua direção, tem velocidade suficiente para transportar areia e argila da praia até a pós-praia, formando os campos de dunas, podendo assim, ser um dos responsáveis pela erosão costeira. Conforme demonstrado nas análises climatológicas (Figuras 5-1 e 5-2), os ventos alísios de direção NE, predominantes na região, têm uma certa influência na estabilidade da linha de costa, pois a velocidade média dos ventos na costa do Piauí (3.71 m/s), principalmente no período seco (agosto a dezembro), cujos valores superam 5 m/s. Apesar desse estudo não ter de realizado variação temporal do campo de dunas e/ou variação textural de sedimentos praiais, diversos estudos na literatura estão disponíveis. Os trabalhos sedimentológicos propostos por Bittencourt et al. (1990) na praia de Atalaia afirmam que durante a estação seca, os ventos tem energia suficiente para remover da face de praia porções significativas de areia fina e muito fina, depositando-as nos campos de dunas. Como consequência, nesses meses a praia do Atalaia é composto basicamente por areias médias e grossas. Já na estação chuvosa, os autores afirmam que chuvas ininterruptas umedecem o sedimento praial, impedindo o transporte eólico (que é menor do que na estação seca). Desta forma, o sedimento praial fica composto essencialmente por areias finas e muito finas. Análises multitemporais dos campos de dunas no litoral Piauiense (1994 – 20015), proposta por Frota et al (2017), indicam que nas praias do setor I e setor II, houve um aumento do campo de dunas e que as mesmas estão avançando em direção ao continente, em torno de 18 metros/ano, nos intervalos observados (1994-2015). Já em analises individualizadas, como nos anos de 1994 a 1998 (que correspondem a um período de El Niño), houve um aumento em área do campo de dunas nas praias da Eólica (Setor II) e dos Coqueiros (Setor I), respectivamente em 0.1km² e 0.8km². Já entre 2006 a 2010, período em que houve um evento de La Nina (aumento abrupto de chuvas), houve uma diminuição da área dos campos dunares nessas mesmas praias em torno de 0.17km² e 0.7km², indicando assim, que esses períodos climáticos tem capacidade de influenciar tanto na formação quanto na estabilização dos campos dunares. 72 FERREIRA, T.A.B (2019) DISCUSSÕES Figura 6-7: Movimentação dos campos de dunas. Em (b) nas proximidades da cidade de Parnaíba (Setor II) e em (c) nas proximidades de Luís Correia. Apesar de não ter sido o foco do trabalho, notou-se que os campos de dunas migraram, em direção ao continente, entre 300 a 700 metros entre 1984 a 2017.Também é notado que houve um aumento dos campos de dunas nos dois setores analisados, indicando que o vento pode ser um importante agente erosivo na área estudada. Fonte: Próprio autor (2019) 6.2.3 Fatores antrópicos O baixo impacto antropogênico, tanto na zona costeira quanto na bacia de drenagem, pode ter contribuído para relativa estabilidade da linha de costa no Delta do Parnaíba em diferentes escalas temporais, apesar das crescentes taxas de elevação relativa do nível do mar observadas nas últimas décadas. Dados fluviométricos demonstraram que a barragem de Boa Esperança, localizada a 600 km a montante da área de estudo, é 73 FERREIRA, T.A.B (2019) DISCUSSÕES alimentada apenas por uma pequena parte da bacia de drenagem a montante do reservatório, compreendendo apenas 25% da vazão total (Aquino da Silva et al. 2015a). Alguns estudos (CODEVASF 2006 e Aquino da Silva et al. 2019), que abrangem séries temporais distintas, comprovam a informação acima, ao demonstrarem que grande maioria dos sedimentos transportados até a zona costeira da área de estudo, seja ela em carga sólida e/ou suspensa, é gerada a jusante da barragem, pela confluência dos rios Poti, Longá e Igaraçu. Conforme a CODEVASF (2006), a carga de sólidos na barragem de Ribeiro Gonçalves, em todo o ano de 2006, foi de 3.77x10³ toneladas, enquanto que na estação Luzilândia (estação mais próxima da área de estudo), foi de 7.42x10³ toneladas/ano. Já Aquino da Silva et al (2019), relata que historicamente, a concentração de sedimentos em suspensão no alto curso fluvial é de 50 mg/l e nas regiões próximas a zona costeira é de 71 mg/l. Extração de areias fluviais e/ou dragagens em canais de maré alteram o balanço sedimentar regional e desencadeiam processos erosivos nos sistemas fluvial, estuarino, lagunar e nas praias. Apesar da falta de atualizações de informações, por meio dos governos estaduais e/ou federais, o Sistema de Informações Geográficas da Mineração (SIGMINE) brasileiro informa que atualmente há menos de 15 empreendimentos locais, de extração de minerais industriais no baixo curso do rio Parnaíba (http://sigmine.dnpm.gov.br/webmap/). Ademais, a extração anual de areia e argila ao longo de toda extensão do Rio Parnaíba e Poti é de aproximadamente 1x106m³/ano (aproximadamente 1.8*10³ ton/ano), enquanto que a extração de argila foi de 0.4 Mm³/ano (aproximadamente 0.64*10³ ton/ano) (CEPRO, 2008). Interpreta-se que esses valores são baixos ao considerar que são referentes a toda extensão desses rios e que a de carga sedimentar que chega a zona costeira é de 2.54x106 ton/ano (Aquino da Silva et al 2015a). 74 FERREIRA, T.A.B (2019) DISCUSSÕES Figura 6-8: Dados históricos mostrando que a Barragem de Boa Esperança não influencia tanto no transporte sedimentar a zona costeira (a) e a visualização das principais empreendimentos de extração de areia e argila no baixo curso fluvial do Rio Parnaíba (b). Fonte: Próprio autor A intensa ocupação humana no litoral pode levar a processos erosivos devido a eliminação de estoque sedimentar praial, conversão das dunas e manguezais em terrenos urbanos (Souza 2009; Komar 2012). Ademais, a construção de estruturas rígidas e/ou flexíveis interferem na circulação de correntes costeiras, modificando o ângulo de incidência das ondas, causando assim, modificações nas células de deriva e alterações no perfil praial. (Souza, 2009). Dados do Censo, disponíveis no Instituto Brasileiro de Geografia e Estatística (IBGE), mostraram que nos últimos 50 anos a área de estudo sempre apresentou baixa ocupação populacional, com uma taxa de crescimento de 17.000 habitantes a cada dez anos (Fig. 6-6). Conforme Paula et al (2016) e Frota et al (2017), as praias da costa do Piauí são ocupadas entre os meses de janeiro a março, período conhecido como férias de 75 FERREIRA, T.A.B (2019) DISCUSSÕES verão. Desta forma, pode-se concluir que a baixa capacidade industrial da região, e a falta de políticas de desenvolvimento, tanto do âmbito local quanto federal, provavelmente são as razões para a baixa influência antropogênica na zona costeira. Como consequência, quase 90% do delta do Parnaíba correspondem a florestas não cultivadas, dunas e manguezais, enquanto as áreas agrícolas representam 8 e as áreas urbanas, 1% (de Paula Filho et al. 2015). Figura 6-9: Taxas de crescimento populacional na zona costeira do Delta do Parnaíba Fonte: Próprio autor (2019) A única grande intervenção humana observada em toda área de estudo é o porto de Luís Correia, construído em 1979. Esse tipo de construção, perpendicular à linha de costa, interrompe o transporte na direção da deriva litorânea (Este – Oeste), fazendo com que os sedimentos fiquem retidos de encontro ao molhe, ocasionando assim uma progradação da linha a “downdrift”, e consequentemente, uma erosão a “updrift”. A primeira consequência desse tipo de obra é observada na área de estudo, visto que a praia do Atalaia, mais próxima do porto, registra acresção costeira com uma taxa superior a 2 m/ano entre 1984 a 2017. Entretanto, os trechos iniciais da praia da Eólica, localizada a “updrift” da obra, não registra erosão e, sim, progradação ao longo do período estudado. Isso ocorre devido a praia da Eólica ser abastecida diretamente pelos sedimentos carreados do rio Igaraçu (Fig. 6-10). 76 FERREIRA, T.A.B (2019) DISCUSSÕES Figura 6-10: Visualização do porto de Luís Correia. Com a construção desse tipo de obra, os sedimentos transportados pela deriva litorânea são bloqueados, causando uma progradação a downdrift (Praia do Atalaia – Setor I). As letras (b) e (c) demonstram exatamente isso. Mesmo com o bloqueio dos sedimentos, a os transectos iniciais da praia da Eólica ainda conseguem ter uma progradação sedimentar, pois ela é alimentada diretamente pelo Rio Igaraçu. O item (d) é a concentração de sedimento em suspensão (mg/l), estimada por meio de técnicas de processamento digital. Ela indica que há uma grande quantidade de sedimento em suspensão tanto nos transectos iniciais da praia da eólica quanto próximo da praia do Atalaia, corroborando com as ideias propostas. Também é notado que mesmo com o aumento da urbanização próximo a orla do setor I (ver figuras b e c), a linha de costa se manteve relativamente estável com o passar do tempo. Fonte: Próprio autor (2019) Os manguezais têm uma grande importância para estabilidade costeira, por desempenhar a função de uma barreira a ação das ondas e marés, que promove um ambiente favorável para a deposição de sedimentos finos, e ocasiona a progradação da linha de costa. Conforme o estudo de Lacerda et al. (2006), que envolve o uso de satélites 77 FERREIRA, T.A.B (2019) DISCUSSÕES espectrais para monitoramento dos manguezais, no estado do Piauí houve um aumento de aproximadamente 10 km² de manguezais entre 1978 (29. 