Monitoramento Espaço-Temporal da Detecção de Mudanças em Vegetação de Caatinga por Sensoriamento Remoto no Semiárido Brasileiro

Alan Cézar Bezerra, Jhon Lennon Bezerra da Silva, Douglas Alberto de Oliveira Silva, Pedro Henrique Dias Batista, Liliane da Cruz Pinheiro, Pabricio Marcos Oliveira Lopes, Geber Barbosa Albuquerque Moura

Resumo


O sensoriamento remoto pode ser utilizado no monitoramento ambiental de parâmetros biofísicos micrometeorológicos nas regiões semiáridas do Brasil. Objetivou-se monitorar o risco da degradação ambiental através da detecção de mudanças da superfície no semiárido por sensoriamento remoto. A pesquisa foi desenvolvida através do processamento digital de imagens de satélite para Serra Talhada, Pernambuco. Foram coletados dados de superfície para subsidiar o algoritmo do balanço de energia da superfície terrestre (SEBAL) na estimativa do albedo e temperatura da superfície e o índice de vegetação ajustado as condições do solo (SAVI). Além disso, se desenvolveu mapas temáticos do grau do risco de degradação. Os mapas da degradação foram submetidos a avaliação estatística de qualidade temática, por matriz de confusão. O SAVI apresentou-se sensível à chuva, tendo na estação chuvosa os maiores valores e na estação seca os menores, período que o albedo e a temperatura apresentaram valores elevados, indicando vulnerabilidade à degradação das áreas com pouca vegetação e solo exposto. Os mapas do risco de degradação destacaram características semelhantes aos padrões de respostas do SAVI, albedo e temperatura. O monitoramento espaço-temporal dos parâmetros biofísicos e do risco de degradação permitirá o planejamento e gestão dos recursos hídricos e naturais da região semiárida.

 

Spatial-Temporal Monitoring Detection of Changes in Caatinga Vegetation by Remote Sensing in the Brazilian Semiarid

 

A B S T R A C T

Remote sensing can be used for environmental monitoring of micrometeorological biophysical parameters in the semiarid regions of Brazil. The present investigation aimed to monitor the risk of environmental degradation by detecting surface changes in the semiarid by means of remote sensing. The research was developed through digital processing of satellite images for Serra Talhada, Pernambuco, Brazil. Surface data were collected to support the Surface Energy Balance algorithm (SEBAL) to estimate the albedo and the surface temperatures as well as the soil condition adjusted to the vegetation index (SAVI). Furthermore, thematic maps were developed for the levels of risk of degradation and statistical evaluation was performed on the thematic quality by means of confounding matrix. The SAVI was sensitive to precipitation, displaying the highest values for the rainy season and the lowest for the dry season, for which the albedo and the surface temperature presented higher values, thus indicating vulnerability to degradation in areas of scarce vegetation and exposed soil. The risk of degradation maps highlighted characteristics similar to SAVI response patterns, albedo and surface temperature. The spatiotemporal monitoring of biophysical parameters and the risk of degradation will enable both the planning and the management of water and natural resources in the semiarid region.

Keywords: Agrometeorology, Caatinga, Environmental Degradation, Deforestation; Environmental Impacts.


Palavras-chave


Agrometeorologia; Caatinga; Degradação Ambiental; Desmatamento; Impactos Ambientais

Texto completo:

PDF

Referências


Allen, R.G., Tasumi, M., Trezza, R., 2007. Satellite-Based energy balance for mapping evapotranspiration with internalized calibration (METRIC) – Model. Journal of Irrigation and Drainage Engineering 133, 380-394.

Allen, R.G., Tasumi, M., Trezza, R., Waters, R., Bastiaanssen, W.G.M., 2002. SEBAL (Surface Energy Balance Algorithms for Land). Advance Training and Users Manual–Idaho Implementation. 97p.

Alvares, C.A., Stape, J.L., Sentelhas, P.C., Moraes, G., Leonardo, J., Sparovek, G., 2013. Köppen's climate classification map for Brazil. Meteorologische Zeitschrift 22, 711-728.

