Escolar Documentos
Profissional Documentos
Cultura Documentos
Environmental analysis and remote sensing: Use of free software for production
sampling and evaluation of NDVI tool in the hidrographic basin of Ribeirão das
Cruzes, Selvíria/MS
Autor 1
Autor 2
RESUMO: O atendimento das demandas relacionadas com a analise ambiental da vegetação e da
dinâmica sistêmica de determinados recursos e recortes da paisagem, pode ser discutido com a
aplicação e utilização de diferentes metodologias e técnicas de monitoramento ambiental remoto. Os
índices de vegetação surgem como importantes ferramentas para avaliação do comportamento dos
recursos vegetais e florestais em áreas de estudo com diferentes escalas e comportamentos. Este
estudo tem como objetivo a aplicação do Índice de Vegetação por Diferença Normalizada (NDVI) nas
fisionomias vegetais presentes na bacia hidrográfica do Ribeirão das Cruzes (BHRC) localizado no
município de Selvíria, região leste do estado de Mato Grosso do Sul. Os processos de interação da
energia eletromagnética com a superfície terrestre são os pilares conceituais do geoprocessamento e do
sensoriamento remoto, atualmente devido a ampliação destas técnicas tornou-se mais acessível o
conhecimento e analise de espacialização e da dinâmica dos recursos naturais. Os resultados esperados
neste estudo devem colaborar com a aplicação e interpretação dos índices de vegetação em culturas
agrícolas e formações vegetais nativas, e com isso determinar comparações e correlações na
distribuição, no vigor e na qualidade ambiental desta vegetação.
Palavras-chave: Geossistemas. Vegetação. Geoprocessamento. Sentinel-2. QGIS
ABSTRACT: The attendence of demands related to the environmental analysis of vegetation and the
systemic dynamics of certain parts and resources of the landscape, can be discussed with the
application and use of different methodologies and techniques of remote environmental monitoring.
Vegetation indices appear as important tools for assessing the behavior of plant and forest resources in
study areas with different scales and behaviors. This study aims to apply the Normalized Difference
Vegetation Index (NDVI) to the plant physiognomies present in the Ribeirão das Cruzes hydrographic
basin (BHRC) located in the municipality of Selvíria, in the eastern region of the state of Mato Grosso
do Sul. The interaction of electromagnetic energy with the Earth's surface are the conceptual pillars of
geoprocessing and remote sensing. Currently, due to the expansion of these techniques, the knowledge
and analysis of spatialization and dynamics of natural resources has become more accessible. The
results expected in this study should collaborate with the application and interpretation of vegetation
indices in agricultural crops and native plant formations, and thereby determine comparisons and
correlations in the distribution, vigor and environmental quality of this vegetation.
Keywords: Geosystems. Vegetation. Geoprocessing. Sentinel-2. QGIS
1. Introdução
A bacia hidrográfica do Ribeirão das Cruzes está situada na região leste do estado de
Mato Grosso do Sul e inserida na porção sul do território do município de Selvíria/MS, o
curso d’agua é afluente da margem esquerda do baixo curso do Rio Sucuriú, o principal
acesso a esta área se dá pela rodovia estadual MS-112.
A BHRC encontra-se entre as coordenadas geográficas 20° 15’ 36” S e 20° 30’ 33” S
e 52° 05’ 05” W e o 51° 45’ 58” W, apresentando altitude mínima de 275 metros e máxima de
456 metros com uma área de aproximadamente 20,863 hectares (ha) ou 212,3 Km² (Figura 1).
Fig
ura 1: Mapa de localização da área de estudo (BHRC). Fonte: Autores. (2020)
3. Referencial Teórico
A base teórica deste estudo já foi apresentada de forma geral nos itens anteriores, a
Teoria Geral dos Sistemas (TGS) desenvolvida e discutida por Bertalanffy (1968) ressalta a
interdependência e interpelação de múltiplos componentes em uma cadeia sistêmica de
processos e variações no meio ambiente que representa este todo organizado.
