نظارت بر کیفیت آب در مناطق ساحلی بزرگ نیازمند تلاش‌های تحلیلی زیادی از طریق جمع‌آوری نمونه‌های فراوان در دوره‌های طولانی است. سنجش از دور ابزاری قابل اعتماد است که می تواند اطلاعات ارزشمندی در مورد تغییرات مکانی و زمانی پارامترهای محیطی، به ویژه کدورت و کلروفیل a ارائه دهد. هدف پژوهش حاضر ارزیابی توزیع مکانی و زمانی کیفیت آب از سال 1384 تا 1396 در امتداد سواحل شمالی Sã است.o پائولو و واکنش های آن به اجرای پیشرفت های صنعتی و تغییرات در بارندگی. پنجاه و دو تصویر MODIS استفاده شد که غلظت کلروفیل a و کدورت را در فصل خشک و مرطوب از سال 2005 تا 2017 نشان می داد. نتایج نشان داد که فرآیندهای رقیق سازی (به دلیل بارندگی) غلظت کلروفیل a را کنترل می کند. با این حال، افزایش قابل توجه غلظت را می توان پس از نصب برخی از پیشرفت ها در منطقه، به ویژه جاده ها و بنادر شناسایی کرد. همچنین نشان داده شد که کدورت تحت تأثیر فرآیندهای رقت قرار می گیرد و در طول فصل مرطوب این پارامتر مقادیر کمتری را ارائه می دهد. هیچ تأثیری در نتایج کدورت از نصب جاده ها یا بنادر قابل شناسایی نیست، که نشان می دهد پوشش گیاهی کنترل مهمی بر فرآیندهای فرسایشی اعمال می کند.

کلید واژه ها

کیفیت آب , کلروفیل a , کدورت , MODIS , سنجش از دور

1. مقدمه

برنامه‌های نظارت بلندمدت می‌توانند اطلاعاتی را در مورد تغییرات کیفیت آب ناشی از رشد جمعیت، پروژه‌های زیرساختی بزرگ و افزایش فعالیت‌های صنعتی ارائه دهند [ 1 ] [ 2 ]. این فعالیت های انسانی ممکن است از ظرفیت بارگذاری یک سیستم فراتر رفته و منجر به تخریب محیط زیست شود. با این حال، برای مؤثر بودن، برنامه های نظارتی باید با دقت و کامل طراحی شوند. کشیدن نمونه‌های ساده از یک سیستم همیشه تغییرات فضایی را در نظر نمی‌گیرد و درون یابی اغلب تصویری واقعی یا جامع از فرآیندهای فضایی ارائه نمی‌دهد [ 3 ]. برای غلبه بر این مشکلات، تکنیک‌های سنجش از راه دور برای پر کردن شکاف‌های بین مکان‌های نمونه‌گیری مفید هستند [ 4 ].

استفاده از سنجش از دور برای ارزیابی کیفیت آب در اوایل دهه 1970 شروع شد و بر این مفهوم بود که پراکندگی نور به عنوان تابعی از حضور مواد مختلف در آب تغییر می کند [ 5 ] [ 6 ]. بعداً، میلر، کروز [ 4 ] نشان داد که استفاده از الگوریتم‌ها برای قدرت سیگنال‌های حسگر از راه دور، پیکسل به پیکسل، امکان تعیین کمیت ذرات معلق در آب را فراهم می‌کند. آنها در کار خود توانستند مقادیر را با اندازه گیری های همزمان و با استفاده از روش های اقیانوس شناسی کالیبره کنند. به دنبال کار آنها، تلاش های همکاری بین المللی مانند شبکه آرشیو اروپایی رنگ اقیانوس (پروژه OCEAN) [ 7نشان داده شد که در شناسایی روابط بین اجزای آب و سیگنال‌های حسگر راه دور مفید است.

اعتبارسنجی داده‌های سنجش از دور موضوع برنامه‌های تحقیقاتی مختلفی بوده است (به عنوان مثال: Hakvoort، de Haan [ 8 ])، که نشان می‌دهد در بسیاری از موقعیت‌ها، غلظت رنگدانه‌های فیتوپلانکتون و کدورت را می‌توان به اندازه کافی از تصاویر ماهواره‌ای چند باندی تخمین زد. بسیاری از سنسورهای ماهواره ای مختلف به منظور تخمین کیفیت آب استفاده شده است. به عنوان مثال، نسخه های مختلفی از سیستم ماهواره ای لندست استفاده شده است [ 9 ] [ 10 ] [ 11 ]. اما متداول ترین حسگر مورد استفاده MODIS (طیف رادیومتر تصویربرداری با وضوح متوسط) است که بر روی ماهواره های Terra و Aqua نصب شده است. قادر است هر یک یا دو روز یکبار به اندازه کافی تصاویر به دست آورد که تمام سطح زمین را بپوشاند [ 12 ] [13 ] . محدودیت اصلی MODIS وضوح آن است (تصاویر از پیکسل های 250 متری تشکیل شده است)، که اگرچه برای بسیاری از کاربردهای در مقیاس بزرگ مناسب است [ 14 ]، اما همیشه برای مطالعات دقیق تر کافی نیست. با این حال، اخیراً Fu، Xu [ 15 ] نشان داد که بسته به مقیاس مورد نیاز، تصاویر MODIS را می توان با تصاویر Landsat 8 از نظر فضایی کوچک کرد.

