Loss of Natural Habitats: High-Altitude Vegetation, Pantanal

Authors

DOI:

https://doi.org/10.33448/rsd-v11i3.26242

Keywords:

Alpine vegetation; Multi-temporal composition; Remote sensing; Spatiotemporal; Vegetation index.

Abstract

The objective of this study is to quantify the spatiotemporal variation of high-altitude grassland (Campos de Altitude) in two different study areas between 1985 and 2020. First, the types of vegetation present in both areas were classified using a false-color (Red, Green, Blue) composition, with the channels replaced by mid-infrared, near-infrared, red, respectively. Following the definition of vegetation classes and the creation of polygons over them, they were superimposed on the NDVI product (1985 and 2020) to obtain the maximum and minimum values of the index and to identify which value ranges each class would be in. Next, a multitemporal false-color composition was carried out with the modification of the Red channel by the NDVI 1985 product, the Green channel by the NDVI 2020 product and the Blue channel without any changes. The results show that the total area of Campos de Altitude decreased between 1985 and 2020 in both study areas, with area 1 losing 31.93% and area 2 losing 35.12%, whereas the vegetation of denser strata (arboreal) increased in its spatial distribution in both study areas, with area 2 gaining the most (230%). There was a noticeable increase in arboreal vegetation in the two study areas during the years analyzed. The tendency for the fraction of arboreal vegetation cover to increase is in line with the decrease in Campos de Altitude vegetation, and this phenomenon may be related to environmental factors such as temperature variations, amount of rainfall, solar radiation, and soil composition.

Author Biographies

Dhonatan Diego Pessi, Universidade Federal de Mato Grosso do Sul

Doutorando em Tecnologias Ambientais pela Universidade Federal de Mato Grosso do Sul.

Marco Antonio Diodato, Universidade Federal Rural do Semi Árido

Doutor em Ciências Biológicas pela Universidade Federal do Paraná. Atualmente é professor associado da Universidade Federal Rural do Semi-Árido-UFERSA

Angélica Guerra, Instituto Homem Pantaneiro

Bióloga (Licenciatura e Bacharel), Mestre em Biologia Vegetal e Doutora e Pós-Doutora em Ecologia e Conservação. Trabalha com cenários de uso do solo e serviços ecossistêmicos para o Pantanal. Tem interesse em pesquisas que embasam políticas públicas, principalmente relacionadas a simulação de cenários, mudanças de uso solo, mudanças climáticas, serviços ecossistêmicos e legislação ambiental, aplicadas ao Pantanal e Cerrado. Atualmente é Gestora do Projeto Cabeceiras do Pantanal do Instituto Homem Pantaneiro.

Normandes Matos da Silva, Universidade Federal de Rondonópolis

Doutor em Ecologia de Ecossistemas Terrestres e Aquáticos pela Universidade de São Paulo. Atualmente Professor Associado na Universidade Federal de Rondonópolis (UFR), no curso de graduação em Engenharia Agrícola e Ambiental.

Alfredo Marcelo Grigio, Universidade do Estado do Rio Grande do Norte

Doutor em Geodinâmica pela Universidade Federal do Rio Grande do Norte. Atualmente é professor Adjunto II da Universidade do Estado do Rio Grande do Norte.

Camila Leonardo Mioto, Universidade Federal de Rondonópolis

Doutora em Saneamento Ambiental e Recursos Hídricos pelo Programa Tecnologias Ambientais pela Universidade Federal de Mato Grosso do Sul. É Professora do curso de Engenharia Agrícola e Ambiental e do Programa de Pós-Graduação em Gestão e Tecnologia Ambiental (PGGTA) da Universidade Federal de Rondonópolis.

