Escolar Documentos
Profissional Documentos
Cultura Documentos
Mateus Benchimol Ferreira de Almeida 1, Margareth Simões 1,2, Rodrigo Peçanha Demonte Ferraz 3
1
Programa de Pós-graduação em Meio Ambiente/Doutorado Multidisciplinar (PPGMA)/FEN/DESC/UERJ, Rua São
Francisco Xavier, 524, Pavilhão João Lyra Filho, 12 Andar, Bloco F, Sala 12005, Bairro Maracanã, RJ, e-mail1:
mateusbenchimol@hotmail.com, e-mail2: mateus.almeida@colaborador.embrapa.br ; 2Embrapa Solos, Rua Jardim Botânico,
1024, Jardim Botânico, RJ, e-mail1: margareth.labex@gmail , email2: margareth.simoes@embrapa.br ; 2Embrapa Solos,
Rua Jardim Botânico, 1024, Jardim Botânico, RJ, e-mail1: rodrigo.demonte@embrapa.br , e-mail2:
rodrigo.demonte@gmail.com
3252
Setorial de Mitigação e de Adaptação às Mudanças sendo que na presente pesquisa, para uma melhor
Climáticas Visando à Consolidação de uma Economia de separabilidade dos alvos do terreno, selecionaram-se as
Baixa Emissão de Carbono na Agricultura), e tem como seguintes bandas: B4, B5, B6, B7, B8A, B11 e B12. A
objetivo avaliar métodos e técnicas inovadoras na área do correção atmosférica do Sen2Cor exige a reamostragem das
Sensoriamento Remoto e integração de dados espaciais para imagens de saída para uma única resolução, quer seja, 10m,
o norteamento de sistemas de produção agrícola alinhados 20m ou 60m; sendo que na presente pesquisa selecionou-se
às políticas de baixa emissão de carbono na agricultura. a resolução de saída de 20m.
Níveis de degradação de pastagens:
2. MATERIAIS E MÉTODOS Os níveis de degradação de pastagens N1, N2, N3 e N4 são
definidos em função das características das pastagens
Para a elaboração da presente pesquisa foram necessários os descritas por [4]:
seguintes materiais: Tabela 1 – estádios de degradação (ED) de pastagens segundo
11 imagens Sentinel-2 livres de nuvens ou com baixa parâmetros limitantes, indicadores de queda na capacidade de
ocorrência, do período de dezembro de 2016 a setembro de suporte (QCS), e nível de degradação (nível).
2018; Dados vetoriais (formato shapefile) do Brasil (fonte: ED Parâmetro limitante QCS (%) Nível
IBGE, 2013); 12 pontos georreferenciados de coleta de 1 Vigor e solo descoberto Até 20 Leve
pastagens degradadas nos níveis N1, N2, N3 e N4, Estádio 1 agravado +
2 21 - 50 Moderado
plantas invasoras
respectivamente, leve, moderado, forte e muito forte, da área
Estádio 2 agravado ou
de estudo, levantados nos períodos de 28 a 31 de agosto de 3 morte das forrageiras 51 - 80 Forte
2017 (N1 e N4) e de 17 a 19 de outubro de 2017 (N2 e N3) (degradação agrícola)
(Cortesia do Dr. Fabiano, Pesquisador da Embrapa Solos); Solo descoberto +
Software ArcGIS 10.5; Software ENVI 5.5; Microsoft 4 erosão (degradação > 80 Muito forte
Office Excel 2007. biológica)
A área de estudo da presente pesquisa corresponde a Fonte : [4]
uma região de pastagens cultivadas no Vale do Paraíba, no Cálculo do NDVI;
município de Valença, no Estado do Rio de Janeiro (RJ), O NDVI é um índice de vegetação relevante que
conforme a (Figura 1). Nesta área encontra-se a Fazenda permite representar a sazonalidade, fenologia, período de
Santa Mônica (Fazenda Experimental da Embrapa) situada crescimento, pico de verde, mudanças fisiológicas das
no distrito Barão de Juparanã, município de Valença (RJ) na folhas e períodos de senescência da vegetação [6]. O NDVI
qual já se encontra instalado um experimento de campo para se expressa pela seguinte formula matemática:
a calibração das pastagens na respectiva área de estudo. ;
3253
selecionadas do sensor em questão, resultando assim, nas apresentam maiores índices de degradação de pastagens no
imagens-fração com o mesmo nome dos pixels puros. A nível N4, vide (Figura 3.b). Observou-se uma grande
AME requer a satisfação de duas condições básicas: similaridade relativamente aos padrões das regiões
degradadas nas imagens de fevereiro e de setembro.