با این حال، جدا از اهمیت تولید مجموعه ای گسترده از داده های زمانی و مکانی، آنچه که بیش از همه اهمیت دارد، تفسیر این تصاویر مختلف از کیفیت آب است. رابطه بین نهاده های انسانی و کیفیت آب آنطور که انتظار می رود مستقیم نیست. جریان های آب محلی و الگوهای بارندگی می توانند به طور قابل توجهی بر رفتار توده های رودخانه هایی که مناطق پرجمعیت را تخلیه می کنند تأثیر بگذارند [ 16 ]. تنها چند کار وجود دارد که این تحولات مکانی-زمانی کیفیت آب را با توجه به بارندگی در نظر می‌گیرد [ 12 ] [ 17 ] [ 18 ] و ما نمی‌توانیم هیچ اثری را در رابطه با کیفیت آب، بارش و پیشرفت‌های بعد بزرگ در حوضه زهکشی به طور کلی شناسایی کنیم.

مطالعه قبلی [ 19] تغییرات کیفیت آب یک حوضه کوچک زهکشی در جنوب شرقی برزیل را ارزیابی کرد و تأثیر شدید یک رویداد بارندگی را مشاهده کرد، اما نمونه برداری ساعتی نشان داد که در اوایل صبح، زمانی که ساکنان محلی هنوز فعالیت های روزانه خود را شروع نکرده بودند، ورودی های انسانی ناچیز. بعداً در روز، ورودی های ناشی از انسان افزایش یافت. سپس، در شب، کیفیت آب دوباره بهبود یافت. این نویسندگان نشان دادند که واکنش سریع سیستم آب به فعالیت‌های انسانی ناشی از اندازه کوچک حوضه زهکشی (چند کیلومتر مربع) است، جایی که باران‌های شدید باعث افزایش فوری نرخ تخلیه می‌شوند. همچنین جالب است بدانید که علاوه بر اندازه حوضه زهکشی، ساختار شبکه زهکشی، توزیع فضایی کاربری اراضی، ظرفیت ذخیره سازی حوضه در خاک شهری و روستایی،20 ]، که به نوبه خود بر کیفیت آب اقیانوس در نزدیکی ساحل تأثیر می گذارد. با این وجود، مقدار باران در یک حوضه زهکشی همیشه تأثیر زیادی بر کیفیت آب دارد و نمودارهای الگوهای بارندگی ماهانه یا هفتگی برای تکمیل داده‌های کیفیت آب از تصاویر سنجش از راه دور بسیار مفید هستند.

در تحقیق حاضر، تکامل کیفیت آب در امتداد سواحل شمالی ایالت سائوپائولو، برزیل، بر اساس تصاویر ماهواره‌ای (Acqua) (MODIS) از سال 2005 تا 2017، با در نظر گرفتن تأثیر اضافی پروژه‌های زیرساختی بزرگ اخیراً مورد ارزیابی قرار گرفت. ساخته شده در منطقه (از سال 2005)، افزایش جمعیت، و رویدادهای بارندگی. ارتباط این پارامترها به عنوان عناصر توضیح دهنده برای کیفیت آب تعیین شده توسط تصاویر ماهواره ای یک رویکرد جدید برای درک بهتر عوامل کنترل کننده غلظت کلروفیل a و کدورت است. صرف نظر از اینکه تصاویر 35 باند طیفی را ارائه می دهند که قادر به نمایش تعدادی از پارامترهای کیفیت آب هستند، این دو عنصر به عنوان شاخص انتخاب شدند، زیرا شاخص های خوبی هستند و به دلیل اینکه به طور قابل اعتمادی از تصاویر ماهواره ای نقشه برداری می شوند.

2. مواد و روشها

2.1. منطقه مطالعه

ساحل شمالی ایالت سائوپائولو در حدود 170 کیلومتری جنوب شرقی جنوب شهر سائوپائولو واقع شده است و شامل شهرداری های سائو سباستیا، ایلهابلا، کاراگواتاتوبا و اوباتوبا است ( شکل 1 ). ویژگی اصلی ژئومورفولوژیکی منطقه، رشته کوهی است، رشته کوهی که از غرب به شرق، نزدیک به ساحل کشیده شده و حوضه های زهکشی را به طول چند کیلومتر محدود می کند. در نزدیکی اقیانوس، آپارتمان های ساحلی باریک مناطق شهری را تشکیل می دهند، در حالی که تپه های شیب دار داخلی به طور متراکم با پوشش گیاهی جنگل های اقیانوس اطلس پوشیده شده است. زمین شناسی کل منطقه توسط Suguio و Martin [ 21]، که رشته دریا را به عنوان سنگ های نفوذی کریستالی پرکامبرین و کرتاسه توصیف می کند. دشت ساحلی که ارتفاع آن از 70 متر تجاوز نمی کند، مملو از شن و ماسه و گل و لای است که منشا آن در هولوسن دریایی و پلیستوسن است. مانگرو و رسوبات تالاب اخیر با ماسه ها و گل های رودخانه-تالاب و فروافتادگی همراه است.