Vinícius de Oliveira Ribeiro, Universidade Estadual de Mato Grosso do Sul

É Professor Adjunto da Universidade Estadual de Mato Grosso do Sul - UEMS. Atua no curso de Engenharia Ambiental e Sanitária e no Programa de Pós Graduação em Recursos Naturais (PGRN), em Dourados/MS. Engenheiro Ambiental pela Universidade Federal de Mato Grosso do Sul - UFMS (2006), possui Mestrado (2011) e Doutorado (2013) em Saneamento Ambiental e Recursos Hídricos - PGTA/UFMS. É coordenador do Laboratório de Modelagem em Saneamento e Geotecnologias - LASANGE/UEMS. Foi Fiscal Ambiental do IMASUL/SEMAC-MS (2006 - 2007), Engenheiro Projetista e Gestor de Projetos de Esgoto da Empresa de Saneamento de MS - SANESUL (2007 - 2013) e Professor do Instituto de Ciência e Tecnologia do Mato Grosso- IFMT (2013 - 2015). Como Conselheiro Efetivo do CREA/MS (2015-2021), foi Vice-Presidente, e coordenou a Comissão de Meio Ambiente, a Comissão de Ensino e Atribuição Profissional (CEAP) e a Comissão de Ética Profissional. Tem atuado como perito Ad hoc do MPMS, consultor ad hoc para CNPq, CAPES, FAP´s e várias revistas científicas. Tem experiência na área de Engenharia Sanitária-Ambiental e Geotecnologias, com foco de atuação nos campos de Drenagem e Tratamento de Águas Residuárias (Domésticas e Industriais), Saneamento Básico, SIG´s livre e Sensoriamento Remoto Ambiental Aplicado.

Geraldo Alves Damasceno Junior, Universidade Federal de Mato Grosso do Sul

Possui graduação em Ciências Biológicas pela Universidade Federal de Mato Grosso do Sul (1987), mestrado (1997) e doutorado (2005) em Biologia Vegetal pela Universidade Estadual de Campinas e pós doutorado na Universidade de Hamburgo (2014). Atualmente é professor da Universidade Federal de Mato Grosso do Sul. Tem experiência na área de Botânica, com ênfase em fitogeografia, florística e fitossociologia, ecologia de comunidades vegetais, atuando principalmente nos seguintes temas: áreas inundáveis, Pantanal, dispersão, florestas estacionais, florestas ripárias, campos inundáveis e suas relações com a inundação, solos e o fogo.

Antonio Conceição Paranhos Filho, Universidade Federal de Mato Grosso do Sul

Livre-Docente pelo Instituto de Geociências da USP. É Professor Titular da UFMS.

References

Bai, Y. et al. (2020). Climate warming benefits alpine vegetation growth in Three-River Headwater Region, China. Science of the Total Environment, 742: 1-10.

Berberoglu, S. et al. (2011). Mapping and monitoring of coastal wetlands of Cukurova Delta in the Eastern Mediterranean region. Biodivers. Conserv, 13: 615–633.

Brito, N. de M. (2011). Desenvolvimento econômico e mineração: uma abordagem da atividade em Corumbá, MS. Entre-Lugar, 4: 123-150.

Beniston, M. (2003). Climatic change in mountain regions: a review of possible impacts. Clim. Change, 59: 5–31.

Brasil. (2008). Instituto Nacional de Pesquisas Espaciais (INPE). Topodata: banco de dados geomorfométricos do Brasil. Variáveis geomorfométricas locais. São José dos Campos, 2008. <http://www.dsr.inpe.br/topodata/>.

Chen, B. et al. (2018). Dynamic monitoring of the Poyang Lake wetland by integrating Landsat and MODIS observations. ISPRS J. Photogramm. Remote Sens, 139: 75–87.

Dronova, I. et al. 2012. Landscape analysis of wetland plant functional types: the effects of image segmentation scale, vegetation classes and classification methods. Remote Sens. Environ, 127: 357–369.

EMBRAPA. (2021). Empresa Brasileira de Pesquisa Agropecuária. LANDSAT - Land Remote Sensing Satellite. 2021. Disponível em: https://www.embrapa.br/satelites-de-monitoramento/missoes/landsat. Acesso em: 28 jan. 2021.

ECOTRÓPICA – Fundação de apoio à vida nos trópicos. 2003. Plano de Manejo das RPPN’S Acurizal, Penha e Dorochê. Cuiabá, Mato Grosso. 125p.

Foley, J.A. et al. (2005). Global consequences of land use. Science, 309: 570–574.

Guerra, A. et al. (2020). Drivers and projections of vegetation loss in the Pantanal and surrounding ecosystems. Land Use Policy, 91: 104388.

