TENDÊNCIAS RECENTES DA LINHA DE COSTA NA MARGEM LESTE DO ESTUÁRIO MÉDIO DO RIO PARÁ

Autores

DOI:

https://doi.org/10.4215/rm2023.e22019

Resumo

O principal objetivo desse artigo é quantificar as taxas de erosão e de acreção na margem leste do Estuário médio do Pará no decorrer de 32 anos (1987; 1993; 1999; 2004; 2008; 2013 e 2019) com a utilização do sensoriamento remoto e da extensão Digital Shoreline Analysis System (DSAS). Esses procedimentos metodológicos recentemente aplicados na região amazônica se mostraram eficazes na busca dos resultados pretendidos. Para calcular com acurácia significativa as taxas de mudanças da LC foram selecionadas os parâmetros Net Shoreline Movement (NSM), Linear Regression Rate (LRR) e End Point Rate (EPR) para a compreensão das variações. No estuário médio, as taxas apresentaram uma tendência à retração da LC em sentido onshore, predominando na Ilha de Mosqueiro uma taxa média de -38 m e taxa média de acreção de 22,97 m, relacionados às taxas médias de variação de -0,58 m/ano (EPR) e -0,54 m/ano (LRR) e em Santo Antônio do Tauá com LRR e EPR identificando taxas médias de variação de -1,67 m/ano (LRR) e -1,55 m/ano (EPR). Apenas na ilha de Colares houve tendência a acreção, com taxa média de erosão de -96,29 m e taxa média de acreção de 116,49 m, onde a taxa máxima de acreção e de erosão, são de 405,61 m e -396,87 m, respectivamente.

Palavras-chave: Amazônia Oriental, Dinâmica Costeira, Ambiente Estuarino, LANDSAT.

Biografia do Autor

  • Diandra Karina Martins Guimarães, Universidade Federal do Pará, Belém (PA), Brasil

    Mestra em Oceanografia e Bacharela em Geografia ambos pela Universidade Federal do Pará (UFPA). Realizando pesquisas na área de Geomorfologia costeira e Dinâmica costeira com ênfase em Sensoriamento Remoto. Participei como bolsista do Programa de Educação Tutorial de Geografia (PET-Geografia) e também integrei o grupo de pesquisa Estudos Geográficos Costeiros do Marajó (EGC) da UFPA/CNPq. 

  • Maâmar El-Robrini, Universidade Federal do Pará, Belém (PA), Brasil

    Mestre em Physiographie des Océans et des Littoraux (1982) e Doutorado em Geologia Marinha - Université de la Sorbonne Paris IV/ Paris IV (1986). Atualmente é Professor Titular da Universidade Federal do Pará, Vice-Diretor da Faculdade de Oceanografia, Ministra disciplinas de Graduação (Faculdades de Geologia, Engenharia Naval e Oceanografia) e de Pós-Graduação (Engenharia Naval, Oceanografia e Recursos Hídricos). Coordenada o Grupo de Estudos Marinhos & Costeiros (GEMC/CNPQ) e o Laboratório de Geologia Oceânica (LAGEOC). Tem experiência nas áreas de Oceanografia, Geologia/Geofísica Marinha, atua nas seguintes áreas: Zona Costeira Amazônica, Zona Econômica e Exclusiva Brasileira, Margem Continental Equatorial e Mediterrânea. Participou do LEPLAC III e IV, AMASSEDS, JOPS, PROARQUIPÉLAGO. Coordenou o Programa REVIZEE, REMPLAC, Projeto Adaptation to Sea Level Rise in the Amazon Delta. Atualmente: Instituto Nacional de Energias Oceânicas (INEOF - Membro Gestor), Coordenador de Projetos: Sedimentação do Talude Continental Equatorial, Instabilidade dos Fundos (Mar Mediterrâneo), Orlas Fluviais/Oceânicas.

  • Renan Peixoto Rosário, Universidade Federal do Pará, Belém (PA), Brasil

    Doutor em Geofísica, subárea Geofísica Marinha na Universidade Federal do Pará (2016). Atualmente é professor Adjunto I do Instituto de Geociências, Faculdade de Oceanografia - UFPA. Tem experiência na área de oceanografia física, atuando principalmente nos seguintes temas: hidrodinâmica estuarina e de plataforma, intrusão salina em estuários e análise de dados em oceanografia física. 

  • Rafael Alexandre Alves Menezes, Universidade Federal do Pará, Belém (PA), Brasil

    Doutorando no Programa de Pós-Graduação em Geografia (PPGEO-UFPa) e docente externo da Faculdade de Geografia e Cartografia da Universidade Federal do Pará (FGC/UFPA). Desenvolve pesquisas na área de: Geomorfologia Costeira, Vulnerabilidade Costeira, Sensoriamento Remoto, Geoprocessamento, Modelagem, Machine Learning, Deep Learning, Linguagem de programação: Python, Javascript e R; e Geoprocessamento em nuvem (Google Earth Engine-GEE).

Publicado

2023-12-02

Edição

Seção

Artigos