شکل 1 . موقعیت منطقه مورد مطالعه نشان دهنده 4 شهرداری منطقه ساحلی است. ستاره ها نشان دهنده ایستگاه های هواشناسی هستند که از داده های آنها برای ساختن نقشه ایزوهیت استفاده شده است. دایره‌های سیاه نشان‌دهنده ایستگاه‌هایی هستند که از داده‌های آنها برای ساخت نمودارهای پلویومتری استفاده شده است.

به دلیل محدودیت های دسترسی، اشغال ساحل شمالی سائوپائولو توسط انسان در طول قرن نوزدهم یا بیستم در اولویت قرار نگرفت. با این حال، در اواخر دهه 1960، ساخت پایانه دریایی تبار در شهر سائو سباستیا به توسعه صنعتی سریع در آن شهر منجر شد. در اوایل دهه 1980 جاده SP-55 (در حال حاضر BR-101) ساخته شد و دسترسی آسان حمل و نقل زمینی به منطقه را ایجاد کرد [ 22 ]. جنگل های به خوبی حفظ شده و سواحل فرورفته جذاب باعث فعالیت گردشگری شد و این منطقه به طور قابل توجهی برای تفریح، به طور عمده در ایلهابلا و اوباتوبا [ 23 ] توسعه یافت و باعث درگیری با صنایع و تأسیسات نفتی شد که اخیراً نصب شده بودند.

صنعت نفت در منطقه عمدتاً با اکتشافات فراساحلی پیش از نمک مرتبط است و ممکن است تأثیرات قابل توجهی بر این منطقه بسیار حساس اکولوژیکی ایجاد کند – مشابه آنچه در منطقه Macaé (شمال ایالت ریودوژانیرو) رخ داد، جایی که تخریب اجتماعی رخ داد. ساختار محیطی توسط Binsztok و همکاران [ 24 ] [ 25 ] گزارش شده است. این فعالیت ها همراه با توسعه پایانه ها و بنادر دریایی و بهبود حمل و نقل (از سال 2005) در جدول 1 گزارش شده است.. فعالیت‌های گزارش‌شده در اینجا تنها فعالیت‌هایی نیستند که بر منطقه تأثیر گذاشته‌اند، بلکه برای این مطالعه بر اساس دو معیار انتخاب شده‌اند: 1) فعالیت‌ها در امتداد خط ساحلی واقع شده‌اند یا تأثیر قابل‌توجهی بر مناطق ساحلی دارند. و 2) سرمایه گذاری مالی از 250 میلیون دلار فراتر رفته است. برای هر پیشرفتی که در جدول 1 نشان داده شده است ، یک تأثیر مرتبطممکن است مورد انتظار باشد رشد جمعیت منطقه ای در دهه های 1990 و 2000 قابل توجه بود و در دوره قبلی به 44 درصد و در دوره دوم به 22 درصد رسید [ 26 ].

2.2. بررسی پلویومتریک

داده‌های بارندگی از ایستگاه‌های هواشناسی مختلف در منطقه (ستاره‌های شکل 1 ) که در آژانس ملی آب‌ها (ANA-Hidroweb) گزارش شده‌اند، به‌دست آمدند، که امکان ساخت نقشه ایزوهیتی از توزیع بارندگی را فراهم کرد. سه ایستگاه هواشناسی (دایره های سیاه در شکل 1 ) برای تجزیه و تحلیل تغییرات طی دوره 2005-2017 انتخاب شدند. هیچ ایستگاهی در شهرداری ایلهابلا گنجانده نشد زیرا همه آنها بسیار نزدیک به ایستگاه سائو فرانسیسکو در شهرداری سائو سباستیا قرار داشتند. بارندگی در نمودارهای خطی ماهانه نمایش داده شد تا دید کلی بهتری از تغییرات در این دوره ارائه شود.

2.3. کلروفیل a و کدورت از تصاویر ماهواره ای

تصاویر ماهواره ای هر سال از سال 2005 تا 2018، در تابستان (دسامبر-مارس؛ فصل مرطوب) و در زمستان (ژوئن-سپتامبر؛ فصل خشک) از حسگر MODIS (طیف رادیومتر تصویربرداری با وضوح متوسط) که در ماهواره نصب شده است، به دست آمد. آکوا (در ابتدا با نام EOS PM-1 شناخته می شد). تصاویر به دست آمده 35 باند طیفی را ارائه می دهند که می توانند برای ارزیابی بسیاری از جنبه های سطح آب، از جمله غلظت کلروفیل a و کدورت آب، پردازش شوند. این تصاویر از سایت “Ocean Color Browse” (https://oceancolor.gsfc.nasa.gov/cgi/browse.pl?sen=am) به دست آمده است. تصاویر نشان دهنده غلظت کلروفیل a و کدورت آب در یک روز با پوشش ابری کم برای هر دوره انتخاب و با استفاده از نرم افزار «SeaDAS7.4» دانلود و مورد تجزیه و تحلیل قرار گرفت. نقشه های نهایی در محیط ArcMap با استفاده از نرم افزار ARCGIS 10.2 تهیه شد. در تابستان 2007 و 2012، تصاویر ناکافی بودند (به دلیل پوشش ابری) و قابل استفاده نبودند.

