Escolar Documentos
Profissional Documentos
Cultura Documentos
MOCUBA
2020
UNIVERSIDADE ZAMBEZE
FACULDADE DE ENGENHARIA AGRONÓMICA E FLORESTAL
DEPARTAMENTO DE ENGENHARIA FLORESTAL
MOCUBA
2020
DECLARAÇÃO
Eu, Hélio Elidio Bernardo Alberto, declaro por minha honra, que esta monografia é
resultado do meu próprio trabalho e está a ser submetida para a obtenção do grau de
Licenciatura em Engenharia Florestal na Universidade Zambeze, Faculdade de
Engenharia Agronómica e Florestal. Ela não foi submetida antes para obtenção de
nenhum grau ou para avaliação em nenhuma outra Universidade.
_______________________________________
Aos meus pais Elidio Bernardo Alberto Cemente e Eva José Alfandega,
Aos meus irmãos Márcia Viegas, Orlanda Assumane, Isa Elidio, Quina Elidio e
Benjamim Calisto,
a minha filha Lenita Hélio, aos meus sobrinhos Yune da Orlanda, Eunice da Orlanda,
Armando da Orlanda, Violante da Orlanda e Mane da Orlanda.
Amo-vos imensamente!
AGRADECIMENTOS
À prior agradeço a Deus o clemente e misericordioso pela bênção, protecção que me tem
proporcionado todos os dias e por me ter concedido o dom da vida e por permitir-me
concluir o curso com saúde.
Aos meus pais Elidio Bernardo Alberto Cemente e Eva José Alfandega, por me terem
dado à luz e pela educação incansável que me têm transmitido e por me terem tornado o
homem que sou hoje.
À toda minha família, Orlanda Assumane, Isa Elidio, Quina Elidio e Benjamim Calisto,
a minha filha Lenita Hélio, aos meus sobrinhos Yune da Orlanda, Eunice da Orlanda,
Armando da Orlanda, Violante da Orlanda e Mane da Orlanda em especial a minha irmã
Márcia Viegas, por todo amor, companheirismo, apoio e por tornar possível a realização
de todos os meus objectivos.
Aos meus tios, Cariano Sede e Luísa Ramos. aos meus primos Nazir Cariano, Celma
Cariano, Clíton Cariano, Kelvin Cariano e Rui Cariano, por terem me recebido e cuidado
de mim como filho.
Em especial aos meus colegas amigos Idelfoncio Sousa, Abdul Camusse, pelo apoio e
por se tornarem irmãos.
Aos meus amigos Elizabete Calisto, Abílio Portugal, Momade Siaca, Faizal Lima,
Felizardo Anselmo, Atumane Ajudante, António Bambo, Vânia Cossa, Armindo Mavehe,
Hélio Carlos, Iancy Jorge, Rizla José, Cadete Bamusse, Onésima Yanse, Marcelo Lopes,
José Wilson pelo apoio constante na vida social e académica.
shp Shapefile
SR Sensoriamento Remoto
DN Número digital
I. INTRODUÇÃO
1.1. Contextualização
A superfície terrestre tem sido palco de diferentes cenários no que tange à sua ocupação,
advindos das necessidades de desenvolvimento das sociedades, tendo sofrido
modificações demasiadas e aceleradas (Almeida et al., 2015). No entanto, Pereira (2014),
entende que para suprir as demandas da população ocorre remoção da vegetação,
desencadeia mudanças nas condições naturais do ambiente.
Porém, as florestas por mais pequenas que sejam são sistemas ecológicos do planeta,
desempenham através de seus processos de interacção solo, planta e atmosfera,
importante papel na regulação do clima regional e global (Gasparim et al., 2005).
Segundo Tasumi (2003), as florestas são responsáveis pela caracterização das trocas
energéticas que determinam os regimes térmicos, do solo, da vegetação e do ar.
De acordo com Pereira et al. (2012), estas alterações na cobertura da terra têm implicado
em novas buscas pelo equilíbrio da distribuição dos componentes do balanço de radiação,
levando ao aumento dos níveis de temperatura superficial dos diferentes elementos da
paisagem.
Conforme Tasumi (2003) este algoritmo mostrou-se eficiente, portanto foi testado e
validado em diversas regiões do globo como, por exemplo, Estados Unidos, China,
Egipto, Espanha, Argentina, Índia, Brasil entre outros. Os principais produtos gerados a
partir do SEBAL são, o albedo de superfície, balanço de onda curta, balanço de onda
longa, índices de vegetação como o NDVI, emissividade de superfície, temperatura de
superfície, saldo de radiação, fluxo de calor sensível, calor latente e a evapotranspiração
pixel a pixel.
