ANÁLISE COMPARATIVA DE ÁREAS VERDES URBANAS ENTRE OS

MUNICÍPIOS DE PALHOÇA E SANTO AMARO DA IMPERATRIZ POR

MEIO DO NDVI

Letícia Macedo Magalhães de Toledo

1. INTRODUÇÃO

O termo Sensoriamento Remoto é historicamente associado ao processo de

desenvolvimento de novas tecnologias instrumentais capazes de obter imagens da
superfície terrestre via distâncias remotas. Trata-se de uma ciência aplicada que se
propõe a aprimorar as técnicas de aquisição dessas imagens a partir de aparelhos
denominados sensores remotos. Estes sensores são dispostos a bordo de
aeronaves ou de satélites de observação da Terra, gerando, respectivamente,
produtos de sensoriamento remoto e fotografias aéreas (MENESES, 2012).
As imagens de sensoriamento remoto coloridas são compostas pela
combinação de três cores básicas — azul, verde e vermelho —, que são ligadas,
individualmente, às imagens obtidas em diferentes comprimentos de onda ou faixas
espectrais. Ou seja, a depender da associação realizada entre as cores e as
imagens resultantes das diferentes faixas espectrais do sensor, é possível alcançar
diferentes tonalidades para as composições. Os sensores captam a energia refletida
por um objeto em um determinado comprimento de onda, e, dessa maneira, os
objetos claros refletem muita energia, a exemplo do solo exposto, ao passo que os
objetos escuros refletem, como a água, refletem pouca energia (RUDDORFF, 2006).
O número de bandas que os sensores integrantes dos satélites conseguem
diferir define a resolução espectral. Cada sensor opera com um intervalo referente
às ondas emitidas. A banda do vermelho, por exemplo, apresenta bom contraste
entre áreas cobertas com vegetação e solo exposto, assim como consegue
discriminar entre diversos tipos de vegetação. Por outro lado, a banda do
infravermelho próximo ressalta o contraste entre o solo e os corpos d’água, sendo,
também, sensível à morfologia do terreno (ZAIDAN, 2011).
Outro aspecto importante das imagens obtidas por sensoriamento remoto é o
nível de detalhe dos objetos da superfície terrestre a serem detectados pelo sensor.
A resolução espacial, portanto, representa a capacidade que os sensores possuem
de discriminar os objetos conforme seus tamanhos. Os segmentos de imagem dos
sensores remotos possuem estrutura matricial, sendo o pixel o principal elemento
que compõe seu arranjo. Portanto, para um sensor remoto específico, cada pixel
representa sempre uma mesma área na superfície da Terra, de tal forma que,
quanto menor for o tamanho real do pixel, maior será a resolução espacial da
imagem (ZAIDAN, 2011).
Cada pixel possui, ainda, um atributo Z, indicativo do nível de cinza, que varia
entre o preto e o branco, caracterizando a resolução radiométrica. O nível de cinza é
responsável por representar a intensidade de energia eletromagnética média — o
balanço entre reflexão e a emissão — medida pelo sensor para a área da superfície
terrestre que corresponde ao tamanho do pixel. Já a resolução temporal determina o
tempo que o satélite leva para recobrir uma mesma área novamente. A órbita do
satélite Landsat8 é realizada em, aproximadamente, 99 minutos, o que equivale a
14 voltas na Terra durante um dia (ZAIDAN, 2011).
Devido à utilidade dos dados provenientes do sensoriamento remoto, a
qualidade, a agilidade e a riqueza de informações dos estudos ambientais têm
crescido. Se por um lado a resolução temporal permite a coleta de informações em
diferentes épocas do ano e em anos diferentes, facilitando a análise sobre um
região, a resolução espacial, por outro, possibilita a obtenção de informações em
diferentes escalas, enquanto a resolução espectral fornece elementos sobre um
alvo na natureza em regiões distintas. Dessa maneira, através do sensoriamento
remoto é possível desenvolver mapas e acessar informações sobre bacias
hidrográficas, agropecuária e vegetação; monitorar desmatamentos; monitorar
mananciais e corpos hídricos; identificar áreas de preservação permanente e avaliar
os usos do solo, entre outras dinâmicas associadas aos recursos naturais
(SAUSEN, 2006).
Uma das séries de satélite mais utilizadas é a Land Remote Sensing Satellite
(Landsat), iniciada em 1972. As versões mais recentes deste programa revisitam
uma mesma área a cada 16 dias e uma imagem inteira de seus sensores
representa no solo uma área de abrangência de 170 x 183 km. A resolução espacial
das imagens nas bandas de 1-7 e na banda 9 é de 30,0 m. Outra rede de satélites
para registro de informações da superfície é a Chinese-Brazilian Earth Resources
Satellite (CBERS), lançada em 1999 a partir de uma parceria entre Brasil e China.
 Tendo em vista a capacidade das imagens multiespectrais de transformar o
composto das bandas individuais para que certos recursos e padrões se destaque
melhor, as alterações nas bandas de imagem se tornaram uma prática usual para
gerar novas imagens de duas ou mais bandas, a fim de extrair, interpretar e analisar
diferentes informações. Essas novas imagens resultantes aprimoram as
representações de objetos do solo, tais quais os tipos vegetativos. O
aprofundamento teórico sobre os índices de vegetação tem se destacado cada vez
mais, visto que estes indicadores funcionam como relevantes ferramentas para a
análise da cobertura de vegetação em diferentes períodos. De acordo com Xue e Su
(2017 apud BARROS et al, 2020), os índices de vegetação são algoritmos simples e
eficazes na avaliação das dinâmicas da vegetação terrestre.
O Índice de Vegetação da Diferença Normalizada (NDVI), especificamente,
tem sido o índice mais utilizado na análise dos fenômenos de vegetação. O NDVI é
aplicado, principalmente, no contexto dos estudos ambientais, permitindo a
realização de procedimentos em diversas escalas de uma determinada região. Além
disso, um dos destaques do NDVI para o mapeamento da cobertura vegetal está na
sua alta sensibilidade à vegetação esparsa e à vegetação densa. O cálculo do NDVI
prevê o rendimento futuro quanto à condição da vegetação natural e, no caso de
valores baixos, permite identificar anomalias que devem ser acompanhadas
(BARROS et al, 2020).
Fato é que os fatores responsáveis pelas alterações vegetais configuram
uma problemática de grande complexidade. As atividades humanas, até mesmo as
econômicas e sociais, reproduzem impactos diretos ou indiretos na vegetação.
Tendo em vista a importância da gestão ambiental na mediação das relações entre
o ambiente e o gênero humano, o intuito do presente relatório é o de apresentar
uma análise comparativa da qualidade das áreas verdes urbanas entre os
municípios de Palhoça e Santo Amaro da Imperatriz, pertencentes ao estado de
Santa Catarina.

