Banner Portal
Enfoque breve utilizando el índice de vegetación en áreas protegidas con google earth engine
PDF (Português (Brasil))

Palabras clave

Parque Estatal Guartelá
Paraná
Reserva biológica de perobas
Parque nacional iguazú

Cómo citar

EDUVIRGEM, Renan Valerio; PERIÇATO, André Jesus; ATHAYDES, Tiago Vinicius Silva; PAROLIN, Mauro. Enfoque breve utilizando el índice de vegetación en áreas protegidas con google earth engine. Terræ Didatica, Campinas, SP, v. 17, n. 00, p. e021027, 2021. DOI: 10.20396/td.v17i00.8665635. Disponível em: https://periodicos.sbu.unicamp.br/ojs/index.php/td/article/view/8665635. Acesso em: 17 jul. 2024.

Resumen

El presente estudio tiene como objetivo promover un enfoque breve utilizando el NDVI en un píxel de rugosidad correspondiente a la densa vegetación de tres unidades de conservación (UC) distintas: a) Reserva Biológica Perobas; b) Parque Estatal Guartelá; c) Parque Nacional Iguaçu, de 2014 a 2018. También se pretende observar si existen diferencias en los valores del NDVI en el período analizado, además de contrastar las hipótesis de la prueba de Kruskal-Wallis. Los procedimientos metodológicos requirieron el uso de la plataforma Google Earth Engine, Microsoft Excel® 2010 y el software IBM SPSS 22®. El estudio permitió identificar los rangos en el período enumerado, las correlaciones y las características de la distribución de datos de cada UC. La prueba de Kruskal-Wallis para el índice estudiado no mostró diferencias estadísticamente significativas para los píxeles muestreados.

https://doi.org/10.20396/td.v17i00.8665635
PDF (Português (Brasil))

Citas

Bayma, A. P., & Sano, E. E. (2015). Séries temporais de índices de vegetação (NDVI e EVI) do Sensor Modis para detecção de desmatamentos no Bioma Cerrado. Boletim de Ciências Geodésicas, 21(4), 797-813. doi: 10.1590/S1982-21702015000400047.

Brasil. (2012). Lei nº 12.727, de 2012. Atualizações do Código Florestal Brasileiro. Brasília, DF, Casa Civil. URL: http://www.planalto.gov.br/ccivil_03/_ato2011-2014/2012/lei/L12727.htm#:~:text=Esta%20Lei%20estabelece%20normas%20gerais,e%20prev%C3%AA%20instrumentos%20econ%C3%B4micos%20e. Acesso 15.06.2019.

Brito, B. N., Brito, J. L. S. (2020). Mapeamento de qualidade em pastagens do Cerrado por meio de imagens Sentinel 2. Geografia Ensino & Pesquisa, 24(e44), 01-20. doi: 10.5902/2236499443352.

Dassan, M. A. A., Mattos, E. M., Vrechi, A., Bazani, J. H., Buzzo, G. S., & Fiorio, P. R. (2019). Construção de uma série temporal de NDVI com o produto HLS, para detecção de desfolha em Eucaliptos. In: Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto. Proc... INPE, Santos, São Paulo. URL: https://proceedings.science/sbsr-2019/papers/construcao-de-uma-serie-temporal-de-ndvi-com-o-produto-hls--para-deteccao-de-desfolha-em-eucaliptos. Acesso 24.06.2021.

Eduvirgem, R.V., Periçato, A. J., Sanches, C. C., Soares, C. R., Caraminam, L. M., & Santos, M. V. (2018). Análise da temperatura aparente de superfície e Índice de Vegetação por Diferença Normalizada (NDVI) em Lisboa, Portugal, no verão de 2017. Revista Brasileira de Gestão Ambiental e Sustentabilidade, 5(10), 587-597. doi: 10.21438/rbgas.051013.

Ferreira, L. G., Ferreira, N. C., & Ferreira, M. E. (2008). Sensoriamento remoto da vegetação: evolução e estado-da-arte. Acta Scientiarum. Biological Sciences, 30(4), 379-390. doi: 10.4025/actascibiolsci.v30i4.5868.

Fu, B., & Burgher, I. (2015). Riparian vegetation NDVI dynamics and its relationship with climate, surface water and groundwater. Journal of Arid Environments, 113, 59-68. doi: 10.1016/j.jaridenv.2014.09.010.

Ganem, K. A., Baptista, G. M. M., Rocha, W. J. S. F., Vasconcellos, R. N., Rosa, M. R., & Souza, D. T. M. (2017). Comparação entre dados com e sem correção atmosférica na classificação da cobertura da terra de uma área da Caatinga utilizando o Google Earth Engine. Revista Brasileira de Cartografia, 6(69), 1053-1074.

Google Earth Engine.(2021). A planetary-scale platform for Earth science data & analysis. URL: https://earthengine.google.com/. Acesso 29.06.2021.