Deste modo, Mirandola-Garcia (2016) destaca que as partes deste todo possuem suas
características particulares e exercem determinadas formas de influência dentro do sistema.
Vale (2012) destaca os fatores que definem o comportamento e os parâmetros de
funcionamento do sistema.
A partir da TGS este estudo procura realizar uma análise ambiental baseando-se na
discussão integrada de múltiplos conceitos que se aplicam largamente em estudos geográficos
e ambientais.
Um dos principais conceitos neste estudo é a concepção de bacia hidrográfica como
unidade de planejamento ambiental, apontando sua utilidade como recorte importante para
proposições de estudo ambientais vinculados ao monitoramento das atividades que ocorrem
nestes locais e no enriquecimento de planos de manejo e conservação dos recursos naturais
remanescentes.
Segundo a definição de Tucci (1997), uma bacia hidrográfica pode ser considerada
de forma técnica como uma área de recepção natural do volume de precipitação e tem
marcadamente aspectos da morfologia do relevo (geologia e geomorfologia) na sua
conformação.
Ampliando este conceito Tucci (1997), também ressalta que para cada secção de um
curso d’agua existe uma bacia hidrográfica, desta forma bacias hidrográficas podem
representar áreas de pequenos córregos e ribeirões até rios de considerável volume de vasão,
assim, existem múltiplas escalas e consequentemente subdivisões entre bacias hidrográficas.
Somando-se a este aspecto, é de extrema importância destacar a dinâmica interna
destas unidades ou recortes, em que ocorrem interações entre os elementos de sua superfície
(rede hídrica, tipos de solos, tipos de usos). Assim, devemos considerar que muitos destes
elementos da paisagem em uma bacia hidrográfica, são inegáveis reguladores de processos
ambientais, e podemos compreender a bacia hidrográfica como um característico receptor de
fluxos e materiais, atribuindo a estas áreas o caráter sistêmico.
Outros dois conceitos centrais desta análise ambiental do comportamento pontual da
vegetação, são o sensoriamento remoto (SR) e o geoprocessamento, ambos os conceitos
integram outro conceito maior que é o de geotecnologias que correspondem a todo o amplo
conjunto de ferramentas e técnicas utilizadas para interpretação e produção de mapas.
O geoprocessamento é entendido neste estudo conforme a definição de Rodrigues
(1990), sendo uma disciplina focada na utilização integrada de ferramentas da tecnologia de
mapeamento terrestre para coleta, tratamento e manipulação de dados espaciais e ambientais.
O sensoriamento remoto tem como principal objetivo a obtenção dos produtos de
teledetecção ou imageamento terrestre com a utilização de sensores orbitais acoplados em
satélites. Para Florenzano (2011), o sensoriamento utiliza-se de técnicas de captação e registro
da energia eletromagnética refletida ou absorvida nos alvos de superfície.
Segundo Florenzano (2011), as possibilidades de detecção e caracterização das
alterações no meio físico oferecidas pelos produtos e técnicas do SR, colaboram diretamente
para observar a dinâmica ambiental e ainda auxilia na organização e tomada de planos e
estudos relacionados com a evolução da cobertura vegetal e de outros recursos.
Como já destacado, o principal eixo norteador na elaboração deste estudo de análise
ambiental é a integração dos geossistemas, das geotecnologias e o estudo da variação
comportamental da vegetação nativa e introduzida.
A resposta para esta analise integrada por ser obtida parcialmente pela percepção
fornecida integrando-se também, o conhecimento real do ambiente estudado, o arcabouço
teórico-metodológico de apoio e a criação dos cenários de avaliação constituídos no
mapeamento temático.
O último pilar conceitual e técnico desta metodologia é a apresentação e construção de
índices de vegetação que representem com maior precisão e fidelidade as interações da
radiação eletromagnética com os elementos da paisagem.
O mais conhecido e utilizado nos estudos de sensoriamento remoto da vegetação é o
Índice de Vegetação por Diferença Normalizada (NDVI). Este índice é obtido através de uma
equação utilizando dados de imagens de satélite. O índice processa a avaliação da diferença
normalizada entre os dados das curvas de reflectância registradas nas bandas do vermelho
visível (RED) e do infravermelho próximo (NIR).
A aplicabilidade do NDVI é justificada por sua relativa facilidade em se obter os
dados, e a qualidade e confiabilidade destes, de modo geral, este índice fornece informações
sobre o vigor biológico, o desenvolvimento e a espacialização dos recursos vegetais em
determinada área.
Segundo os apontamentos de Jensen (2009) este é um dos tipos de índice de vegetação
que se destaca pelas vantagens que oferece no monitoramento agrícola e ambiental,
desenvolvimento vegetal e variações topográficas. A interpretação do NDVI ocorre através da
resposta que é atribuída a vegetação através de seu vigor e densidade.
O NDVI foi proposto por Rouse et al., (1973), o autor destaca como principal utilidade
deste índice, a possibilidade de reduzir influencias de outros elementos da paisagem, como
solo e relevo, além de realçar de modo marcante o comportamento da vegetação.
Contribuindo com a discussão, alguns destaques e aspectos do NDVI são apontados
por outros autores como Tucker (1979) e Debiase (1997), entre estes aspectos podem ser
destacados a facilidade do NDVI em avaliar a capacidade fotossintética de um amplo leque de
formações vegetais em diferentes estágios de desenvolvimento e o monitoramento temático,
cartográfico e digital destes recursos estipulados em variadas escalas espaço-temporais.
Shimabukuro e Ponzoni (2007) reforçam este pilar conceitual dizendo que o índice se
trata de uma ferramenta muito utilizada para monitoramento da vegetação através da
construção de perfis sazonal e temporal de suas atividades.
A criação do NDVI de cada banda utilizada, ocorre basicamente da equação do valor
obtido na subtração das respostas espectrais entre NIR e RED, que é normalizada pela
posterior soma da diferença entre estas bandas utilizadas.
Os resultados apresentados pelo NDVI produzidos pela a normalização das respostas
espectrais da vegetação, oscilam entre o intervalo de -1 que representa áreas sem nenhum tipo
de vegetação e +, que indica áreas com vegetação de diferentes tipos e formas com maiores
ou menores respostas espectrais, devido as suas caraterísticas intrínsecas e seus fatores
biológicos.
A figura 2 corresponde aos gráficos ou assinaturas espectrais das folhas de
determinada vegetação sob duas condições de desenvolvimento, pode-se observar também a
interação radiométrica da energia com o alvo nas diferentes faixas do espectro e o
comportamento espectral da vegetação nas duas situações mencionadas.
Figura 2: Diferenças nas curvas de reflectância de uma folha verde e em senescência.
Fonte: GUYOT. (1990)
4. Materiais e Métodos
A metodologia para obtenção dos resultados esperados nesta análise ambiental baseia-
se na coleta, avaliação, validação e apresentação dos dados de sensoriamento remoto.
Inicialmente, foram coletados e organizados os dados de imagens de satélite, mapas de
base, artigos, teses, dissertações e livros. O material bibliográfico deu suporte para
identificação e definição das caracteristicas ambientais gerais da área de estudo, como
geologia, pedologia e clima, alguns recursos destes materiais também colaboram na
fundamentação teórica já apresentada e na construção da metodologia descrita neste tópico.
Em relação aos materiais e produtos utilizados no processamento digital do NDVI foi
necessario a aquisição do recorte ou limite da BHRC, e da configuração da rede de drenagem
da área, esta informação foi obtida em formato vetorial (.shp) no banco de dados ambiental
primário da área de estudo.