Jeong, S. J. et al. (20110. Phenology shifts at start vs. end of growing season in temperate vegetation over the Northern Hemisphere for the period 1982–2008. Glob. Chang. Biol, 17: 2385–2399.

Johnston, R. M. & Barson, M. M. (1993). Remote sensing of Australian wetlands: an evaluation of Landsat TM data for inventory and classification. Mar. Freshw. Res., 44: 235–252.

Junk, W. J. et al. (2006). Biodiversity and its conservation in the Pantanal of Mato Grosso, Brazil. Aquat. Sci., 68: 278–309.

Larcher, L.; Rabelo, A. & Viana, D. F. P. (2017). Rede De Proteção E Conservação Da Serra Do Amolar: Um Modelo De Conservação Integrado. In: João Carlos Ferreira de Melo Júnior; Therezinha Maria Novais de Oliveira. (Org.). Ciências ambientais: ensaios e perspectivas. 1ed. Joinville: Univille, v. 1, 225-240.

Han, X. et al. (2015). Four decades of winter wetland changes in Poyang Lake based on Landsat observations between 1973 and 2013. Remote Sens. Environ., 156: 426–437.

IHP – Instituto Homem Pantaneiro. 2012. Descobrindo o Paraíso: aspectos biológicos da reserva particular do patrimônio natural engenheiro Eliezer Batista – RPPN EEB/ Pantanal Sul. Org. Rabelo, A. C. P.; Moreira, V. F.; Bertassoni, A.; AOKI, C. Rio de Janeiro, RJ. 111 p.

LANDSAT. (2020). Imagem Landsat 8 OLI. Canais 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 e NDVI. Landsat-8 image courtesy of the U.S. Geological Survey. Imagem de Satélite. Órbita 227 ponto 073. De 28 de setembro de 2020. 2020.

LANDSAT. (2020). Imagem Landsat 8 OLI. Canais 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 e NDVI. Landsat-8 image courtesy of the U.S. Geological Survey. Imagem de Satélite. Órbita 227 ponto 072. De 28 de setembro de 2020. 2020.

LANDSAT. (1985). Imagem Landsat 5 TM. Canais 1, 2, 3, 4, 5, 6, 7 e NDVI. Landsat-5 image courtesy of the U.S. Geological Survey. Imagem de Satélite. Órbita 227 ponto 073. De 12 de setembro de 1985. 1985.

LANDSAT. (1985). Imagem Landsat 5 TM. Canais 1, 2, 3, 4, 5, 6, 7 e NDVI. Landsat-5 image courtesy of the U.S. Geological Survey. Imagem de Satélite. Órbita 227 ponto 072. De 27 de agosto de 1985. 1985.

Li, X. & Qu, Y. (2018). Evaluation of Vegetation Responses to Climatic Factors and Global Vegetation Trends using GLASS LAI from 1982 to 2010. Canadian Journal Of Remote Sensing, 44: 357–372.

Linscheid, N. et al. (2020). Towards a global understanding of vegetation-climate dynamics at multiple time scales. Biogeosciences, 17: 945–962.

Ma, X. et al. (2019). Sensitivity of Vegetation on Alpine and Subalpine Timberline in Qinling Mountains to Temperature Change. Forests, 10: 1-16.

Marengo, J. M. et al. (2021). Extreme Drought in the Brazilian Pantanal in 2019–2020: Characterization, Causes, and Impacts. Frontiers in Water, 3: 639204.

Mioto, C.L. et al. (2012). Contribuição à caracterização das sub-regiões do Pantanal. Rev Entre-Lugar, 3:165-180.

Um, S. et al. (2020). Monitoring the spatio-temporal dynamics of the wetland vegetation in Poyang Lake by Landsat and MODIS observations. Science of the Total Environment, 725: 138096.

Newbold, T. (2018). Future effects of climate and land-use change on terrestrial vertebrate community diversity under different scenarios. Proc. R. Soc. B Biol. Sci., 285: 20180792.

Pan, N. et al. (2018). Increasing global vegetation browning hidden in overall vegetation greening: Insights from time-varying trends. Remote Sensing of Environment, 214: 59-72.