O crescente aumento do uso e ocupação do solo tem levado a fortes mudanças nos
balanços energéticos superficiais (Moutinho, 2018), provocando assim consideráveis
aumentos térmicos nos diferentes elementos da paisagem. Por isso, Pereira et al. (2012),
afirmaram que a radiação solar que chega a terra é distribuída de forma desigual na
superfície terrestre, por esse motivo é esperado que diferentes usos da terra e cobertura
vegetal apresentem distintos valores de temperatura superficial.
Assim, vários elementos ambientais estão directamente associados a esta acção, podendo
interferir na qualidade e acessibilidade dos recursos naturais, além de prejudicar a
biodiversidade em extensas áreas da terra (Oliveira et al., 2015). Contudo, Filho (2000),
afirmam que converter áreas florestais para qualquer outra finalidade, sendo sua execução
feita de forma desorganizada e sem o devido controlo das actividades inseridas no
processo, pode causar grandes problemas ambientais.
Portanto, os diferentes usos e ocupação que se fazem sentir nas florestas nativas de
Mulevala, como agricultura, habitação, solo exposto e plantações florestais, podem
contribuir significativamente para variações de energias térmicas, dai a necessidade de
comparar os dois (2) tipos florestais (nativa e plantada) para melhor compreender a
sazonalidade climática da região e na busca por respostas rápidas sobre alterações
climáticas (Xavier e Vettorazzi, 2004).
Um ambiente perturbado ainda que seja uma pequena porção em área, tenderá a
restabelecer o equilíbrio térmico com os sistemas circunvizinhos com isso, haverá
transferência de energia e consequentemente variação nos componentes do balanço de
radiação, principalmente os interligados a temperatura e evapotranspiração, e estas
alterações se manifestarão no tempo e no espaço (Leite, 2011).
Dai, a relevância do conhecimento da temperatura da superfície, uma vez que a esta tem
influência directa em vários processos ambientais como: germinação de sementes,
velocidade e duração de crescimento, desenvolvimento e actividade radicular, na
absorção de água e nutrientes pelas plantas e na actividade microbiana do solo, o que
torna relevante o conhecimento das temperaturas e propriedades térmicas do solo para o
entendimento dos vários processos físicos existentes num ambiente (Silva et al., 2006).
Deste modo, o uso de Geotecnologias surge como uma ferramenta promissora, sobretudo
para monitorar a temperatura da superfície, a qual vêm apresentando resultados
satisfatórios para monitorar e quantificar as condições e distribuições espaciais da
vegetação, mediante o uso do índice de vegetação, classificações espectrais e dados de
temperatura da superfície (Coelho e Correa, 2013). Mediante ao exposto, esta pesquisa
objectiva-se analisar o comportamento da temperatura de superfície em diferentes tipos
florestais (floresta nativa e plantada).
1.3. Objectivos
1.3.1. Geral
1.3.2. Específicos
2.1. Florestas
A Lei de florestas e fauna bravia No 10/99 de 7 de Julho, define floresta com base nos
bens e serviços que esta oferece para a sociedade, natureza e ao ambiente. Segundo a
LFFB floresta é toda a cobertura vegetal capaz de fornecer madeira ou produtos vegetais,
albergar a fauna e exercer um efeito directo ou indirecto sobre o solo, clima ou regime
hídrico.
De acordo com Falcão e Noa (2016), as florestas são terras que ocupam no mínimo de 1
hectare com cobertura de copa maior que 30%, e com árvores com potencial para alcançar
uma altura de 3 metros na maturidade, áreas florestais temporariamente desbravadas e
áreas onde a continuidade do uso da terra excederiam os limiares de definição de floresta,
ou árvores capazes de alcançar esses limites in situ.
As florestas nativas são aquelas cujas formações acontecem com regeneração natural
assistida ou induzida, por meio de práticas silviculturais e florestas compostas por
espécies nativas, estabelecidas por plantio de mudas, sementes ou talhadia Leite et al,
(2017). Em diferentes estágios de conservação, são responsáveis por 93% da área florestal
global, ou 3,7 bilhões de hectares, embora sofram histórico declínio em área,
principalmente nas últimas décadas (FAO, 2015).
De acordo com FAO (2011), plantações florestais são florestas compostas por espécies
introduzidas ou nativas, estabelecidas mediante plantio ou semeadura por um
espaçamento regular e de mesma idade, com uma característica versátil tanto em termos
de maneio como de objectivos.