94km²) e 2004 (40.04 km²) se comparado com o ano de 1978. Segundo estes autores, o maior aumento de manguezais ocorreu nas regiões próximas ao Rio Parnaíba (Setor II), enquanto na região de Luís Correia (Setor I) ocorreu um pequeno decréscimo, possivelmente relacionado ao crescimento urbano da região e a construção da atividade portuária próximo ao rio Igaraçu. As barragens de rios, para a construção de usinas hidrelétricas, são os fatores de erosão mais proeminentes nas áreas costeiras, já que eles retêm sedimentos, impedindo- os de chegar a zona costeira e serem retrabalhados pelos fatores oceanográficos. (e.g. Luijendijk et al 2018; Mentaschi et al 2018). Desvios e canalizações de cursos fluviais, mineração de areia, construção de estruturas costeiras, subsidência e desmatamento de manguezais também são destacados fatores responsáveis da erosão costeira. Diversos exemplos podem ser encontrados na literatura, como no Delta do Nilo (Egito), onde a costa de Roseta foi submetida a uma intensa erosão (superior a 30,75 m / ano), entre 1972 e 1991, após a construção da represa de Aswan (Ghoneim et al. 2015), resultando numa perda de 10.8 km² de zona costeira e 10% da produção agrícola na região. Conforme Inman e Jenkins (1984) apud Ghoneim et al. (2015), a construção desta barragem, juntamente com outros programas de controle de irrigação no médio curso do rio Nilo, causaram uma redução no aporte de sedimentos de 120 milhões/ton/ano para valores insignificantes. Diversos estudos estimam que mais de 98% dos sedimentos trazidos montante do rio são aprisionados nas barragens, fazendo com que apenas os sedimentos finos, como silte e argila sejam transportados a jusante. Mesmo com a construção de diversos sea walls e espigões (ver figura 2-3), a dinâmica costeira não se estabilizou. Segundo esses autores, a erosão deverá aumentar após a conclusão da Represa Renascentista Etíope (Grand Ethiopian Renaissance) no alto curso do Rio Nilo. No México, Valderrama-Landeros e Flores-de-Santiago (2019) afirmam que apesar dos deltas de San Pedro e de Santiago, separados há menos de 20 km um do outro, exibirem as mesmas características geomorfológicas (sistema lagunar e manguezal), hidroclimáticas (precipitação entre 1200 a 1500 mm/ano e uma temperatura de 23ºC) e oceanográficas (micromaré semi-diurna e com ondas cuja direção preferencial é NE), ambos exibiram distintos tendências na linha de costa entre 1970 a 2015. O delta de Santiago, que tem 6 barragens ao longo de seu curso fluvial, registrou taxas erosivas (acima de 10 m/ano) em seis dos oitos períodos estudos. Já o delta do San Pedro, que não 78 FERREIRA, T.A.B (2019) DISCUSSÕES tem nenhuma grave intervenção humana, assim como o Delta do Parnaíba, registrou uma relativa estabilidade da sua linha de costa ao longo do tempo, com tendências progradacionais próximos a desembocadura e erosão nas regiões mais afastadas da foz. No delta do Mekong, a perda de aproximadamente 5km² de área costeira entre 2003 e 2012, está diretamente relacionada à uma diminuição significativa do aporte sedimentar do rio Mekong e seus afluentes devido a construção de mais de 33 barragens instaladas e 14 a serem construídas em todo curso fluvial, a mineração de areia comercial em larga escala na região deltaica, de aproximadamente 27 Mm³/ano e a subsidência do terreno, com uma taxa média de 2 cm/ano, devido a extração de água subterrânea (Anthony et al, 2015). Para este autor, a erosão já é responsável pelo deslocamento de populações costeiras, e é um risco para a integridade do delta, se considerarmos as taxas de subida do nível do mar e a construção de futuras barragens. Luijendijk et al. (2018) afirmaram, que em Nouakchott (Mauritânia), a estrutura portuária, construída em 1986, bloqueou o transporte unidirecional de sedimentos, causando uma erosão costeira acima de 21 metros/ano, 10 vezes maior do que os valores anteriores à construção do porto. Além disso, a zona de influência do porto atingiu uma distância de mais de 10 km. Autores como (Kuleli et al. 2011) relatam que a intensa urbanização na zona costeira juntamente com o desmatamento da vegetação nativa, em torno de 35.57km² (um pouco menor do que a totalidade de manguezais na zona costeira da área de estudo), para fins agrícolas contribuíram significativamente para a erosão no deltas do Kizilimark.e Gediz (Turquia) entre os anos de 1989 a 2009. Modelos preditivos, como proposto por Mukhopadhyay et al. (2018), demonstraram que as praias populosas no delta do Mahanadi estarão propensas a maiores taxas de erosão no ano de 2050. O delta do rio Yangtze (China) é um dos raros exemplos de regiões costeiras antropogênicas que registraram progradação ao longo do tempo. Mesmo com reduções de carga sedimentar, como consequência das represas dos rios Yangtzé e Qiantang, e um leve aumento no nível do mar, a zona costeira de Xangai mostrou um crescimento de 50 m / ano na costa entre 1960 e 2015(QIAO et al. 2018). Para os autores, a progradação está diretamente relacionada aos processos antropogênicos, como recuperação de terras e obras de canalização dos rios, e baseado nas suas conclusões, essa região continuará a acumular sedimentos nas décadas seguintes. 79 FERREIRA, T.A.B (2019) DISCUSSÕES Figura 6-11: Comparação do delta do Parnaíba com diferentes deltas e praias espalhados ao redor do globo terrestre em termos de (a) descarga fluvial, (b) carga anual de sedimentos, (c) área da bacia de drenagem, (d) variação da linha de costa e (e) densidade populacional. Fonte: Próprio autor (2019). Todos os dados dessa imagem foram extraídos dos trabalhos Ghoneim et al. (2015), Dada et al. (2018), Kuleli et al. (2011), Mukhopadhyay et al. (2018), Qiao et al. (2018), Luijendijk et al. (2018), Corbau et al (2019), Mentaschi et al (2018) e Best (2015). 80 FERREIRA, T.A.B (2019) CONCLUSÕES E CONSIDERAÇÕES FINAIS 7 CONCLUSÕES E CONSIDERAÇÕES FINAIS A erosão costeira é um geohazard que afeta diversos deltas ao longo do planeta, acarretando prejuízos no âmbito econômico, social e ecológico. Suas causas naturais estão relacionadas aos processos oceanográficos (ondas, maré, correntes longitudinais), hidro climáticas (precipitação, descarga fluvial, fenômeno ENSO), elevação do nível do mar e os eventos extratropicais, enquanto que as causas antrópicas são associadas às obras que alteram a vazão do rio (barragens, transposição, canalização), implementação de estruturas rígidas ou flexíveis na zona costeira, extração de areias em áreas estuarinas e/ou deltaicas, conversão de terrenos naturais (praias, dunas e manguezais) em áreas urbanas, etc. Neste sentido, o principal objetivo deste estudo foi analisar a evolução temporal (1984 – 2017) das praias situadas no delta do Parnaíba, e discutir as principais mudanças, por meio da utilização de imagens de satélites, técnicas de sensoriamento remoto, de sistema de informação geográfica e métodos estatísticos. A integração de técnicas de sensoriamento remoto com modelos estatísticos permitiu, de forma satisfatória, quantificar a variação temporal da linha de costa do Delta do Rio Parnaíba (Nordeste do Brasil) em escalas temporais de curta e média duração. Uma das grandes vantagens do uso de imagens de satélite foi a possibilidade da extração automática da linha de costa, que permitiu um ganho no tempo de processamento e diminuiu a margem de erro em relação aos métodos manuais. Entretanto, várias incertezas relacionadas a aquisição de imagens de satélite (sazonalidade, maré), às características do sensor (resolução especial, temporal e acervo histórico) e aos métodos de processamento devem ser analisadas afim de assegurar uma melhor precisão ao modelo. Em uma escala intermediário de tempo (1984 a 2017), 52% do litoral do delta do Rio Parnaíba foi submetido a erosão costeira, enquanto 48% experimentaram uma progradação de sedimentos. Majoritariamente a erosão ocorre a oeste da desembocadura do Rio Parnaíba (setores III e IV), enquanto que a deposição e estabilidade, prevaleciam no lado leste (setores I e II). Levando-se em conta os valores de média (-0.5 m/ano) e mediana (-1 m/ano), a região deltaica sofreu uma leve erosão, porém, nada alarmante. Com a exceção da Praia dos Coqueiros (setor I) e do subsetor leste da Ilha do Caju (setor IV), todas as demais apresentaram um valor de coeficiente de determinação (WLR²) acima do aceitável (0.70), validando o resultado da regressão linear ponderada (WLR). A grande quantidade de sedimentos em suspensão (2.54*106) e em carga sólida (115ton/ano/km²) que chega à zona costeira é favorecida pela continua e alta descarga 81 FERREIRA, T.A.B (2019) CONCLUSÕES E CONSIDERAÇÕES FINAIS fluvial do rio Parnaíba, o alto fator de erosão das chuvas, que esta relacionado com o clima da região, e a geologia na bacia de drenagem, composta principalmente por rochas sedimentares deformadas e sedimentos quaternários, fáceis de serem erodidos e transportados para a zona costeira. Ademais, o Delta do Rio Parnaíba não é severamente impactado pela ação antropogênica (como comumente ocorre nas regiões deltaicas do planeta), tendo uma baixa densidade populacional na sua zona costeira, apenas uma barragem em todo o curso fluvial do rio Parnaíba, baixa taxa de extração de areia e argila no baixo curso fluvial e a preservação dos manguezais ao longo do tempo, sugerindo assim, que a condição de desenvolvimento natural seja o fator responsável pela sua relativa estabilidade. As barreiras hidráulicas ocorrem em áreas próximas a desembocadura do delta, sendo formadas quando o rio apresenta uma alta vazão. Estas barreiras modificam localmente a direção e intensidade das correntes litorâneas e das ondas, consequentemente, alterando o transporte sedimentar local. Esse efeito pode ter sido o responsável tanto pela acresção da barra desembocadura na Praia das Canárias (Setor II) quanto a migração de pontais arenosos na direção oposta à deriva litorânea (subsetor oeste da ilha dos poldros – Setor II). Já nas regiões mais afastadas dos deltas, a ação das ondas é responsável pelo transporte sedimentar na direção da corrente longitudinal (E-W), como ocorre no subsetor leste da praia dos poldros (Setor III), que registrou tanto um aumento na largura (cerca de 3 m/ano) quanto no comprimento do seu pontal arenoso (spit). Mudanças na direção e na intensidade das ondas, ocasionada pela presença de promontórios rochosos, arenitos costeiros, obras transversais e/ou a mudança da orientação da linha de costa, foram responsáveis pela erosão em algumas praias, tais como a Pedra do Sal (Setor II), e alguns trechos da praia Itaqui (Setor I) e Coqueiros (Setor I). Os ventos são preferencialmente provenientes de NE e E, com uma velocidade média de 4.12 m/s, atingindo suas maiores velocidades nos meses de outubro a dezembro. Nos setores I e II da área de estudo, esse componente é responsável por transportar os sedimentos da praia rumo aos campos dunares, enquanto que nos setores III e IV, o mesmo transporta os sedimentos das praias aos canais de maré, que por sua vez, conduz os sedimentos até outros setores, onde são depositados. Em curtos intervalos de tempo, o comportamento da linha de costa pode estar diretamente relacionado com a ação hidro climática na bacia de drenagem, devido as altas e positivas correlações entre essas três variáveis, e que as maiores taxas de erosão e 82 FERREIRA, T.A.B (2019) CONCLUSÕES E CONSIDERAÇÕES FINAIS progradação ocorreram, respectivamente, durante os ciclos de El Niño (1995 – 1999) e La Niña (2007 – 2009). No primeiro caso, a diminuição da quantidade de chuvas e descarga fluvial irá ocasionar uma pouca oferta de sedimentos a zona costeira. Somado isso ao intenso processo de redistribuição de sedimentos, ocasionado pela ação dos ventos, ondas, correntes e maré, grande parte do delta será erodido. No segundo caso (La Niña), o aumento dessas variáveis acarretou em uma maior oferta de sedimentos à zona costeira, fazendo com que houvesse um ganho sedimentar em quase todos os setores. Ademais, o escoamento fluvial é proporcional ao efeito da barreira hidráulica, favorecendo uma maior progradação sedimentar em áreas próximas a desembocadura do delta. Para uma melhor compreensão dos fatores oceanográficos na área de estudo, sugere-se num futuro próximo, levantamentos batimétricos e sonar na foz do rio Parnaíba, com o intuito verificar a existência de possíveis barras submersas e paleocondições deposicionais. A determinação das direções e velocidades de ondas e correntes, por intermédio de técnicas de sensoriamento remoto, seria de grande valia para estudar o comportamento morfodinâmico do delta ao longo do tempo. Já análises temporais dos campos de dunas não vegetadas ajudariam a estabelecer a influência eólica no DRP. Por fim, é aconselhável determinar quais são as melhores técnicas automáticas de extração da linha de costa de acordo com litologia e morfologia da praia e elaborar um modelo de erosão para todo litoral brasileiro, indicando quais áreas necessitam de um maior direcionamento técnico. 