Estes dados foram compilados originalmente no modelo digital de elevação (MDE)
disponível no banco de dados morfométricos do Brasil (TOPODATA) e gerenciado pelo
Instituto Nacional de Pesquisas Espaciais (INPE)
Outro dado obtido, e possivelmente o mais importante deles, são as imagens de satélite
que registram as caracteristicas de cobertura da terra e o comportamento dos diferentes alvos
de superfície na área de estudo no final do período úmido e início do seco no ano de 2018.
Neste estudo, optou-se pela utilização de imagens da plataforma Sentinel-2B que
oferece imagens de alta resolução (10 metros), exatamente nas duas bandas do sensor que são
utilizadas para processamento do NDVI, as bandas 4 e 8 (ver tabela 1). A escolha especifica
pela plataforma Sentinel-2B não se justifica apenas na boa resolução espacial e espectral, mas
também pela modernização de captação e imageamento do seu sensor multiespectral
denominado de MSI e por ser um dos satélites de dados gratuitos mais recentes a ser lançado.
As imagens utilizadas foram obtidas na plataforma digital Copernicus Hub que trata-se
de uma banco de dados específico de armazenamento, visualização e aquisição das imagens
do programa Sentinel-2. Na tabela 1 estão relacionados o conjunto de bandas obtidas no
levantamento de dados, e materiais utilizados na criação do índice de vegetação.
Fonte: Autores.
nmC*= comprimento de banda central
Neste item metodológico será descrito o passo a passo para a preparação das imagens
que serão processadas posteriormente. A etapa de pré-processamento colabora com a
adequação dos dados ambientais adquiridos em diferentes fontes.
Cada dado possui uma estrutura e caracteristicas diversas, seja por sua escala, sistema
de referências ou formato de saída. Neste sentido, o pré-processamento funciona como forma
de padronizar ou dinamizar estas informações possibilitando o seu posterior processamento de
forma pratica e definitiva.
Os procedimentos de pré-processamento foram realizados com a utilização do Sistema
de Informações Geográficas (SIG) QGIS 3.6 Noosa®, este é um SIG de código aberto e
gratuito para usuários de geoprocessamento, o mesmo pode ser obtido na página oficial do
desenvolvedor (https://qgis.org/en/site/forusers/download.html).
O primeiro passo é o carregamento no SIG das imagens com as bandas que serão
utilizadas, as duas cenas vizinhas das bandas 4 e 8 devem ser carregadas no SIG.
Optou-se por realizar primeiro, o mosaico das cenas que comtemplam a BHRC com o
intuito de facilitar as etapas seguintes de pré-processamento. O mosaico de imagens pode ser
construído de forma simples com a utilização da ferramenta de criação no comando ‘Raster >
Miscelânia > Construir raster virtual’.
O mosaico serve como ferramenta para realizar essa junção entre imagens vizinhas,
como é sabido os satélites realizam o imageamento orbital da superfície por meio de cenas
com dimensões determinadas criando assim um complexo grid de imagens para grande parte
da superfície terrestre.
O próximo passo é o registro das imagens já mosaicadas, este processo também é
conhecido como reprojeção de camada raster, e consiste na mudança do sistema de
coordenadas e referências (SCR) das bandas.
Segundo Crósta (2001) as transformações realizadas no registro das imagens são
essenciais para que ocorra maior precisão cartográfica da representação, visando reduzir as
distorções presentes em fenômenos e objetos da superfície.
A reprojeção pode ser realizada utilizando o menu de ferramentas e algoritmos para
processamento de arquivos tipo raster. Basta seguir o comando ‘Raster > Projeções >
Reprojetar coordenadas’.
Originalmente as imagens produzidas pela plataforma Sentinel-2 tem seu tipo de
projeção cartográfica em coordenadas geográficas, o Datum original é o WGS 84.A
reprojeção precisa converter este sistema de projeção para as coordenadas planas com Datum
final de saída como SIRGAS 2000 latitude 22, hemisfério Sul.
