MONITORAMENTO DA COBERTURA VEGETAL POR SENSORIAMENTO REMOTO NO SEMIÁRIDO BRASILEIRO ATRAVÉS DE ÍNDICES DE VEGETAÇÃO
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | , , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Nativa (Sinop) |
Texto Completo: | https://periodicoscientificos.ufmt.br/ojs/index.php/nativa/article/view/7646 |
Resumo: | São necessárias medidas que visem à proteção e conservação dos recursos hídricos e naturais de forma rápida e eficiente. As técnicas de sensoriamento remoto são essenciais para o monitoramento ambiental dos recursos no semiárido no espaço e no tempo. Objetivou-se monitorar e analisar à dinâmica da cobertura vegetal através da variabilidade espaço-temporal do albedo da superfície e índices de vegetação em região de Caatinga do semiárido brasileiro por sensoriamento remoto. A área de estudo é o município de Arcoverde, localizado no semiárido de Pernambuco. O estudo foi desenvolvido através de seis imagens orbitais do Landsat-5 do sensor TM. O processamento digital dos parâmetros biofísicos foi realizado pelo algoritmo SEBAL. Os resultados foram analisados através da estatística descritiva e quanto a sua variabilidade. Áreas possivelmente degradadas foram identificadas pelos altos valores de albedo e índices de vegetação significativamente menores, localizadas à sudoeste e noroeste da região. Os índices apresentaram comportamento similares, principalmente no período seco, com baixos valores sendo próximos de zero, áreas afetadas pelo período de seca no semiárido. O SAVI apresentou maior precisão, destacando melhor resposta espectral da vegetação. O sensoriamento remoto promoveu monitoramento espaço-temporal adequado, destacando principalmente o período classificado como climaticamente seco através do albedo e índices de vegetação.Palavras-chave: Caatinga; NDVI; SAVI; mudanças ambientais; SEBAL. MONITORING OF VEGETATION COVER BY REMOTE SENSING IN BRAZILIAN SEMIARID THROUGH VEGETATION INDICES ABSTRACT: Measures are needed aimed at the protection and conservation of water and natural resources quickly and efficiently. Remote sensing techniques are essential for the environmental monitoring of resources in the semiarid region in space and time. Aimed to monitor and analyze the dynamics of vegetation cover through the spatial-temporal variability of the surface albedo and indices of vegetation in the Caatinga region of the Brazilian semiarid by remote sensing. The study area is the municipality of Arcoverde, located in the semiarid of Pernambuco. The study was developed through six orbital images of Landsat-5 of the TM sensor. The digital processing of the biophysical parameters was performed by the SEBAL algorithm. The results were analyzed through descriptive statistics and their variability. Possibly degraded areas were identified by high albedo values and significantly lower vegetation indices, located in the southwest and northwest of the region. The indexes showed similar behavior, mainly in the dry period, with low values being close to zero, areas affected by the dry period in the semiarid. The SAVI presented higher accuracy, highlighting better spectral response of the vegetation. Remote sensing promoted adequate space-time monitoring, highlighting mainly the period classified as climatically dry through the albedo and vegetation indexes.Keywords: Caatinga; NDVI; SAVI; environmental changes; SEBAL. |
id |
UFMT-2_0086d2028a7c25e97a541480050746b0 |
---|---|
oai_identifier_str |
oai:periodicoscientificos.ufmt.br:article/7646 |
network_acronym_str |
UFMT-2 |
network_name_str |
Nativa (Sinop) |
repository_id_str |
|
spelling |
MONITORAMENTO DA COBERTURA VEGETAL POR SENSORIAMENTO REMOTO NO SEMIÁRIDO BRASILEIRO ATRAVÉS DE ÍNDICES DE VEGETAÇÃOSão necessárias medidas que visem à proteção e conservação dos recursos hídricos e naturais de forma rápida e eficiente. As técnicas de sensoriamento remoto são essenciais para o monitoramento ambiental dos recursos no semiárido no espaço e no tempo. Objetivou-se monitorar e analisar à dinâmica da cobertura vegetal através da variabilidade espaço-temporal do albedo da superfície e índices de vegetação em região de Caatinga do semiárido brasileiro por sensoriamento remoto. A área de estudo é o município de Arcoverde, localizado no semiárido de Pernambuco. O estudo foi desenvolvido através de seis imagens orbitais do Landsat-5 do sensor TM. O processamento digital dos parâmetros biofísicos foi realizado pelo algoritmo SEBAL. Os resultados foram analisados através da estatística descritiva e quanto a sua variabilidade. Áreas possivelmente degradadas foram identificadas pelos altos valores de albedo e índices de vegetação significativamente