2. MATERIAIS E MÉTODOS

Área de Estudo
 O município de Palhoça, localizado na região Sul do país e ao Leste do
estado de Santa Catarina, está situado na Região Conurbada de Florianópolis,
precisamente entre 27° 30’ 34” de latitude Sul e 48° 40’ 10” de longitude Oeste.
Possui uma população de aproximadamente 137.334 habitantes, distribuídos em
uma área territorial de 395,133 quilômetros quadrados, sendo que cerca de 98,56%
da população total reside em zona urbana. A cidade limita-se com os municípios de
São José, São Pedro de Alcântara, Santo Amaro da Imperatriz e Paulo Lopes.
Já o município de Santo Amaro da Imperatriz está situado entre as
coordenadas 27° 41’ 18” de latitude Sul e 48° 46’ 45” de longitude Oeste. A cidade
se estende por 345 quilômetros quadrados e apresenta uma população estimada de
23.907 habitantes (IBGE, 2021), sendo que aproximadamente 75,53% vivem em
área urbana. Está localizada a oeste de Palhoça, conforme denota a Figura 1, e é
vizinha dos municípios de Águas Mornas e São Pedro de Alcântara. Tanto Palhoça
quanto Santo Amaro da Imperatriz abarcam o Parque Estadual da Serra do
Tabuleiro.

Figura 1. Mapa de localização geográfica da área de estudo

Fonte: Elaborado pela aluna (2022).

 Procedimentos Metodológicos

Para calcular o NDVI, foram utilizadas imagens do satélite Landsat-8,

capturadas pelo sensor Operational Land Imager (OLI), em 04 de abril de 2020. A
resolução espacial das imagens trabalhadas, de operação multiespectral, é de 30,0
m e a resolução radiométrica é de 16 bits. As bandas escolhidas obrigatoriamente
foram as dos comprimentos de onda do vermelho (Banda 4) e do infravermelho
próximo (Banda 5). O cálculo, propriamente dito, do NDVI se deu através da
Equação 1.

Equação 1. Cálculo do NDVI

ρ5 − ρ4
𝑁𝐷𝑉𝐼 = ρ5 + ρ4

Onde ρ5 e ρ4 representam os valores de reflectância das Bandas 4 e 5.

