Spacialization of the Degradation Risk in the Natural Monument of the São Francisco River

Douglas Alberto de Oliveira Silva, Suzana Maria Gico Lima Montenegro, Pabrício Marcos Oliveira Lopes, Gabriel Siqueira Tavares Fernandes, Ênio Farias de França e Silva, Anderson dos Santos, Cicero Gomes dos Santos

Abstract


Understanding changes related to environmental degradation by parameters such as Normalized Difference Vegetation Index (NDVI), Surface Albedo (α) and Moving Standard Deviation Index (MDSI) has been of great relevance in the study of environmental impacts. The objective of the present study was to analyze the evolution of soil degradation and also of the soil use and occupation in the San Francisco River Natural Monument, using surface data and images from Landsat-5 and Landsat-8, for the 1987, 1997, 2007 and 2017 years. Remote sensing techniques were used to estimate indices such as NDVI, albedo (α) and MDSI. The change detection technique and decision tree classification based on predefined rules in NDVI, albedo and MDSI were applied to infer degradation, soil use and occupation. There was a significant increase in degradation, especially for areas with high degradation. Vegetation indices showed the lowest values for areas of low vegetation and exposed soil, being the highest values found for Caatinga dense vegetation. It was concluded that the change detection technique and decision tree classification were efficient in identifying the degradation during the study period. The change detection technique algorithm was more sensitive to water bodies than the change intensity technique.

Keywords


Albedo; Caatinga; Landsat; NDVI, Conservation units.

Full Text:

PDF

References


Allen, R. G.; Morse, A.; Tasumi, M.; Trezza, R.; Bastiaanssen, W.; Wright, J. L.; Kramber, W. Evapotranspiration from a satellite-based surface energy balance for Snake Plain aquifer in Idaho. Presented at the meeting of Unite States Committee on Irrigation, Drainage, and Food Control at San Luis Obispo, CA, 2002.

Alves, J. O.; Pereira, P. C.; Queiroz, M. G.; Silva, T. G. F.; Ferreira, J. M. S.; Júnior, G. N. A. Índice de anomalia de chuva para diferentes mesorregiões do Estado de Pernambuco. Revista Pensar Acadêmico, v. 14, n. 1, p. 37-47, 2016.

Arraes, F. D. D.; Andrade, E. M.; Silva, B. B. Dinâmica do balanço de energia sobre o açude Orós e suas adjacências. Revista Caatinga, v. 25, n. 1, p. 119-127, 2012.

Assis, J. S. Biogeografia e conservação da biodiversidade. Projeções para Alagoas. Maceió: 2000.

Bastiaanssen, W. G. M. SEBAL - based sensible and latent heat fluxes in the irrigated Gediz Basin, Turkey. Journal of Hydrology, v. 229, p. 87-100. 2000.

Caten, A. T.; Safanelli, J. L.; Ruiz, L. F. C. Mapeamento multitemporal da cobertura de terra, por meio de árvore de decisão, na bacia hidrográfica. Revista Engenharia Agrícola, v. 35, n.6, p. 1198-1209, 2015.

Cunha, J. E. B. L.; Rufino, I. A.; Silva, B. B.; Chaves, I. D. B. Dinâmica da cobertura vegetal para a Bacia de São João do Rio do Peixe, PB, utilizando-se sensoriamento remoto. Revista Brasileira de Engenharia Agrícola e Ambiental, v.16, n.5, p.539‑548, 2012.

Demarchi, J. C.; Piroli, E. L.; Zimback, C. R. L. Analise 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. Raega, v. 21. 2011.

Deschamps, P. Y.; Herman, M.; Tanré, D. Influence de l’atmosphère en télédétection des ressources terrestres: modélisation et possibilités de correction. In: Colloque de la Société Internationale de Photogrammétrie et de Télédétection, p. 543-558, 1981.

Felde, G. W.; Anderson, G. P.; Cooley, T. W.; Matthew, M. W.; Adler, G. S. M.; Berk, A.; Lee, J. Analysis of Hyperion data with the FLAASH atmospheric correction algorithm. IGARSS 2003. 2003 IEEE International Geoscience and Remote Sensing Symposium. Proceedings (IEEE Cat. No.03CH37477), v. 1, p. 90-92, 2003.

Forzza, R. C.; Baumgratz, J. F. A.; Bicudo, C. E. M.; Canhos, D. A.; Carvalho Jr, A. A.; Coelho, M. A; N.; Lohmann, L. G. New Brazilian floristic list highlights conservation challenges. BioScience, v. 62, p. 39-45. 2012.

