El uso de NDVI derivado de imágenes de Pléiade en el análisis de la estructura de la vegetación en dos fragmentos de bosque
DOI:
https://doi.org/10.33448/rsd-v11i1.24170Palabras clave:
Imágenes; Pléyades; Estructura de la vegetación; NDVI.Resumen
El índice de vegetación generado a través de imágenes de satélite es uno de los datos más utilizados en el seguimiento de los parámetros estructurales de la vegetación en diferentes ecosistemas existentes en Brasil. En este trabajo, la caracterización del NDVI se realizó utilizando imágenes de Pléiades con una resolución espacial de 2 metros con cuatro bandas espectrales, en dos áreas de bosque correspondientes al municipio de Moju-PA cuya ubicación es 3º03`14,85409 "latitud sur. y 48º59`36, 15357 "de longitud oeste y otra en la ciudad de Belém-PA ubicada a 1 ° 26'30" S de latitud y 48 ° 27'0 "W de longitud. El procesamiento de la imagen se realizó a través del software Global Mapper. Valor máximo del NDVI para la vegetación más densa alcanzó 0.654 mientras que el valor promedio fue de 0.500 para el área forestal manejada ubicada en Moju-PA. En el otro fragmento de bosque ubicado dentro de Embrapa Amazônia Oriental, el valor máximo del NDVI indicó un valor de reflectancia de 0.849, el El valor promedio alcanzó aproximadamente 0,790. El perfil de la curva de vegetación generado a través de imágenes de Pléiades mostró un comportamiento positivo para los dos fragmentos de bosque, en el rango de (0,401 a 0,654) para f bosque manejado desde Moju-Pa y desde (0,736 a 0,849) para el bosque secundario de Belém-PA. Con base en los resultados observados, se puede concluir que el NDVI, derivado de las imágenes de satélite de Pléiades, se puede utilizar de manera confiable en el análisis y determinación del NDVI.
Citas
Amaral, S., Soares, J. V., Alves, D. S., Mello, E. M. K., Almeida, S. A. S., Dilva, O. F. & Silveira, A. M. (1996). Relações entre Índice de Área Foliar (LAI), Área Basal e Índice de Vegetação (NDVI) em relação a diferentes estágios de crescimento secundário na Floresta Amazônica em Rondônia. In: VII Simpósio Brasileiro de Sensoriamento Remoto, Salvador. Anais. Salvador, 485- 489.
Baptista, M. (2020). Análise temporal de NDVI sobre a cobertura vegetal da Área de Proteção Ambiental (APA) Costa Brava em Balneário Camboriú (SC). Metodologias E Aprendizado, 2, 197–202.
Barbosa, A. H. S., Carvalho, R. G. & Camacho, R. G. V. (2017). Aplicação do NDVI para a Análise da Distribuição Espacial da Cobertura Vegetal na Região Serrana de Martins e Portalegre – Estado do Rio Grande do Norte. Revista do Departamento de Geografia, 33 128-143.
Barros, A. S., Farias, L. M. & Marinho, J. L. (2020). A Aplicação do Índice de Vegetação por Diferença Normalizada (NDVI) na Caracterização da Cobertura Vegetativa de Juazeiro Do Norte – CE . Revista Brasileira de Geografia Física 13(6), 2885-2895.
Bernardes, S. (1996). Índices de vegetação e valores de proporção na caracterização de floresta tropical primária e estádios sucessionais na área de influência da Floresta de Tapajós-Estado do Pará. Dissertação (Mestrado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais.
Brandão, Z. N., Bezerra, M. V. C., Freire, E. C. & Silva, B. B., (2005). Determinação de Índices de Vegetação usando Imagens de Satélite para uso em Agricultura de Precisão. In: V Congresso Brasileiro de Algodão, V CBA, Salvador, BA, Anais. Campina Grande: CNPA.
Costa, A. S., Queiroz, J. C. B., Chermont, L. S., Lameira, O. A., Souza, E. B., Diniz, M. B., Moura, H. P., & Costa, D. L. C. (2021). Deforestation forecasts in the Legal Amazon using intervention models. Research, Society and Development, 10 (9).
Devries, B., Verbesselt, J., Kooistra, L. & Herold, M. (2015). Robust monitoring of small-scale forest disturbances in a tropical montane forest using Landsat time series. Remote Sensing of Environment, 161, 107-121.
Embrapa (2013). Missão Pléiades. <https://www.cnpm.embrapa.br/projetos/sat/conteudo/missao_Pléiades.html>.
Estrela, C. (2018). Metodologia Científica: Ciência, Ensino, Pesquisa. Editora Artes Médicas.
Huete, A.R. (1988). A soil-adjusted vegetation index (SAVI). Remote Sens. Environ. 25, 295– 309, 10.1016/0034-4257(88)90106-X.