O terceiro passo é chamado de correção ou conversão radiométrica, e transforma os
níveis de cinza ou números digitais (DN) da imagem em valores de reflectância, estes valores
são essenciais para o cálculo da diferença normalizada entre as respostas de reflectância
espectral da vegetação no RED e no NIR.
Este processo é realizado com a utilização do complemento Semi-automatic
Classification Plugin (SCP), disponível no QGIS 3.6 Noosa®. Após a instalação do SCP é
preciso acessar as ferramentas de pré-processamento em ‘SCP > Preprocessing> Sentinel’,
preencher os parâmetros e executar a conversão.
Com as imagens registradas, unidas e com DN convertido, o último passo do pré-
processamento é a extração do recorte que corresponde a área da Bacia Hidrográfica do
Ribeirão das Cruzes, desta forma é possível proporcionar a redução de tempo no cálculo do
NDVI.
A delimitação da área de interesse nas bandas que estão sendo utilizadas pode ser
executada na ferramenta ‘Raster> Extrair> Recortar pela camada mascara’. No final do pré-
processamento é preciso ter como resultado as bandas RED e NIR delimitadas e com seus
dados radiométricos em valores de reflectância.
Figura 3: Recorte da banda 8 (Esq.), banda 4 (Cen.) e resultado do NDVI geral (Dir.)
5. Resultados e Discussão
Ponto Amostral 1
O ponto amostral 1 está localizado nas coordenadas Lat. 51º 56’ 49’’O, e Long. 20º
26’ 33’’S, ele é o primeiro entre seis pontos em que foram inseridos os buffers de distância
fixa, utilizados como recortes amostrais para análise ambiental da vegetação pelo NDVI.
Neste ponto não houve valores negativos no índice, os maiores valores foram registrados em
dosséis de talhões de eucaliptos e em alguns faixas descontinuas de vegetação. (Tabela 2)
Tabela 2: Classes do NDVI obtidas nos usos da terra do ponto amostral 1 (BHRC).
NDVI Área Área Uso
(-1 / +1) (m2) % Predominante
0 – 0.25 5.301 0% Solo Exposto (Estradas)
0.25 – 0.5 126.840 4% Áreas úmidas
0.5 – 0.75 1.713.832 57% Pastagens
0-75 – 0.87 1.174.835 39% Silvicultura
Fonte: Autores. (2020)
Ponto Amostral 2
O ponto amostral 2 está localizado nas coordenadas Lat. 51º 55’ 67’’O, e Long. 20º
23’ 53’’, neste ponto os valores com menor resposta seguiram a tendência geral do índice e
remeteram para áreas sem vegetação e com presença de processos erosivos. O buffer amostral
registrou grandes plantações de eucaliptos e uma faixa bem desenvolvida de áreas de
preservação permanente (APP’s), os maiores valores foram registrados de forma homogênea
entre faixas de silvicultura e vegetação aluvial mais densa. (Tabela 3)
Tabela 3: Classes do NDVI obtidas nos usos da terra do ponto amostral 2 (BHRC).
NDVI Área Área Uso
(-1 / +1) (m2) % Predominante
0 – 0.25 7.003 0% Solo exposto (Erosões)
0.25 – 0.5 112.986 4% Áreas úmidas
0.5 – 0.75 1.234.953 41% Silvicultura
0-75 – 0.88 1.630.106 55% Silvicultura
Fonte: Autores. (2020)
Ponto amostral 3
O ponto 3 amostral está localizado nas coordenadas Lat. 51º 54’ 18’’O, e Long. 20º
20’ 55’’ S, este buffer apresentou grande proporção de usos de silvicultura, a área como um
todo possui vegetação adensada e apresentou grande proporção de índices acima de 0,75, o
buffer amostral registrou grandes plantações de eucaliptos e uma faixa desenvolvida de áreas
de preservação permanente (APP’s), os maiores valores foram registrados de forma
homogênea entre faixas de silvicultura e vegetação aluvial densa e os menores valores
ocorreram em talhões recém cortados de eucaliptos e áreas com solo em pousio. (Tabela 4)
Tabela 4: Classes do NDVI obtidas nos usos da terra do ponto amostral 3 (BHRC).
