Índices Espectrais por Sensoriamento Remoto com os Satélites LANDSAT-5 e SENTINEL-2 no entorno do reservatório Poço da Cruz - PE

Nicelle A. da S. Lima, Leidjane M. M. de Oliveira, Maria Luiza P. Xavier, Ubiratan J. da Silva Junior, Evely F. do Nascimento

Abstract


O Sensoriamento Remoto permite analisar imagens da superfície terrestre, de forma que seja possível a realização de estudos e obtenção de informações sobre determinadas áreas, facilitanto desta forma a interface entre o pesquisador, a área de estudo e o equipamento. Percebe-se que ao longo do tempo a ação antrópica tem sido um dos intervenientes em gerar modificações na superfície terrestre. Não sendo diferente para o Sertão de Moxotó, este estudo visou realizar uma comparação entre variáveis biofísicas do reservatório Poço da Cruz, para análise do comportamento do vigor vegetativo da mata ciliar, utilizando satélites de resoluções espaciais diferentes, Landsat-5 TM com 30 m e do Sentinel-2 com 10 m. Portanto, tomou-se como base a imagem coletada em 23 de setembro de 2008, referente ao Landsat-5 e a imagem do dia 07 de março de 2018 para o Sentinel-2, de forma que informações sobre três índices espectrais foram obtidas, Índice de Água por Diferença Normalizada (NDWI), Índice de Vegetação por Diferença Normatizada (NDVI) e o Índice de Vegetação Melhorado (EVI). Após análises do NDWI, NDVI e EVI, verificou-se que apesar das diferenças espectrais e espaciais dos produtos gerados utilizando os sensores ópticos TM Landsat-5 e MSI Sentinel-2, os mesmos apresentaram valores estatísticos e Índices Espectrais muito próximos, detectando com eficiência e delimitação do Reservatório Poço da Cruz-PE.

Keywords


NDVI, EVI, NDWI

References


AB’SABER, A. N. O suporte geológico das florestas beiradeiras (ciliares). In: RODRIGUES, R. R; LEITÃO-FILHO, H. F. (Org.). Matas ciliares: conservação e recuperação. São Paulo: EDUSP/FAPESP, 2000. cap. 1, p. 15-24.

Agência Pernambucana de Águas e Climas – APAC. Sistema de Informação Geográfica. Disponível em: < http://www.apac.pe.gov.br/pagina.php?page_id=5&subpage_id=18>. Acesso em Junho de 2019.

ALLEN, R.; BASTIAANSSEN, W.; WATERS, R.; TASUMI, M.; TREZZA, R. Surface energy balance algorithms for land (SEBAL), Idaho implementation – Advanced training and users manual, version 1.0, 2002. 97p.

ALMEIDA, D.N.O.; OLIVEIRA, L.M.M.; CANDEIAS, A.L.B.; BEZERRA, U.A.; LEITE, A.C.S.; Uso e cobertura do solo utilizando geoprocessamento em municípios do Agreste de Pernambuco. Revista Brasileira de Meio Ambiente. Recife, v.4, n.1, p. 058-0.68 (2018)

ALVEZ B. L. T.; AZEVEDO V. P.; SANTOS C. A. C.; SANTOS C. A. F.; Evolução Espaço-temporal do albedo e da cobertura vegetal da superfície na bacia hidrográfica do alto curso do Rio Parnaíba. Geosul, Florianópolis, v.33, n.66, p.147-181, jan./abr. 2018.

BEZERRA, U. A.; OLIVEIRA, L. M. M.; CANDEIAS, A. L. B.; SILVA, B. B.; LEITE, A. C. L.; SILVA, L. T. M. S. Comparativo do índice de vegetação de diferença normalizada (NDVI) entre os sensores OLI – Satélite Landsat-8 e MSI – Satélite Sentinel-2 em Região Semiárida. Anuário do Instituto de Geociências, Rio de Janeiro, v. 41, p.167-177, 2018.

CHANDER, G.; MARKHAM, B.L. Revised Landsat-5 TM radiometric calibration procedures, and postcalibration dynamic ranges. IEEE Transactions on Geoscience and Remote Sensing, 41, 2674- 2677, 2009.

DA SILVA JUNIOR, J.U.; FONCECA, C.R.; Utilização de ferramentas de geoprocessamento aplicadas ao estudo de características fisiograficas do município de Santa Cruz De Baixa Verde, PE. Anais do VI Encontro de Desenvolvimento e Meio Ambiente (2018).

DA SILVA JUNIOR, U.J.; OLIVEIRA, L.M.M DA FONSECA, R.C. Evolução espaço-temporal da cobertura vegetal do município de Correntes - PE. Anais do VII Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação. Recife - PE. 08-09 de Nov de 2018.

EPIPHANIO, J. C. N.; GLERIANI, J. M.; FORMAGGIO, A. R.; RUDORFF, B. F. T. Índices de vegetação no sensoriamento remoto da cultura do feijão. Pesquisa Agropecuária Brasileira, Brasília, v. 31, n. 6, p. 445-454, 2014.

FACCO, D. S.; GROSS, J. A.; TONIOLO, G. R.; SANTOS, A. K. F.; NASCIMENTO, V. F.; GUASSELLI, L. A. Monitoramento da dinâmica de macrófitas aquáticas a partir do índice de estado trófico e reflectância espectral. Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto, Santos – SP, p. 1, 2019.

GAO, B.C. NDWI - A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, v. 58, n°. 3, p. 257-266, 1996.

