Open Journal Systems

ANÁLISE TEMPORAL DO USO DO SOLO E COMPARAÇÃO ENTRE OS ÍNDICES DE VEGETAÇÃO NDVI E SAVI NO MUNICÍPIO DE SANTA CRUZ DO RIO PARDO – SP USANDO IMAGENS LANDSAT-5

Julio Cesar DEMARCHI, Edson Luís PIROLI, Célia Regina Lopes ZIMBACK

Resumo

Este trabalho objetiva analisar a evolução temporal do uso do solo no município de Santa Cruz do Rio Pardo – SP por meio da classificação supervisionada de imagens de satélite Landsat-5 TM por máxima verossimilhança, bem como verificar a exatidão do mapeamento pelo coeficiente Kappa, comparar os índices de vegetação NDVI e SAVI em diferentes fatores de ajuste para o substrato do dossel e determinar a porcentagem de cobertura vegetal em todos os métodos utilizados, nas datas 26-05-2007, 07-01-2009 e 29-04-2009. As classificações MAXVER evidenciaram diversas alterações espaciais no uso do solo no período considerado. Os índices de vegetação mais adequados foram NDVI e SAVI – fator 0,25, os quais apresentaram valores semelhantes de porcentagem de cobertura vegetal, mas discrepantes em relação ao valor inferido para a classificação MAXVER.

Palavras-chave

classificação de imagens; índices de vegetação; mapas de uso do solo.

Texto completo:

PDF

Referências

CRÓSTA, A. P. Processamento digital de imagens de sensoriamento remoto. Campinas: IG/UNICAMP, 1993. 170 p.

EASTMAN, J. R. Idrisi Andes:Guide to GIS and Image Processing. Worcester, MA: Clark University, 2006.327 p.

ELMORE, A. J. et al. Quantifying vegetation change in semiarid environments: precision and accuracy of Spectral Mixture Analysis and the Normalized Difference Vegetation Index. Remote Sensing of Environment, v. 73,n.1,p.87-102, Jan. 2000

FONSECA, L. M. G. Processamento Digital de Imagens. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2002 (apostila).

FUNDAÇÃO INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Cidades@.Disponível em: . Acesso em 05dez. 2009.

FUNDAÇÃO INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Manual Técnico da Vegetação Brasileira.Rio de Janeiro: IBGE, 1992 (Série Manuais Técnicos em Geociências).

FUNDAÇÃO INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Mapa da Vegetação do Brasil.Rio de Janeiro: IBGE, 2004.

GURGEL, H. C. Variabilidade especial e temporal do NDVI sobre o Brasil e suas conexões com o clima.São José dos Campos, 2000. 118 f. Dissertação (Mestrado em Sensoriamento Remoto) –Instituto Nacional de Pesquisas Espaciais.

HUETE, A. R. A Soil-Adjusted Vegetation Index (SAVI). Remote Sensing of Environment, v. 25, n. 3, p.205-309, Aug. 1988.

INSTITUTO BRASILEIRO DE GEOGRAFIA. Superintendência de Cartografia. Plano Cartográfico do Estado de São Paulo. Município de Santa Cruz do Rio Pardo. Folhas: Domélia, SF-22-Z-B-IV-1; Ipauçu, SF-22-Z-C-III-2; Óleo, SF-22-Z-B-IV-3; Ourinhos, SF-22-Z-A-VI-3; Santa Cruz do Rio Pardo, SF-22-Z-A-VI-4 e São Pedro do Turvo (folha SF-22-Z-A-VI-2).São Paulo, Escala 1:50.000, 1973.

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Catálogo de imagens Landsat-5.Disponível em: . Acesso em 2nov.2009.

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Spring: Tutorial de Geoprocessamento: Classificação de imagens. Disponível em: . Acesso em 04dez.2009.

JENSEN, J. R. Sensoriamento Remoto da Vegetação. In: _________. Sensoriamento remoto do ambiente:uma perspectiva em recursos terrestres. Tradução: José Carlos Neves Epiphanio (coord.) et al. São José dos Campos: Parêntese, 2009. p.357-410.

KNIPLING, E. B. Physical and Physiological Basis for the Reflectance of Visible and Near-Infrared Radiation from Vegetation. Remote Sensing of Environment. v. 1, n.3, p.155-159, Fev. 1970.

LANDIS, R.; KOCH, G. G. The measurement of observer agreement for categorical data. Biometrics, v.33, n.1, p.159-174, Mar. 1977.

MIRANDA, M.J. et al. A classificação climática de Köeppen para o Estado de São Paulo. Disponível em: . Acesso em 05dez.2009.

MOREIRA, M. A. Fundamentos de Sensoriamento Remoto e Metodologias de Aplicação. 1.ed. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2001. 250 p.

NOVO, E. M. L. M. Sensoriamento remoto:princípios e aplicações. 2.ed. São Paulo: Edgar Blücher, 1992. 308 p.

OLIVEIRA, J. B. Solos do Estado de São Paulo: descrição das classes registradas no mapa pedológico. Campinas, Boletim Científico45. 1999.112p.

PISANI, R. J. et al. Análise comparativa entre o método de classificação supervisionada Maxver e NDVI para classes de uso do solo. In: X Congreso Argentino de Ingeniería Rural y II del Mercosur,2009. Rosário: UNR Editora, 2009. v. 1. p.1681-1684.

ROSA, R. Introdução ao Sensoriamento Remoto.7.ed. Uberlândia: EDUFU, 2009.264 p.

ROSENFIELD, G. H.; FITZPATRICK-LINS, K. A coefficient of agreement as a measure of thematic classification accuracy. Photogrammetric Engineering and Remote Sensing, v.52, n.2, p.223-227, Fev. 1986.

ROSS, J. L. S.; MOROZ, I. C. Mapa geomorfológico do Estado de São Paulo.São Paulo: FFLCH-USP, 1997, p.41-2. Escala 1:500.000.

SÃO PAULO. Mapa das Unidades Hidrográficas de Gerenciamento de Recursos Hídricos –UGRHI. São Paulo: IGC, 1996. Escala 1:1.000.000.

SIMÕES, L. B. Integração entre um modelo de simulação hidrológica e sistema de informação geográfica na delimitação de zonas tampão ripárias. Botucatu, 2001. 185 f. Tese (Doutorado em Agronomia/Energia na Agricultura) –Faculdade de Ciências Agronômicas, Universidade Estadual Paulista.

WANG, Q.; ADIKU, S.; TENHUNEN, J.; GRANIER, A. On the relationship of NDVI with leaf area index in a deciduous forest site. Remote Sensing of Environment, v. 94, n.2, p.244-255, Jan. 2005.

DOI: http://dx.doi.org/10.5380/raega.v21i0.17416

_____________________________________________

ISSN (IMPRESSO) 1516-4136 até 2008

ISSN (ELETRÔNICO) 2177-2738 a partir de 2009

Você está em: