Mapeamento e comparação entre índices de vegetação utilizando imagem OLI/Landsat 8 na bacia do Rio Bacanga, São Luís (MA)

Transcrição

1 Mapeamento e comparação entre índices de vegetação utilizando imagem OLI/Landsat 8 na bacia do Rio Bacanga, São Luís (MA) 1. INTRODUÇÃO Janilci Serra Silva janilciserra@hotmail.com Universidade Federal da Paraíba - UFPB/CT Richarde Marques da Silva richarde@geociencias.ufpb.br Universidade Federal da Paraíba - UFPB/CCEN Os produtos do sensoriamento remoto vêm se tornando uma importante ferramenta para as mais variadas aplicações, principalmente aquelas relacionadas com a avaliação, manejo e gestão de recursos naturais. De acordo com Novo e Moraes (2008), as aplicações de técnicas de sensoriamento remoto têm-se difundido pelos diversos campos do conhecimento, em virtude da facilidade de acesso e baixo custo para obtenção de imagens de satélite. Para obter informações do uso e cobertura da terra, diversos autores têm aplicado índices de vegetação, cita-se a exemplo os estudos desenvolvidos por Rosedo (2005), Kinyanjui (2011), Anyamba; Tucker (2003) e Rodrigues (2013). Deve-se considerar que a vegetação, é um importante indicador de qualidade ambiental de uma determinada área e desempenha papel fundamental no meio ambiente (Ponzoni e Shimabukuro, 2007). Dada a sua importância, é de suma importância seu monitoramento e mapeamento, sendo possível de ser analisada através das imagens de satélite. Vários índices de vegetação vêm sendo desenvolvidos para caracterizar o uso e cobertura da terra. Neste trabalho, utilizou-se os índices de vegetação Índice de Vegetação por Diferença Normalizada (IVDN) e Índice de Vegetação Ajustado ao Solo (IVAS). A estimativa desses índices foi possível utilizando as bandas espectrais de imagens OLI/Landsat 8. De acordo com Ponzoni e Shimabukuro (2007), os índices da vegetação são resultantes da combinação da reflectância em imagens de satélites, nas bandas do vermelho e do infravermelho próximo. A bacia do Rio Bacanga, localizada na área metropolitana do município de São Luís, selecionada como um estudo de caso para esta pesquisa é um exemplo de uma área com intensas modificações recentes na cobertura da terra (Silva et al., 2016). O

2 município de São Luís cresceu de maneira acelerada, haja vista que, com a modernização da agricultura, a população rural veio buscar trabalho na capital. Vale ressaltar que o município de São Luís passou por intenso processo de adensamento populacional, e de crescimento do setor industrial, portuário e de construção civil, porém, este crescimento não foi acompanhado por um adequado planejamento urbano (Cordeiro e Diniz, 2009). O presente estudo tem como objetivo, analisar comparativamente os resultados dos índices de vegetação IVDN e IVAS, obtidos através da imagem OLI/Landsat 8, com a finalidade de avaliar qual índice apresenta melhor desempenho para caracterização do uso e ocupação de terra na bacia do Rio Bacanga. 2. CARACTERÍSTICAS DA ÁREA DE ESTUDO A bacia hidrográfica do rio Bacanga possui uma área de aproximadamente 110 km², e está localizada na porção noroeste da ilha do Maranhão, no município de São Luís (MA), mais precisamente entre as coordenadas 2º S e 2º S, 44º W e 44º W (Figura 1) nessa bacia encontra-se espaços verdes importantes, tais como: Área de Proteção Ambiental do Maracanã e o Parque Estadual do Bacanga, onde se localiza o reservatório do Batatã, que fornece 10% da água potável do município de São Luís (MA) (Martins, 2008). De acordo com Maranhão (1998), o clima da área de estudo segundo a classificação climática de Köppen corresponde ao tipo Aw (quente e úmido), apresentando dois períodos distintos: um chuvoso que se estende de janeiro a junho, apresentando alto índice pluviométrico e outro seco de julho e dezembro e a umidade relativa do ar apresenta média anual de 75% a 90%.