menores, localizadas à sudoeste e noroeste da região. Os índices apresentaram comportamento similares, principalmente no período seco, com baixos valores sendo próximos de zero, áreas afetadas pelo período de seca no semiárido. O SAVI apresentou maior precisão, destacando melhor resposta espectral da vegetação. O sensoriamento remoto promoveu monitoramento espaço-temporal adequado, destacando principalmente o período classificado como climaticamente seco através do albedo e índices de vegetação.Palavras-chave: Caatinga; NDVI; SAVI; mudanças ambientais; SEBAL. MONITORING OF VEGETATION COVER BY REMOTE SENSING IN BRAZILIAN SEMIARID THROUGH VEGETATION INDICES ABSTRACT: Measures are needed aimed at the protection and conservation of water and natural resources quickly and efficiently. Remote sensing techniques are essential for the environmental monitoring of resources in the semiarid region in space and time. Aimed to monitor and analyze the dynamics of vegetation cover through the spatial-temporal variability of the surface albedo and indices of vegetation in the Caatinga region of the Brazilian semiarid by remote sensing. The study area is the municipality of Arcoverde, located in the semiarid of Pernambuco. The study was developed through six orbital images of Landsat-5 of the TM sensor. The digital processing of the biophysical parameters was performed by the SEBAL algorithm. The results were analyzed through descriptive statistics and their variability. Possibly degraded areas were identified by high albedo values and significantly lower vegetation indices, located in the southwest and northwest of the region. The indexes showed similar behavior, mainly in the dry period, with low values being close to zero, areas affected by the dry period in the semiarid. The SAVI presented higher accuracy, highlighting better spectral response of the vegetation. Remote sensing promoted adequate space-time monitoring, highlighting mainly the period classified as climatically dry through the albedo and vegetation indexes.Keywords: Caatinga; NDVI; SAVI; environmental changes; SEBAL.Universidade Federal de Mato Grosso2019-11-11info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://periodicoscientificos.ufmt.br/ojs/index.php/nativa/article/view/764610.31413/nativa.v7i6.7646Nativa; v. 7 n. 6 (2019); 708-717Nativa; Vol. 7 Núm. 6 (2019); 708-717Nativa; Vol. 7 No. 6 (2019); 708-7172318-767010.31413/nativa.v7i6reponame:Nativa (Sinop)instname:Universidade Federal de Mato Grosso (UFMT)instacron:UFMTporhttps://periodicoscientificos.ufmt.br/ojs/index.php/nativa/article/view/7646/6436Copyright (c) 2019 Nativainfo:eu-repo/semantics/openAccessSilva, Caio Victor SantosSilva, Jhon Lennon Bezerra daMoura, Geber Barbosa de AlbuquerqueLopes, Pabrício Marcos OliveiraNascimento, Cristina RodriguesSilva, Landson Carlos da2019-11-11T10:16:44Zoai:periodicoscientificos.ufmt.br:article/7646Revistahttps://periodicoscientificos.ufmt.br/ojs/index.php/nativaPUBhttps://periodicoscientificos.ufmt.br/ojs/index.php/nativa/oai||rrmelo2@yahoo.com.br2318-76702318-7670opendoar:2019-11-11T10:16:44Nativa (Sinop) - Universidade Federal de Mato Grosso (UFMT)false |
dc.title.none.fl_str_mv |
MONITORAMENTO DA COBERTURA VEGETAL POR SENSORIAMENTO REMOTO NO SEMIÁRIDO BRASILEIRO ATRAVÉS DE ÍNDICES DE VEGETAÇÃO |
title |
MONITORAMENTO DA COBERTURA VEGETAL POR SENSORIAMENTO REMOTO NO SEMIÁRIDO BRASILEIRO ATRAVÉS DE ÍNDICES DE VEGETAÇÃO |
spellingShingle |
MONITORAMENTO DA COBERTURA VEGETAL POR SENSORIAMENTO REMOTO NO SEMIÁRIDO BRASILEIRO ATRAVÉS DE ÍNDICES DE VEGETAÇÃO Silva, Caio Victor Santos |
title_short |
MONITORAMENTO DA COBERTURA VEGETAL POR SENSORIAMENTO REMOTO NO SEMIÁRIDO BRASILEIRO ATRAVÉS DE ÍNDICES DE VEGETAÇÃO |
title_full |
MONITORAMENTO DA COBERTURA VEGETAL POR SENSORIAMENTO REMOTO NO SEMIÁRIDO BRASILEIRO ATRAVÉS DE ÍNDICES DE VEGETAÇÃO |
title_fullStr |
MONITORAMENTO DA COBERTURA VEGETAL POR SENSORIAMENTO REMOTO NO SEMIÁRIDO BRASILEIRO ATRAVÉS DE ÍNDICES DE VEGETAÇÃO |
title_full_unstemmed |
MONITORAMENTO DA COBERTURA VEGETAL POR SENSORIAMENTO REMOTO NO SEMIÁRIDO BRASILEIRO ATRAVÉS DE ÍNDICES DE VEGETAÇÃO |
title_sort |
MONITORAMENTO DA COBERTURA VEGETAL POR SENSORIAMENTO REMOTO NO SEMIÁRIDO BRASILEIRO ATRAVÉS DE ÍNDICES DE VEGETAÇÃO |
author |
Silva, Caio Victor Santos |
author_facet |
Silva, Caio Victor Santos Silva, Jhon Lennon Bezerra da Moura, Geber Barbosa de Albuquerque Lopes, Pabrício Marcos Oliveira Nascimento, Cristina Rodrigues Silva, Landson Carlos da |
author_role |
author |
author2 |
Silva, Jhon Lennon Bezerra da Moura, Geber Barbosa de Albuquerque Lopes, Pabrício Marcos Oliveira Nascimento, Cristina Rodrigues Silva, Landson Carlos da |