83 FERREIRA, T.A.B (2019) BIBLIOGRAFIA 8 BIBLIOGRAFIA ANA (2015) Conjuntura dos recursos hídricos no Brasil: regiões hidrográficas brasileiras Anthony EJ (2015) Wave influence in the construction, shaping and destruction of river deltas: A review. Mar Geol 361:53–78. doi: 10.1016/j.margeo.2014.12.004 Anthony EJ, Brunier G, Besset M, et al (2015a) Linking rapid erosion of the Mekong River delta to human activities. Sci Rep 5:1–12. doi: 10.1038/srep14745 Anthony EJ, Brunier G, Besset M, et al (2015b) Linking rapid erosion of the Mekong River delta to human activities. Sci Rep 5:1–12. doi: 10.1038/srep14745 Aquino da Silva AG, Amaro VE, Stattegger K, et al (2015a) Spectral calibration of CBERS 2B multispectral satellite images to assess suspended sediment concentration. ISPRS J Photogramm Remote Sens 104:53–62. doi: 10.1016/j.isprsjprs.2015.02.011 Aquino da Silva AG, Stattegger K, Schwarzer K, et al (2015b) The Influence of Climatic Variations on River Delta Hydrodynamics and Morphodynamics in the Parnaíba Delta, Brazil. J Coast Res 314:930–940. doi: 10.2112/JCOASTRES-D-14-00078.1 Aquino da Silva AG, Stattegger K, Schwarzer K, Vital H (2016) Seismic stratigraphy as indicator of late Pleistocene and Holocene sea level changes on the NE Brazilian continental shelf. J South Am Earth Sci 70:188–197. doi: 10.1016/j.jsames.2016.05.001 Aquino da Silva AG, Stattegger K, Vital H, Schwarzer K (2019) Coastline change and offshore suspended sediment dynamics in a naturally developing delta (Parnaíba Delta, NE Brazil). Mar Geol 410:1–15. doi: 10.1016/j.margeo.2018.12.013 Aquino MCS De, Oliveira JGB De, Sales MCL (2006) Estimativa da erosividade das chuvas (R) nas terras secas do Estado do Pauí. Rev Ciência Agronômica 37:287– 291 Beatley T, Brower DJ, Schwab A (2002) An introduction to coastal zone management. Isl Press 353:67–68. doi: 10.1016/S0964-5691(96)00034-8 Belda M, Holtanová E, Halenka T, Kalvová J (2014) Climate classification revisited : from Köppen to Trewartha. 59:1–13. doi: 10.3354/cr01204 Besset M, Anthony EJ, Sabatier F (2017) River delta shoreline reworking and erosion in the Mediterranean and Black Seas: the potential roles of fluvial sediment starvation and other factors. Elem Sci Anth 5:54. doi: 10.1525/elementa.139 Best J (2015) Anthropogenic Stresses on the World ’s Big Rivers. Nat Geosci 2015:1– 59. doi: 10.1038/s41561-018-0262-x Bhattacharya JP, Giosan L (2003) Wave-influenced deltas: Geomorphological implications for facies reconstruction. Sedimentology 50:187–210. doi: 10.1046/j.1365-3091.2003.00545.x Bird, E.C.F. (1996a) Beach Management. Wiley, Chichster 84 FERREIRA, T.A.B (2019) BIBLIOGRAFIA Bird E (2008) Coastal Geomorphology: An Introduction, Second edition Bittencourt ACDSP, Dominguez JML, Fontes LCS, et al (2007) Wave Refraction, River Damming, and Episodes of Severe Shoreline Erosion: The São Francisco River Mouth, Northeastern Brazil. J Coast Res 234:930–938. doi: 10.2112/05-0600.1 Bittencourt ACDSP, Dominguez JML, Moita Filho O (1990) Variações Texturais Induzidas Pelo Vento Nos Sedimentos Da Face Da Praia (Praia De Atalaia, Piauí). Rev Bras Geociências 20:201–207. doi: 10.25249/0375-7536.1990201207 Boak EH, Turner IL (2005) Shoreline Definition and Detection: A Review. J Coast Res 214:688–703. doi: 10.2112/03-0071.1 Cavalcanti APB (2004) Análise Integrada Das Unidades Paisagísticas Na Planície Deltaica Do Rio Parnaíba – Piauí / Maranhão. Rev Mercat 105–118 CEPRO (2008) Diagnóstico e Diretrizes para o Setor Mineral do Estado do Piauí Chander G, Markham BL, Helder DL (2009) Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote Sens Environ 113:893–903. doi: 10.1016/j.rse.2009.01.007 Chávez PSJ (1996) Image-based atmospheric corrections - revisited and improved. Photogramm Eng Remote Sensing 62:1025–1036. doi: 0099-1112/96/6209-1025 Chu ZX, Sun XG, Zhai SK, Xu KH (2006) Changing pattern of accretion/erosion of the modern Yellow River (Huanghe) subaerial delta, China: Based on remote sensing images. Mar Geol 227:13–30. doi: 10.1016/j.margeo.2005.11.013 Corbau C, Zambello E, Rodella I, et al (2019) Quantifying the impacts of the human activities on the evolution of Po delta territory during the last 120 years. J Environ Manage 232:702–712. doi: 10.1016/j.jenvman.2018.11.096 Dada OA, Li G, Qiao L, et al (2018) Recent Niger Delta shoreline response to Niger River hydrology: Conflict between forces of Nature and Humans. J African Earth Sci 139:222–231. doi: 10.1016/j.jafrearsci.2017.12.023 Dada OA, Li G, Qiao L, et al (2016) Seasonal shoreline behaviours along the arcuate Niger Delta coast: Complex interaction between fluvial and marine processes. Cont Shelf Res 122:51–67. doi: 10.1016/j.csr.2016.03.002 Dada OA, Qiao L, Ding D, et al (2015) Evolutionary trends of the Niger Delta shoreline during the last 100years: Responses to rainfall and river discharge. Mar Geol 367:202–211. doi: 10.1016/j.margeo.2015.06.007 Davidson-Arnott R (2010) Introduction to Coastal Processes and Geomorphology, Cambridge de Paula Filho FJ, Marins RV, de Lacerda LD (2015) Natural and anthropogenic emissions of N and P to the Parnaíba River Delta in NE Brazil. Estuar Coast Shelf Sci 166:34–44. doi: 10.1016/j.ecss.2015.03.020 Del Río L, Gracia FJ (2013) Error determination in the photogrammetric assessment of shoreline changes. Nat Hazards 65:2385–2397. doi: 10.1007/s11069-012-0407-y 85 FERREIRA, T.A.B (2019) BIBLIOGRAFIA Del Río L, Gracia FJ, Benavente J (2013) Shoreline change patterns in sandy coasts. A case study in SW Spain. Geomorphology 196:252–266. doi: 10.1016/j.geomorph.2012.07.027 Dominguez, J. M. L.; Bittencourt, A.C.S.P; Martin, L. O papel da deriva litorânea de sedimentos arenosos na construção das planícies costeiras associadas às desembocaduras dos rios São Francisco (SE/AL), Jequitinhonha (BA), Doce (ES) e Paraíba do Sul (RJ). Revista Brasileira de Geociências, São Paulo, v. 13, n.4, p. 98- 105, 1983. Dominguez, J.M.L. (1996) The São Francisco strandplain: a paradigm for wave- dominated deltas?. In: Geology of Siliciclastic ShelfSeas (Eds M. De Baptist and P. Jacobs), Geol. Soc. London Spec. Publ., 117, 217–231 Dominguez JML (2006) The Coastal Zone of Brazil : an Overview. I:16–20 Dominguez, J. M. L. ; Neves, S. M. ; Bittencourt, A.C.S.P ; Guimarães,. Paraíba. In: Dieter Muehe. (Org.). Panorama da Erosão Costeira no Brasil. 1ed.Brasília: Ministério do Meio Ambiente, 2018, v. 1, p. 327-343. El-Robrini, M.S; Dos santos, J. H.S; De Lima, L.G; Dos Santos, A.L.S; Souza, U.D.V. Maranhão p. 167 239. In: Muehe, D (org). Erosão e Progradação no Litoral Brasileiro. Brasília: Ministério do Meio Ambiente, 2018, 755p. Feijó FJ (1994) A Bacia de Barreirinhas. Bol Geociências PETROBRAS 8:103–109 Feyisa GL, Meilby H, Fensholt R, Proud SR (2014) Automated Water Extraction Index: A new technique for surface water mapping using Landsat imagery. Remote Sens Environ 140:23–35. doi: 10.1016/j.rse.2013.08.029 Figueiredo, Divino. Conceitos Básicos de Sensoriamento Remoto. Companhia Nacional de Abastecimento - CONAB. Brasília - DF, 2005. Fisher A, Flood N, Danaher T (2016) Comparing Landsat water index methods for automated water classification in eastern Australia. Remote Sens Environ 175:167– 182. doi: 10.1016/j.rse.2015.12.055 FitzGerald DM, Kraus NC, Hands EB (2000) Natural Mechanisms of Sediment Bypassing at Tidal Inlets. Erdc/Chl Chetn 4:1–10. doi: ERDC/CHL CHETN-IV-30 Florenzano, T.G. Iniciação em Sensoriamento Remoto. 3ª. ed. São Paulo: Oficina de Textos, 2011. 128 p. Gens R (2010) Remote sensing of coastlines: Detection, extraction and monitoring. Int J Remote Sens 31:1819–1836. doi: 10.1080/01431160902926673 Ghoneim E, Mashaly J, Gamble D, et al (2015) Nile Delta exhibited a spatial reversal in the rates of shoreline retreat on the Rosetta promontory comparing pre- and post- beach protection. Geomorphology 228:1–14. doi: 10.1016/j.geomorph.2014.08.021 Góes AMO, Feijó FJ (1994) Bacia do Paranaiba. Bol Geociencias da Petrobras 8:57–67 86 FERREIRA, T.A.B (2019) BIBLIOGRAFIA Gonzalez RA, Andreoli RV, Candido LA, et al (2007) A influência do evento El Niño – Oscilação Sul e Atlântico Equatorial na precipitação sobre as regiões norte e nordeste da América do Sul. ACTA Amaz 43:469–480 Hagenaars G, de Vries S, Luijendijk AP, et al (2018a) On the accuracy of automated shoreline detection derived from satellite imagery: A case study of the sand motor mega-scale nourishment. Coast Eng 133:113–125. doi: 10.1016/j.coastaleng.2017.12.011 Hapke CJ, Himmelstoss EA, Kratzmann, M., List JH, Thieler ER (2010) National assessment of shoreline change; historical shoreline change along the New England and Mid-Atlantic coasts: U.S. Geological Survey Open-File Report 2010-1118. US Geol Surv Open-File:57 p Lima, E.A.M; Brandão, R.L. Geologia do Estado do Piaui. P17-24. In: PFALTZGRAFT, P. A. S. (Org.); TORRES, F. S. M. (Org.) ; BRANDÃO, Ricardo de Lima (Org.) . Geodiversidade do Estado do Piauí. 01. ed. Recife: CPRM, 2010. v. 01. 