3. نتایج و بحث

3.1. شرایط اقلیمی در طول مطالعه

De Souza Rolim، Paes de Camargo [ 27 ] نشان داد که آب و هوا در ناحیه ساحل شمالی سائوپائولو گرمسیری است، با تابستان های بسیار مرطوب و زمستان های خشک (نوع Am، پس از طبقه بندی Köppen). میانگین بارندگی طی 70 سال اندازه گیری در ایستگاه سائو فرانسیسکو (São Sebastião؛ دایره سیاه در شکل 1 ) 1197.1 میلی متر بود، در حالی که در ایستگاه CEEPAM (Caraguatatuba؛ دایره سیاه در شکل 1 )، مقدار 2027.9 میلی متر و در Ubatuba بود. (دایره سیاه در شکل 1 )، 2253.6 بود. این گرادیان بارندگی قابل توجه از جنوب غربی به شمال شرقی در نقشه ایزوهیت نشان داده شده است ( شکل 2). این تفاوت ها احتمالاً با فرآیندهای کوه نگاری مرتبط است، زیرا نواحی مرتفع در شمال شرقی شیب بیشتری نسبت به مناطق جنوب شرقی دارند. باید تاکید کرد که پوشش گیاهی در شمال متراکم تر است و آبریزش بیشتر نباید منجر به غلظت بالاتر مواد معلق (کدورت) شود، همانطور که در اینجا بیشتر بحث خواهد شد.

نتایج داده‌های بارندگی ماهانه از سال 2005 تا 2017 در نمودارهای شکل 3 برای ایستگاه‌های سائو فرانسیسکو (São Sebastião)، CEEPAM (Caraguatatuba) و Ubatuba (Ubatuba) نشان داده شده است. می توان دوره های بسیار را شناسایی کرد

شکل 2 . نقشه ایزوهیت سالانه ساحل شمالی سائوپائولو. خطوط نشان دهنده مقادیر میانگین ماهانه هستند. داده های تمام ایستگاه های هواشناسی گزارش شده در شکل 1 در نظر گرفته شد.

شکل 3 . تغییرات ماهانه بارندگی در دوره 2005-2017 در ایستگاه های سائو فرانسیسکو (شهرداری سائو سباستیائو)، CEEPAM (شهرداری کاراگواتاتوبا) و اوباتوبا (شهرداری اوباتوبا). برای موقعیت هر ایستگاه (دایره های سیاه) شکل 1 را ببینید.

فعالیت بارندگی شدید در طول تابستان های 2011 و 2013 در ایستگاه های CEEPAM (Caraguatatuba) و Ubatuba. در طول بهار 2009 و تابستان 2011 مقادیر بسیار بالایی در Ubatuba ثبت شد. مقادیر بالایی نیز در CEEPAM (Caraguatatuba) در اکتبر 2008 مشاهده شد. بالاترین مقادیر ماهانه برای شهرداری‌های Caraguatatuba و Ubatuba به 500 میلی‌متر رسید، در حالی که در سائو سباستیا، بالاترین مقادیر هرگز از 400 میلی‌متر تجاوز نکرد. در سال‌های 2009، 2010، 2011 و 2013 نیز بارش‌های بیش از حد در سایر مناطق جنوب شرقی برزیل ثبت شد. اینها احتمالاً با پدیده های شدیدتر ال نینو مرتبط بودند [ 28 ].

3.2. کلروفیل a و کدورت در منطقه ساحلی شمالی سائوپائولو

در کار حاضر 26 تصویر (فصول خشک و مرطوب از سال 1384 تا 1396) تهیه شد که پارامتر کلروفیل a را نشان می‌دهد و 26 تصویر دیگر پارامتر کدورت را نشان می‌دهد. یک مجموعه نمونه مکمل از تصاویر در پیوست A (A1 تا A9) ارائه شده است.

در میان پارامترهایی که ممکن است شدت تولید کلروفیل را کنترل کند، تامین مواد مغذی مرتبط و مرتبط با فعالیت گردشگری فصل مرطوب (تابستان) در منطقه است [ 29 ]. بروز نور خورشید نیز برای تولید کلروفیل اولیه مهم است و انتظار می رود در فصل مرطوب (تابستان) شدیدتر باشد. از سوی دیگر، شفافیت آب بسیار مهم است، زیرا آب کمتر کدورت اجازه می دهد تا نور بیشتری نفوذ کند و تولید اولیه آب را افزایش دهد [ 30 ]، به طوری که در فصل خشک (زمستان)، اگرچه غلظت مواد مغذی کمتری انتظار می رود، اما اولیه بیشتر است. تولید ممکن است ناشی از شفافیت آب باشد. در نهایت، حجم بیشتری از آب ورودی به سیستم (مانند فصل مرطوب) ممکن است غلظت کلروفیل a را رقیق کند [ 19 ]] .

