Escolar Documentos
Profissional Documentos
Cultura Documentos
Ariadne Reinaldo Trindade1, Vítor Abner Borges Dutra2, Paulo Amador Tavares3, Jefferson Inayan de
Oliveira Souto4, Norma Ely Santos Beltrão5 e Hebe Morganne Campos Ribeiro6
1
Universidade do Estado do Pará, dnetrindade@gmail.com; 2 Universidade do Estado do Pará, abner_dutra_@hotmail.com;
3
Universidade do Estado do Pará, atavares.paulo@gmail.com; 4Universidade do Estado do Pará, inayansouto@gmail.com;
5
Universidade do Estado do Pará, normaelybeltrao@gmail.com; 6Universidade do Estado do Pará, hebemcr@gmail.com;
RESUMO 1. INTRODUÇÃO
Os índices de vegetação são importantes técnicas para O sensoriamento remoto (SR) possibilita o monitoramento e
identificação de parâmetros biofísicos da superfície terrestre. identificação de alterações que ocorrem constantemente na
Objetivou-se com esse estudo a identificação via superfície terrestre, sejam elas ocasionadas por fenômenos
sensoriamento remoto da área verde urbana e da área naturais ou por ações antrópicas. Com diferentes
construída do município de Santarém, Pará. Como configurações espaciais e resoluções espectrais, as
procedimento metodológicos, utilizou-se uma cena do observações por satélite podem fornecer globalmente
Sentinel-2, a qual foi pré-processada, e por fim calculou-se os medições consistentes e repetitivas da superfície da Terra [1].
índices de vegetação NDVI e NDBI. A vegetação densa foi A partir do SR, podem ser gerados índices, os quais são
identificada no NDVI a partir de valores de 0,7, o que resultou importantes ferramentas para a classificação rápida e precisa
em uma área de 37,68 km². A área urbana no NDBI foi de vegetação densa ou terrenos construídos a partir de
considerada na faixa de 0 até 0,5, o que totalizou uma área imagens de satélite. Esses índices passaram a ser propostos
total de 21,37 km². Notou-se uma similaridade forte entre os desde a década de 1970 [2], [3].
valores para área urbana e a água com sedimento no local, ao As imagens digitais advindas dos sensores remotos
que futuros estudos devem ser desenvolvidos. orbitais são constituídas por pixels, cada um com seu valor de
número digital, e que possui uma relação direta com a
Palavras-chave — NDVI, NDBI, análise espacial, radiação eletromagnética dos alvos que chega ao sensor [4].
sensoriamento remoto, Sentinel-2. Diante disto, Jensen [3], afirma que os índices são medidas
radiométricas amplas e sua utilização pode facilitar a
ABSTRACT identificação de informações sobre a cobertura do solo.
Os índices de vegetação possibilitam a caracterização e
Vegetation indices are important techniques for the quantificação de parâmetros biofísicos da superfície, pois
identification of biophysical parameters of the terrestrial reduzem a dimensão das informações multiespectrais
surface. This study aimed to identify via remote sensing the fornecidas pelos satélites [6]. Para áreas urbanas, é
urban green areas and the built-up area of the municipality importante mapear-se as áreas construídas de tal maneira a
of Santarém, Pará-BR. As a methodological procedure, it compreender a distribuição espacial e o crescimento das áreas
was used one Sentinel-2 scene, which was pre-processed, and urbanas, para essa função os produtos do SR, via satélite
in it, we applied the NDVI and NDBI vegetation indexes. The orbitais, são um recurso inestimável para esse mapeamento
dense vegetation was identified from 0.7 in the NDVI range, [5].
resulting in an area of 37.68 km². From the NDBI we Imagens de alta resolução espacial, como as do Sentinel-
extracted in the range of 0 to 0.5 the built-up area, which had 2, lançando em 2015, apoiam o monitoramento de mudanças
in total 21.37 km². A strong similarity was identified between na vegetação dentro de sua determinada estação de
the built-up pixels’ values and the water with sediments crescimento [7]. Elas possibilitam o cálculo de índices de
value, to which future studies should be developed. vegetação como o Normalized Difference Vegetation Index
(NDVI) e o Normalized Difference Built-up Index (NDBI).,
Key words — NDVI, NDBI, spatial analysis, remote que são obtidos através de operações matemáticas com a
sensing, Sentinel-2. combinação de bandas específicas nas quais alguns
comprimentos de onda do espectro eletromagnético são
absorvidos e outros são refletidos, de modo a destacar o alvo
desejado [3].