ANA. 2019. Agência Nacional das Águas. Portal HidroWeb: Acervo de dados hidrológicos. Séries Históricas de Estações (1986-2017). http://www.snirh.gov.br/hidroweb/publico/medicoes_historicas_abas.jsf. 27 Fev. 2019.

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

Bastiaanssen, W.; Thoreson, B.; Clark, B.; Davids, G., 2010. Discussion of "Application of SEBAL Model for Mapping Evapotranspiration and Estimating Surface Energy Fluxes in South-Central Nebraska" by Ramesh K. Singh, Ayse Irmak, Suat Irmak, and Derrel L. Martin. Journal of Irrigation and Drainage Engineering-Asce 136, 282-283.

Bastiaanssen, W.G.M.; Pelgrum, H.; Wang, J.; Ma, Y.; Moreno, J.F.; Roerink, G.J.; Van der Wal, T., 1998. A remote sensing surface energy balance algorithm for land (SEBAL).: Part 2: Validation. Journal of Hydrology 212-213, 213-229.

Beltrão, B.A.; Mascarenhas, J.C.; Miranda, J.L.F.; Souza Junior, L.C.; Galvão, M.J.T.G.; Pereira, S.N., 2005. Projeto cadastro de fontes de abastecimento por água subterrânea. Diagnóstico do município de Serra Talhada, Estado de Pernambuco. CPRM/ PRODEEM, Recife. http://rigeo.cprm.gov.br/jspui/handle/doc/16837. 20 Jun. 2019. 12 p.

Bezerra, J.M., Moura, G.B.A., Silva, B.B., Lopes, P.M.O., Silva, E.F.F., 2014. Parâmetros biofísicos obtidos por sensoriamento remoto em região semiárida do estado do Rio Grande do Norte, Brasil1. Revista Brasileira de Engenharia Agrícola e Ambiental 18, 73-84.

Buyantuyev, A.; Wu, J., 2009. Urbanization alters spatiotemporal patterns of ecosystem primary production: A case study of the Phoenix metropolitan region, USA. Journal of Arid Environments 73, 512-520.

Chander, G., Markhan, B., 2003. Revised Landsat 5 - TM radiometric calibration procedures and post calibration dynamic ranges. IEEE Transactions on Geosciences and Remote Sensing 41, 2674-2677.

Cunha, J.E.B.L.; Rufino, I.A.A.; Silva, B.B.; Chaves. I.B., 2012. 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 16, 539-548.

Galvíncio, J.D.; Pereira, J.A.D.S.; França, L.M.D.A.; Lins, T.M.P., 2016. Análise da variação da vegetação dos períodos secos e chuvosos através de SAVI e albedo de superfície no município de Belo Jardim–PE. Revista Eletrônica do PRODEMA 10, 133-146.

Garrison, J.D.; Adler, G.P., 1990. Estimation of precipitable water over the United State for application to the division of solar radiation into its direct and diffuse components. Solar Energy 44, 225-241.

Giongo, P.R., Vettorazzi, C.A., 2014. Albedo da superfície por meio de imagens TM-Landsat 5 e modelo numérico do terreno. Revista Brasileira de Engenharia Agrícola e Ambiental 18, 833-838.

Gutiérrez, A.P.A., Engle, N.L., De Nys, E., Molejón, C., Martins, E.S., 2014. Drought preparedness in Brazil. Weather and Climate Extremes 3, 95-106.

Hastenrath, S., 2012. Exploring the climate problems of Brazil’s Nordeste: a review. Climatic Change 112, 243-251.

Huete, A.R., 1988. A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment 25, 295-309.

Iqbal, M., 1983. An introduction to solar radiation. London: Academic Press., 390p.

Landis, J.R., Koch, G.G., 1977. The measurement of observer agreement for categorical data. International Biometric Society 33, 159-174.

