NDVI e SAVI como ferramentas de monitoramento das modificações no uso e ocupação do solo no sudoeste paraense

Autores

DOI:

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

Palavras-chave:

Análise multitemporal; Geoprocessamento; Amazônia brasileira.

Resumo

Sensoriamento Remoto é um uma tecnologia que permite aquisição de informações sobre áreas ou objetos sem manter contato físico. Esse trabalho objetivou utilizar imagens de satélites passivos, por meio dos índices de cobertura vegetal, como o Índice de Vegetação por Diferença Normalizada (NVDI) e Índice de Vegetação Ajustado para o Solo (SAVI), nos anos de 2008 e 2018, para identificar as modificações sofridas em 10 anos da comunidade Comunidade Linha Gaúcha localizada no município de Novo progresso no estado do Pará. Para este trabalho, foram utilizados dados provenientes do IBAMA, como a localização espacial da Comunidade e imagens da plataforma United States Geological Survey (USGS), para os anos de 2008(Landsat 5 – TM) e 2018 (Landsat 8 – OLI). Por meio do método de NDVI e SAVI foi possível analisar a expansão urbana em torno da comunidade num raio de 50 km, assim como observar a intensa modificação no uso e ocupação do solo, estando este fato intimamente ligado à presença da rodovia Transamazônica, importante agente de crescimento na Amazônia.

Referências

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.

Downloads

Publicado

12/01/2022

Como Citar

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 e SAVI como ferramentas de monitoramento das modificações no uso e ocupação do solo no sudoeste paraense. 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.

Edição

Seção

Ciências Agrárias e Biológicas