260p Ibáñez C, Benito X, Reyes E, et al (2018) Basin-scale land use impacts on world deltas: Human vs natural forcings. Glob Planet Change 173:24–32. doi: 10.1016/j.gloplacha.2018.12.003 Jensen, J. R. Remote Sensing of the Environment: An Earth Resource Perspective 2nd Edition. London: Pearson, 2009.608p; Kelly JT, Gontz AM (2018) Using GPS-surveyed intertidal zones to determine the validity of shorelines automatically mapped by Landsat water indices. Int J Appl Earth Obs Geoinf 65:92–104. doi: 10.1016/j.jag.2017.10.007 Kermani S, Boutiba M, Guendouz M, et al (2016) Detection and analysis of shoreline changes using geospatial tools and automatic computation: Case of jijelian sandy coast (East Algeria). Ocean Coast Manag 132:46–58. doi: 10.1016/j.ocecoaman.2016.08.010 Komar PD (2012) Coastal Erosion Processes and Impacts: The Consequences of Earth’s Changing Climate and Human Modifications of the Environment. Elsevier Inc. Kong D, Miao C, Borthwick AGL, et al (2015) Evolution of the Yellow River Delta and its relationship with runoff and sediment load from 1983 to 2011. J Hydrol 520:157– 167. doi: 10.1016/j.jhydrol.2014.09.038 Kuleli T, Guneroglu A, Karsli F, Dihkan M (2011) Automatic detection of shoreline change on coastal Ramsar wetlands of Turkey. Ocean Eng 38:1141–1149. doi: 10.1016/j.oceaneng.2011.05.006 Lacerda LD De, Maia LP, Monteiro LHU, et al (2006) Manguezais do Nordeste. Ciência Hoje Luijendijk A, Hagenaars G, Ranasinghe R, et al (2018) The State of the World’s Beaches. Sci Rep 8:1–11. doi: 10.1038/s41598-018-24630-6 87 FERREIRA, T.A.B (2019) BIBLIOGRAFIA Martínez C, Contreras-López M, Winckler P, et al (2018) Coastal erosion in central Chile: A new hazard? Ocean Coast Manag 156:141–155. doi: 10.1016/j.ocecoaman.2017.07.011 McFeeters SK (1996) The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. Int J Remote Sens 17:1425–1432. doi: 10.1080/01431169608948714 Mentaschi L, Vousdoukas MI, Pekel J, et al (2018) Global long-term observations of coastal erosion and accretion. 1–11. doi: 10.1038/s41598-018-30904-w Milliman JD, Farnsworth KL (2011) River discharge to the coastal ocean: A global synthesis MMA (2006) Caderno da Região Hidrográfica do Parnaíba. Ministério do Meio Ambient Brasília: 184 p. Mukhopadhyay A, Ghosh P, Chanda A, et al (2018) Threats to coastal communities of Mahanadi delta due to imminent consequences of erosion – Present and near future. Sci Total Environ 637–638:717–729. doi: 10.1016/j.scitotenv.2018.05.076 Nicholls RJ, Cazenave A (2010) Sea-level rise and its impact on coastal zones. Science (80- ) 328:1517–1520. doi: 10.1126/science.1185782 Nicholls RJ, Wong PP, Burkett VR, et al (2007) Coastal systems and low-lying areas. Clim Chang 2007 Impacts, Adapt Vulnerability 315–356 Nicolodi JL, Petermann RM (2010) Potential vulnerability of the Brazilian coastal zone in its environmental, social, and technological aspects. Panam J Aquat Sci 5:184– 204. doi: 10.1017/CBO9781107415324.004 Oliveira PTS, Wendland E, Nearing MA (2013) Rainfall erosivity in Brazil: A review. Catena 100:139–147. doi: 10.1016/j.catena.2012.08.006 Ouellette W, Getinet W (2016) Remote sensing for Marine Spatial Planning and Integrated Coastal Areas Management: Achievements, challenges, opportunities and future prospects. Remote Sens Appl Soc Environ 4:138–157. doi: 10.1016/j.rsase.2016.07.003 Paula, J.E.A. Dinâmica Morfológica da planície costeira do estado do Piauí: Evolução, comportamento dos processos costeiros e a variação da linha de Costa. Tese de doutorado em Ciências Marinhas Tropicais pela Universidade Federal do Ceará, Ceará, Brasil. 2013. 242p. Paua, J.E.A; De Morais, J.O; Pinheiro, L.S; Gomes, M.L. Piaui. p 241-259. In: Muehe, D (org). Erosão e Progradação no Litoral Brasileiro. Brasília: Ministério do Meio Ambiente, 2018, 755p. Paula, J.E.A; De Morais, J.O; Pinheiro, L.S; GomeS, M.L Piauí Beach Systems. In: Short, A.D (Org); Klein, A.H.F (Org.). Brazilian Beach Systems. 1ed.Flórida, USA: SPRINGER, 2016, v. 17, p. 0-611. Pardo-Pascual JE, Sánchez-García E, Almonacid-Caballer J, et al (2018) Assessing the accuracy of automatically extracted shorelines on microtidal beaches from landsat 88 FERREIRA, T.A.B (2019) BIBLIOGRAFIA 7, landsat 8 and sentinel-2 imagery. Remote Sens 10:1–20. doi: 10.3390/rs10020326 PintoBittencourt ACDS, Dominguez JML, Martin L, Silva IR (2005) Longshore transport on the northeastern Brazilian coast and implications to the location of large scale accumulative and erosive zones: An overview. Mar Geol 219:219–234. doi: 10.1016/j.margeo.2005.06.006 Qiao G, Mi H, Wang W, et al (2018) 55-year (1960–2015) spatiotemporal shoreline change analysis using historical DISP and Landsat time series data in Shanghai. Int J Appl Earth Obs Geoinf 68:238–251. doi: 10.1016/j.jag.2018.02.009 Ranieri LA, El-Robrini M (2015) Evolution of the salinópolis shoreline, Northeastern of Pará, Brazil. Pesqui em Geociencias 42:207–226. doi: 10.22456/1807-9806.78121 Romine BM, Fletcher CH, Frazer LN, et al (2009) Historical Shoreline Change, Southeast Oahu, Hawaii; Applying Polynomial Models to Calculate Shoreline Change Rates. J Coast Res 256:1236–1253. doi: 10.2112/08-1070.1 Rubio GG, Huntley DA, García-rubio G, et al (2014) Evaluating shoreline identification using optical satellite images Evaluating shoreline identi fi cation using optical satellite images. Mar Geol 359:96–105. doi: 10.1016/j.margeo.2014.11.002 Sila, C. G.; Patchineelam, S.M ; Baptista Neto, J.A; Ponzi, V.R.A. Ambientes de Sedimentação Costeira e Processos Morfodinâmicos Atuantes na Linha de Costa. In: Baptista Neto, J.A; Ponzi, V.R.A; Sischel, S.E. (Org.). Introdução à Geologia Marinha. 1ed.Rio de Janeiro: Interciência, 2004, v. 1, p. 175-218. Song C, Woodcock C, Seto K (2001) Classification and change detection using Landsat TM data: when and how to correct atmospheric effects? Remote Sens Environ 75:230–244 Souza, G. R.de G. et al. Praias Arenosas e Erosão costeira. In: SOUZA, G (Org). Quaternário do Brasil. Riberão Preto (SP). Holos Editora, 2005. 378p. Souza, C.R. de G. 2009. A Erosão nas Praias do Estado São Paulo: Causas, Conseqüências, Indicadores de Monitoramento e Risco. In: Bononi, V.L.R., Santos Junior, N.A. (Org.), Memórias do Conselho Cientifico da Secretaria do Meio Ambiente: A Síntese de Um Ano de Conhecimento Acumulado, pp.48-69, Instituto de Botânica – Secretaria do Meio Ambiente do Estado de São Paulo, São Paulo, SP, Brasil. (ISBN 978-85- 7523-025-1). Souza CR de G (2009) A Erosão Costeira e os Desafios da Gestão Coastal Erosion and the Coastal Zone Management Challenges in Brazil. Rev da Gestão Costeira Integr 9:17–37. doi: 10.5894/rgci147 Sunder S, Ramsankaran R, Ramakrishnan B (2017) Inter-comparison of remote sensing sensing-based shoreline mapping techniques at different coastal stretches of India (Environmental Monitoring and Assessment, (2017), 189, 6, (290), 10.1007/s10661-017-5996-1). Environ Monit Assess 189:. doi: 10.1007/s10661- 017-6046-8 89 FERREIRA, T.A.B (2019) BIBLIOGRAFIA Syvitski JPM, Milliman JD (2006) Geology, Geography, and Humans Battle for Dominance over the Delivery of Fluvial Sediment to the Coastal Ocean. J Geol 115:1–19. doi: 10.1086/509246 Szczygielski A, Stattegger K, Schwarzer K, Koenig J (2014) Evolution of the Parnaíba Delta ( NE Brazil ) during the late Holocene Evolution of the Parnaíba Delta ( NE Brazil ) during the late Holocene. doi: 10.1007/s00367-014-0395-x Thieler ER, Himmelstoss EA, Zichichi J., Ergul A (2017) Digital Shoreline Analysis System (DSAS) version 4.0 — An ArcGIS extension for calculating shoreline change (ver.4.4, July 2017 Valderrama-Landeros L, Flores-de-Santiago F (2019) Assessing coastal erosion and accretion trends along two contrasting subtropical rivers based on remote sensing data. Ocean Coast Manag 169:58–67. doi: 10.1016/j.ocecoaman.2018.12.006 Vital H (2014) Chapter 4 The north and northeast Brazilian tropical shelves. Geol Soc London, Mem 41:35–46. doi: 10.1144/m41.4 Xu H (2006) Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. Int J Remote Sens 27:3025–3033. doi: 10.1080/01431160600589179 Zhai K, Wu X, Qin Y, Du P (2015) Comparison of surface water extraction performances of different classic water indices using OLI and TM imageries in different situations. Geo-Spatial Inf Sci 18:32–42. doi: 10.1080/10095020.2015.1017911 Zhu Z (2017) Change detection using landsat time series: A review of frequencies, preprocessing, algorithms, and applications. ISPRS J Photogramm Remote Sens 130:370–384. doi: 10.1016/j.isprsjprs.2017.06.013 90 FERREIRA, T.A.B (2019) ANEXOS 9 ANEXOS The use of Digita Shoreline Analysis System (DSAS) to assess Parnaíba Delta (NE, Brazil) short-term morphodynamics conditions. Thiago Augusto Bezerra Ferreira¹. André Giskard Aquino da Silva¹. Yoe Alain Reyes Perez¹. Helenice Vital¹, Karl Stattegger2,3 1Programa de Pós-Graduação em Geodinâmica e Geofísica. Universidade Federal do Rio Grande do Norte, Brazil 2Adam Mickiewicz University, Poznań, Poland 3Kiel University – Germany E-mail addresses: ferreira.augustus@gmail.com (T.A.B. Ferreira); andregiskard@hotmail.com (A.G. Aquino da Silva); yoealain@yahoo.com (Y.A.R. Perez); helenice@geologia.ufnr.br (H. Vital), Abstract Deltaic regions are transitional environments, where continuous changes at different temporal and spatial scales occur, which are related to several processes such as oceanographic, fluvial, climatic and anthropogenic. Continuous monitoring of this environment provide information for understand the spatial distribution of erosive/depositional scenarios, hence, its development. The main objective of this research was to investigated the coastline behavior of the Parnaiba River Delta (PRD) between 1984 and 2017, determining the rates of retreat and progradation of shorelines using the satellite images and statistical methods. The PRD coastline is approximately 100 km long, therefore it was divided into four sectors (I – IV). From the Weighted Linear Regression (WRL) values, which is a statistical method used by the Digital Shoreline Analysis System (DSAS), it was possible to classify the delta coastline into five classes, regarding shoreline changes: intense retreat, moderate retreat, stable area, moderate progradation and intense progradation. The results revealed that 21% of the beaches on the delta are under intense shoreline retreat, 30% under moderate shoreline retreat, 4% are stable, 29% under moderate shoreline progradation and 15% under intense shoreline progradation. Considering the mean (-0.44 m / year) and median values (-0.49 m/year), the entire delta can be classified as a relatively stable region. Differently from most deltaic coastlines worldwide, the PRD is not severely impacted by anthropogenic action, suggesting it snaturally developing condition to be the factor responsible for the short-term stability of the PRD shoreline. Introduction River deltas worldwide are densely populated areas where large cities have been developed (Beatley et al. 2002; Anthony 2015). Increasing urbanization in the last decades lead to several changes on the delta area (constructions of coastal infrastructure, land reclamation, river