IPCC. Intergovernamental Panel On Climate Changes. (2000). Land use, land use change, and forestry special report. Summary for Policymakers. Based on WATSON, R et al. as Core Writing Team. Montreal.
Korhonen, L., Korhonen, K. T., Rautiainen, M. & Stenberg, P. (2006). Estimation of Forest Canopy Cover: a Comparison of Field Measurement Techniques. Silva Fenicca, 40, 577-588.
Liu, W. T. H. (2007). Aplicações de Sensoriamento Remoto. Editora UNIDERP.
Luz, C. C. S., Ramos, A. W. P., Barros, C. A., Neves, S. M. A. S., Silva, J. S. V. & Galvanin, E. A. S. (2021). ‘NDVI e EVI Aplicados à Análise da Dinâmica Temporal da Cobertura Vegetal e Usos da Terra da Bacia do Córrego Padre Inácio-Mato Grosso, Brasil’, Anuário do Instituto de Geociências, vol. 44: 35438.
Magurran, A. E. (2013). Measuring Biological Diversity. John Wiley & Sons.
Melo, E. T., Sales, M. C. L. & 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, p. 520-533.
Moreira, M. A. (2011). Fundamentos do sensoriamento remoto e metodologias de aplicação. (4a ed.), Atualizada e ampliada. Ed. UFV, 422 p.
Nielsen, M. M. (2015). Remote sensing for urban planning and management: The use of window-independent context segmentation to extract urban features in Stockholm. Computers, environment and urban systems. 52, 1-9.
Oliveira, L. N., & Aquino, C. M. S. (2000). Índice da Vegetação da Diferença Normalizada (NDVI) na Sub-Bacia Hidrográfica do Rio Gurguéia, Piauí-Brasil: Análise do efeito da expansão agrícola. Revista Geoaraguaia. 10(2), 126-143.
Pioltine, L. F., Maltauro, R. F. & Pons, N. A. D. (2018). Análise multitemporal de NDVI sobre a cobertura vegetal da APA da Serra da Mantiqueira. In: Congresso Nacional de Meio Ambiente, 15, Poços de Caldas/MG, Congresso: Instituto Federal de Educação Ciência e Tecnologia, 1-5.
Poelking, E. L., Lauermann, A. & Dalmolin, R. S. D. (2007). Imagens CBERS na geração de NDVI no estudo da dinâmica da vegetação em período de estresse hídrico. In: XIII Simpósio Brasileiro De Sensoriamento Remoto, Florianópolis, Brasil. Anais. Florianópolis: INPE, 4145-4150.
Polonio, V. D. (2015). Índices de vegetação na mensuração do estoque de carbono em áreas com cana-de-açúcar. 73p. Dissertação (Mestrado em Agronomia: Energia na Agricultura). Universidade Estadual paulista, Faculdade de Ciências Agronômicas de Botucatu.
Ponzoni, F. J. & Shimabukuro, Y. E. (2007). Sensoriamento remoto no estudo da vegetação. Parêntese Editora.
Ponzoni, F. J., Shimabukuro, Y. E. & Kuplich, T. M. (2012). Sensoriamento Remoto da vegetação. (2a ed.), Oficina de Textos, 11(3-4), 164p.
Ravazzano, F., & Silva Falcão, O. E. (2021). A utilização do sistema de monitoramento por NDVI na análise de riscos para concessão de licenciamento ambiental na APA litoral Norte-Ba: uma necessária abordagem das políticas de compliance ambiental. Revista do Programa de Pós Graduação em Direito da UFBA, 31(1), 204-233.
Robinson, N. P. et al. (2017). Dynamic Landsat Derived Normalized Difference Vegetation Index (NDVI) Product for the Conterminous United States. Remote Sensing. 9, 863.
Rouse, J. W., Haas, R. H., Schell, J. A. & Deeering, D. W. (1973). Monitoring vegetation systems in the Great Plains with ERTS (Earth Resources Technology Satellite). In: Proceedings Of The Third Erts Symposium, SP-351 Goddard Space Flight Center, Washington: NASA, p. 309–317.
Vieira, S. A., Aidar, M., Baker, T. R., Camargo, P. B., Chave, J., Delitti, W. B. C., Higuchi, N., Joly, C. A., Martinelli, L. A., Phillips, O. L. & Trumbore, S. E. (2008). Estimation of biomass and carbono stocks: the case of the Atlantic Forest. Biota Neotropica, 8, 21-29.
Watzlawick, L. F. (2003). Estimativa de biomassa e carbono em floresta ombrófila mista e plantações florestais a partir de dados de imagens do satélite Ikonos II. 28(1), 120.
Watzlawick, L. F., Kirchner, F. F. & Sanquetta, C. R. (2009). Estimativa de biomassa e carbono em floresta com araucária utilizando imagens do satélite Ikonos II. Ciência Florestal, 19, 169-181.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Anderson da Silva Costa; Osmar Alves Lameira
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.