Perda de Habitats Naturais: Campos de Altitude, Pantanal
DOI:
https://doi.org/10.33448/rsd-v11i3.26242Palavras-chave:
Composição multitemporal; Sensoriamento remoto; Vegetação alpina; Espaço-temporal; Índice de vegetação.Resumo
O objetivo foi quantificar a variação espaço-temporal da vegetação Campos de Altitude em duas diferentes áreas de análise entre os anos de 1985 e 2020. Primeiro foi realizada a classificação dos tipos de vegetação presentes nas duas áreas, por meio de uma composição falsa-cor RGB (Red, Green, Blue) substituindo os canais respectivamente pelos MIR-NIR-R (Middle Infrared, Near Infrared, Red). Após definir as classes de vegetação e criar polígonos sobre elas, foram sobrepostas ao produto NDVI (1985 e 2020), visando obter os valores máximos e mínimos do índice e identificar em quais faixas de valores estariam cada classe. Na sequência realizou-se uma composição falsa-cor multitemporal com a modificação do canal Red pelo produto NDVI 1985, canal Green pelo produto NDVI 2020 e o canal Blue sem nenhuma alteração. Os resultados demonstram que a área total dos Campos de Altitude diminuiu entre 1985 e 2020 nas duas áreas de estudo, sendo que na área 1 sofreu uma redução de 31,93% e na área 2 uma redução de 35,12%, enquanto que a vegetação de estrato mais denso (arbórea) ocorreu absolutamente o oposto, aumentou em sua distribuição espacial para ambas as áreas de estudo, sendo mais significativo o ganho na área 2 (230%). Houve um aumento perceptível de vegetação arbórea nas duas áreas de estudo durante os anos analisados. A tendência de aumento da fração da cobertura da vegetação arbórea está em consonância com a diminuição da vegetação Campos de Altitude e, esse fenômeno, pode ter relação com fatores ambientais, tais como variações na temperatura, quantidade de chuvas, radiação solar e composição do solo.
Referências
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.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 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
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.