(EQ. 2.1) A presente pesquisa ainda se encontra em andamento e
os resultados ainda são preliminares, precisando estes
(EQ. 2.2) últimos serem validados em campo para a apuração do grau
de confiança dos mesmos. A validação ocorrerá no período
onde é o número digital de um determinado pixel na úmido de outubro de 2018 e no período seco de julho de
banda ; são as proporções dos componentes 2019, na área de estudo localizada no município de Valença,
puros no respectivo pixel; são os componentes Vale do Paraíba, onde há ocorrência de degradações de
puros do respectivo pixel; e é o termo de erro [6]. pastagens nos diferentes níveis. Contudo, os estudos
continuam, pois é necessário encontrar-se uma metodologia
3. RESULTADOS E DISCUSSÕES mais refinada que permita separar as pastagens nos níveis de
degradação N1, N2, N3 e N4, algo que ainda não foi
A partir da aplicação da correção atmosférica das 11 alcançado até o momento.
imagens Sentinel-2 pelo plugin Sen2Cor da ESA, foi
possível elaborar o perfil temporal da (Figura 2), a partir do 6000
qual observou-se o comportamento espectral e temporal dos N1
diferentes níveis de degradação de pastagens (N1, N2, N3 e
N4). A partir desse perfil temporal foi possível observar em 5000 N1
que período havia uma melhor separabilidade dos diferentes N1
níveis de degradação de pastagens. Desse modo, observou- 4000
se que a imagem de 18 de fevereiro de 2017 apresentava N2
uma melhor separabilidade dos diferentes níveis de
3000 N2
degradação de pastagens. Assim, realizou-se o
processamento da imagem de 18 de fevereiro de 2017 e da N2
imagem de 06 setembro de 2017, essa última a mais 2000
próxima da data de coleta dos dados de campo, isto é, de 28 N3
a 31 de agosto. N3
1000
As fases posteriores de processamento dos dados
consistiram no cálculo do NDVI, do SAVI e da Análise de N3
Mistura Espectral (AME). A partir do cálculo do NDVI foi 0 N4
B2_2016_12
B2_2017_2
B2_2017_6
B2_2017_9
B2_2017_10
B2_2018_1
B2_2018_3
B2_2018_6
B2_2018_7
B2_2018_8
B2_2018_9
possível gerar um outro perfil temporal (Figura 4),
permitindo uma observação de uma outra perspectiva dos N4
níveis de degradação de pastagens, porém a separabilidade
N4
não foi muito eficiente. Uma vez que as pastagens são
ecossistemas de baixa densidade vegetação achou-se
oportuno calcular o SAVI, uma vez que esse índice de Figura 2. Perfil temporal das imagens Sentinel-2 corrigidas
vegetação reduz a influência do solo nos valores das atmosfericamente pelo Sen2Cor no período de 2016/12 a
pastagens, porém o perfil temporal do SAVI (Figura 5) foi 2018/09.
muito similares ao perfil temporal do NDVI, não sendo
eficientes na separabilidade dos níveis de degradação de
pastagens.
Posteriormente, com base nas imagens Sentinel-2 de
fevereiro e de setembro, realizou-se a AME (de cada uma
delas separadamente) que teve como componentes puros 3
pixel de pastagens degradadas no nível N1, 3 pixel no nível
N4, 3 pixel de solo exposto e 3 pixel de água/sombra, com a a b
finalidade de realizarem uma boa separabilidade dos Figura 3. (a) Comportamento espectral dos componentes puros
diferentes alvos terrestres de interesse para a presente da Análise de Mistura Espectral N1, N4, Solo Exposto e Água
pesquisa (Figura 3.a). Desse modo, obtiveram-se as com as bandas B4, B5, B6, B7, B8A, B11 e B12. (b) Imagem-
fração N4 com as possíveis áreas de degradação de pastagens.
imagem-fração N1, N4, solo exposto e água/sombra. Assim, As pastagens degradadas estão representadas em vermelho.
a imagem-fração N4 foi importada num SIG, onde se Imagem original obtida no dia 06/09/2017.
realizaram operações de análises espaciais com a ferramenta
Raster Calculator, de modo a se localizar as regiões que
3254
1 apresentaram resultados eficientes na separabilidade dos
N1 níveis de degradação de pastagens, podendo estes, na
0.9 continuidade dos estudos, serem cruzados com outros
N1 índices para a melhoria dos resultados. Estudos mais
0.8
N1 elaborados da percepção do fenômeno através da Análise de
0.7 Mistura Espectral estão sendo realizados para uma melhor
N2 separabilidade da degradação das pastagens. As bandas da
0.6 região do red edge B5, B6 e B7 do Sentinel-2, nas quais a
N2
0.5 vegetação verde apresenta um forte declive ascendente no
N2 seu comportamento espectral, estão sendo exploradas para a
0.4 melhoria da separabilidade dos níveis de degradação de
N3 pastagens.
0.3
N3 Além do acréscimo dos dados de campo para uma
0.2 análise mais robusta, também pretende-se realizar a
N3 integração de sensores hiperspectrais tais como o EO-1
0.1
N4 Hyperion (NASA) e o CHRIS-PROBA (ESA), os quais
0 possuem bandas com comprimentos de onda da ordem dos
N4
2017_2
2017_6
2017_9
2018_1
2018_3
2018_6
2018_7
2018_8
2018_9
2016_12
2017_10
2018_3
2018_6
2018_7
2018_8
2018_9
2016_12
2017_10