O uso do NDVI derivado das imagens Pléiades na análise na estrutura da vegetação em dois fragmentos florestais
DOI:
https://doi.org/10.33448/rsd-v11i1.24170Palavras-chave:
Imagens; Pléiades; Estrutura da vegetação; NDVI.Resumo
O índice de vegetação gerado através de imagens de satélites é um dos dados mais utilizados no monitoramento dos parâmetros estruturais da vegetação dos diferentes ecossistemas existente no Brasil. Neste trabalho foi realizada a caracterização do NDVI através das imagens Pléiades com resolução espacial de 2 metros com quatros bandas espectrais, em duas áreas florestais correspondente ao município de Moju-PA cuja localização é 3º03`14,85409” de latitude sul e 48º59`36,15357" longitude oeste e outra na cidade de Belém-PA localizada a 1°26’30” S de latitude e 48°27’0” W de longitude. O processamento das imagens se deu através do software Global Mapper. O máximo valor do NDVI referente à vegetação mais densa alcançou 0,654 enquanto o valor médio foi de 0,500 para área florestal manejada localizada em Moju-PA. No outro fragmento florestal localizado dentro da Embrapa Amazônia Oriental, o valor máximo do NDVI apontou um valor de 0,849 de refletância, sendo que o valor médio alcançou aproximadamente 0,790. O perfil da curva da vegetação gerada através das imagens Pléiades apontou um comportamento positivo para os dois fragmentos florestais, sendo no intervalo de (0,401 a 0,654) para floresta manejada de Moju-Pa e de (0,736 a 0,849) para a floresta secundária de Belém-PA. Diante dos resultados observados, pode-se concluir que o NDVI, derivado das imagens do satélite Pléiades podem ser usados de maneira confiável na análise e determinação do NDVI.
Referências
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.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Anderson da Silva Costa; Osmar Alves Lameira
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