Libardi, P. L., Manfron, P. A., Moraes, S. O., & Tuon, R. L. (1996). Variabilidade da umidade gravimétrica de um solo hidromórfico. Revista Brasileira de Ciência do Solo, 20(1), 1-12.

Lü, G., Batty, M., Strobl, J., Lin, H., Zhu, A., & Chen, M. (2019). Reflections and speculations on the progress in Geographic Information Systems (GIS): a geographic perspective. International Journal of Geographical Information Science, 33(2), 346-367. doi: 10.1080/13658816.2018.1533136.

Mauri, Q. V., Lopes, M. I. A., Savedra, O. M., Rocha, P. F. E., Leiko, C. M., & Rosa, S. A. (2013). Análise temporal da dinâmica florestal em área de reflorestamento por meio de índices de vegetação. Revista Geográfica Venezolana, 54(2), 225-239.

Nicácio, R. M., Araújo, L. L., Gonzaga, E. P., Libos, M. I. P. C., & Oliveira, L. M. T.(2009). Relação NDVI e precipitação na bacia do rio Coxim, MS. Geografia, 34, 667-680.

Quesada, H. B., Redondo, G., Vernasqui, L. G., Magnoni, P. H. J., & Arantes, E. J. (2017). Análise da vegetação ripária em bacia hidrográfica utilizando Índice de Vegetação Normalizada (NDVI) no Município de Maringá, PR. Geo UERJ, 31, 439-455. doi: 10.12957/geouerj.2017.26737.

Robinson, N. P., Allred, B. W., Jones, M. O., Moreno, A., Kimball, J. S., Naugle, D. E., Erickson, T. A., & Richardson, A.D. (2017). A Dynamic Landsat Derived Normalized Difference Vegetation Index (NDVI) Product for the Conterminous United States. Remote Sensing, 9(8), 863, 1-14. doi: 10.3390/rs9080863.

Rouse, J. W., Haas, R. H., Schell, J. A., & Deering, D. W. (1973). Monitoring vegetation systems in the great plains with Erts. In: Earth Resources Technology Satellite-1 Symposium, Washington. (1973). Proc… Washington, D.C: NASA/Goddart Space Flight Center. 1, 309-317.

Santos, J. J., Vasconcelos, R. N., Chaves, J. M., Souza, D. T. M., & Rocha, W. J. S. F. (2016). A utilização do Google Earth Engine para a análise temporal da distribuição da cobertura vegetal: um estudo de caso no município de Curaçá, BA, Brasil com a utilização do NDVI. In: XVII Simposio Internacional Selper. Proc... Puerto de Iguazú, Argentina. URL: https://www.researchgate.net/profile/Jonathas-Dos-Santos/publication/340939185_A_Utilizacao_do_Google_Earth_Engine_para_a_Analise_Temporal_da_Distribuicao_da_Cobertura_vegetal_Um_Estudo_de_Caso_no_Municipio_de_Curaca-Ba-Brasil_com_a_Utilizacao_do_NDVI/links/5ea65229a6fdccd79457f2dd/A-Utilizacao-do-Google-Earth-Engine-para-a-Analise-Temporal-da-Distribuicao-da-Cobertura-vegetal-Um-Estudo-de-Caso-no-Municipio-de-Curaca-Ba-Brasil-com-a-Utilizacao-do-NDVI.pdf. Acesso 28.06.2021.

Santos, J. É. O., Nicolete, D. A. P., Filgueiras, R., Leda, V. C., & Zimback, C. R. L. (2015). Imagens do Landsat-8 no mapeamento de superfícies em área irrigada. Irriga, 1(2), 30-36. doi: 10.15809/irriga.2015v1n2p30.

Silva, L. G., & Galvíncio, J. D. (2012). Análise Comparativa da Variação nos Índices NDVI e SAVI no Sítio PELD – 22, em Petrolina – PE, na Primeira Década do Século XXI. Revista Brasileira de Geografia Física, 6, 1446-1456. doi: 10.26848/rbgf.v5i6.232936.

Swetnam, T. L., Yool, S. R., Roy, S., & Falk, D. A. (2021). On the Use of Standardized Multi-Temporal Indices for Monitoring Disturbance and Ecosystem Moisture Stress across Multiple Earth Observation Systems in the Google Earth Engine. Remote Sensing, 13, 1448. doi: 10.3390/rs13081448.

Tian, F., Wu, B., Zeng, H., Zhang, X., & Xu, J.(2019). Efficient Identification of Corn Cultivation Area with Multitemporal Synthetic Aperture Radar and Optical Images in the Google Earth Engine Cloud Platform. Remote Sensing, 11, 629. doi: 10.3390/rs11060629.

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Derechos de autor 2021 Terrae Didatica

Descargas

Los datos de descargas todavía no están disponibles.