A quantificação das áreas verdes se deu por meio da plataforma SIG QGIS,
versão 3.18. Com a imagem gerada a partir da modelagem pelo método do NDVI,
foi realizado o recorte para a área de interesse e, através do uso do mapa base do
projeto Bing Satellite, foram coletados os pontos amostrais. Posteriormente,
associou-se os pontos coletados ao NDVI obtido, que, então, foi reclassificado com
base no menor valor encontrado (0,333). A partir da ferramenta de Histograma
Zonal, descobriu-se a quantidade de pixels referentes às áreas verdes e não verdes
em cada um dos setores censitários, representados pelos arquivos vetoriais dos
municípios. Com estes valores alcançados, foram calculadas as áreas totais verdes,
as áreas dos setores e o Índice de Qualidade Ambiental (IQA), em percentual. Por
fim, foram plotados os mapas de qualidade da qualidade de áreas verdes para cada
município, classificando o IQA como Ruim (0 - 33%); Médio (33 - 66%) ou Bom (66 -
100%)
 3. RESULTADOS E DISCUSSÃO

Como resultado dos procedimentos realizados, foram gerados os produtos

cartográficos, para cada um dos municípios (Figura 2 e Figura 3), com os diferentes
agrupamentos do Índice de Qualidade Ambiental referente às áreas verdes por setor
censitário. Dessa forma, foi possível avaliar a qualidade e as condições da
vegetação nos cenários das cidades da área de estudo.

Figura 2. Mapa da qualidade das áreas verdes no município de Palhoça

Fonte: Elaborado pela aluna (2022).

A Figura 2, referente ao município de Palhoça, demonstra que os setores

com pior IQA estão concentrados nas áreas cuja urbanização é mais evidente. De
acordo com Reis Filho (1998 apud MACHADO et al, 2011), o adensamento
populacional e o espraiamento do tecido urbano levam ao consumo desenfreado do
solo e à ocupação de áreas de presença vegetal. No caso de Palhoça, o perímetro
urbano apresenta uma alta concentração de habitantes, principalmente devido aos
aspectos de conurbação com os municípios vizinhos, de tal forma que a expansão
da malha viária contribui para a implantação de loteamentos e, inclusive para o
estabelecimento de atividades industriais. Parte significativa do território palhocense
(aproximadamente 54%), no entanto, pertence ao Parque Estadual da Serra do
Tabuleiro (PAEST), Unidade de Conservação (UC) de proteção integral, criada em
1975 com o intuito de preservar a biodiversidade regional e os mananciais que
abastecem a Grande Florianópolis. Em 2009, os limites do PAEST foram
redefinidos, a fim de inserir a Área de Proteção Ambiental do Entorno Costeiro. O
município de Palhoça conta, ainda, com uma UC municipal, que engloba a grande
maioria dos manguezais da cidade. Apesar de que estas áreas legalmente
protegidas sofrem com as pressões das mudanças de ocupação do solo, tanto por
grande empreendimento quanto pela população de baixa renda, a presença de
unidades de conservação ambiental no município explicam a presença de setores
censitários com média e alta presença de áreas verdes (ULIANA, 2018).

Figura 3. Mapa da qualidade das áreas verdes no município de Santo Amaro da

Imperatriz

Fonte: Elaborado pela aluna (2022)

 O cenário do município de Santo Amaro da Imperatriz, elucidado na Figura 3,
também é marcado pela presença de áreas de proteção integral, visto que mais da
metade do território (63%) acomoda o Parque Estadual da Serra do Tabuleiro. De
acordo com Tasca et al (2020), a cidade de Santo Amaro não possui um plano
diretor, sendo que a ocupação urbana é regida por legislação já ultrapassada, como
a do Código de Obras. Apesar de apresentar um contingente populacional
relativamente pequeno, é possível notar que o número de habitantes vem crescendo
nos últimos anos, tendo em vista que, no ano de 2010, a cidade já se enquadrava
no grupo de municípios integrantes de regiões metropolitanas e aglomerações
urbanas. É possível notar tal fenômeno de expansão imobiliária e econômica
através do mapa da qualidade de áreas verdes, tendo em vista que o IQA é
classificado como ruim na parcela urbanizada, enquanto o entorno deste núcleo,
que cresce gradativamente, apresenta IQA médio. Apesar disso, os setores
censitários de maiores dimensões, correspondentes, em boa parte, ao PAEST,
apresentam áreas verdes em boas condições.

Figura 4. Gráfico da qualidade das áreas verdes por setor censitário

Fonte: Elaborado pela aluna (2022).