Peres, P.N. et al. (2016). Variação da Cobertura do Solo no Pantanal de 2000 a 2015 por Sensoriamento Remoto com Software e Dados Gratuitos. Anuário do Instituto de Geociências – UFRJ, 39: 116-123.

Pouliot, D. et al. (2009). Trends in vegetation NDVI from 1 km AVHRR data over Canada for the period 1985–2006. International Journal of Remote Sensing, 30: 149-168.

Pott, A. et al. (2011). Plant diversity of the Pantanal wetland. Brazilian Journal of Biology, 71: 265-273.

Pott, A. et al. (2000). Vegetação e uso da terra. p.111-131. In: SILVA J. S. V. (ed.). Zoneamento ambiental da borda oeste do Pantanal: Morraria do Urucum e adjacências. Embrapa Informação e Tecnologia, Brasília, DF. 365p.

QGIS Development Team, (2021). QGIS Geographic Information System. Open Source Geospatial Foundation Project. http://qgis.osgeo.org.

Roque, F. O. et al. (2016). Upland habitat loss as a threat to Pantanal wetlands. Conserv. Biol., 30: 1131–1134.

Shen, M. et al. (2015). Plant phenological responses to climate change on the Tibetan Plateau: research status and challenges. National Science Review, 2: 454-467.

Silva, J. S. V. & Abdon, M. M. (1998). Delimitação do Pantanal Brasileiro e Suas Sub-regiões. Pesq. agropec. bras., 33: 1703-1711.

Souza, C. A. & Souza, J. B. (2010). Pantanal Mato-grossense: origem, evolução e as características atuais. Revista Eletrônica da Associação dos Geógrafos Brasileiros, 11: 34-54.

SOS-Pantanal, WWF-Brasil, Conservation-International, ECOA, Fundacion-AVINA. (2017). Monitoramento das alterações da cobertura vegetal e uso do solo na Bacia do Alto Paraguai Porção Brasileira-Período de analise: 2016 a 2017. Corumba. Embrapa Pantanal.

TOPODATA. (2008). Banco de dados geomorfométricos do Brasil. Variáveis geomorfométricas locais. São José dos Campos, 2008. http://www.webmapit.com.br/inpe/topodata/

Urbanetz, C. et al. (2012). Composição e Distribuição de Espécies Arbóreas em Gradiente Altitudinal, Morraria do Urucum, Brasil. Oecol. Aust., 16: 859-877.

Wamelink, W. et al. (2018). The role of abiotic soil parameters as a factor in the success of invasive plant species. Emerging Sci. J., 2: 308–365.

Wang, X. et al. (2014). Alpine Cold Vegetation Response to Climate Change in the Western Nyainqentanglha Range in 1972–2009. The Scientific World Journal, 2014: 1-9.

Zhang, R. et al. (2019). Grassland vegetation phenological variations and responses to climate change in the Xinjiang region, China. Quaternary International, 513: 56–65.

Zhang, J. et al. (2007). Evaluation of Grassland Dynamics in the Northern-Tibet Plateau of China Using Remote Sensing and Climate Data. Sensors, 7: 3312-3328.

Zeng, N. et al. (2019). Estimating grassland aboveground biomass on the Tibetan Plateau using a random forest algorithm. Ecological Indicators, 102: 479-487.

Zhou, J. et al. (2016). Alpine vegetation phenology dynamic over 16 yers and its covariation with climate in a semi-arid region of China. Science of the Total Environment, 572: 119-128.

Downloads

Published

09/02/2022

How to Cite

PESSI, D. D.; DIODATO, M. A.; GUERRA, A.; SILVA, N. M. da .; GRIGIO, A. M.; MIOTO, C. L. .; RIBEIRO, V. de O. .; DAMASCENO JUNIOR, G. A. .; PARANHOS FILHO, A. C. Loss of Natural Habitats: High-Altitude Vegetation, Pantanal. Research, Society and Development, [S. l.], v. 11, n. 3, p. e2911326242, 2022. DOI: 10.33448/rsd-v11i3.26242. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/26242. Acesso em: 17 jun. 2024.

Issue

Section

Exact and Earth Sciences