3 3. MATERIAIS E MÉTODOS Neste estudo foi utilizado as bandas espectrais do satélite Landsat 8, sensor OLI, da órbita 220 e ponto 62, com data de passagem 27/09/2014, disponibilizada gratuitamente pelo United States Geological Survey (USGS), disponível no endereço eletrônico O processamento digital da imagem foi realizado em ambiente SIG (Sistema de Informações Geográficas). O pré-processamento digital da imagem do Landsat 8 consistiu na etapa de ajuste na projeção da imagem de satélite, recorte da área de estudo e empilhamento das bandas espectrais. A etapa de ajuste na projeção da imagem de satélite possibilitou a alteração da imagem para o sistema de coordenadas do hemisfério sul (código EPSG 32723), pois, as imagens adquiridas no website do USGS estão disponíveis para consulta, em sistema de coordenadas do hemisfério Norte (código EPSG 32623). Assim, se faz necessário uma reprojeção para o hemisfério sul. Salienta-se que as imagens adquiridas no USGS são ortorretificadas, dispensando a etapa de ortorretificação da imagem de satélite utilizada nesta pesquisa. 3.1 Calibração da imagem Landsat 8 Figura 1: Localização da área de estudo. Fonte: Elaborado pelos autores Para a elaboração de cálculos que incluem dados de imagens de diferentes bandas espectrais é necessário à conversão dos valores digitais (ND Número Digital)

4 para valores físicos como refletância de superfície. Ponzoni; Shimakuro (2007) esclarecem que um valor de ND de uma imagem em uma banda especifica, não está então na mesma escala de outro ND de outra imagem em outra banda espectral, isto trás como consequência a impossibilidade de comparação entre NDs de bandas diferentes, mesmo para um mesmo sensor. A Tabela 1 apresenta os coeficientes de calibração da imagem OLI/Landsat 8 (fatores multiplicativos e fatores aditivos) para o cálculo da reflectância espectral. Os dados apresentados estão disponíveis no ficheiro de metadados da imagem (arquivo MTL). Para o cálculo da reflectância são utilizados os dados REFLECTANCE_MULT_BAND_x (fator multiplicativo) e REFLECTANCE_ADD_BAND_x (fator aditivo), onde x é o número da banda. Tabela 1 - Descrição dos coeficientes de calibração das imagens Landsat 8 sensor OLI. Bandas Coeficientes de Calibração da Refletância Fator multiplicativo (Mρ) Fator aditivo (Aρ) 4 - (Vermelho) 0, ,1 5 - (Infravermelho próximo) 0, ,1 A seguinte equação (Eq. 1) foi usada para converter valores ND em dados de reflectância para o sensor OLI-Landsat 8, conforme USGS (2014). L λ ' = Mρ.ND+Aρ (Eq. 1) Onde: L λ ' = reflectância espectral no topo da atmosfera Mρ = fator multiplicativo de conversão específico para cada banda espectral Aρ = fator aditivo ND= Número digital

5 Vale salientar que a correção da reflectância foi feita apenas nas bandas 4 e 5, que corresponde as bandas espectrais do vermelho e infravermelho respectivamente, pois estas são as únicas bandas espectrais utilizadas para obtenção dos índices de vegetação analisados neste estudo. 4.2 Determinação dos índices de vegetação Índice de Vegetação por diferença normalizada (IVDN) O Índice de Vegetação da Diferença Normalizada (IVDN) é a razão entre a diferença das refletividades da banda do infravermelho próximo e no vermelho, pela soma dessas mesmas refletividades (Rouse et al., 1974). O IVDN é um indicador da quantidade e condição da vegetação, cujos valores variam no intervalo de -1 a 1, de modo que quanto mais próximo de 1, maior indício de presença de vegetação, e quanto mais próximo de -1, maior indício de presença de solos descobertos e rochas. Nas superfícies com presença de água ou nuvens, os valores sempre são menores do que 0. O IVDN é obtido pela seguinte equação: IVDN ρ ρ IV V (Eq. 2) IV ρ ρ V onde: ρ IV = é a banda espectral no infravermelho próximo, foi utilizado a banda espectral 5; ρ V = é a banda espectral do vermelho, foi utilizado a banda espectral Índice de Vegetação Ajustado ao Solo (IVAS) O Índice de Vegetação Ajustado ao Solo (IVAS) foi obtido através da equação proposta por Huete (1988): (1 L)(ρ IV ρ V ) IVAS (Eq. 3) (L ρ ρ ) IV V