Freire, N. C. F.; Moura, D. C.; Silva, J. B.; Moura, A. A. A. Mapeamento e análise espectro-temporal das unidades de conservação de proteção integral da administração federal no bioma Caatinga. Recife, 2017.

IBGE. Instituto Brasileiro de Geografia e Estatística. Manual Técnico da Vegetação Brasileira. 2. ed. Rio de Janeiro, RJ, 2015. 92 p.

INPE. Instituto Nacional de Pesquisas Espaciais. Boletim Meteorológico. N. 3, v. 25. 2001.

Maldonado, F. D. Desenvolvimento e avaliação de uma metodologia de detecção de mudanças na cobertura vegetal do semiárido. 2005. 311 f. Tese (Doutorado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais, INPE, São José dos Campos, SP.

Oliveira, C. P. Modelagem dinâmica da cobertura florestal do Município de Floresta – PE. 2015. 68 f. Dissertação (Mestre em Ciências Florestais) – Universidade Federal Rural de Pernambuco, Recife, PE, 2015.

Ponzoni, F. J.; Shimabukuro, Y. E. Sensoriamento remoto no estudo da vegetação. São José dos Campos, SP: Editora Parêntese, 2010. 127 p.

Ribeiro, G. N.; Francisco, P. R. M.; Moraes, J. M. Detecção de mudança de vegetação de Caatinga através de geotecnologias. Revista Verde, v. 9, p. 84-94, 2014.

Rodrigues, J. D.; Andrade, E. D.; Teixeira, A. D. S.; Silva, B. D. Sazonalidade de variáveis biofísicas em regiões semiáridas pelo emprego do sensoriamento remoto. Engenharia Agrícola, v.29, n.3, p.452-465, 2009.

Ruiz, L. F. C.; Tem, C. A.; Dalmolin, R. S. D. Árvore de decisão e a densidade mínima de amostras no mapeamento da cobertura da terra. Revista Ciência Rural, v. 44, n. 6, p. 1001-1007, 2014.

Silva, D. A. O.; Lopes, P. M. O.; Moura, G. B. A.; França E Silva, E. F.; Silva, J. L. B.; Bezerra, A. C. Evolução Espaço-Temporal do Risco de Degradação da Cobertura Vegetal de Petrolina-PE. Revista Brasileira de Meteorologia, v. 34, p. 1-11, 2019.

Silva, B. B.; Braga, A. C.; Braga, C. C.; Oliveira, L. M. M.; Montenegro, S. M. G. L.; Junior, B. B. Procedimentos para cômputo do albedo com imagens OLI-Landsat 8: Aplicação ao semiárido brasileiro. Revista Brasileira engenharia agrícola ambiente, v. 20, n. 1, p. 3-8, 2016.

Silva, B. B.; Lopes, G. M.; Azevedo, P. V. Determinação do albedo de áreas irrigadas com base em imagens Landsat 5-TM. Revista Brasileira de Agrometeorologia, v. 13, n. 2, p. 201-211, 2005.

SIQUEIRA FILHO, J. A. de (Org.). Flora das Caatingas do Rio São Francisco: história natural e conservação. Rio de Janeiro: Andrea Jakobsson; Petrolina: UNIVASF, 2012. 552 p. il.; color.

Van Rooy, M. P. A rainfall anomaly index independent of time and space. Notes, v. 14, n. 43, p. 43-48, 1965.

Vorovencii, I. Assessing and Monitoring the risk of Desertification in Dobrogea, Romania, using Landsat data and Decision Tree Classifier, Journal of Environmental Monitoring and Assessment, v. 187, n. 4, p. 154-220, 2015.

Xu, D.; Kang, X.; Qiu, D.; Zhuang, D.; Pan, J. Quantitative Assessment of Desertification Using Landsat Data on a Regional Scale: A Case Study in the Ordos Plateau, China. Sensors, v. 9, n. 3, p. 1738-1753, 2009.

Zhan, X.; Defries, R.; Townshend, J. R. G.; Dimiceli, C.; Hansen, M.; Huang, C.; Sohlberg, R. The 250 m global land cover change product from the Moderate Resolution Imaging Spectroradiometer of NASA’s Earth Observing System. International Journal of remote sensing, v. 21, n. 6-7, p. 1433-1460, 2000.




DOI: https://doi.org/10.29150/jhrs.v9.4.p204-216

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Indexadores / Base de Dados:

 

Google Scholar

 

Journal of Hyperspectral Remote Sensing - eISSN: 2237-2202