CNPq

Um grupo de pesquisadores brasileiros está desenvolvendo ferramenta para mapeamento e análise de variação da linha de costa, um indicador amplamente utilizado em zonas costeiras que possibilita o planejamento adequado face à ocupação do litoral. A ferramenta, o CASSIE (Coastal Analysis via Satellite Imagery Engine), é resultado do projeto Baysqueeze, apoiado pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), que conta com pesquisadores da Universidade Federal de Santa Catarina (UFSC), Universidade do Vale do Itajaí (UNIVALI), e Universidade Federal do Rio Grande (FURG).

A ferramenta é um aplicativo web (https://cassie-stable.herokuapp.com/), código aberto (open source) e de acesso livre, que permite o mapeamento automático da posição da linha de costa (limite entre o mar e a terra) e sua análise para qualquer região do planeta. Assim, o CASSIE oferece a possibilidade do desenvolvimento de estudos que visem uma análise histórica da tendência evolutiva da linha de costa em qualquer região do litoral Brasileiro.

Segundo o professor da UFSC e bolsista PQ do CNPq, Antonio Henrique da Fontoura Klein, e um dos pesquisadores do projeto, a posição da linha costa não é constante no tempo e no espaço. Ela varia em função do aporte de sedimentos (exemplo: dos Rios, etc) e dos processos costeiros (ondas, marés) e pode migrar em direção ao mar (chegando mais sedimento do que saindo do sistema), pode ficar estabilizada (tudo que entra é igual ao que sai) ou pode migrar em direção a terra (erosão costeira - neste caso esta saindo mais sedimento do que entrando na região costeira). "Ao monitorarmos a linha de costa a partir de imagens de satélite podemos definir, por exemplo,  locais com erosão costeira ao longo do tempo e medidas preventivas ou mitigadoras podem ser adotadas", explica o pesquisador. "Ainda com base no passado, considerando um mesmo intervalo de tempo futuro,  podemos prever o comportamento da linha de costa para o futuro", complementa Klein.

Construído com tecnologia do Google Earth Engine (uma avançada plataforma de processamento geospacial baseada em nuvem, ideal para análises de dados em escala planetária) o CASSIE faz uso do catálogo de vários petabytes de imagens de satélite (incluindo a série Landsat e Sentinel), ferramentas de análise espacial e a poderosa capacidade de computação do Google Cloud, que permite a qualquer utilizador quantificar as tendências (em metros/ano) evolutivas da linha de costa, bastando para isso o acesso á internet, já que todo o processamento é feito na nuvem, explica o pesquisador do projeto, Rudimar Dazzi (UNIVALI).

Exemplo da aplicação do CASSIE nas margens da Baía da Babitonga, dentro do munícipio de Joinville (Santa Catarina). Fonte Imagem: Google Earth Engine

O CASSIE foi apresentado pela primeira vez em Novembro do ano passado pelos Profs. Luis Pedro de Almeida da FURG e Rodrigo Lyra da UNIVALI e pelo Bolsista de IC do CNPq, Israel Oliveira, durante o curso para a ferramenta que aconteceu no âmbito da conferência internacional LAPECO 2019 (Latin American Physics of Estuaries and Coastal Oceans), em Florianópolis, SC. O curso contou com um total de 12 participantes (incluindo pesquisadores, consultores e estudantes), oriundos de diversos Países da América do Sul e Europa (Brasil, Espanha, Argentina, Chile, Uruguai e Panamá), os quais tiveram a oportunidade de conhecer e aplicar a ferramenta CASSIE. Como demonstração do potencial de aplicação do CASSIE cada participante pode desenvolver um exercício de análise de evolução da linha de costa a uma área costeira de origem. Este foi o primeiro teste oficial do sistema.

O CASSIE é financiado pelo CNPq por meio da Chamada de Pesquisa e Desenvolvimento em Ações Integradas e Sustentáveis nas Baías do Brasil - MCTIC/CNPq - Nº 21/2017) e, além do Prof. Klein, conta com o trabalho dos pesquisadores Luis Pedro de Almeida, Prof. Visitante do Programa de Pós-Graduação em Oceanologia, Instituto de Oceanografia da FURG; Rodrigo Lyra e Rudimar Dazzi, Profs. do Curso de Ciência da Computação da UNIVALI; Israel Oliveira, Bolsista de IC-CNPQ do Curso de Ciência da Computação da UNIVALI.