2.2. Geotecnologias
Porém, Tosto et al. (2014), sustenta que as geotecnologias são um conjuntos de técnicas
e métodos científicos aplicados à análise, à exploração, ao estudo e à conservação dos
recursos naturais, considerando diferentes escalas de informação espacial usadas para
estudar a paisagem (topografia, hidrografia, geologia e geomorfologia) e variáveis
Hélio Elidio Bernardo Alberto 5
Geotecnologias aplicadas na estimativa da temperatura da superfície em florestas
nativas e plantadas de Mulevala, Zambézia
Segundo Santos (2013), a cobertura das imagens desse satélite é de praticamente todo o
globo, com excepção para as mais altas latitudes polares, com uma resolução temporal de
16 dias. A plataforma Landsat-8 opera com dois instrumentos imageadores, sendo o
primeiro, Operational Land Imager (OLI), com nove bandas espectrais incluindo a banda
pancromática, apresentando as seguintes características tabela 1:
Bandas Descrição
B01 Visível Ultra-Azul (0.43 - 0.45 µm) 30 m ideal para estudos costeiros e aerossol.
B02 Visível Azul (0.450 - 0.51 µm) 30 m
B03 Visível Verde (0.53 - 0.59 µm) 30 m
B04 Visível Vermelho (0.64 - 0.67 µm) 30 m
B05 Infravermelho Próximo (0.85 - 0.88 µm) 30 m
B06 Infravermelho Médio/SWIR 1 (1.57 - 1.65 µm) 30 m
B07 Infravermelho Médio/SWIR 2 (2.11 - 2.29 µm) 30 m
B08 Pancromático (PAN) (0.50 - 0.68 µm) 15 m
B09 Cirrus (1.36 - 1.38 µm) 30 m - útil para detecção de nuvens
B10 Infravermelho Termal (TIRS)1 (10.60 – 11.19) 100 m
B11 Infravermelho Termal (TIRS)2 (11.50 – 12.51) 100 m
Fonte: USGS (2013).
O DJI Mavic Pro também conhecido como Mavic Pro, foi o primeiro Drone da série
Mavic lançado em 2016, pela companhia Chinesa DJI (MND, 2018). Portanto, este foi
Segundo Cranz (2016), o Drone pode ser operado através do controlo remoto de longo
alcance, ou pelo smartphone a uma distância menor. O mesmo autor diz que, quando este
é controlado por um smartphone, todo o sistema pode ser configurado e transportado por
via aérea em menos de 1 minuto para capturar as imagens. Também, o modelo e sua
câmera acoplada que possui um estabilizador (Gimbal) de três eixos tem as características
apresentadas na Tabela 2.
Item Descrição
De acordo com Pereira et al. (2012), este é um conceito híbrido, formado por três (3)
aspectos: uso, cobertura ou ocupação e solo. O termo diz respeito ao que o homem
constrói ou insere sobre a superfície ou como maneia a terra como agricultura, pastagens,
cidades, entre outros (Ferreira, 2010). A alteração no uso do solo são uns dos principais
causadores dos impactos ambientais, destacando as alterações da temperatura terrestre,
mostrando uma interferência no solo, vegetação e na paisagem local (Alves et al.,2003).
Conforme Alves e Conceição (2015), o uso e ocupação do solo reúnem informações sobre
o grau de preservação, conservação ou artificialização de um determinado lugar do globo
terrestre. A importância da análise do uso e da ocupação do solo em estudos de distinção
ambiental justifica-se especialmente pela necessidade da identificação de fontes ou
potenciais fontes de alterações do ambiente.
Porém, Sousa et al. (2010), sustentam que a análise do uso e cobertura do solo, mediante
informações de Sensoriamento Remoto, constitui uma técnica de grande utilidade ao
planeamento e administração da ocupação ordenada e racional do meio físico, além de
possibilitar avaliar e monitorar a preservação de áreas de vegetação natural.
Ceron e Diniz (1966), citados por Ferrão (2019), afirmam que, uma das principais
aplicações do sensoriamento remoto voltadas para a planificação agrícola, silvícola e
ambiental é o mapeamento do uso e cobertura da Terra. Os referidos autores, afirmam
que o mapeamento do uso e cobertura da Terra, é feito de maneira visual utilizando os
elementos de reconhecimento da fotogrametria interpretativa, como cor, textura, forma e
contexto.
Segundo Filho (2000), as chaves podem ser classificadas entre três categorias: selectiva,
quando contém expressiva quantidade de exemplos fotográficos com suporte de texto;
dicotómica, quando apresenta selecção entre duas alternativas contrastantes; e
eliminatória, quando o ajustamento ocorre conforme a interpretação se dê passo a passo,
eliminando todas as feições e tendo como resultado um objecto a ser relacionado.