برای کلروفیل a، تجزیه و تحلیل کل توالی تصویر (از سال 2005) نشان می دهد که در فصل مرطوب تولید اولیه کمتر از فصل خشک است ( شکل 4 فصول خشک و مرطوب را برای سال 2010 نشان می دهد). این رفتار نشان می دهد که اگرچه انتظار می رود تامین مواد مغذی و شدت نور خورشید در طول فصل مرطوب (تابستان) بیشتر باشد، اما این احتمال وجود دارد که رقت شدید آب مانع از تولید اولیه شود. در شکل 3 ، برای تمام ایستگاه ها، مشاهده می شود که دوره خشک (از اردیبهشت تا شهریور) بارندگی حدود یک سوم مقادیر دوره مرطوب است. با این حال، شکل 5 نشان می دهد که

شکل 4 . غلظت کلروفیل (بر حسب mg∙m – 3 = μg∙L -1 ) در امتداد ساحل شمالی سائوپائولو. تصویر سمت چپ مربوط به فصل مرطوب (فوریه) 2010 و تصویر سمت راست مربوط به فصل خشک (ژوئن) 2010 است.

شکل 5 . کدورت (رویکرد کیفی) در امتداد ساحل شمالی سائوپائولو. تصویر سمت چپ مربوط به فصل مرطوب (فوریه) 2010 و تصویر سمت راست مربوط به فصل خشک (ژوئن) 2010 است.

نتایج کدورت (همچنین برای سال 2010) مقادیر بالاتر مورد انتظار را در طول فصل مرطوب نشان نداد، که نشان می‌دهد رقت ناشی از بارندگی بیشتر از سایر تأثیرات مهمتر است. این روند در تمام سال های دیگر مشابه بود.

برای تکامل زمانی غلظت کلروفیل a و کدورت (2005-2017)، علاوه بر بارندگی، پروژه‌های توسعه‌ای بزرگ در منطقه و تأثیرات آن‌ها را در نظر گرفتیم. جدول 2 تأثیر هر توسعه و شدت تخمینی را در مقیاس کیفی (نامربوط، سبک، ملایم، قوی و بسیار قوی) نشان می دهد. از جدول 2 ، می توان دوره بین 2009 و 2011 را به عنوان آغاز تاثیرگذارترین توسعه شناسایی کرد. باید تاکید کرد که توسعه در سال 2011 متوقف نشد، زیرا جاده ها و بنادر به تولید مواد معلق (از پوشش گیاهی حذف شده) و عناصر غذایی (از افزایش جمعیت) ادامه داده اند. تشدید

تولید کلروفیل a به وضوح از تصاویر در فصول خشک سال 2007 و 2012 قابل تأیید است ( شکل 6)) که نشان دهنده افزایش جمعیت به عنوان منبع افزایش ورودی مواد مغذی است. مشاهدات تمام سال‌ها، نمونه‌برداری شده در مواد تکمیلی، به وضوح این روند را تأیید می‌کند. با این حال، سال 2017 یک استثنا بود که غلظت ها به طور قابل توجهی کاهش یافت. بر اساس پارامترهایی که در این مقاله در نظر گرفتیم، توضیح این پدیده بهبود محیط زیست امکان پذیر نیست. با توجه به اینکه تصاویر به صورت لحظه ای از شرایط مختلف هستند، ممکن است عوامل دیگری مانند جریان های اقیانوسی استثنایی (که در مقاله حاضر در نظر گرفته نشده است) بر کیفیت آب در سال 2017 تأثیر داشته باشند. اگرچه هیچ نشانه ای از وجود آب های اقیانوسی در منطقه مورد مطالعه، پالوسی، برینک [ 31] نفوذ آب مرکزی اقیانوس اطلس جنوبی (SACW) را در فلات قاره حوضه Espirito Santo، دورتر شمال منطقه مورد مطالعه مشاهده کرد.

کدورت روند مشابه کلروفیل a را نشان نمی دهد. با توسعه در امتداد ساحل شمالی سائوپائولو، هیچ تکامل قابل توجهی در غلظت ها وجود نداشت. برخی از سال‌ها مانند سال 2005، کدورت بالایی در فصل خشک ارائه می‌کردند، اما در فصل خشک سال 2013 ( شکل 7 )، پس از نصب برخی از

شکل 6 . غلظت کلروفیل (بر حسب mg∙m – 3 = μg∙L -1 ) در امتداد ساحل شمالی سائوپائولو. تصویر سمت چپ مربوط به فصل خشک سال 2007 (ژوئن) و تصویر سمت راست مربوط به فصل خشک (ژوئیه) 2012 است.

شکل 7 . کدورت (رویکرد کیفی) در امتداد ساحل شمالی سائوپائولو. تصویر سمت چپ مربوط به فصل خشک (ژوئیه) 2005 و تصویر سمت راست مربوط به فصل خشک (ژوئیه) 2013 است.

تاثیرگذارترین توسعه، کدورت کم بود. این احتمال وجود دارد که، صرف نظر از اینکه تاثیرگذارترین توسعه باعث تعلیق مجدد رسوبات و تشدید فرسایش در این قاره شده است یا خیر، این منطقه پوشش گیاهی به خوبی حفظ شده، به ویژه در بخش شرقی ارائه می دهد [ 32 ]. این پوشش گیاهی مانع هرگونه افزایش طولانی مدت کدورت در منطقه می شود.