6 onde L = uma constante e pode apresentar valores de 0 a 1, variando segundo a própria biomassa característica da área analisada. Segundo Ponzoni e Shimabukuro (2007), os valores de L são: 1 para baixas densidades de vegetação, 0,5 para médias densidades de vegetação, e 0,25 para altas densidades de vegetação. Em conformidade com os autores supracitados, em geral, a constante L = 0,5 é mais comumente utilizado, pois engloba uma maior variação de condições de vegetação, corresponde ao valor ideal para áreas com vegetação de densidade média. Assim neste estudo utilizou-se L = 0,5. 5. RESULTADOS E DISCUSSÃO A Figura 2 (a) apresenta a imagem Landsat 8 sensor OLI em uma composição colorida falsa-cor, 6R5G4B. A Figura 2 (b) apresenta a imagem artificial do IVDN e a Figura 3 (c) mostra a imagem artificial do IVAS. Os valores do IVDN variaram de -0,57 a 0,79 e os valores do IVAS variaram de -0,39 a 0,76. Na Figura 2 (b-c) podem ser visualizados diversos tipos de cobertura da terra na área de estudo. Na Figura 2 (b) e Figura 2 (c), as classes com os maiores valores do IVDN e do IVAS, representam as áreas com vegetação de maior vigor, são demonstradas no mapa pela cor verde forte. Nota-se que os valores máximos do IVDN e do IVAS, ocorrem com maior representatividade na porção central da bacia do rio Bacanga, salienta-se que na porção central da área de estudo está localizada a Área de Proteção Ambiental do Maracanã e o Parque Estadual do Bacanga. Os valores intermediários do IVDN e IVAS correspondem às áreas com presença de vegetação menos densa são destacadas pela tonalidade verde clara e amarelado, com valores variando entre 0,25 a 0,5. Os menores valores dos índices de vegetação referem-se as áreas com solo antropizado, ou seja, área com presença de solo exposto e mancha urbana, são representadas pela tonalidade roxo claro, os valores variaram entre 0,1 a 0,25. As classes com valores negativos do IVDN e IVAS representam as áreas com presença de corpos hídricos, e são representadas pela tonalidade roxa forte. Na Figura 2, as áreas circunscritas em vermelho, representam a localização das 4 amostras que serão analisadas posteriormente neste estudo. Essas amostras possibilitaram a análise da comparação dos resultados obtidos pela estimativa dos índices de vegetação IVDN e IVAS.

7 Figura 2: Composição colorida 6R5G4B (a), IVDN(b) e IVAS (c). Fonte: Elaborado pelos autores. 5.1 Estatística, histograma de distribuição e frequência dos valores IVDN e IVAS A Tabela 2 mostra os valores estatísticos dos índices de vegetação da área de estudo, são apresentados os valores mínimos, máximos, média, moda e desvio padrão. Tabela 2 - Estatísticas dos índices IVDN e IVAS Estatísticas IVDN IVAS Mínimo -0,57-0,39 Máximo 0,79 0,76 Média 0,42 0,37 Moda 0,68 0,60 Desvio padrão 0,24 0,21 De acordo com os histogramas distribuição e frequência dos valores IVDN e IVAS (Figura 3), foi possível verificar que, na área de estudo há maior frequência dos números positivos, porém convém ressaltar que há grande representatividade dos valores mais baixos e negativos do IVDN e IVAS, isto indica presença de áreas urbanizadas ou solos expostos. Vale salientar que quanto maior a distribuição dos números digitais, maior será o contraste da cena. Na comparação entre os histogramas, nota-se que os valores negativos do IVAS, apresentaram maior frequência, quando comparado aos valores negativos do histograma do IVDN.