Lins, F.A.C., Santos Araújo, D.C., Silva, J.L.B., Lopes, P.M.O., Oliveira, J.D.A., Silva, A.T.C.S.G., 2017. Estimativa de parâmetros biofísicos e evapotranspiração real no semiárido pernambucano utilizando sensoriamento remoto. Irriga 1, 64-75.

Mariano, D.A., Santos, C.A., Wardlow, B.D., Anderson, M.C., Schiltmeyer, A.V., Tadesse, T., Svoboda, M.D., 2018. Use of remote sensing indicators to assess effects of drought and human-induced land degradation on ecosystem health in Northeastern Brazil. Remote Sensing of Environment 213, 129-143.

Oliveira, L.M.M., Montenegro, S.M.G.L., Antonino, A.C.D., Silva, B.B., Machado, C.C.C., Galvíncio, J.D., 2012. Análise quantitativa de parâmetros biofísicos de bacia hidrográfica obtidos por sensoriamento remoto. Pesquisa Agropecuária Brasileira 47, 1209-1217.

Palácio, H.A.Q., Andrade, E.M., Santos, J.C.N., Araújo Neto, J.R., BrasiL, P.P., 2013. Energy evaluation of semi-arid watersheds under different management strategies. American Society of Agricultural and Biological Engineers 56, 1357-1363.

Pinkayan, S., 1966. Conditional probabilities of ocurrence of Wet and Dry Years Over a Large Continental Area. Colorado: State University, Boulder-Co (Hidrology Papers, 12).

Ribeiro, E.P., Nóbrega, R.S., Mota Filho, F.O., Moreira, E.B., 2016. Estimativa dos índices de vegetação na detecção de mudanças ambientais na bacia hidrográfica do rio Pajeú. Geosul 31, 59-92.

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

Rodriguez, R.D.G.; Singh, V.P.; Pruski, F.F.; Calegario, A.T., 2015. Using entropy theory to improve the definition of homogeneous regions in the semi-arid region of Brazil. Hydrological Sciences Journal, 7, 2096-2109.

Silva, B.B.D., Braga, A.C., Braga, C.C., Oliveira, L.M., Montenegro, S.M., 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, 3-8.

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

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 5, 1446-1456.

Tang, R.; Li, Z.L.; Chen, K.S.; Jia, Y.; Li, C.; Sun, X., 2013. Spatial-scale effect on the SEBAL model for evapotranspiration estimation using remote sensing data. Agricultural and forest meteorology 174-175, 28-42.

Teixeira, A.H.D.C.; Hernandez, F.B.; Andrade, R.G.; Leivas, J.F.; Bolfe, E.L., 2014. Energy balance with Landsat images in irrigated central pivots with corn crop in the São Paulo State, Brazil. Remote Sensing for Agriculture, Ecosystems, and Hydrology XVI 9239, 1-10.

Vorovencii, I., 2015. Assessing and monitoring the risk of desertification in Dobrogea, Romania, using Landsat data and decision tree classifier. Environmental monitoring and assessment 187:204, 1-17.

Warrick A.W., Nielsen, D.R., 1980. Spatial varibility of soil physical properties in the field. In: Hillel, D., ed. Applications of soil physics. New York, Academic Press., 350p.

Xavier, T.M.B.S; Xavier, A.F.S., 1999. Caracterização de períodos secos ou excessivamente chuvosos no estado do Ceará através da técnica dos Quantis: 1964-1998. Revista Brasileira de Meteorologia 14, 63-78.

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

Zheng, C., Wang, Q., Li, P., 2016. Coupling SEBAL with a new radiation module and MODIS products for better estimation of evapotranspiration. Hydrological Sciences Journal 61, 1535-1547.




DOI: https://doi.org/10.26848/rbgf.v13.1.p286-301

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

      

Revista Brasileira de Geografia Física - ISSN: 1984-2295

Creative Commons License
Esta obra está licenciada com uma Licença Creative Commons Attribution-NonCommercial 4.0 International License