NDWI derivado de VANT e satélites multiespectrais na identificação de corpos hídricos: estudo de caso em um reservatório no estado de Pernambuco

Autores

DOI:

https://doi.org/10.29150/jhrs.v15i01.265983

Palavras-chave:

sensoriamento remoto, recursos hídricos, Landsat-8, Sentinel-2, Drone

Resumo

O sensoriamento remoto tem avançado ....

Biografia do Autor

Cloves Vilas Boas dos Santos Santos, Empresa Brasileira de Pesquisa Agropecuária (Embrapa Semiárido)

Doutor pelo Programa de Pós-graduação em Desenvolvimento e Meio Ambiente (PRODEMA) da Universidade Federal de Pernambuco (UFPE). Mestre pelo Programa de Pós-graduação em Modelagem em Ciências da Terra e do Ambiente (PPGM) da Universidade Estadual de feira de Santana (UEFS). Especialista em Recursos Hídricos para o Semiárido pelo Instituto Federal do Sertão Pernambucano (IFSertão-PE).  Licenciado em Geografia pela Universidade de Pernambuco (UPE).

Referências

Arai, K., Gondoh, K., Shigetomi, O., Miura, Y. (2016). Method for NIR reflectance estimation with visible camera data based on regression for NDVI estimation and its application for insect damage detection of rice paddy fields. (IJARAI) International Journal of Advanced Research in Artificial Intelligence, v. 5, n.11,2016.https://doi.org/10.14569/IJARAI.2016.051103

Cardoso, P. V., Seabra, V. S., Xavier, R. A., Rodrigues, E. M., Gomes, A. S. (2021). Mapeamento de Áreas de Caatinga Através do Random Forrest: Estudo de caso na Bacia do Rio Taperoá. Revista Geoaraguaia, 11, Especial, 55-68, 2021.

Crioni, P. L. B. (2024) Aplicação do sensoriamento remoto com imagens do satélite Sentinel-2 no estudo e validação de recursos hídricos no brasil, Universidade Estadual Paulista “Júlio de Mesquita Filho. Dissertação de mestrado apresentada ao programa de Pós-graduação em Geociências e Meio Ambiente. Disponível em: https://repositorio.unesp.br/entities/publication/96ed6347-19f7-417f-8601-ffb6c6fbe421

Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA). LANDSAT - Land Remote Sensing Satellite. Disponível em: https://www.embrapa.br/satelites-de-monitoramento/missoes/landsat. Acesso em 27 de maio de 2024.

Facco, D. S., Guasselli, L. A., Ruiz, L. F. C., Simioni, J. P. D., Dick, D. G. (2021). Spectral Reflectance in the Spatial-temporal Dynamic of Turbidity, Itaipu Reservoir, Brazil. Anuário do Instituto de Geociências, v. 44. https://doi.org/10.11137/1982-3908_2021_44_41228

Gaida, W., Breunig, F. M., Galvão, L. S., Ponzoni, F. J. 2020. Correção Atmosférica em Sensoriamento Remoto: Uma Revisão. Revista Brasileira De Geografia Física, v. 13, n. 1, p. 229–248. https://doi.org/10.26848/rbgf.v13.1.p229-248

Gomes, M. D. A., Román, R. M. S., Torres-Rua, A., Alves, É. S., Mckee, M. (2021). Comparação do NDVI obtido por meio de drone e satélite nas fases fenológicas da videira. Irriga, v. 26, n. 3, p. 605-619. https://doi.org/10.15809/irriga.2021v26n3p605-619

Kaya, Y., Sanli, F. B., Abdikan, S. (2023). Determination of long-term volume change in lakes by integration of UAV and satellite data: The case of Lake Burdur in Türkiye. Environmental Science and Pollution Research, v. 30, n. 55, p. 117729-117747. https://doi.org/10.1007/s11356-023-30369-z

Leonardo, H. R. A. L., Salgueiro, C. O. B., Almeida, D. N. O., Santos, S. M., Oliveira, L. M. M. (2021). Sensoriamento Remoto Aplicado na Geoespacialização do Reservatório Poço da Cruz-PE e seu Entorno. Revista Brasileira de Geografia Física, v. 14, n. 6, p. 3592-3607. https://doi.org/10.26848/rbgf.v14.6.p3614-3629

Main-Knorn, M., Pflug, B., Louis, J., Debaecker, V., Müller-Wilm, U., Gascon, F. 2017. Sen2Cor for sentinel-2. In: Image and signal processing for remote sensing XXIII. SPIE, 2017. p. 37-48. https://doi.org/10.1117/12.2278218

McFeeters, S. K. (1996). 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.https://doi.org/10.1080/01431169608948714

Mahmood, M. R., Abrahem, B. I., Jumaah, H. J., Alalwan, H. A., Mohammed, M. M. (2025). Drought monitoring of large lakes in Iraq using remote sensing images and normalized difference water index (NDWI). Results in Engineering, v. 25, p. 103854. https://doi.org/10.1016/j.rineng.2024.1038

Nascimento, E. F., Azevedo, L. D. S., Candeias, A. L. B., Tavares Júnior, J. R. (2020). Comparison of water index for MUX/CBERS-4 digital number and monochrome reflectance images. Journal of Hyperspectral Remote Sensing, v. 10, n. 1, p. 34-44. https://doi.org/10.29150/jhrs.v10.1.p34-44

Oliveira, A. J., Silva, G. F., Silva, G. R., Santos, A. A. C., Caldeira, D. S. A., Vilarinho, M. K. C., Barelli, M. A. A., Oliveira, T. C. (2020). Potencialidades da utilização de drones na agricultura de precisão. Brazilian Journal of Development, v. 6, n. 9, p. 64140-64149. https://doi.org/10.34117/bjdv6n9-010

Rodrigues, T. W. P., Guimarães, U. S., Rotta, L. H. S., Watanabe, F. S. Y., Alcantara, E., Imai, N. N. (2016). Delineamento amostral em reservatórios utilizando imagens LANDSAT-8/OLI: um estudo de caso no reservatório de Nova Avanhandava (estado de São Paulo, Brasil). Boletim de Ciências Geodésicas, v. 22, n. 2, p. 303-323. http://dx.doi.org/10.1590/S1982-21702016000200017

Rosa, R. (2005). Geotecnologias na geografia aplicada. Revista do Departamento de Geografia, v. 16, p. 81-90.