Assim, o presente estudo teve por objetivo identificar a
área impermável, através do NDBI, e a área de vegetação
densa, através do NDVI, do município de Santarém, Pará.
1647
Alcançou-se também a produção de histogramas de
quantidade de frequência de pixels por valores dos índices e
suas respectivas representações visuais.
2. MATERIAIS E MÉTODOS
Tabela 1. Identificação dos índices de utilizados na área Os valores de NDVI atribuídos à área de estudo
urbana de Santarém e suas respectivas equações. identificaram satisfatoriamente a separação entre área
Índice de construída e vegetação densa. O histograma da Figura 2
Equação Referência
Vegetação corroborou essa distinção de faixas.
𝑁𝐼𝑅 − 𝑅𝑒𝑑
NDVI [3]
𝑁𝐼𝑅 + 𝑅𝑒𝑑
𝑆𝑊𝐼𝑅 − 𝑁𝐼𝑅 [11], [12]
NDBI
𝑆𝑊𝐼𝑅 + 𝑁𝐼𝑅
3. RESULTADOS
3.1 NDVI
1648
vegetação densa os valores superiores à 0,7. Com isso, a vegetação de forma análoga ao pico apontado na Figura 2.
obteve-se na análise espacial a área para esse tipo de Além disso, os valores entre 0,5 e 0,75 apresentaram
cobertura do solo de 37,68 km². distribuição de pixels muito baixa no histograma. Mesmo
assim, os autores ressaltam a necessidade de adaptação deste
3.2. NDBI algoritmo para cidades banhadas por águas amazônicas, visto
a necessidade da correta classificação do NDBI para as
O NDBI apresentou valores satisfatórios, tendo atuado na classes massa d’água, solo exposto e vegetação.
diferenciação de áreas com solo exposto das áreas construídas
e a vegetação do entorno, facilitando a classificação de
padrões urbanos, como visto na Figura 3.
4. DISCUSSÃO
1649
A dubiedade dos valores no NDBI entre água e área [8] Deus, R. A. S. G., Ramos, R. P. S., Costa, S. O. S. e
impermável citada pode ser explicada pelo padrão Gomes, D. D. M. "Análise Multitemporal da Expansão
sedimentológico inerente aos corpos hídricos amazônicos. Os Urbana do Município de Garanhuns - PE , Através do
tributários realizam constantes trocas de sedimentos com o Sensoriamento Remoto" Rev. do Cent. Ciências Nat. e Exatas
rio principal, tanto pela influência sazonal quanto pela - UFSM St. Maria, v. 19, n. 2, pp. 1535–1544, 2015.
influência do ciclo hidrológico [16].
[9] IBGE, "IBGE Cidades - Santarém Dados
5. CONCLUSÕES Socioeconômicos", 2018. [Online]. Disponível em:
https://cidades.ibge.gov.br/brasil/pa/santarem.
A interpretação dos dados de NDVI permitiu a identificação
de áreas de vegetação densa, e o NDBI permitiu a [10] Pertille, C. T., Silva, G. O., Souza, C. F. e Nicoletti, M.
identificação da área urbana de maneira fidedigna a imagem F. "Estudo da eficiência de classificações supervisionadas
original. Destaca-se, entretanto, que na aplicação dos dois aplicadas em imagem de média resolução espacial" BIOFIX
índices, principalmente o NDBI, identificou-se uma confusão Sci. J., v. 3, n. 2, pp. 289–296, 2018.
de valores entre a área urbana e a água, isso por causa do alto
teor de sedimento encontrado nesse tipo de corpo hídrico. [11] Zha, Y., Gao, J. e Ni, S. "Use of normalized difference
Futuras investigações devem ser feitas para o aprimoramento built-up index in automatically mapping urban areas from
dos índices de vegetações em áreas que possuam corpos TM imagery" Int. J. Remote Sens., v. 24, n. 3, pp. 583–594,
hídricos amazônicos. 2003.
[6] Guilherme, A. P., Mota, A. B. S., Mota, D. S., Machado, [16] Wittmann, H., Oelze, M., Roig, H. e von Blanckenburg,
N. G. e Biudes, M. S. "Uso de índice de vegetação para F. "Are seasonal variations in river-floodplain sediment
caracterizar a mudança no uso do solo em Coari-AM" Soc. exchange in the lower Amazon River basin resolvable
Nat., v. 28, n. 2, pp. 301–310, 2016. through meteoric cosmogenic 10Be to stable 9Be ratios?"
Geomorphology, v. 322, pp. 148–158, 2018.
[7] ESA, "Sentinel-2 User Handbook". ESA Standard
Document, European Space Agency: 2015.