4. نتیجه گیری

به نظر می رسد پارامترهای مختلفی کلروفیل a را در ستون آب ساحل شمالی سائوپائولو کنترل می کنند، از جمله تامین مواد مغذی (مرتبط با افزایش جمعیت و گردشگری). شفافیت (بسته به کدورت) آب نیز با افزایش شدت تابش نور خورشید بسته به فصل، به تولید اولیه کمک می کند. حجم آب باران وارد شده به سیستم که باعث رقیق شدن غلظت ها می شود نیز مهم به نظر می رسد. وقوع غلظت بالاتر کلروفیل a در فصل خشک (زمستان) غیرمنتظره است، زیرا در این دوره فعالیت گردشگری کمتر، تابش نور خورشید کمتر و کدورت بیشتر است. بنابراین، رقت ناشی از بارندگی شدید در طول فصل مرطوب (تابستان) در کاهش تولید اولیه بیش از همه پارامترهای دیگر موثر است.

تکامل زمانی غلظت کلروفیل a (2005-2017) نشان می‌دهد که پیشرفت‌های تأثیرگذار مانند ساخت و نگهداری جاده‌ها و نصب یا ارتقاء بنادر باعث رشد جمعیت و افزایش فعالیت‌های دریایی می‌شود. این رویدادهای تأثیرگذار، که پس از سال 2009 تشدید شدند، منجر به افزایش غلظت کلروفیل a در امتداد ساحل شمالی سائوپائولو شد. برای کاهش اثرات، پیشرفت هایی مانند این باید با کارهای بهداشتی گسترده همراه باشد تا بار مواد مغذی کاهش یابد.

تصاویر کدورت در امتداد ساحل شمالی سائوپائولو نشان می دهد که رقیق شدن ناشی از بارندگی شدید در فصل مرطوب (تابستان) نیز این پارامتر را در ستون آب کنترل می کند. اکثر تصاویر کدورت بیشتری را در فصل خشک (زمستان) نسبت به فصل مرطوب (تابستان) نشان می دهند، به جز سال های 2005 و 2009. با این وجود، هیچ روند زمانی در کدورت از سال 2005 تا 2017 مشاهده نشد. پس از نصب. از تاثیرگذارترین تحولات طی سال‌های 2009-2011، هیچ افزایش مداوم یا مرتبطی در کدورت شناسایی نشد. ظاهراً حفظ پوشش گیاهی در امتداد ساحل شمالی سائوپائولو، و به ویژه در بخش شرقی منطقه، مانع از افزایش کدورت به دلیل پیشرفت‌های تأثیرگذار مانند لایروبی و دفن زباله می‌شود.

در نهایت، جالب است که برخی از محدودیت های تحقیق را برجسته کنیم. اولاً، اگرچه تصاویر ماهواره‌ای کلروفیل a و کدورت تا حد زیادی در بسیاری از مطالعات کالیبره شده‌اند، این واقعیت که ما نتایج را با نمونه‌های واقعی کالیبره نکردیم یک محدودیت است، زیرا ممکن است واکنش رنگی تصاویر در مکان‌های مشخص متفاوت باشد. دوم، تفسیر نتایج با پارامترهای دیگر مانند موقعیت آب‌های اقیانوسی ممکن است مهم باشد، همانطور که در نتایج سال 2017 بحث شد. متأسفانه، رفتار زمانی جریان‌های اقیانوسی در جنوب شرقی برزیل ضعیف است و مطالعات بیشتری لازم است. سوم، مقایسه نتایج تصاویر با سایر پارامترهای بیوژئوشیمیایی مانند شوری، pH، پتانسیل ردوکس، اکسیژن محلول و تخلیه آب شیرین بسیار مفید خواهد بود.