author2_role |
author author author author author |
dc.contributor.author.fl_str_mv |
Silva, Caio Victor Santos Silva, Jhon Lennon Bezerra da Moura, Geber Barbosa de Albuquerque Lopes, Pabrício Marcos Oliveira Nascimento, Cristina Rodrigues Silva, Landson Carlos da |
description |
São necessárias medidas que visem à proteção e conservação dos recursos hídricos e naturais de forma rápida e eficiente. As técnicas de sensoriamento remoto são essenciais para o monitoramento ambiental dos recursos no semiárido no espaço e no tempo. Objetivou-se monitorar e analisar à dinâmica da cobertura vegetal através da variabilidade espaço-temporal do albedo da superfície e índices de vegetação em região de Caatinga do semiárido brasileiro por sensoriamento remoto. A área de estudo é o município de Arcoverde, localizado no semiárido de Pernambuco. O estudo foi desenvolvido através de seis imagens orbitais do Landsat-5 do sensor TM. O processamento digital dos parâmetros biofísicos foi realizado pelo algoritmo SEBAL. Os resultados foram analisados através da estatística descritiva e quanto a sua variabilidade. Áreas possivelmente degradadas foram identificadas pelos altos valores de albedo e índices de vegetação significativamente menores, localizadas à sudoeste e noroeste da região. Os índices apresentaram comportamento similares, principalmente no período seco, com baixos valores sendo próximos de zero, áreas afetadas pelo período de seca no semiárido. O SAVI apresentou maior precisão, destacando melhor resposta espectral da vegetação. O sensoriamento remoto promoveu monitoramento espaço-temporal adequado, destacando principalmente o período classificado como climaticamente seco através do albedo e índices de vegetação.Palavras-chave: Caatinga; NDVI; SAVI; mudanças ambientais; SEBAL. MONITORING OF VEGETATION COVER BY REMOTE SENSING IN BRAZILIAN SEMIARID THROUGH VEGETATION INDICES ABSTRACT: Measures are needed aimed at the protection and conservation of water and natural resources quickly and efficiently. Remote sensing techniques are essential for the environmental monitoring of resources in the semiarid region in space and time. Aimed to monitor and analyze the dynamics of vegetation cover through the spatial-temporal variability of the surface albedo and indices of vegetation in the Caatinga region of the Brazilian semiarid by remote sensing. The study area is the municipality of Arcoverde, located in the semiarid of Pernambuco. The study was developed through six orbital images of Landsat-5 of the TM sensor. The digital processing of the biophysical parameters was performed by the SEBAL algorithm. The results were analyzed through descriptive statistics and their variability. Possibly degraded areas were identified by high albedo values and significantly lower vegetation indices, located in the southwest and northwest of the region. The indexes showed similar behavior, mainly in the dry period, with low values being close to zero, areas affected by the dry period in the semiarid. The SAVI presented higher accuracy, highlighting better spectral response of the vegetation. Remote sensing promoted adequate space-time monitoring, highlighting mainly the period classified as climatically dry through the albedo and vegetation indexes.Keywords: Caatinga; NDVI; SAVI; environmental changes; SEBAL. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-11-11 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://periodicoscientificos.ufmt.br/ojs/index.php/nativa/article/view/7646 10.31413/nativa.v7i6.7646 |
url |
https://periodicoscientificos.ufmt.br/ojs/index.php/nativa/article/view/7646 |
identifier_str_mv |
10.31413/nativa.v7i6.7646 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://periodicoscientificos.ufmt.br/ojs/index.php/nativa/article/view/7646/6436 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2019 Nativa info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2019 Nativa |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Mato Grosso |
publisher.none.fl_str_mv |
Universidade Federal de Mato Grosso |
dc.source.none.fl_str_mv |
Nativa; v. 7 n. 6 (2019); 708-717 Nativa; Vol. 7 Núm. 6 (2019); 708-717 Nativa; Vol. 7 No. 6 (2019); 708-717 2318-7670 10.31413/nativa.v7i6 reponame:Nativa (Sinop) instname:Universidade Federal de Mato Grosso (UFMT) instacron:UFMT |
instname_str |
Universidade Federal de Mato Grosso (UFMT) |
instacron_str |
UFMT |
institution |
UFMT |
reponame_str |
Nativa (Sinop) |
collection |
Nativa (Sinop) |
repository.name.fl_str_mv |
Nativa (Sinop) - Universidade Federal de Mato Grosso (UFMT) |
repository.mail.fl_str_mv |
||rrmelo2@yahoo.com.br |
_version_ |
1799711196614492160 |