dams, sand mining, deviation of river course, ground water extraction) causing acceleration of erosive processes on the coastal zone, resulting in socioeconomics and environmental damages (Bird 2008; Anthony et al. 2015; Ghoneim et al. 2015; Corbau et al. 2019). Therefore, understanding the spatial distribution of erosion risks on the deltaic coastal zone is of extreme importance to the development of mitigation plans (Beatley et al., 2002; Quiao et al., 2018). In this frame, continuous monitoring of coastal environment provide data to understand its morphodynamics, helping predicting the development of erosional/depositional trends (Luijendijk et al. 2018; Qiao et al. 2018; Vousdoukas et al. 2018). In order of monitoring coastal environments, the understanding of the changes in shoreline position is fundamental. The shoreline, is defined as the interface between land and water, and it is considered a geomorphic system undergoing continuous changes, which occur in several spatial and temporal scales (Beatley et al. 2002). The use of orbital remote sensing (Landsat, Sentinel, Spot, Ikonos) is considered one of the best methods for monitoring shorelines changes. This technique allows acquiring consistent data from large geographic areas at regular time intervals, hence, it is more efficient than conventional techniques (Gens 2010; Ghoneim et al. 2015; Zhai et al. 2015; Luijendijk et al. 2018; Qiao et al. 2018). Recently, several studies using orbital remote sensing have been done to quantify shoreline changes in deltaic environments such as the Nile delta (Ghoneim et al. 2015), Ebro and Rhone (Besset et al. 2017), Niger (Dada et al. 2018), Po (Bittencourt et al. 2007) and Mekong (Anthony et al. 2015). These studies have demonstrated deltaic coastal erosion as direct consequence of anthropogenic impacts on the natural system. On the other hand, the Parnaiba’s River Delta (PRD), located in northeast Brazil, has only little human interventions on the delta area, as well as the catchment area of the river. In this context, the 91 FERREIRA, T.A.B (2019) ANEXOS short-term (decadal) evolution of this delta coastline increases the understanding on the behavior of a naturally developing system under the pressure of sea-level rise. Therefore, the main objective of this work is to use satellite imagens for mapping the temporal evolution of the PRD coastline, from 1984 to 2017, and discuss the main causes of its variation. Study Area The PRD is located on northeast Brazil, between the states of Maranhão and Piauí (Fig.1), covering approximately 3138 km2 (MMA,2006) where more than 280,000 inhabitants living on (IBGE, 2016). These states are located between pre-Amazon wet and NE semi-arid climatic zones (Köppen 1936). This transition region exhibits a rainy season from January to May, with a monthly rainfall average over 150 mm, followed by a dry season from June to December (Paula et al, 2016; 2018), and the coast is subject to Equatorial Atlantic Air Mass with strong northeast trade winds blowing most of the year with an average of 4.4 m/s (Paula et al, 2016; 2018). Figure 1: Location of study area in relation to South America (a), Brazil (b) and northeast brazil (c). Description of the major features on the delta and the sectors I to IV, in which the delta coastline was divided (c) . The PRD is an asymmetric delta, dominated by both waves and tides, with a shallow and narrow continental shelf offshore (Szczygielski et al. 2014; Aquino da Silva et al. 2015b). Tidal amplitudes of the meso-tidal regime vary between 1.70 and 3.06m for neap and spring tide conditions respectively (Aquino da Silva et al. 2015b). The wave climate is dominantly N-NE and E-NE-directed with a significant wave height between 0.60 to 1.1 meters, and an average period of 6 to 9 s (Paula et al, 2016). Winds and wave climate generate a longshore current with predominant east-west direction. The Parnaiba’s River (PR) is the second largest river of NE Brazil, in terms of length (1400 km long) and drainage basin size (344.122 km²) (MMA, 2006). The mean annual water discharge is 841 m³/s, measured at Luzilândia station (approximately 120 km from its mouth, which is closest to the study area), with suspend sediment concentration (SSC) over 50 mg/l and an annual suspended sediment load (SSL) around 2.54x106 ton (MMA, 2006). In its midstream (approximately 700 km from its mouth), there is a river dam at Parnaíba River (PR) midstream, where operates Boa Esperança hydroelectrical power station. PR flows mostly over sedimentary rocks from Parnaiba Basin and over Barreirinhas Basin in its lowermost course. The Parnaiba basin is mainly composed of sedimentary rocks deposited in five Super sequences 92 FERREIRA, T.A.B (2019) ANEXOS from the Silurian until the Cretaceous (Góes and Feijó 1994). The Barreirinhas basin has similar sedimentary composition, and its formation is related to the fragmentation of the supercontinent Gondwana, during the Mesozoic (Feijó 1994). Rock types of both basins range from conglomerates and coarse-grained sandstones to shales and siltstone. Both basins have strong structural component with occurrence of listric normal faults and strike-slip faults (Feijó 1994; Góes and Feijó 1994). Turbidity data collected before and after the river dam demonstrates that most of the sediment is generated downstream from the dam (Aquino da Silva et al., 2019). PRD can be divided in two parts, eastern and western, where two types of coasts dominate (Szczygielski et al. 2014). The eastern part (sectors I e II, Fig. 1) consists of an actively migrating coastal dune field, beaches (up to 200 m wide) and prograding barriers islands. In the western part, tidal channels associated with estuarine-lagoonal conditions, narrow beaches, several sand spits dominate the coast. In 1996 the PRD, as well as its adjacencies, became an Environmentally Protected Area in order to preserve its biodiversity and landscape. Materials and methods Images from LANDSAT series satellites were used to map the changes on PRD coastline between 1984 and 2017. The proposed methodology (Fig. 2) consist of three main steps: (a) digital image processing to highlight the land/water boundary, (b) automatic shoreline extraction and bias analysis and (c) historical analysis of the shoreline through Digital Shoreline Analysis System (DSAS). Figure 2: Conceptual flow chart in this study: (a) Acquisition and digital image processing, (b) automatic shoreline’s extraction and (c) historical analysis of the shoreline through DSAS. Digital Image Processing of Landsat Satellite images The shoreline positions of the PRD (table 1) were extracted from Landsat satellite images (sensors TM, ETM+ and OLI/TIRS) at an unequal interval between 1984 to 2017. The images ware a Level 1 Terrain corrected (L1T) product, which are radiometrically and geometrically terrain corrected. Table 1: Information about Landsat images and uncertainty analyzes. Notes: PE – Pixel error, RE – Rectification error and TE – Total Error. Image Data Sensor Type Image Tidal Time of Highest PE RE TE (yyyy/mm/dd) time height at highest tide tide (m) (m) (m) acquisition imagery recorded on recorded (GMT) time day of image on day of 93 FERREIRA, T.A.B (2019) ANEXOS (m) acquisition image (GMT) acquisition 2017-09-28 Landsat 8 OLI 12:58 2.37 13:17 2.37 30 ---- 30 2014-08-03 Landsat 8 OLI/ 12:58 2.64 12:48 2.65 30 4.2 30.29 2012-10-08 Landsat 7 12:54 2.35 13:12 2.25 30 7.1 30.83 ETM+ 2009-10-24 Landsat 7 12:48 2.50 13:02 2.55 30 6.21 30.63 ETM+ 2007-10-03 Landsat 5 TM 12:51 2.38 13:15 2.38 30 5.10 30.43 2004-08-07 Landsat 5 TM 12:41 2.61 12:35 2.61 30 5.89 30.57 2001-12-21 Landsat 5 TM 12:38 2.46 13:08 2.49 30 6.30 30.65 1999-11-14 Landsat 5 TM 12:51 2.54 13:19 2.56 30 4.70 30.37 1995-11-03 Landsat 5 TM 11:58 2.62 12:45 2.72 30 7.20 30.85 1989-12-04 Landsat 5 TM 12:22 2.54 12:50 2.56 30 4.26 30.30 1987-11-13 Landsat 5 TM 12:26 2.35 13:00 2.37 30 7.8 31 1984-09-01 Landsat 5 TM 12:28 2.73 12:15 2.73 30 5.6 30.52 The geometric registration process was applied to improve the position of the satellite images, using the Landsat-8 OLI image from 2017 as baseline to perform image-to-image registration. More than 20 commonly ground control points (GCP) were identified, such as intersections of highways/avenues, being used to resample from the first order polynomial transformation. After this procedure the Root Mean Square Error (RMSE) was less than 8.0 m (Table 1). The atmosphere affects the radiance and reflectance received at the satellite by scattering, absorbing, and refracting the electromagnetic wave (Chávez 1996). Therefore, in order compare data obtained under different atmospheric conditions such interference must be corrected. A widely accepted method to compensate the atmospheric these effects caused by haze, dust or smoke, is the dark object subtraction method (DOS) (Chavez, 1996). This method is simple, robust and accurate for atmospheric correction, especially when dealing with low reflectance as it is common in aquatic environments (Aquino da Silva et al., 2015) Automatic shoreline extraction The "Modified Normalized Difference Water Index" - MNDWI (Eq.1). This index was created because the water pixels have a maximum reflectance in the green band and a higher absorption (minimum reflectance) in the MIR band. In turn, soil, vegetation and dry sand have higher reflectances in the MIR band. As result of MNDWI, a new raster image with values ranging from +1 to -1 is generated. The water pixels are enhanced, presenting positive values, while vegetation pixels, dry sediments and soil are suppressed, exhibiting negative values (Xu 2006). Some authors defined the optimal threshold to segregate water and land as zero (Xu, 2006; Fisher et al., 2016; Kelly and Gontz, 2018). Finally, each binary image was converted into polygons and later into polylines. 