Entretanto, Brandão et al. (2005), ressaltam que os índices de vegetação devem satisfazer
uma série de critérios, tais como: maximizar os parâmetros biofísicos, normalizar efeitos
externos, minimizar a contaminação da influência do solo, conduzir a geração de produtos
que permitam a comparação das condições de vegetação em escalas globais.
Padolfi et al. (2018), afirmam que o Índice mais empregado na avaliação da cobertura
vegetal é o NDVI. Este tem sido utilizado para detectar os efeitos da sazonalidade, o
estágio fenológico da vegetação, duração do período de crescimento, pico de verde,
mudanças fisiológicas das folhas e períodos de senescência (Ponzoni e Shimabukuro,
2010).
Segundo Rouse et al. (1973) citado por De Lima et al. (2017), o seu cálculo é obtido pela
razão entre a diferença das reflectividades das bandas no NIR e no RED, pela soma dessas
mesmas reflectividades. A mesma fonte, diz que o NDVI é aplicado às imagens da faixa
de espectro electromagnético do NIR e do RED e varia de -1 a +1, sendo que quanto mais
próximo de 1, mais densa é a vegetação e que o valor zero se refere aos pixels não
vegetados.
Embora o índice NDVI tenha sido bastante utilizando ele apresenta algumas limitações,
as quais implicam nos resultados alcançados, tais como interferência devido a cor do solo
e nos efeitos de humidade (Jensen, 2009). De acordo com Fontana (2011) estas limitações
podem ser os efeitos atmosféricos, a nuvens e efeitos do solo.
Solos que possuem baixo albedo e uma condutividade alta, resulta em um microclima
suave e estável, uma vez que o excesso de calor é absorvido e armazenado e quando a
temperatura diminui é devolvido mais rapidamente. Já superfície com albedo alto e baixa
condutividade proporciona um microclima extremo, pois não há um equilíbrio dos
contrastes. Assim naturalmente o microclima nas cidades apresentam comportamento
diferente das áreas com maior concentração de vegetação, devido a presença de
pavimento e materiais articulados, que actuam absorvendo a temperatura, tornando o
microclima mais quente durante o dia e frio durante a noite (Lynch, 1980).
O modelo SEBAL (Surface Energy Balance Algorithm for Land) (Bastiaanssen, 2007) é
um algoritmo semi-empírico que promove a parametrização do balanço de energia e
fluxos de superfície baseado em alguns dados locais e medições espectrais de satélites
(Weligepolage, 2005). De acordo com o autor acima citado utiliza imagem de satélites e
algumas informações das superfícies tais como: temperatura do ar e velocidade do vento
que são facilmente obtidas nas estações meteorológicas.
O algoritmo SEBAL (Surface Energy Balance Algorithm for Land) foi desenvolvido em
1995 por Bastiaanssen (Bastiaanssen et al., 1998; Bastiaanssen, 2000) e validado em
vários ecossistemas mundiais, como Egito, Espanha, Portugal, França, Itália, Argentina,
China, Índia, Paquistão, Nigéria, Zâmbia, Etiópia, Estados Unidos, Novo México, etc.
(Tasumi, 2003). É necessário que os canais visíveis, infravermelho próximo e
infravermelho termal sejam tomados como dados de entrada para o processo (Meireles,
2007).
Em função desta explicação, fica clara a necessidade da correcção atmosférica para este
trabalho, cujo objectivo é encontrar a temperatura de superfície. Tal facto é mais
proeminente em função de se objectivar em analisar duas diferentes datas de imagens.
Portanto, Steinke (2004), afirma que caso a correcção não seja efectivada, pode ocorrer
“contestação dos valores de incremento de temperatura encontrados”. Relatos de Voogt
e Oke (1998) citados por Ummus et al. (2008), apontam que a não utilização desta, pode
gerar erros de 4 a 7° C na temperatura obtida.
III.METODOLOGIA
Figura 1: Localização geográfica da área de estudo Fonte: Datum: WGS 1984 / UTM Zone 37s.
É influenciada pelo clima do tipo tropical chuvoso de savana onde as precipitações medias
anuais são acima de 800 mm, chegando na maioria dos casos 1200 ou mesmo 1400 mm,
concentrando-se no período compreendido entre Novembro de um ano e finais de Março
podendo localmente estender-se ate Maio de acordo com (Direcção Nacional de Terras
2005).
1
de agricultura de sequeiro com apenas uma colheita sem riscos significativos de perda
das culturas devido o deficit hídrico.
O distrito possui bacia hidrográfica rica, formadas por 4 rios principais (Namuma,
Nipoide, Mutuaze e Mulequela) e seus afluentes sendo o rio Namanda, o principal. Os
rios são de regime permanente quer na época chuvosa e na época seca. As bacias
hidrográficas apresentam potencialidades para as praticas de piscicultura, agricultura e
pecuária e condições naturais para construções de represas parra irrigação e bacias para
produção de energia eléctrica.