8 Figura 3. (a) histograma do IVDN e (b) histograma do IVAS 5.2 Análise das amostras do IVDN e IVAS Os resultados da estimativa dos índices de vegetação mostram que houve similaridades em relação aos valores do IVDN e IVAS. Porém, percebe-se que o IVAS discriminou melhor os alvos, quando comparado ao IVDN, uma vez que apresentou maior divisão entre os números digitais da imagem analisada, pois destacou melhor as áreas com valores máximos, intermediários, mínimos e negativos dos índices de vegetação. Isto pode ser confirmado ao analisar as amostras selecionas, amostra 1, 2, 3 e 4, apresentadas na Figura 3. As Figuras 3 (a) apresentam as amostras da imagem Landsat 8 na composição 6R5G4B, as Figuras 3 (b) apresentam as amostras da imagem artificial do IVDN e por fim as Figuras 3 (c) exibem as amostras da imagem artificial do IVAS. Comparando os valores do IVDN e IVAS, nota-se diferenças, tais diferenças são observadas principalmente em áreas antropizadas, nessas áreas o IVAS apresentou até duas nuances de cores, enquanto que, o IVDN homogeneizou os valores, apresentando apenas uma nuance de cor. O IVDN homogeneizou os valores máximos, como mostrado na Figura 3(b) da amostra 1 e homogeneizou também valores mínimos e negativos, como mostrados nas Figuras 3 (b) das amostras 2, 3 e 4. Estes comentários estão destacados nas áreas apontadas pelas setas.

9

10 Figura 3: Amostras de comparação entre os índices de vegetação IVDN e IVAS. (a) Composição colorida 6R5G4B, (b) IVDN e (c) IVAS. Fonte: Elaborado pelos autores. 5. CONSIDERAÇÕES FINAIS A partir dos resultados obtidos neste estudo, conclui-se que o sensor OLI/Landsat 8 mostrou-se eficiente em detectar a vegetação e identificar áreas antropizadas. Com relação a comparação entre os índices de vegetação IVDN e IVAS, foi possível perceber que houve semelhança entre os valores obtidos, a maior diferença entre os dois índices foi observada entre os valores mínimos. Notou-se que o IVAS apresentou melhor resultado, pois identificou melhor os alvos, principalmente nas áreas antropizadas, o melhor resultado do IVAS é justificado pela aplicação do fator de ajuste ao solo, que neste estudo utilizou-se o fator 0,5. REFERÊNCIAS ANYAMBA, A.; TUCKER, C.J. Analysis of Sahelian vegetation dynamics using NOAA-AVHRR NDVI data from Journal Arid Environ. v. 63, n.1, p , KINYANJUI, M. J. NDVI based vegetation monitoring in Mau forest complex, Kenya. African Journal of Ecology, v. 49, n. 2, p , NOVO, E. M. L. DE MORAES. Sensoriamento Remoto: princípios e aplicações. 3ed. São Paulo: Blücher, PONZONI, F.J.; SHIMABUKURO, Y.,E. Sensoriamento Remoto no Estudo da Vegetação. São José dos Campos- SP: RODRIGUES, T. S.; RIBEIRO, S. R. A.; VAZ, M. S. M. G. Avaliação do desempenho de dois Índices de Vegetação (NDVI e SAVI) por meio de Índice de Qualidade de Imagens. Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, ROSENDO, J. S. Índices de Vegetação e Monitoramento do uso do solo e cobertura vegetal na Bacia do rio Araguari -MG - utilizando dados do sensor Modis. Dissertação (Mestrado em Geografia e Gestão do Território) - Programa de Pós- Graduação em Geografia, Universidade Federal de Uberlândia, Uberlândia SILVA, J. S.; DA SILVA, R. M.; SILVA, A. M. Mudanças do Uso e Ocupação do Solo e Degradação Eco-Ambiental Usando Imagens Orbitais: o estudo de caso da bacia do Rio

11 Bacanga, São Luís (MA) Revista Brasileira de Geografia Física. v. 09, n. 1, p , USGS, Usando o produto Landsat 8 do USGS. Disponível em: < Acesso em: 24 de fevereiro de 2016