𝐺𝑟𝑒𝑒𝑛 − 𝑀𝐼𝑅 𝑀𝑁𝐷𝑊𝐼 𝐼𝑛𝑑𝑒𝑥 = (𝐸𝑞. 1) 𝐺𝑟𝑒𝑒𝑛 + 𝑀𝐼𝑅 Bias analysis The variations of shoreline position occur at different spatial and time scales. On short time scales (hours to years) such variations are directly related to wave action, storms surges, tides, currents, among others (Beatley et al. 2002). Therefore, it is necessary for the interpreter to identify and quantify the uncertainties related to the variation of shoreline’s position, including them in the model to assure its reliability (Romine et al. 2009; Del Río and Gracia 2013). Uncertainty analysis pointed out four possible sources of error, which were: rectification error (RE), Pixel error (PE), seasonal error (SE) and tidal error (TDE). The rectification error (RE) is expressed by the georeferencing RMSE of the satellite images (or aerial photographs). The pixel error (PE) is equal to the satellite spatial resolution, as demonstrated in table 1, decreasing with the increase of sensors spatial resolution. The seasonal error (SE) is associated with the interannual depositional and erosional cycles occurring on the beach profile, which naturally changes its inclination. Tidal error (TDE) is related to the daily displacement of the shoreline position due to the tidal amplitude. The magnitude of TDE depends of the inclination of the beach profile in combination with the vertical variation of the water level height (Del Río and Gracia 2013). Thus, to eliminate these errors, the 94 FERREIRA, T.A.B (2019) ANEXOS images used were taken on the same season (dry season to minimize cloud cover) and during high tide (Table 1), hence, eliminating the TDE. The parameters for the selection criteria (climatological and tidal data) were obtained from the Hydrography Department of the Brazilian Navy (DHN–Diretoria de Hidrografia e Navegação) and from Xtides software (https://flaterco.com/xtide/). The uncertainties were computed (Eq.2) based on the parameters of Eq. 2 (Romine et al., 2009), whose results are described in table 1. 𝐸𝑡 = √𝐸𝑟2 + 𝐸𝑝2´ (𝐸𝑞. 2) TE: The total shoreline positional error for each year RE: Rectification error PE: Pixel error Historical analysis of the shoreline - DSAS. The DSAS is a freely available application software that works within ArcMap and are used to compute the rate-of-change for a time series of a given vector data (Thieler et al, 2017), which in this case is the shoreline. DSAS calculates the displacement over time base on three vector files: a baseline, the shoreline and transects perpendicular to both baseline and shoreline. The baseline is the starting point for all transects cast, while the transects intersect each shoreline vectors at the measurement points from which shoreline-change rates were calculated. The baseline was created onshore, positioned at 600 meters from the oldest shoreline (1984). Several transects with 100 meters spacing distance were generated on each of the defined sectors (Fig. 1), being 189 in sector I, 205 in sector II, 96 in sector III and 162 in sector IV. Among all the DSAS methods, this study used Weghted Linear Regression (WLR) and WLR- squared (WLR²) to quantify changes along shoreline from 1984 to 2017. This method provide more reliable data since greater emphasis, or weight, is given towards determining a best-fit line, and the weight (Eq.3) is defined as a function of the variance in the uncertainty of the measurement (Thieler et al., 2017), according to the bias analysis. The WRL² statistics is a dimensionless index that ranges from 1.0 to 0.0 and measures how successfully the best-fit line accounts for variation in the data. 1 𝑊 = (𝐸𝑞. 3) 𝑒² W: Regression’s weight e: Shoreline uncertainty value Negative values of WLR indicates erosion of the shoreline, while positive denotes accretion. WRL² values above the threshold of 0.7 show that the regression analysis is consistent. Rates of accretion and erosion were divided into five categories, adapted from Luijendijk et al. (2018) Table 2: Shoreline classification based on WLR’s values Rates of shoreline change (m/yr) Shoreline classification > + 3 Intense progradation + 0.5 to + 3 Moderate progradation - 0.5 to + 0.5 Stable - 3 to -1 Moderate retreat < - 3 Intense retreat Results Table 3 and Figure 3 show the results obtained from the WRL method. During the 34 years observed, 21% of the PRD coastline exhibited intense erosion, 30% moderate erosion, 4% stable, 30% moderate accretion and 15% intense accretion. Major erosion trended to have occurred away from PR mouth and predominantly on the west side of the delta, while deposition, or stability, prevailed on the east side. Considering the mean (-0.44 m/year) and median values (-0.49 m/year), the entire delta coastline can be classified as in stable conditions. Table 3: Values observed from WLR and WRL² methods in the all the sectors of the study area. Sectors Beaches Transects Mean Median Std. Mean WRL WRL WRL WLR² Sector I Arrombado 1 - 54 -2.1 -2.4 0.6 0.75 Itaqui 55 - 80 2.4 2.4 0.6 0.71 Coqueiros 81 - 113 2.1 2.2 0.3 0.37 Atalaia 114 - 189 3.1 3 0.7 0.78 95 FERREIRA, T.A.B (2019) ANEXOS Sector Eólica 1 - 97 -1.1 -3.0 1.2 0.75 II Pedra do Sal 99 - 129 -2.2 -3.6 0.9 0.74 Cotia 130 - 146 1.8 2.5 1.8 0.75 Barra das Canárias 147 - 215 18.6 19.1 5.0 0.86 Sector Poldro's (Eastern Subsector) 1 - 52 -9 -4.8 5.2 0.86 III Poldro's (Western Subsector) 53 - 97 1.8 2.3 1.0 0.78 Sector Caju's (Eastern Subsector) 1 - 31 5 8.0 6.7 0.69 IV Caju's (Central subsector) 32 - 102 -9.1 -10.0 3.3 0.91 Caju's (Western Subsector) 103 - 162 -6.3 -2 7.4 0.85 Sector I cover the coastline where are the beaches of Arrombado, Itaqui, Coqueiros and Atalaia, being located near the largest urban centers of the study area (Luís Correia and Parnaíba), with combined average population of 140,000 inhabitants. All the other sectors do not have major cities and / or villages near the coastline. In general, Arrombado was the only one in this sector to be classified as a moderate erosional beach (mean of -2.1 m/year), while all others registered moderate accretion. The highest rates of shoreline progradation occurred on Atalaia, the most urban beach, whose average values were +3.1 m / year. WRL² values have shown that the weighted regression provided reliable results for this sector, With the exception of Coqueiro’s beach (0.37). According to the mean and median values, in sector II, the Eólica and Pedra do Sal beaches were classified as regions that were under moderate erosion. However, it was noticed that near the Igaraçu River (IR) mouth, occurred shoreline progradation, reaching values over 4 m/year. In turn, the beaches of Cotia and Barra das Canarias, near the PRD, showed moderate and intense accretion respectively. Regarding the coefficient of determination or WRL², all the beaches in this sector presented values above the threshold of acceptance, especially the Barra das Canárias (0.89), indicating that the changes of shoreline position were relatively constant. Sector III corresponds to the Poldro’s beach, located in the west part of PRD. Due to the patterns of these transects, this region was divided into east and west subsectors. The east subsector showed that erosion was occurring in all its 52 transects, with a mean annual shoreline retreat of 9 m. In turn, the subsector west was classified as under moderate shoreline progradation, reaching a WRL an average of 1.8 m/year. In general, the mean WRL² on Sector III were above the threshold, with higher values occurring in the east subsector. In Sector IV, as occurred in sector III, the Caju’s beach was divided into subsectors (east, central and west) due to the patterns of its transects. The subsector east showed intense accretion with mean shoreline progradation of 5 m/year. However, the low value of the WRL2 (0.69), which is slightly below the threshold, indicates that this result may not be reliable. The transects from the central subsector (71) were classified as occurring intense shoreline retreat, with a WRL average of -9.1m/year. The same occurring in subsector west, in which was observed an average retreat of 6.3m/year. The high values of WRL² (0.9) show that erosion in subsectors central and west were constant between 1984 and 2017. 96 FERREIRA, T.A.B (2019) ANEXOS Figure 3: Shorelines classification based on WRL values between 1984 – 2017 on all PRD (a), at sector I (b), sector II (c), sector III (d) and sector IV (e). The coefficients of determination (WRL²) values of these same sector are represented by (f), (g), (h) and (i) 97 FERREIRA, T.A.B (2019) ANEXOS Discussions Use of satellite images and statistical methods for analysis of coastal morphodynamics The WRL² values in the four Sectors showed that the integration between statistical models, such as those used by DSAS software, and data obtained from satellite images are effective techniques for detection and quantification of variations on shoreline position with time. The simplicity of the method, its low costs for application and the accessibility of the input data (obtained from freely available satellite images), allow this methodology to be used on other areas worldwide (Ghoneim et al. 2015; Dada et al. 2018; Luijendijk et al. 2018; Mukhopadhyay et al. 2018; Qiao et al. 2018). However, a number of uncertainties must to be considered in order to have accurate results from this method (Romine et al. 2009; Del Río and Gracia 2013). The choice of the remote sensor to be used, in regard of its special and spectral resolution, will depend on the magnitude of the changes intended to be measured. In this case, the Landsat program was chosen because it provided a large historical data, despit its moderate spatial resolution (range from 90 to 15 meters), and the changes to be mapped were well above its spatial resolution (hundreds to thousands of meters). Moreover, the spectral resolution of the Landsat helped on the clear definition of the land/water boundary (shoreline), allowing the use of automatic shoreline extraction methods such as AWEI (Fisher et al. 2016) and MNDWI (Xu 2006). This reduces the uncertainty related to the subjectivity of the interpreter in defining the shoreline position (Zhai et al. 2015; Fisher et al. 2016; Kelly and Gontz 2018). On areas where the magnitude of the changes are on the order of meters to few tenths of meters, sensors with high spatial resolution must be used (IKONOS, Quickbird, WorldView, aerial photographs), which are generally expensive and have a temporal limitation. The uncertainties related to the seasons and daily variatios of the tidal height influence the choice of the sensor in terms of its revisit period. Depending on the type of tidal regime (meso- and macro-tidal range) and beach slope, seasonal and tidal variations can introduce errors from tens to hundreds of meters in the statistical model (Gens 2010; Del Río and Gracia 2013; Aquino da Silva et al. 2019). It is worth to mention the importance on the choice of the statistical method to be used by DSAS. The Net Shoreline Movement (NSM) and EPR methods are recommended for scales of year-to-decade, while both regressions LRR and WRL are indicated for interannual to decadal time scales because the use a large number of shorelines data. (Thieler et al, 2017; Hapke et al., 2011). Driving forces of shoreline change On decadal time scales, the coastline