Ocorre ao sul da região da Alta Zambézia e marca a transição para região de alta latitude.
Tem uma altitude media, compreendendo planaltos baixos, médios e sub-planaltos que
abrangem altitudes de 200 a 1000 metros acima do nível medio do mar, o relevo apresenta
declives que variam suavemente ondulados e fortemente dessecados.
Vegetação
Ocorre dois (2) tipos genéricos de florestas de Miombo nomeadamente: Mata de Miombo
semi-decídua de alta precipitação (Brachystegia spiciformis) e Mata de Miombo aberta e
decídua (Brachystegia spiciformis-Julbernardia globiflora) (Wild e Barbosa, 1967).
1
O shapefile – é um formato popular de arquivo contendo dados geoespaciais em forma de vector usado
por Sistemas de Informações Geográficas.
Para que os objectivos propostos nesse estudo fossem alcançados, o mesmo foi dividido
em três (3) principais etapas sequencialmente:
2
KML (Keyhole Markup Language) é um formato de arquivo usado para exibir dados geográficos em um
navegador da Terra, como Google Earth, Google Maps, etc.
Para a realização desta pesquisa, as imagens foram adquiridas de duas (2) vias diferentes,
uma na base de Drone que tinha como objectivo a delimitação dos diferentes usos e
ocupação da terra, e a outra foi adquirida através de satélite que foi imprescindível no
mapeamento do índice de vegetação e a temperatura superficial.
O sensor utilizado para captar as imagens foi a câmera de 12,71 megapixel possuindo três
(3) canais no espectro visível (RGB) e uma do NIR, configurada a uma distância focal de
20 mm (DJI, 2019). O plano de voo recobriu uma área de aproximadamente 3,66 km2
com autonomia de vôo de 27 minutos.
Foram utilizadas para o efeito imagens de 2019 nos períodos seco e chuvoso, sendo
02/01/2019 e 04/12/2019. A escolha destes períodos foi para compreender a variação da
temperatura de superfície diante da sazonalidade climática. Após a montagem do banco
de dados, foi realizado o processamento digital das imagens de satélite e iniciou-se com
a composição colorida das imagens, utilizando as seguintes bandas: RGB.
Para produção do mapa da classe de uso e ocupação de terra, foi realizado a digitalização
do ortomosaico da área de estudo no software QGIS 3.12.1 com auxílio da calculadora
Raster, este é um complemento que se encontra no software. A prior, adicionou-se o shp
da área de estudo, que foi sobreposta ao ortomosaico que apresenta em sua composição a
combinação das bandas (RGB). Permitindo assim a criação de um mapa de Uso e
Ocupação com suas respectivas dimensões.
Entretanto, para o presente trabalho a chave de interpretação foi elaborada com base no
método adoptado por Ayach et al. (2012), que se baseia em três (3) características para o
processo de extracção de informações, a saber: tonalidade/cor, textura e forma (tabela 5).
Segundo Rouse et al. (1974), citado por Gurgel (2000), o NDVI é expresso pela razão
entre a diferença da medida da reflectância nos canais do infravermelho próximo e
vermelho e a soma desses canais, o NDVI foi calculado por meio da
equacção 1:
Dumke (2007) diz que esses valores não são constantes, podem variar dependendo do
satélite e/ou sensor adoptados, data de imageamento, dados obtidos nas imagens, entre
outros.
b) Correcção atmosférica
𝐾2
𝑇𝑠 = 𝜀 𝐾1 (5)
ln( 𝑁𝐵
𝐿
+1)
𝜆,6
Onde: T - temperatura efetiva registada pelo sensor do satélite em Kelvin; K2 - constante de calibração 2,
(K2= 1321,08 K); K1 - constante de calibração 1, (K1= 774,89Wm-² sr-¹ μm-¹); L - radiância espectral em
Watts/( m2 sr μm); K1 e K2 São constantes da banda termal do Landsat-8.
Após este procedimento, os valores de temperatura Kelvin foram subtraídos pelo seu
valor absoluto (273,15), gerando o Raster de temperatura de superfície em graus Celsius
(°C), seguido do recorte da imagem com base no limite da área de estudo. De acordo com
De Oliveira e De Aquino (2019), para se obter a temperatura em graus Celsius, torna-se
necessário subtrair o valor de -273.15 dos valores da imagem anteriormente gerada com
a temperatura na escala de Kelvin, para, por fim, chegar ao resultado da temperatura de
superfície (atmosférica) em Celsius. Porém os resultados obtidos não são confiáveis sem
a realização da correcção atmosférica nas imagens.
grupo teste, no grupo controle, estão as amostras de vegetação nativa e no grupo teste
estão as amostras na vegetação plantada. Seguiu-se essa lógica para entender como a
temperatura de superfície na vegetação plantada tem variação para com as áreas de
florestas nativas.