منابع

[ 1 ] Kohli، P.، Siver، PA، Marsicano، LJ، Hamer، JS and Coffin، AM (2017) ارزیابی روندهای بلند مدت برای مدیریت دریاچه کندل وود، کانکتیکات، ایالات متحده. مدیریت دریاچه و مخزن، 33، 280-300.
https://doi.org/10.1080/10402381.2017.1335812
[ 2 ] Paterson، AM، Ruhland، KM، Anstey، CV و Smol، JP (2017) آب و هوا به عنوان محرک افزایش تولید جلبک در دریاچه وودز، انتاریو، کانادا. مدیریت دریاچه و مخزن، 33، 403-414.
https://doi.org/10.1080/10402381.2017.1379574
[ 3 ] دیویس، TW، Stumpf، R.، Bullerjahn، GS، McKay، RML، Chaffin، JD، Bridgeman، TB، و همکاران. (2019) علم با خط مشی ملاقات می کند: چارچوبی برای تعیین معیارهای تعیین نقص برای آب های بزرگ تحت تأثیر شکوفه های جلبکی مضر سیانوباکتری. جلبک مضر، 81، 59-64.
https://doi.org/10.1016/j.hal.2018.11.016
[ 4 ] Miller, RL, Cruise, JF, Otero, E. and Lopez, JM (1994) نظارت بر ذرات معلق در پورتوریکو – اندازه‌گیری‌های میدانی و سنجش از دور. مجله انجمن منابع آب آمریکا، 30، 271-282.
https://doi.org/10.1111/j.1752-1688.1994.tb03290.x
[ 5 ] کرک، JTO (1994) نور و فتوسنتز در اکوسیستم های آبی. چاپ دوم، انتشارات دانشگاه کمبریج، کمبریج.
https://doi.org/10.1017/CBO9780511623370
[ 6 ] جرلوف، NG (1976) اپتیک دریایی. Elsevier Oceanography Series, Elsevier, Amsterdam, 230.
[ 7 ] Barale, V., Larkin, D., Fusco, L., Melinotte, JM and Pittella, G. (1999) پروژه اقیانوس: آرشیو اروپایی داده های تاریخی CZCS. مجله بین المللی سنجش از دور، 20، 1201-1218.
https://doi.org/10.1080/014311699212696
[ 8 ] Hakvoort, H., de Haan, J., Jordans, R., Vos, R., Peters, S. and Rijkeboer, M. (2002) Towards Airborne Remote Sensing of Quality Water in Netherlands: Validation and Error Analysis. ISPRS مجله فتوگرامتری و سنجش از دور، 57، 171-183.
https://doi.org/10.1016/S0924-2716(02)00120-X
[ 9 ] Kabbara, N., Benkhelil, J., Awad, M. and Barale, V. (2008) نظارت بر کیفیت آب در منطقه ساحلی طرابلس (لبنان) با استفاده از داده های ماهواره ای با وضوح بالا. ISPRS مجله فتوگرامتری و سنجش از دور، 63، 488-495.
https://doi.org/10.1016/j.isprsjprs.2008.01.004
[ 10 ] Snyder, J., Boss, E., Weatherbee, R., Thomas, AC, Brady, D. and Newell, C. (2017) انتخاب سایت آبزی پروری صدف با استفاده از دمای سطح دریا، کدورت و کلروفیل a از Landsat 8 مشتق شده. مرزها در علوم دریایی، 4، 190.
https://doi.org/10.3389/fmars.2017.00190
[ 11 ] Erkkila، A. و Kalliola، R. (2004) الگوها و دینامیک آبهای ساحلی در تصاویر ماهواره ای چند زمانی: پشتیبانی از نظارت بر کیفیت آب در دریای مجمع الجزایر، فنلاند. دهانه رودخانه، علم ساحل و قفسه، 60، 165-177.
https://doi.org/10.1016/j.ecss.2003.11.024
[ 12 ] Kim, HC, Son, S., Kim, YH, Khim, JS, Nam, J., Chang, WK, et al. (2017) سنجش از دور و شاخص های کیفیت آب در ساحل غربی کره: ساختارهای مکانی-زمانی کلروفیل-a مشتق از MODIS و کل جامدات معلق. بولتن آلودگی دریایی، 121، 425-434.
https://doi.org/10.1016/j.marpolbul.2017.05.026
[ 13 ] Biswas، SN، Rakshit، D.، Sarkar، SK، Sarangi، RK و Satpathy، KK (2014) تأثیر شکوفایی دیاتومهای چند گونه بر ساختار جامعه پلانکتون در تالاب حرا سانداربان، هند. بولتن آلودگی دریایی، 85، 306-311.
https://doi.org/10.1016/j.marpolbul.2014.04.015
[ 14 ] Chen, SS, Han, LS, Chen, XZ, Li, D., Sun, L. and Li, Y. (2015) برآورد غلظت کل جامدات معلق در محدوده وسیع از تصاویر 250 متری MODIS: یک روش بهبود یافته. ISPRS مجله فتوگرامتری و سنجش از دور، 99، 58-69.
https://doi.org/10.1016/j.isprsjprs.2014.10.006
[ 15 ] Fu، YZ، Xu، SG، Zhang، CK و Sun، Y. (2018) کاهش مقیاس فضایی MODIS کلروفیل-a با استفاده از تصاویر Landsat 8 برای پایش پیچیده آب ساحلی. دهانه رودخانه، علوم سواحل و قفسه، 209، 149-159.
https://doi.org/10.1016/j.ecss.2018.05.031
[ 16 ] Teixeira Pinto، BC، Araujo، FG، Rodrigues، VD و Hughes، RM (2009) اثرات محلی و بومی منطقه بر ساختار مجموعه ماهی در شاخه های ریو پارایبا دو سول، برزیل. زیست شناسی آب شیرین، 54، 2600-2615.
https://doi.org/10.1111/j.1365-2427.2009.02269.x
[ 17 ] پیج، بی‌پی، کومار، ای. و میشرا، DR (2018) یک ارزیابی جدید مبتنی بر ماهواره‌ای از توسعه مکانی-زمانی شکوفه‌های جلبکی کاهنده سیانوباکتری. مجله بین المللی مشاهده کاربردی زمین و اطلاعات جغرافیایی، 66، 69-81.