NDVI Área Área Uso
(-1 / +1) (Km2) % Predominante
0-0 – 0.25 4.802 0% Solo em pousio
0.25 – 0.5 185.876 6% Solo em pousio
0.5 – 0.75 618.062 21% Vegetação nativa
0-75 – 0.89 2.198.864 73% Silvicultura
Fontes: Autores. (2020)
Ponto amostral 4
O ponto 4 amostral está localizado nas coordenadas Lat. 51º 52’ 05’’ O, e Long. 20º
19’ 14’’ S, este buffer apresentou valores negativos relacionados a presença de açudes e
tanques de dessedentação do gado, a tendência de comportamento da água no NDVI sempre
segue valores negativos, além disto este é um ponto amostral sem a presença de eucaliptos no
entorno e com a maior parte da resposta do índice caracterizados por pastagens. (Tabela 5)
Tabela 5: Classes do NDVI obtidas nos usos da terra do ponto amostral 4 (BHRC).
NDVI Área Área Uso
(-1 / +1) (m2) % Predominante
-0.25 – 0 1.793 0% Água
0 – 0.25 1.954 0% Áreas úmidas
0.25 – 0.5 67.997 2% Pastagens
0.5 – 0.75 2.099.907 70% Pastagens
0.75 – 0.87 834.603 28% Vegetação nativa
Fontes: Autores. (2020)
Ponto Amostral 5
O ponto amostral 5 está localizado nas coordenadas Lat. 51º 51’ 02’’O, e Long. 20º
19’ 48’’, praticamente ao lado do buffer amostral anterior, nesta área ocorre um equilíbrio
maior entre a presença de eucaliptos e pastagens que dividiram os maiores valores do índice e
de ocupação da área. (Tabela 6)
Tabela 6: Classes do NDVI obtidas nos usos da terra do ponto amostral 5 (BHRC).
NDVI Área Área Uso
(-1 / +1) (m2) % Predominante
0 – 0.25 4.025 0% Água
0.25 – 0.5 22.977 2% Pastagens
0.5 – 0.75 1.752.635 57% Pastagens
0-75 – 0.91 1.243.398 41% Silvicultura
Fontes: Autores. (2020)
A figura 9 apresenta o penúltimo ponto amostral da BHRC este ponto reforça todas as
análises já discutidas até o momento e serve principalmente como contraponto a amostragem
anterior, por apresentar silvicultura e ter muito menos vegetação nativa do que em relação ao
anterior, demonstrando novamente a qualidade do índice no detalhamento da produção de
biomassa da vegetação e estimativa de área plantada.
Figura 9: Amostragem do NDVI no ponto 5 da Bacia Hidrográfica do Ribeirão das Cruzes.
Ponto Amostral 6
O ponto 6 amostral está localizado nas coordenadas Lat. 51º 51’ 18’’ O, e Long. 20º
18’ 17’’ S, o domínio dos usos como pastagens/pecuária marcam esta última amostragem,
principalmente ao seu valor característico no NDVI que varia entre 0,25 e 0,75, os valores
acima desta média marcam a vegetação nativa desenvolvida e em desenvolvimento. (Tabela
7)
Tabela 7: Classes do NDVI obtidas nos usos da terra do ponto amostral 6 (BHRC).
NDVI Área Área Uso
(-1 / +1) (m2) % Predominante
-0.25 – 0 1.800 0% Água
0 – 0.25 2.000 0% Solo exposto
0.25 – 0.5 47.220 2% Pastagens
0.5 – 0.75 2.516.938 84% Pastagens
0-75 – 0.89 432.565 14% Vegetação nativa
Fontes: Autores. (2020)
Agradecimentos
Referências bibliográficas