IV.RESULTADOS E DISCUSSÃO
A floresta nativa foi aqui ocupou maior área seguindo dos outros usos como as plantações
florestais. Os diferentes usos e cobertura de terra como as plantações florestais,
agricultura e solo exposto são as actividades que mais contribuíram para redução da área
nativa, estes podem ser factores que podem influenciar a aumentos de níveis elevados de
temperatura superficial na área de estudo, uma vez que a floresta nativa através dos seus
processos solo, vetação e atmosfera tem um papel fundamental na regulação e
manutenção do clima regional e global além dos regimes térmicos do solo.
formações florestais ribeirinhas, esta drástica redução pode estar associada a intensa
fragmentação florestal.
No período húmido (04/12/2019) foram observados os valores mais altos (0,5) de NDVI.
Em relação a floresta plantada para o período seco obteve (0.54106) e para o período
húmido foi (0.51808) e para floresta nativa (0,56204) para o período chuvoso e (0,54675)
para o período seco, não havendo diferenças significativas entre os valores nos dois tipos
de florestas em ambos os períodos. Este facto deve-se à presença de uma vegetação com
muita área foliar na região, resultado da boa disponibilidade de água no solo, que
proporcionou melhores condições no desenvolvimento da vegetação nativa. E também,
foi possível diferenciar claramente as regiões com vegetações densas e volumosas das
áreas de vegetação intermediária, devido principalmente ao facto de que certos tipos de
vegetação possuem mais massa foliar do que outras, conforme é ilustrada na figura 4.
Para floresta plantada a área ocupada pela vegetação densa e intermediária no período
chuvoso (C) foi de aproximadamente 229,77 ha, o que corresponde a quase 11.49% da
área de estudo. Com relação ao período seco (A), notou-se uma queda moderada no valor
da área verde, equivalendo a uma área de 216.81 ha, equivalente a apenas 10.84% de toda
a área de estudo.
A floresta nativa cobriu uma área ocupada pela vegetação densa e intermediária no
período chuvoso (D) de aproximadamente 1516.68 ha, o que corresponde a quase 75.83%
da área de estudo, sendo ilustrado claramente no mapa. Comparando ao período seco (B)
verificou-se uma similaridade no valor da área verde, quando somados as duas classes
equivalendo a uma área de 1516.68 ha, equivalente a apenas 75.83% de território.
B
A
C D
Figura 4: Índice de vegetação de diferença normalizada (NDVI) do período chuvoso para floresta
plantada (C), período seco para floresta plantada (A), período chuvoso para floresta nativa (D) e período
seco para floresta nativa (B).
Resultados similares foram encontrados por Gameiro et al. (2017) num estudo
relacionado com avaliação da cobertura vegetal por meio de índices de vegetação (NDVI,
SAVI e IAF) na Sub-Bacia Hidrográfica do Baixo Jaguaribe, CE. Onde para o período
húmido o NDVI assumiu os seguintes valores para floresta nativa: vegetação densa
(0.505703), intermediária (0.399344), escassa (0.292985), solo exposto (0.080267) e
corpos de água (0.186626) e para o período seco os valores foram: vegetação densa
(0.400836), intermediária (0.315756), escassa (0.230677), solo exposto (0.145597) e
corpos de água (0.060518). As similaridades existentes entre os resultados verificados no
presente estudo foram obtidas para vegetação nativa, podendo estar associado ao facto de
estes terem analisado a quantidade e as condições da vegetação nos diferentes ambientes.
Resultados contraditórios foram constatados por Santiago et al. (2009), num estudo de
Análise da Cobertura Vegetal através dos Índices de Vegetação (NDVI, SAVI e IAF) no
Entorno da Barragem do Botafogo-PE. Onde o NDVI assumiu os seguintes valores: corpo
de agua (-0.975 a -0.05); solo exposto ou nuvem (-0.0499 a -0.408); vegetação rara (0.409
a 0.548); vegetação esparsa ou cultura (0.549 a 0.634) e locais com vegetação densa
(0,635 a 0.812). Esta discrepância de resultados pode ser pelo facto de NDVI ter sido
estudado em dois períodos do mesmo ano e a cobertura vegetal tem sofrido com o
processo de transformação nas características (tipo e densidade) da vegetação ao longo
do tempo.