https://doi.org/10.1016/j.jag.2017.11.003
[ 18 ] Li، Y.، Zhang، YL، Shi، K.، Zhou، YQ، Zhang، YB، Liu، XH، و همکاران. (2018) دینامیک فضایی-زمانی کلروفیل-a در یک مخزن بزرگ که از داده های Landsat 8 OLI مشتق شده است: درک عوامل محرک و محدود کننده آن. علوم محیطی و تحقیقات آلودگی، 25، 1359-1374.
https://doi.org/10.1007/s11356-017-0536-7
[ 19 ] سوزا، NM و واسرمن، JC (1996) تغییرات روزانه سورفکتانت های آنیونی و اشکال فسفر در یک جریان آلوده (Piratininga، ریودوژانیرو، برزیل). شیمی سم شناسی و محیطی، 55، 173-181.
https://doi.org/10.1080/02772249609358333
[ 20 ] رایت، دی بی، اسمیت، جی، ویلارینی، جی و باک، ام‌ال (2012) هیدروکلیماتولوژی سیل ناگهانی در آتلانتا. تحقیقات منابع آب، 48.
https://doi.org/10.1029/2011WR011371
[ 21 ] Suguio, K. and Martin, L. (1978) سازندهای دریایی کواترنر ایالت سائوپائولو و ریودوژانیرو جنوبی. کنفرانس سازندهای دریایی کواترنر ایالت سائوپائولو و ریودوژانیرو جنوبی، سائوپائولو، 11-18 سپتامبر 1978، 55.
[ 22 ] Borelli, E. (2015) Dinamica urbana e degradacao ambiental do Litoral Norte Paulista, II Simpósio Internacional de Gestao de Projetos/Simpósio Internacional de Inovacao e Sustentabilidade Sao Paulo, SP, Uninove. 1-17.
[ 23 ] Luchiari، MTD (2002) Turismo e cultura caicara no Litoral Norte paulista. در: Rodrigues, AB, Ed., Turismo e desenvolvimento local, Hucitec, Sao Paulo, 136-154.
[ 24 ] Binsztok, J., Wasserman, J. and Romeu, T. (2010) Visibilidade e (In)visibilidade Construídas pelos “Dragoes” da Exploracao e Producao de Petroleo em Macaé—RJ. Anais XVI Encontro Nacional dos Geógrafos: Crise, práxis e autonomia: Espacos de resistência e de esperancas— Espaco de Socializacao de Coletivos, Porto Alegre, RS, Associacao dos Geógrafos Brasileiros, 1-7.
[ 25 ] Binsztok, J., Wasserman, JC and Romeu, T. (2010) Restruturacao produtiva, modificacoes sócio-espaciais and exploracao de petróleo no Brasil: O caso de Macaé, RJ. XI Coloquio Internacional de Geocritica. مشارکت 102. Sociedade Internacional de Geocrítica، Facultad de Filosofía y Letras (Universidad de Buenos Aires)، بوئنوس آیرس، آرژانتین، 2-7 مه 2010، 1-10.
[ 26 ] IBGE (2010) سرشماری جمعیتی 2010. Instituto Brasileiro de Geografia e Estatística—Comitê de Estatísticas Sociais, Brasília.
[ 27 ] de Souza Rolim, G., Paes de Camargo, MB, Grosseli Lania, D. and Leite de Moraes, JF (2007) Classificacao climática de Koppen e de Thornthwaite and sua aplicabilidade na determinacao de zones agroclimáticas sa o Pauloest. براگانتیا، 66، 711-720.
https://doi.org/10.1590/S0006-87052007000400022
[ 28 ] Carranzano, J., de€Jesús, TL, Matías, F. and Wasserman, JC (2018) تأثیر تغییر اقلیم بر شدت و توزیع باران در چهار ایستگاه هواشناسی ریودوژانیرو (برزیل). Ambiência، 14، 140-153.
[ 29 ] Marandola Jr., E., Marques, C., Paula, L. and Cassaneli, LB (2013) Crescimento urbano e áreas de risco no litoral norte de sao Paulo. Revista Brasileira de Estudos de Populacao، 30، 35-56.
https://doi.org/10.1590/S0102-30982013000100003
[ 30 ] Bouillon, S., Abril, G., Borges, AV, Dehairs, F., Govers, G., Hughes, HJ, et al. (2009) توزیع، منشأ و چرخه کربن در رودخانه تانا (کنیا): بررسی مقیاس حوضه فصل خشک از هدواترز تا دلتا. Biogeosciences, 6, 2475-2493.
https://doi.org/10.5194/bg-6-2475-2009
[ 31 ] Paloczy، A.، Brink، KH، da Silveira، ICA، Arruda، WZ and Martins، RP (2016) مسیرها و مکانیسم‌های نفوذ آب فراساحلی در قفسه حوضه Espirito Santo (18 درجه S-22 درجه جنوبی، برزیل). Journal of Geophysical Research: Oceans, 121, 5134-5163.
https://doi.org/10.1002/2015JC011468
[ 32 ] Batista، SS (2016) Avaliacao dos feitos de acoes antrópicas sobre o sistema costeiro de Ubatuba (SP) با مدل‌سازی محیطی. پایان نامه، USP، سائوپائولو.
[ 33 ] سازمان استانداردهای بین المللی (2015) ISO 14001:2015-سیستم های مدیریت زیست محیطی-نیازها با راهنمای استفاده. ویرایش سوم، ISO، ژنو.

بدون دیدگاه

دیدگاهتان را بنویسید