is influenced by several interrelated factors, such as climatic (rainfall), hydrologic (river discharges), oceanographic (waves, currents and tides), geological and anthropogenic processes (Beatley et al., 2002). In the PRD, the highest values of accretion were observed near the IR and PR. This because although the PR presents a low suspended sediment concentration (SCC), around 91.4 mgl/l, the river yields approximately 2.54x106 t/year of sediments to inner continental shelf (Aquino da Silva et al., 2015b). The majority of the sediment yielded is due to the high fluvial discharge of the river and the geology of the drainage basin, which is mainly composed of sandstones and Quaternary sediments from the Parnaiba and Barreirinhas basins (Feijó, 1994; Góes and Feijó, 1994; Aquino da Silva et al., 2015a, 2019). The changes that occurred at the delta’s mouth (Barra das Canárias and Poldro's east subsector) may be due to the groin effect caused by the river runoff (Anthony et al., 2015a). Strong jetty rivers combined with shoals off the river mouth, can prevent the sediment bypass from longshore currents as well as to cause refraction of waves. This effect contributed to the high rate of shoreline progradation on the east side of PR mouth, with means rates over 15 m/yr, and the updrift migration of a spit at the west margin (Fig.4). Outside the groin effect influence, waves and longshore currents play a fundamental role in the remobilization and transport of sediments on the E-W direction. From Fig. 3 suggests that sediments eroded in the Poldro’s eastern subsector are deposited in the subsector west, causing an increase in both the width (about 1m / year) and length of a spit wets from PR mouth (spit grow over 10 km along 30 years). In some beaches, such as the Arrombado (Sector I) and Pedra do Sal (sector II), erosion is occurring mainly by the waves refraction due the presence of rock outcrops and/or headlands (Paula et al., 2016, 2018). In sector IV, part of the sediments is transported into the tidal channels during flood phase (Aquino da Silva et al, 2019), while other part is eroded and transported by the waves and longshore current, to Melancieira’s island (Fig 3.c), during ebb phase and slack water. A sand bar was formed, over the last ten years, which is possibly disturbing the propagation of the wave trend at this location, modifying the local hydrodynamics, as noticed in the Barra das Canárias’s beach (east margin of PR mouth). 98 FERREIRA, T.A.B (2019) ANEXOS Figure 4: Shoreline’s evolution over time. (a) shows the sectors I, II and III. (b) shows the formation and fill of the mouths bar (Barra das Canárias beach) and the updrift migration of a spit at the west margin (Poldro’s easternmsubsector). (c) indicates a length increase of a spit from west PR (Poldro’s western subsector). (d) denotes the sand bar formations (Caju's Eastern Subsector) and the sediments transport to the Melanceira’s island. Differently from most deltas around the world, the Parnaíba is not severely anthropogenically impacted, and this may contribute for the prevalence of stabile conditions of the PRD shoreline over time (despite the increasing rates of relative sea-level rise observed on the past decades). Fluviometric data demonstrated that Boa Esperança river dam, located ~600 km upstream from the study area, is fed only by minor part of the drainage basin upstream the reservoir, comprising only 25% of the total discharge (Aquino da Silva et al., 2015a). Therefore, the major part of the river course is not affected by the sediment storage in the reservoir, and delivers sufficient sediment downstream to the coast (Aquino da Silva et al., 2019, 2015b). An opposite situation is found in Nile Delta, the Rosseta coast suffered an average erosion of 30.75 m/year after the construction of the Aswan dam, in 1964 (Ghoneim et al., 2015). Besset et al. (2017) The rivers Ebro and Rhone lost more than 80% of their fluvial loads after the construction of dams along their course, being a fundamental factor for severe erosional scenarios observed along the Mediterranean coast. Moreover, sand mining on the lower river course of Mekong (~57 Mt of gravel) and Nile Rivers has contributed to increase the erosive scenarios observed on the their deltaic coasts (Anthony et a., 2015; Dada et al., 2018). The Brazilian Mining Geographic System Information (SIGMINE) reports that there are less than 5 mining enterprises in the lower Parnaíba river (http://sigmine.dnpm.gov.br/webmap/) and the annual extraction of sand, clay or gravel along the whole river does not exceed 1 Mt / year (CEPRO, 2008). Deforestation of mangroves for agricultural is another factor triggering coastal erosion as observed on Po, Brahmaputra and Sittaung (Myammar) deltas (Corbau et al., 2019; Mentaschi et al., 2018). Predictive models also show that the increase in occupation of deltaic areas is a strong factor contributing to coastal erosion, such as the models set for Manhanadi delta, which predict higher rates of erosion in the year 2050 (Mukhopadhyay et al., 2018). At the Nouakchott coast, Mauritania, the harbor structures are responsible for increasing coastal erosion by 10 times over the last three decades (Luijendijk et al. 2018). The PRD is in an opposite situation, its area has been considered an environmental protection region since 1996, in which almost 90% of its area corresponds to uncultivated forest, dunes and mangrove, while 99 FERREIRA, T.A.B (2019) ANEXOS agricultural areas represent less than 10% (de Paula Filho et al. 2015). In addition, the coastal zone is characterized by the low industrial development and population density (IBGE, 2016, MMA, 2006, De Paula filho et al, 2015). Finally, the WRL analysis showed that sectors I and II, the only considered urban sectors, showed shoreline progradation in most of their transects, indicating that anthropogenic factors did not have influence on the shoreline’s stability. Conclusions Using satellite images integrated with the DSAS software composes an accurate and detailed method for monitoring changes on large sections of coastline. These tools allowed a better understanding of the short-term shoreline evolution of the PRD. However, it is necessary to assess the limitations inherent of this method, such as spatial resolution, tidal and seasonal variation, which may significantly affect the interpretation of the model results. On PRD, major erosional trends have occurred, predominantly, away from PR mouth and on the west side (Sectors III and IV), while depositional scenarios prevailed on the east side of the delta (Sectors I and II). Due to the low anthropogenic impact on both the coastal zone and the drainage basin, natural factors (waves, tides, currents, river discharge) are likely to be the main driving forces of the delta coastline changes between 1984 and 2017. Since stable, or prograding, shoreline conditions prevailed in relation to shoreline retreat it is reasonable to assume that the current rate of relative sea-level rise does not affect deltaic coasts under naturally developing conditions. Acknowledgements This paper was financed by the “Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Brasil” (CAPES), through the project “Evolução Holocênica e dinâmica atual do delta do Parnaíba: resposta de um delta natural às mudanças climáticas e à subida do nível do mar” (grant number 88881.068034/2014-01), and by the Brazilian National Council for Scientific and Technological Development – CNPq, through the project “Margem Equatorial Brasileira: Da Fonte a Deposição” (grant PQ nº311413/2016-1). The authors thank the USGS for the landsat image data, UFRN’s Post-Graduation Program (PPGG) and GGEMMA’s laboratory for offering the necessary support to do this research. References Anthony EJ (2015) Wave influence in the construction, shaping and destruction of river deltas: A review. Mar Geol 361:53–78. doi: 10.1016/j.margeo.2014.12.004 Anthony EJ, Brunier G, Besset M, et al (2015) Linking rapid erosion of the Mekong River delta to human activities. Sci Rep 5:1–12. doi: 10.1038/srep14745 Aquino da Silva AG, Amaro VE, Stattegger K, et al (2015a) Spectral calibration of CBERS 2B multispectral satellite images to assess suspended sediment concentration. ISPRS J Photogramm Remote Sens 104:53–62. doi: 10.1016/j.isprsjprs.2015.02.011 Aquino da Silva AG, Stattegger K, Schwarzer K, et al (2015b) The Influence of Climatic Variations on River Delta Hydrodynamics and Morphodynamics in the Parnaíba Delta, Brazil. J Coast Res 314:930–940. doi: 10.2112/JCOASTRES-D-14-00078.1 Aquino da Silva AG, Stattegger K, Schwarzer K, Vital H (2016) Seismic stratigraphy as indicator of late Pleistocene and Holocene sea level changes on the NE Brazilian continental shelf. J South Am Earth Sci 70:188–197. doi: 10.1016/j.jsames.2016.05.001 Aquino da Silva AG, Stattegger K, Vital H, Schwarzer K (2019) Coastline change and offshore suspended sediment dynamics in a naturally developing delta (Parnaíba Delta, NE Brazil). Mar Geol 410:1–15. doi: 10.1016/j.margeo.2018.12.013 Aquino MCS De, Oliveira JGB De, Sales MCL (2006) Estimativa da erosividade das chuvas (R) nas terras secas do Estado do Pauí. Rev Ciência Agronômica 37:287–291 Beatley T, Brower DJ, Schwab A (2002) An introduction to coastal zone management. Isl Press 353:67–68. doi: 10.1016/S0964-5691(96)00034-8 Belda M, Holtanová E, Halenka T, Kalvová J (2014) Climate classification revisited : from Köppen to Trewartha. 59:1–13. doi: 10.3354/cr01204 Besset M, Anthony EJ, Sabatier F (2017) River delta shoreline reworking and erosion in the Mediterranean and Black Seas: the potential roles of fluvial sediment starvation and other factors. Elem Sci Anth 5:54. doi: 10.1525/elementa.139 Best J (2015) Anthropogenic Stresses on the World ’s Big Rivers. Nat Geosci 2015:1–59. doi: 10.1038/s41561-018- 0262-x Bhattacharya JP, Giosan L (2003) Wave-influenced deltas: Geomorphological implications for facies reconstruction. Sedimentology 50:187–210. doi: 10.1046/j.1365-3091.2003.00545.x Bird E (2008) Coastal Geomorphology: An Introduction, Second edi Bittencourt ACDSP, Dominguez JML, Fontes LCS, et al (2007) Wave Refraction, River Damming, and Episodes of Severe Shoreline Erosion: The São Francisco River Mouth, Northeastern Brazil. J Coast Res 234:930–938. 