Braz et al. (2015), numa pesquisa sobre análise de índices de vegetação NDVI e SAVI e
índice de área folear (IAF) para a comparação da cobertura vegetal na bacia hidrográfica
do Córrego Ribeirãozinho, Município de Selvíria – MS obteve resultados diferentes para
o ano de 2010 NDVI foi 0,75 e para ao ano de 2014 foi +1 respetivamente. A razão da
diferença provavelmente deve-se pelo estudo ter sido feito em anos diferente por isso é
esperado que apresentem destintos valores de NDVI e as áreas que antes apresentavam
índices muito baixos, acusando presença rarefeita de vegetação também sofreram
avanços.
Os valores encontrados para temperatura de superfície no período seco (A) para floresta
plantada variaram de (16,6 °C min e 25,3 °C max) numa área ocupada pela vegetação no
período seco de aproximadamente 41,9 ha, correspondente a 2,1% da área de estudo,
obtendo temperatura média de 20,9 °C numa área de aproximadamente 9,10 ha o que
corresponde a 0,46% da área de estudo. Já no período chuvoso (C), a temperatura de
superfície variou entre 29,1°C e 35,7°C numa área de 64,8 ha, que corresponde
aproximadamente a 3,34% de toda área, com temperatura média de 32,4°C numa área
equivalente a 1.62% da área total.
Toda essa diferença de valores se faz presente principalmente, pelo facto de no período
seco plantas caducifólias tendem a perder sua folhagem, facto este que pode contribuir
para aumentos significativos da temperatura de superfície, sendo que, sem as folhas as
plantas tendem a reduzir seu poder de absorção de energia, e, consequentemente a energia
é reflectida com maior intensidade, havendo essa fuga de energia, a superfície tende a
superaquecer com maior frequência.
A B
C D
Figura 5 : Temperatura da superfície dos dois tipos florestais (nativa e plantada) nos períodos seco e
húmido no distrito de Mulevala. Período chuvoso para floresta plantada (C), período seco para floresta
plantada (A), período chuvoso para floresta nativa (D) e período seco para floresta nativa (B).
Resultados similares foram encontrados por Leite et al. (2018) numa pesquisa de
Geotecnologias aplicadas a estimativa da temperatura de superfície em diferentes usos e
ocupações do solo na Área de Protecção Ambiental do Rio Pandeiros - Minas Gerais teve
como resultados para temperatura de superfície para floresta nativa no período seco
variou de 21,08 °C e 46,94 °C, obtendo temperatura média de 34,87 °C. Já no período
chuvoso, a temperatura de superfície variou entre 19,10°C e 35,49°C, com temperatura
média de 28,05°C. Esta similaridade possivelmente deve ser pelo facto da pesquisa em
questão analisar o comportamento da temperatura de superfície em diferentes usos da
terra e esta ser uma Área de Protecção Ambiental havendo presença de uma vegetação
com mais folhas na região, resultado da boa disponibilidade de água no solo.
Dos Santos (2017), no seu estudo sobre Utilização do software livre na analise de
temperaturas e uso do solo, para a região do Ribeirão Preto, obteve resultados diferentes,
apresentou como temperatura 38,5ºC min e 42,5ºC max. A diferença nos resultados
possivelmente deve-se a ausência da área vegetal, pós esta tem influencia directamente
nos valores, já que a vegetação absorve a radiação para a produção da fotossíntese assim
reduz as temperaturas locais.
V. CONCLUSÕES E RECOMENDAÇÕES
5.1. Conclusões
A área de estudo apresentou seis (6) classes nomeadamente: Floresta nativa que
cobriu maior parte do território com cerca de 1536,73 ha (76,84%), a seguir a floresta
plantada com 233,52 há (11,70%) de todo território, agricultura 160,57 ha (8,0%),
seguindo-se de outros usos, Solo exposto 44,27, (2,21%) Corpos de Água 22,66
(1.13%) e Habitação 4,86 (0.24%) sendo a que ocupou menor área;
No período húmido (04/12/2019) foram observados os valores mais altos (0,5) de
NDVI. Em relação a floresta plantada para o período seco obteve (0.54106) e para o
período húmido foi (0.51808) e para floresta nativa (0,56204) para o período chuvoso
e (0,54675) para o período seco;
A temperatura superficial para o período chuvoso apresentou variação térmica do
solo, registado aproximadamente 37.1ºC da área temperatura do solo acima de 30ºC,
podendo comprometer a manutenção das actividades florestais e agrícolas no decorrer
do tempo. Esta apresentou temperatura media para a floresta plantada para o período
seco de 20,9ºC e para período húmido temperatura media de 32,4ºC, no que tange a
floresta nativa no período seco registou a temperatura media de 21.2ºC e para o
período húmido temperatura media de 33,2°. A floresta nativa foi a que obteve
maiores valores de temperatura de superfície, para o período chuvoso apresentou
média termal de (33,2°C) comparado ao período seco (21,2°C).
