NDVI and SAVI as tools for monitoring changes in land use and occupation in southwestern Pará

Authors

DOI:

https://doi.org/10.33448/rsd-v11i1.22583

Keywords:

Multitemporal analysis; Geoprocessing; Brazilian Amazon.

Abstract

Remote Sensing is a technology that allows the acquisition of information about areas or objects without maintaining physical contact. This work aimed to use passive satellite images, through vegetation cover indices, such as the Normalized Difference Vegetation Index (NVDI) and Adjusted Soil Vegetation Index (SAVI), in the years 2008 and 2018, to identify the changes undergone in 10 years of the Comunidade Linha Gaúcha community located in the municipality of Novo Progresso in the state of Pará. For this work, data from IBAMA were used, such as the spatial location of the Community and images from the United States Geological Survey (USGS) platform. for the years 2008(Landsat 5 – TM) and 2018 (Landsat 8 – OLI). Through the NDVI and SAVI method, it was possible to analyze the urban expansion around the community within a radius of 50 km, as well as observe the intense change in land use and occupation, this fact being closely linked to the presence of the Transamazon Highway, an important agent of growth in the Amazon.

References

Accioly. L. J. De O., Costa T. C. C., Oliveira M. A. J., Silva, F. H. B. B., & Burgos, N. (2002). O papel do sensoriamento remoto na avaliação e no monitoramento dos processos de desertificação do semi-árido brasileiro. I Simpósio Regional De Geoprocessamento E Sensoriamento Remoto. 10.Anais... Aracaju/SE, 2002. p. 1-4.

De Boratto, I. M., & Gomide, R. L. (2013). Aplicação dos índices de vegetação NDVI, SAVI e IAF na caracterização da cobertura vegetativa da região Norte de Minas Gerais. In: Embrapa Milho e Sorgo-Artigo em anais de congresso (ALICE). In: Simpósio Brasileiro De Sensoriamento Remoto, 16. 2013, Foz do Iguaçu. Anais... INPE, 2013. 7345-7352.

Empresa Brasileira De Pesquisa Agropecuária – Embrapa. (2019). LANDSAT - Land Remote Sensing Satellite. https://www.cnpm.embrapa.br/projetos/sat/conteudo/missao_landsat.html.

Florenzano, T. G. (2007). Iniciação em Sensoriamento Remoto. (3a ed.).

Gilabert, M. A. González-Piqueras. J. García-Haro, F. J. & Melia, J. (2002). A generalized soil-adjusted vegetation índex. Remote Sensing of Environment. 82, 303–310.

Holben, B. N. (1986). Characteristics of maximum-value composite imagens from temporal AVHRR data. International Journal of Remote Sensing 7(11), 1417-1434.

Huete, Alfredo R. A. (1988). Soil-adjusted vegetation index (SAVI). Remote sensing of environment, 25(3), 295-309.

Introdução Ao Sensoriamento Remoto. 2001. http://docplayer.com.br/2709750-Introducao-ao-sensoriamento-remoto.html.

Jensen, J. R. (1996). Introductory digital image processing: a remote sensing perspective. (2a. ed.), Upper Saddle River: Prentice-Hall.

Lima, D. R. M. et al. (2017.). Uso de NDVI e SAVI para Caracterização da Cobertura da Terra e Análise Temporal em Imagens RapidEye. Revista Espacios, 38(36), 1-15 pp.

Masplam. (2019). Uso do Sensoriamento Remoto Auxilia na Preservação Ambiental. http://www.masplam.com.br/noticia/31/usos-do-sensoriamento-remoto-auxilia-na-preservacao-ambiental.

Melo, E. T., Sales, M. C. L., & De Oliveira, J. G. B. (2011). Aplicação do Índice de Vegetação por Diferença Normalizada (NDVI) para análise da degradação ambiental da microbacia hidrográfica do Riacho dos Cavalos, Crateús-CE. Raega-O Espaço Geográfico em Análise, v. 23.

Moraes, E. C. (2002). Capítulo 1: Fundamentos de Sensoriamento Remoto.

Novo, E. M. L. M. (1989). Sensoriamento remoto: princípios e aplicações. Edgard Blücher. 308 p.

Oliveira, L. M. T. V. (2008). Estudo das Regiões Fitoecológicas brasileiras pela FAPAR/NDVI e relações com séries temporais de dados pluviométricos. 226 p. Tese doutorado em Engenharia Civil – Universidade Federal do Rio de Janeiro.

Pettorelli, N. et al. Using the satellite-derived NDVI to assess ecological responses to environmental change. Trends in ecology & evolution, 20(9), 503-510, 2005.

Rosendo, J. S. & Sendo, J. S. (2005). Índices de vegetação e monitoramento do uso do solo e cobertura vegetal na Bacia do Rio Araguari – MG – utilizando dados do sensor MODIS. Dissertação de mestrado – Universidade Federal de Uberlândia, programa de Pós Graduação em Geografia.

Sausen, T. M. (2019). Sensoriamento remoto e suas aplicações para recursos naturais. http://www3.inpe.br/unidades/cep/atividadescep/educasere/apostila.htm.

Teotia, H. S., Silva, I. F., Santos, J. R., Veloso Junior, J. F., & Gonçalves, J. L. G. (2003). Classificação da cobertura vegetal e capacidade de uso da terra na região do Cariri Velho (Paraíba), através de sensoriamento remoto e geoprocessamento. Anais XI Simpósio Brasileiro de Sensoriamento Remoto, Belo Horizonte, Brasil, 05-10 abril, INPE, 1969 -1976.

United States Geological Survey –Usgs. (2019). Base de dados Raster.

Published

12/01/2022

How to Cite

RODRIGUES, H. C. T. .; SILVA, R. S. da .; CARNEIRO, F. da S. .; SOUZA, C. B. G. .; OLIVEIRA , T. B. de .; AMARAL, A. P. M. do .; SANTOS, A. M. A. dos .; PINHEIRO, K. A. O. .; MAESTRI, M. P. . NDVI and SAVI as tools for monitoring changes in land use and occupation in southwestern Pará. Research, Society and Development, [S. l.], v. 11, n. 1, p. e47611122583, 2022. DOI: 10.33448/rsd-v11i1.22583. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/22583. Acesso em: 29 nov. 2024.

Issue

Section

Agrarian and Biological Sciences