Perdida de Hábitats Naturales: Campos de Altitud, Pantanal
DOI:
https://doi.org/10.33448/rsd-v11i3.26242Palabras clave:
Composición multitemporal; Detección remota; Vegetación alpina; Espacio-temporal; Índice de vegetación.Resumen
El objetivo fue cuantificar la variación espacial y temporal de la vegetación de los Campos de Altitud en dos zonas de análisis distintas entre los años 1985 y 2020. En primer lugar se realizó la clasificación de los tipos de vegetación presentes en las dos zonas, mediante una falsa -composición de color RGB (Rojo, Verde, Azul) reemplazando los canales respectivamente por MIR-NIR-R (Middle Infrared, Near Infrared, Red). Luego de definir las clases de vegetación y crear polígonos sobre ellas, se superpusieron al producto NDVI (1985 y 2020), con el fin de obtener los valores máximos y mínimos del índice e identificar en qué rangos de valores estaría cada clase. Posteriormente se realizó una composición multitemporal en falso color con la modificación del canal Rojo por el producto NDVI de 1985, el canal Verde por el producto NDVI de 2020 y el canal Azul sin cambios. Los resultados muestran que la superficie total de Campos de Altitud disminuyó entre 1985 y 2020 en las dos zonas de estudio, habiendo en la zona 1 una reducción del 31,93% y en la zona 2 una reducción del 35,12%, mientras que el estrato de vegetación más densa (árbol) ocurrió exactamente lo contrario, aumentó en su distribución espacial para ambas áreas de estudio, siendo el aumento más significativo en el área 2 (230%). Hubo un aumento notable en la vegetación arbórea en las dos áreas de estudio durante los años analizados. La tendencia a aumentar la fracción de cobertura arbórea está de acuerdo con la disminución de la vegetación de Campos de Altitud, y este fenómeno puede estar relacionado con factores ambientales, como variaciones de temperatura, cantidad de lluvia, radiación solar y composición del suelo.
Citas
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.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Dhonatan Diego Pessi; Marco Antonio Diodato; Angélica Guerra; Normandes Matos da Silva; Alfredo Marcelo Grigio; Camila Leonardo Mioto; Vinícius de Oliveira Ribeiro; Geraldo Alves Damasceno Junior; Antonio Conceição Paranhos Filho
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.