5.2. Recomendações
Façam mais plantações de modo a reduzir a demanda dos produtos e degradação das
florestas nativas, tanto para manter o equilíbrio ecológico, quanto para manter o
equilíbrio térmico na superfície.
Que adoptem-se políticas eficazes de modo a melhorar condições para o
desenvolvimento da vegetação apesar da quantidade de vegetação densa existente na
área de estudo, pós foi possível acentuar que NDVI comportou-se de maneira
proporcional às propriedades das ocupações e usos do solo, além das variações
sazonais climáticas.
BASTIAANSSEN, W.G.M.; ZWART, S.J. (2007). SEBAL for detecting spatial variation
of water productivity and scope for improvement in eight irrigated wheat systems.
Agricultural Water Management. v.89, 287-296p.
CRANZ, A. (2016). "DJI's Mavic Pro is Tiny, Foldable, and Super Smart". GIZMODO.
Disponível em: https://gizmodo.com/djis-tiny-mavic-is-the-first-super-awesome-drone-
for-ev. acesso em: 27 de Agosto de 2019.
DE LIMA, D. R. M., DLUGOSZ F. L., IURK M. C., PESCK V. A. (2017). Uso de NDVI
e SAVI para Caracterização da Cobertura da Terra e Análise Temporal em Imagens
RapidEye. 45p.
FAO. (2009). Future of Teak And The High-Grade Tropical Hardwood Sector: Planted
Forests And Trees Working Paper. Rome. 44 p.
FLORENZANO, T.G. (2002). Satélite para estudos ambientais. São Paulo: Oficina de
Textos. 49p.
GAMEIRO S., TEIXEIRA C.P.B., SILVA, T.A; LOPES M.F.L., DUARTE C.R.,
SOUTO M.V.S., ZIMBACK C.R.L, (2016). Avaliação da cobertura vegetal por meio de
índices de vegetação (NDVI, SAVI e IAF) na Sub-Bacia Hidrográfica do Baixo
Jaguaribe, CE.Terræ, 32p.
IBÁ 2017. Brasília, DF, 2017. Relatório anual 2017. Disponível em:
<http://iba.orgimages/shared/Biblioteca/IBA_RelatorioAnual2017.pdf>.
LEI DE FLORESTAS E FAUNA BRAVIA. (1999). Lei nr. 10/99, De 07 de Julho. 30p.
LEITE, B., MASCARENHAS, G., FILHO, J., MENDES, P., BRITO, R. (2017). Plantio
de Florestas Comerciais. Editora IABS, Brasília-DF, Brasil. 35-39p.
LEITE, M. E., SILVA, L. A. P., LEITE, M.R. 2011, FONSECA, G. S., (2018).
Geotecnologias aplicadas a estimativa da temperatura de superfície em diferentes usos
LEITE, M.R. (2011). Sensoriamento remoto aplicado à Análise temporal da relação uso
da Terra/Temperatura e Albedo de superfície na Bacia hidrográfica do Rio Vieira no
Norte Minas Gerais. Dissertação (Mestrado em Geografia) Universidade federal de
Uberlândia, Uberlândia/MG.19p.
LEITE, M.R. (2011). Sensoriamento remoto aplicado à Análise temporal da relação uso
da Terra/Temperatura e Albedo de superfície na Bacia hidrográfica do Rio Vieira no
Norte Minas Gerais. 2011. Dissertação (Mestrado em Geografia) Universidade federal
de Uberlândia, Uberlândia/MG, 43p.
LIMA, G. C., SILVA, M. L. N., CURI, C., SILVA, M. A., OLIVEIRA, A. H., AVANZI,
J. C., UMMUS, M. E., (2013). Avaliação da cobertura vegetal pelo índice de vegetação
por diferença normalizada (IVDN), 39p.
PEREIRA, C.C.; MARIANO, Z.F.; WACHHOLZ, F.; CABRAL, P.B.J. (2012). Análise
da temperatura de superfície e do uso da Terra e cobertura vegetal na bacia Barra dos
Coqueiros (Goiás). 67p.
SILVA, V.R. da; REICHERT, J.M.; REINERT, D.J. (2006). Variação na temperatura
do solo em três Sistemas de manejo na cultura do feijão. Rev. Bras. Ciência do Solo,
v.30, .391-399p.
XAVIER, A. C.; VETTORAZZI, C. A. (2004). Mapping leaf area index through spectral
vegetation indices in a subtropcal watershed. International Journal of Remote Sensing,
v. 25, n. 9, 1661-1672p.