Resumo O processo de eutrofização leva à redução da qualidade da água e a perdas econômicas no mundo todo. Além disso, é possível aplicar técnicas de sensoriamento remoto para o monitoramento de ambientes aquáticos. Neste estudo, objetivou-se analisar o uso combinado dos dados Sentinel-2 Multispectral Instrument e Landsat-8 Operational Land Imager para o monitoramento de um ambiente aquático eutrofizado sob condições adversas de nuvens, de julho de 2016 a julho de 2018. Foi realizada a pré-seleção dos dados e posteriormente as cenas foram adquiridas para uma investigação mais aprofundada. Criou-se uma chave de interpretação para as condições de nuvens da área de estudo e foram agrupadas cada uma das 125 cenas em uma Análise de Componentes Principais (ACP). A ACP agrupou meses com similaridades nas condições de nuvens, destacando seus padrões em termos de estação chuvosa e seca para a área de estudo. Outro resultado interessante foi que, mesmo sob o regime adverso de nuvens inerente da Amazônia, o uso combinado de ambos dados de imagens de satélites gratuitos pode ser útil para uma análise mais aprofundada, como a mensuração de clorofila a, matéria orgânica colorida dissolvida, sólidos suspensos totais e turbidez. No entanto, destaca-se que, primeiramente, investimentos devem ser realizados de forma a validar dados in situ, para que um programa de monitoramento possa ser construído através de aplicações de sensoriamento remoto.
Abstract The eutrophication process leads to reduced water quality and economic losses worldwide. Furthermore, it is possible to apply remote sensing techniques for monitoring of aquatic environments. In this paper, we analysed the combined use of Sentinel-2 Multispectral Instrument and Landsat-8 Operational Land Imager data to monitor a eutrophic aquatic environment under adverse cloudy conditions, from July 2016 to July 2018. Data pre-selection was performed, and then the images were acquired for further investigation. After that, we created a key to the interpretation of cloud conditions for the study area and grouped each of 125 scenes in a Principal Component Analysis (PCA). The PCA grouped months with similarities in cloud conditions, highlighting their patterns in terms of the rainy and dry seasons for the study area. Another interesting result was that, even under the inherent adverse cloud regime of the Amazon, the combined use of both free satellite imagery data could be useful for further analyses, such as measuring of chlorophyll a, coloured dissolved organic matters, total suspended solids and turbidity. However, we highlight that, firstly, studies must be made to validate the data in situ, so that monitoring programs can be built through remote sensing applications.