Banner Portal
Breve abordagem utilizando índice de vegetação em unidades de conservação com google earth engine
PDF

Palavras-chave

Paraná
Reserva biológica das perobas
Parque estadual do guartelá
Parque nacional do iguaçu

Como Citar

EDUVIRGEM, Renan Valerio; PERIÇATO, André Jesus; ATHAYDES, Tiago Vinicius Silva; PAROLIN, Mauro. Breve abordagem utilizando índice de vegetação em unidades de conservação com google earth engine. Terrae 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: 20 abr. 2024.

Resumo

O presente estudo tem como objetivo promover uma breve abordagem utilizando o NDVI em um pixel de rugosidade correspondente à vegetação densa de três unidades de conservação distintas (UCs): a) Reserva Biológica das Perobas; b) Parque Estadual do Guartelá; c) Parque Nacional do Iguaçu, no período de 2014 a 2018. Pretende-se obervar ainda se há diferenças nos valores de NDVI no período analisado, além de testar as hipóteses do teste de Kruskal-Wallis. Os procedimentos metodológicos demandaram a utilização da plataforma Google Earth Engine, Microsoft Excel® 2010 e o software IBM SPSS 22®. O estudo permitiu identificar as amplitudes no período elencado, as correlações e características da distribuição dos dados de cada UC. O teste de Kruskal-Wallis para o índice estudado não apresentou diferenças estatisticamente significantes para os pixels amostrados.

https://doi.org/10.20396/td.v17i00.8665635
PDF

Referências

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

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.

Copyright (c) 2021 Terrae Didatica

Downloads

Não há dados estatísticos.