GAO, X.; HUETE, A.R.; NI, W.; MIURA, T. Optical–biophysical relationships of vegetation spectra without background contamination. Remote Sens. Environ, v. 74, p. 609–620, 2000.

GOMES, Daniel Fernandes. Uso de imagens Sentinel-2 na identificação de áreas com infestação do capim-annoni-2 no complexo eólico Cerro Chato, Santana do Livramento, RS. 2017. 77 f. Dissertação (Mestrado em Sensoriamento Remoto), Universidade Federal do Rio Grande do Sul, Porto Alegre, 2017.

HUETE, A.R.; LIU, H.Q.; BATCHILY, K.; VAN LEEUWEN, W.J. A comparison of vegetation indices over a global set of TM images for EOS-MODIS. Remote Sens. Environ., v. 59, p.440–451, 1997.

Instituto Brasileiro de Geografia e Estatística – IBGE. Disponível em: < https://biblioteca.ibge.gov.br/index.php/biblioteca-catalogo?view=detalhes&id=443711>. Acesso em Junho de 2019.

Instituto Nacional de Meteorologia – INMET. Disponível em < www.inmet.gov.br/portal/index.php?r=bdmep/bdmep>. Acesso em Junho de 2019.

JENSEN, J.R. Sensoriamento Remoto do Ambiente – Uma Perspectiva em Recursos Terrestres. São José dos Campos: Parêntese Editora, 2009. 598p.

LI, K.; CHI, G.; WANG, L.; XIE, Y.;WANG, X.; FAN, Z. Identifying the critical riparian buffer zone with the strongest linkage between landscape characteristics and surface water quality. Ecol. Indic. 2018, 93, 741–752.

LOPES, H. L.; ACCIOLY, L. J. O.; CANDEIAS, A. L. B.; SOBRAL, M. C. Análise de índices de vegetação na Bacia o Rio Brígida, sertão do estado de Pernambuco. III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação, Recife – PE, p. 2, 2010.

MCFEETERS, S.K. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, v. 17, n. 7, p. 1425-1432, 1996.

OLIVEIRA, L.M.M.; MONTENEGRO, S.M.G.L.; SILVA, B.B.; MOURA, A.E.S.S.; GUSMAO, A.C.V.E.L.; SALGUEIRO, J.H.P.B. Índices de vegetação por sensoriamento remoto na bacia hidrográfica do rio Tapacurá - PE. In: XX Simpósio Brasileiro de Recursos Hídricos, 2013, Bento Gonçalves - RS. In: Anais do XX Simpósio Brasileiro de Recursos Hídricos, 2013.

OLIVEIRA, T. H.; GALVÍNCIO, J. D. Caracterização ambiental da bacia hidrográfica do rio Moxotó – PE usando sensoriamento remoto termal. Revista Brasileira de Geografia Física, v 1, n 2, p 30-49, set/dez.2008.

OLIVEIRA, T. H.; MACHADO, C. C. C.; SILVA, J. S.; GALVÍNCIO, J. D.; PIMENTEL, R. M. M.; SILVA, B. B. Índice de umidade (NDWI) e análise espaço-temporal do albedo da superfície da bacia hidrográfica do Rio Moxotó-PE. Revista Brasileira de Geografia Física, v 3, p 55-69, 2010.

Ponzoni, F.J.; Shimabukuro, Y.E. & Kuplich, T.M. 2012. Sensoriamento Remoto da vegetação. São Paulo, Oficina de Textos. 164 p.

ROUSE, J. W.; HAAS, R.H.; SCHELL, J.A.; DEERING, D.W. Monitoring vegetation systems in the Great Plains with ERTS. In 3rd ERTS Symposium, NASA SP-351 I, pp. 309–317, 1973.

SANTOS, O.E.J.; NICOLETE, P.A.D.; FILGUEIRAS, R.; LEDA, C.V.; ZIMBACK, L.R.C.; Imagens do Landsat-8 no mapeamento de superfícies em área irrigada, Irriga, Botucatu, Edição Especial, IRRIGA & INOVAGRI, p. 30-36, 2015.

Sentinel Hub by Sinergise. Disponível em: < https://www.sentinel-hub.com/develop/documentation/eo_products/Sentinel2EOproducts>. Acesso em Junho de 2019.

Silva, B.B.; Braga, A.C.; Oliveira, L.M.M.; Montenegro, S.M.G.L. & Barbosa Junior, B., 2016. Procedures for calculation of the albedo with OLI-Landsat 8 images: Application to the Brazilian semi-arid. Revista Brasileira de Engenharia Agrícola e Ambiental, 20 (1): 3- 8.

SONG, Y.; NJOROGE, J.B.; MORIMOTO, Y., Drought impact assessment from monitoring the seasonality of vegetation condition using long-term time-series satellite images: a case study of Mt. Kenya region. Environ. Monit. Assess. V.185, p.4117–4124, 2013.

United States Geologic Survery – USCG. Disponível em: < https://earthexplorer.usgs.gov/>. Acesso em junho de 2019.

VALERA, Carlos et al. The Buffer Capacity of Riparian Vegetation to Control Water Quality in Anthropogenic Catchments from a Legally Protected Area: A Critical View over the Brazilian New Forest Code. Water, [s.l.], v. 11, n. 3, p.549-565, 16 mar. 2019. MDPI AG. http://dx.doi.org/10.3390/w11030549.




DOI: https://doi.org/10.29150/jhrs.v9.5.p299-309

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