 Ao comparar os valores do Índice de Qualidade Ambiental dos dois
municípios, nota-se que a cidade de Palhoça contém maior quantidade de setores
censitários com baixo teor de áreas verdes, já que 73% dos setores estão inseridos
na classificação Ruim e cerca de 20% se enquadram na categoria de IQA Médio.
Por outro lado, no caso de Santo Amaro da Imperatriz, 23% dos setores
encontram-se dentro da classificação Ruim e 48% integram o conjunto Médio. Estes
resultados podem estar relacionados com a velocidade da expansão urbana em
cada município e com o ritmo com que ocorrem as mudanças na ocupação do solo,
sob os limites das áreas de proteção ambiental.
Dessa maneira, cabe ressaltar que o uso do NDVI na caracterização da
cobertura vegetativa é uma ferramenta que se destaca, levando em conta sua
eficiência e a precisão de seus resultados, o quais contribuem para a detecção de
alterações ambientais adversas e auxiliam na interpretação das dinâmicas de uso
da terra por meio das plataformas de Sistemas de Informações Geográficas e
através do sensoriamento remoto.

REFERÊNCIAS

BARROS, Antônio Soares; DE FARIAS, Lucas Menezes; MARINHO, Jefferson Luiz

Alves. Aplicação do Índice de Vegetação por Diferença Normalizada (NDVI) na
Caracterização da Cobertura Vegetativa de Juazeiro Do Norte–CE. Revista
Brasileira de Geografia Física, v. 13, n. 6, p. 2885-2895, 2020.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. População estimada:

IBGE, Diretoria de Pesquisas, Coordenação de População e Indicadores Sociais,
Estimativas da população residente com data de referência 01 de julho de 2021.

MACHADO, Maico Diego. Relações entre a urbanização e as áreas verdes na

Grande Santiago, capital econômica e administrativa do Chile, para o período 1990
a 2010. Anais das Semanas de Geografia da Unicamp, p. 109-113, 2011.

MENESES, Paulo Roberto; ALMEIDA, T. de. Introdução ao processamento de

imagens de sensoriamento remoto. Universidade de Brasília, Brasília, 2012.
Disponível em:
<https://docplayer.com.br/951443-Introducao-ao-processamento-de-imagens-de-sen
soriamento-remoto-paulo-roberto-meneses-tati-de-almeida-organizadores.html>.

RUDDORFF, Bernardo F. T. Produtos do Sensoriamento Remoto. Instituto Nacional

de Pesquisas Espaciais, 2006. Disponível em:
<http://www3.inpe.br/unidades/cep/atividadescep/educasere/apostila.htm#:~:text=Se
nsoriamento%20remoto%20%C3%A9%20um%20termo,de%20aparelhos%20deno
minados%20sensores%20remotos.>.

SAUSEN, Tania Maria. Sensoriamento Remoto e suas aplicações para recursos

naturais. Instituto Nacional de Pesquisas Espaciais, 2006. Disponível em:
<http://www3.inpe.br/unidades/cep/atividadescep/educasere/apostila.htm#:~:text=Se
nsoriamento%20remoto%20%C3%A9%20um%20termo,de%20aparelhos%20deno
minados%20sensores%20remotos.>.

TASCA, Fabiane Andressa et al. Mapeamento geotécnico preliminar do município

de Santo Amaro da Imperatriz/SC. 2020.

ULIANA, Suzelly et al. Área de preservação permanente e urbanização consolidada:

estudo de caso na bacia hidrográfica do Rio Passa Vinte, município de Palhoça/SC.
2018.

ZAIDAN, Ricardo T. Sensoriamento Remoto - Características das Imagens Orbitais.

Laboratório de Geoprocessamento Aplicado, 2011. Disponível em:
<https://www.ufjf.br/lga/files/2011/03/10-Caracter%C3%ADsticas-da-Imagens.pdf>.
 LOCALIZAÇÃO DA ÁREA DE ESTUDO

Estado de Santa Catarina

Municípios de Palhoça e Sto Amaro

Pontos amostrais
Municípios de Palhoça e
Sto Amaro da Imperatriz

NDVI (2020)
Banda 1 (Gray)

Sistema de Coordenadas UTM

Datum horizontal: SIRGAS-200
Fonte dos dados: Landsat-8
Data da imagem: 04/04/2020
QUALIDADE DAS ÁREAS VERDES NO MUNICÍPIO DE PALHOÇA (2020)

Índice de Qualidade Ambiental

Ruim (0 - 33%)
Médio (33 - 66%)
Bom (33 - 66%)
QUALIDADE DAS ÁREAS VERDES NO MUNICÍPIO DE SANTO AMARO DA IMPERATRIZ (2020)

Índice de Qualidade Ambiental

Ruim (0 - 33%)
Médio (33 - 66%)
Bom (33 - 66%)