100 FERREIRA, T.A.B (2019) ANEXOS doi: 10.2112/05-0600.1 BITTENCOURT ACDSP, DOMINGUEZ JML, MOITA FILHO O (1990) Variações Texturais Induzidas Pelo Vento Nos Sedimentos Da Face Da Praia (Praia De Atalaia, Piauí). Rev Bras Geociências 20:201–207. doi: 10.25249/0375-7536.1990201207 Boak EH, Turner IL (2005) Shoreline Definition and Detection: A Review. J Coast Res 214:688–703. doi: 10.2112/03-0071.1 Cavalcanti APB (2004) Análise Integrada Das Unidades Paisagísticas Na Planície Deltaica Do Rio Parnaíba – Piauí / Maranhão. Rev Mercat 105–118 Chávez PSJ (1996) Image-based atmospheric corrections - revisited and improved. Photogramm Eng Remote Sensing 62:1025–1036. doi: 0099-1112/96/6209-1025 Chu ZX, Sun XG, Zhai SK, Xu KH (2006) Changing pattern of accretion/erosion of the modern Yellow River (Huanghe) subaerial delta, China: Based on remote sensing images. Mar Geol 227:13–30. doi: 10.1016/j.margeo.2005.11.013 Corbau C, Zambello E, Rodella I, et al (2019) Quantifying the impacts of the human activities on the evolution of Po delta territory during the last 120 years. J Environ Manage 232:702–712. doi: 10.1016/j.jenvman.2018.11.096 Dada OA, Li G, Qiao L, et al (2018) Recent Niger Delta shoreline response to Niger River hydrology: Conflict between forces of Nature and Humans. J African Earth Sci 139:222–231. doi: 10.1016/j.jafrearsci.2017.12.023 Dada OA, Li G, Qiao L, et al (2016) Seasonal shoreline behaviours along the arcuate Niger Delta coast: Complex interaction between fluvial and marine processes. Cont Shelf Res 122:51–67. doi: 10.1016/j.csr.2016.03.002 Dada OA, Qiao L, Ding D, et al (2015) Evolutionary trends of the Niger Delta shoreline during the last 100years: Responses to rainfall and river discharge. Mar Geol 367:202–211. doi: 10.1016/j.margeo.2015.06.007 Davidson-Arnott R (2010) Introduction to Coastal Processes and Geomorphology, Cambridge de Paula Filho FJ, Marins RV, de Lacerda LD (2015) Natural and anthropogenic emissions of N and P to the Parnaíba River Delta in NE Brazil. Estuar Coast Shelf Sci 166:34–44. doi: 10.1016/j.ecss.2015.03.020 Del Río L, Gracia FJ (2013) Error determination in the photogrammetric assessment of shoreline changes. Nat Hazards 65:2385–2397. doi: 10.1007/s11069-012-0407-y Del Río L, Gracia FJ, Benavente J (2013) Shoreline change patterns in sandy coasts. A case study in SW Spain. Geomorphology 196:252–266. doi: 10.1016/j.geomorph.2012.07.027 DOMINGUEZ JML (1990) Deltas Dominados Por Ondas: Críticas Às Idéias Atuais Com Referencia Particular Ao Modelo De Coleman & Wright. Rev Bras Geociências 20:352–361. doi: 10.25249/0375-7536.1990352361 Feijó FJ (1994) A Bacia de Barreirinhas. Bol Geociências PETROBRAS 8:103–109 Feyisa GL, Meilby H, Fensholt R, Proud SR (2014) Automated Water Extraction Index: A new technique for surface water mapping using Landsat imagery. Remote Sens Environ 140:23–35. doi: 10.1016/j.rse.2013.08.029 Fisher A, Flood N, Danaher T (2016) Comparing Landsat water index methods for automated water classification in eastern Australia. Remote Sens Environ 175:167–182. doi: 10.1016/j.rse.2015.12.055 FitzGerald DM, Kraus NC, Hands EB (2000) Natural Mechanisms of Sediment Bypassing at Tidal Inlets. Erdc/Chl Chetn 4:1–10. doi: ERDC/CHL CHETN-IV-30 Gens R (2010) Remote sensing of coastlines: Detection, extraction and monitoring. Int J Remote Sens 31:1819–1836. doi: 10.1080/01431160902926673 Ghoneim E, Mashaly J, Gamble D, et al (2015) Nile Delta exhibited a spatial reversal in the rates of shoreline retreat on the Rosetta promontory comparing pre- and post-beach protection. Geomorphology 228:1–14. doi: 10.1016/j.geomorph.2014.08.021 Góes AMO, Feijó FJ (1994) Bacia do Paranaiba. Bol Geociencias da Petrobras 8:57–67 Hagenaars G, de Vries S, Luijendijk AP, et al (2018) On the accuracy of automated shoreline detection derived from satellite imagery: A case study of the sand motor mega-scale nourishment. Coast Eng 133:113–125. doi: 10.1016/j.coastaleng.2017.12.011 Hapke CJ, Himmelstoss EA, Kratzmann, M., List JH, Thieler ER (2010) National assessment of shoreline change; historical shoreline change along the New England and Mid-Atlantic coasts: U.S. Geological Survey Open-File Report 2010-1118. US Geol Surv Open-File:57 p Kelly JT, Gontz AM (2018) Using GPS-surveyed intertidal zones to determine the validity of shorelines automatically mapped by Landsat water indices. Int J Appl Earth Obs Geoinf 65:92–104. doi: 10.1016/j.jag.2017.10.007 Komar PD (2012) Coastal Erosion Processes and Impacts: The Consequences of Earth’s Changing Climate and Human Modifications of the Environment. Elsevier Inc. Kong D, Miao C, Borthwick AGL, et al (2015) Evolution of the Yellow River Delta and its relationship with runoff and sediment load from 1983 to 2011. J Hydrol 520:157–167. doi: 10.1016/j.jhydrol.2014.09.038 Köppen W (1936) Das geographische System der Klimate. Handb der Klimatologie 7–30. doi: 10.3354/cr01204 Kuleli T, Guneroglu A, Karsli F, Dihkan M (2011) Automatic detection of shoreline change on coastal Ramsar wetlands of Turkey. Ocean Eng 38:1141–1149. doi: 10.1016/j.oceaneng.2011.05.006 Lacerda LD De, Maia LP, Monteiro LHU, et al (2006) Manguezais do Nordeste. Ciência Hoje Luijendijk A, Hagenaars G, Ranasinghe R, et al (2018) The State of the World’s Beaches. Sci Rep 8:1–11. doi: 10.1038/s41598-018-24630-6 Martínez C, Contreras-López M, Winckler P, et al (2018) Coastal erosion in central Chile: A new hazard? Ocean Coast Manag 156:141–155. doi: 10.1016/j.ocecoaman.2017.07.011 McFeeters SK (1996) The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. Int J Remote Sens 17:1425–1432. doi: 10.1080/01431169608948714 Mentaschi L, Vousdoukas MI, Pekel J, et al (2018) Global long-term observations of coastal erosion and accretion. 101 FERREIRA, T.A.B (2019) ANEXOS 1–11. doi: 10.1038/s41598-018-30904-w Milliman JD, Farnsworth KL (2011) River discharge to the coastal ocean: A global synthesis Mukhopadhyay A, Ghosh P, Chanda A, et al (2018) Threats to coastal communities of Mahanadi delta due to imminent consequences of erosion – Present and near future. Sci Total Environ 637–638:717–729. doi: 10.1016/j.scitotenv.2018.05.076 Nicholls RJ, Cazenave A (2010) Sea-level rise and its impact on coastal zones. Science (80- ) 328:1517–1520. doi: 10.1126/science.1185782 Nicholls RJ, Wong PP, Burkett VR, et al (2007) Coastal systems and low-lying areas. Clim Chang 2007 Impacts, Adapt Vulnerability 315–356 Nicolodi JL, Petermann RM (2010) Potential vulnerability of the Brazilian coastal zone in its environmental, social, and technological aspects. Panam J Aquat Sci 5:184–204. doi: 10.1017/CBO9781107415324.004 Oliveira PTS, Wendland E, Nearing MA (2013) Rainfall erosivity in Brazil: A review. Catena 100:139–147. doi: 10.1016/j.catena.2012.08.006 Ouellette W, Getinet W (2016) Remote sensing for Marine Spatial Planning and Integrated Coastal Areas Management: Achievements, challenges, opportunities and future prospects. Remote Sens Appl Soc Environ 4:138–157. doi: 10.1016/j.rsase.2016.07.003 Pardo-Pascual JE, Sánchez-García E, Almonacid-Caballer J, et al (2018) Assessing the accuracy of automatically extracted shorelines on microtidal beaches from landsat 7, landsat 8 and sentinel-2 imagery. Remote Sens 10:1–20. doi: 10.3390/rs10020326 Pinto Bittencourt ACDS, Dominguez JML, Martin L, Silva IR (2005) Longshore transport on the northeastern Brazilian coast and implications to the location of large scale accumulative and erosive zones: An overview. Mar Geol 219:219–234. doi: 10.1016/j.margeo.2005.06.006 Qiao G, Mi H, Wang W, et al (2018) 55-year (1960–2015) spatiotemporal shoreline change analysis using historical DISP and Landsat time series data in Shanghai. Int J Appl Earth Obs Geoinf 68:238–251. doi: 10.1016/j.jag.2018.02.009 Ranieri LA, El-Robrini M (2015) Evolution of the salinópolis shoreline, Northeastern of Pará, Brazil. Pesqui em Geociencias 42:207–226. doi: 10.22456/1807-9806.78121 Romine BM, Fletcher CH, Frazer LN, et al (2009) Historical Shoreline Change, Southeast Oahu, Hawaii; Applying Polynomial Models to Calculate Shoreline Change Rates. J Coast Res 256:1236–1253. doi: 10.2112/08-1070.1 Rubio GG, Huntley DA, García-rubio G, et al (2014) Evaluating shoreline identification using optical satellite images Evaluating shoreline identi fi cation using optical satellite images. Mar Geol 359:96–105. doi: 10.1016/j.margeo.2014.11.002 Song C, Woodcock C, Seto K (2001) Classification and change detection using Landsat TM data: when and how to correct atmospheric effects? Remote Sens Environ 75:230–244 Souza CR de G (2009) A Erosão Costeira e os Desafios da Gestão Coastal Erosion and the Coastal Zone Management Challenges in Brazil. Rev da Gestão Costeira Integr 9:17–37. doi: 10.5894/rgci147 SUGUIO K, MARTIN L, BITTENCOURT ACSP, et al (1985) Flutuações Do Nível Relativo Do Mar Durante O Quaternário Superior Ao Longo Do Litoral Brasileiro E Suas Implicações Na Sedimentação Costeira. Rev Bras Geociências 15:273–286. doi: 10.25249/0375-7536.1985273286 Sunder S, Ramsankaran R, Ramakrishnan B (2017) Inter-comparison of remote sensing sensing-based shoreline mapping techniques at different coastal stretches of India (Environmental Monitoring and Assessment, (2017), 189, 6, (290), 10.1007/s10661-017-5996-1). Environ Monit Assess 189:. doi: 10.1007/s10661-017-6046-8 Syvitski JPM, Milliman JD (2006) Geology, Geography, and Humans Battle for Dominance over the Delivery of Fluvial Sediment to the Coastal Ocean. J Geol 115:1–19. doi: 10.1086/509246 Szczygielski A, Stattegger K, Schwarzer K, Koenig J (2014) Evolution of the Parnaíba Delta ( NE Brazil ) during the late Holocene Evolution of the Parnaíba Delta ( NE Brazil ) during the late Holocene. doi: 10.1007/s00367- 014-0395-x Valderrama-Landeros L, Flores-de-Santiago F (2019) Assessing coastal erosion and accretion trends along two contrasting subtropical rivers based on remote sensing data. Ocean Coast Manag 169:58–67. doi: 10.1016/j.ocecoaman.2018.12.006 Vital H (2014) Chapter 4 The north and northeast Brazilian tropical shelves. Geol Soc London, Mem 41:35–46. doi: 10.1144/m41.4 Vousdoukas MI, Mentaschi L, Voukouvalas E, et al (2018) Global probabilistic projections of extreme sea levels show intensification of coastal flood hazard. Nat Commun 9:1–12. doi: 10.1038/s41467-018-04692-w Xu H (2006) Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. Int J Remote Sens 27:3025–3033. doi: 10.1080/01431160600589179 Zhai K, Wu X, Qin Y, Du P (2015) Comparison of surface water extraction performances of different classic water indices using OLI and TM imageries in different situations. Geo-Spatial Inf Sci 18:32–42. doi: 10.1080/10095020.2015.1017911 Zhu Z (2017) Change detection using landsat time series: A review of frequencies, preprocessing, algorithms, and applications. ISPRS J Photogramm Remote Sens 130:370–384. doi: 10.1016/j.isprsjprs.2017.06.013 102