Ruezzene, C. B., Miranda, R. B., Tech, A. R. B., Mauad, F. F. (2021). Preenchimento de falhas em dados de precipitação através de métodos tracionais e por inteligência artificial. Revista Brasileira de Climatologia, v. 29, p. 177-204.

Sampaio, H. S., Bourscheidt, V., Sarracini, L. H., Jorge, L. D. C., Bertiol, G. M., Bernardi, A. D. C. (2020). Comparação entre índices de vegetação obtidos por imagens aéreas com veículo aéreo não tripulado (VANT) e satélite. Revista Brasileira de Engenharia de Biossistemas, v. 14, n. 2, p. 111-124. https://doi.org/10.18011/bioeng2020v14n2p111-124

Santos, C. V. B., Moura, M. S. B., Carvalho, H. F. S., Galvíncio, J. D., Miranda, R. Q., Nishiwaki, A. A. M., Montenegro, S. M. G. L. (2022). Avaliação do índice de área foliar e índice de área da planta em floresta seca utilizando modelos simplificados em imagens de alta resolução com o uso de VANT. Journal of Hyperspectral Remote Sensing, 12, 109-123. https://doi.org/10.29150/2237-2202.2022.254276

Santos, C. V. B., Moura, M. S. B., Galvíncio, J. D., Carvalho, H. F. S., Miranda, R. Q., Montenegro, S. M. G. L. (2021). Comparação de imagens multiespectrais utilizando Satélites e VANT para a análise de mudanças estruturais em área de Floresta Seca. Revista Brasileira de Geografia Física, v. 14, n. 5, p. 2510-2522.https://doi.org/10.26848/rbgf.v14.5.p2510-2522

Silva, J. L. P., Silva Junior, F. B., Santos, J. P. A. S., Almeida, A. C. S., Silva, T. G. F., Oliveira-Júnior, J. F., Araújo Junior, G. N., Scheibel, C. H., Silva, J. L. B., Lima, J. L. M. P., Silva, M. V. (2024). Semi-Arid to Arid Scenario Shift: Is the Cabrobó Desertification Nucleus Becoming Arid?. Remote Sensing, v. 16, n. 15, p. 2834. https://doi.org/10.3390/rs16152834

Sobral, M. D. C. M., Assis, J. M. O., Oliveira, C. R., Silva, G. M. N., Morais, M., Carvalho, R. M. C. (2018). Impacto das mudanças climáticas nos recursos hídricos no submédio da bacia hidrográfica do Rio São Francisco-Brasil. Revista Eletrônica do PRODEMA, v. 12, n. 3, p. 95-106. https://doi.org/10.22411/rede2018.1203.10

Souza, A. G. S., Ribeiro Neto, A.; Rossato, L.; Alvalá, R. C. S.; Souza, L. L. (2018). Use of SMOS L3 Soil Moisture Data: Validation and Drought Assessment for Pernambuco State, Northeast Brazil. Remote Sensing, v. 10, n. 8, p. 1314. https://doi.org/10.3390/rs10081314

Souza, L. S. B., Maia, Í. C., Costa, D. S., Santos, C. V. B., Carneiro, A. S. R., Moura, M. S. B. (2023). Análise comparativa entre o NDVI obtido por imagens multiespectrais e visíveis (RGB) em câmera acoplada em drone em área de videira. Journal of Hyperspectral Remote Sensing, v. 13, n. 6, p. 741-751. https://doi.org/10.29150/jhrs.v13.6.p741-751

Vermote, E., Roger, J. C., Franch, B., Skakun, S. 2018. LASRC (Land Surface Reflectance Code): Overview, application and validation using MODIS, VIIRS, LANDSAT and Sentinel 2 data’s. International Geoscience and Remote Sensing Symposium (IGARSS), 2018-July, p. 8173–8176.

Willmott, C. J., Matsuura, K., Robeson, S. M. 2009. Ambiguities inherent in sums-of-squares-based error statistics. Atmospheric Environment, v. 43, n. 3, p. 749–752. https://doi.org/10.1016/j.atmosenv.2008.10.005

Downloads

Publicado

2025-08-29

Edição

v. 15 n. 01 (2025): Journal of Hyperspectral Remote Sensing

Seção

Artigos

Licença

Copyright (c) 2025 Journal of Hyperspectral Remote Sensing

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License. Material protegido por direitos autorais e plágio. No caso de material com direitos autorais a ser reproduzido no manuscrito, a atribuição integral deve ser informada no texto; um documento comprobatório de autorização deve ser enviado para a Comissão Editorial como documento suplementar. É da responsabilidade dos autores, não da RBGF ou dos editores ou revisores, informar, no artigo, a autoria de textos, dados, figuras, imagens e/ou mapas publicados anteriormente em outro lugar. Se existir alguma suspeita sobre a originalidade do material, a Comissão Editorial pode verificar o manuscrito por plágio. Nos casos em que o plágio for confirmado, o manuscrito será devolvido sem revisão adicional e sem a possibilidade de re-submissão. Auto-plágio (ou seja, o uso de frases idênticas de documentos publicados anteriormente pelo mesmo autor) também não é aceitável.