Análise da distribuição espacial da fenologia de vegetação, precipitação e evapotranspiração, com base em imagens de sensoriamento remoto orbital em Angola

Anacleto Marito Diogo; Marcos Wellausen Dias De Freitas; Victor Fernandez Nascimento; Cláudio Wilson Mendes Júnior; Humberto Alves Barbosa

doi:10.26848/rbgf.v14.7.p4096-4125

Autores

Anacleto Marito Diogo Universidade Federal do Rio Grande do Sul https://orcid.org/0000-0002-2911-3055
Marcos Wellausen Dias De Freitas Universidade Federal do Rio Grande do Sul
Victor Fernandez Nascimento Universidade Federal do Rio Grande do Sul
Cláudio Wilson Mendes Júnior Universidade Federal do Rio Grande do Sul
Humberto Alves Barbosa Universidade Federal do Rio Grande do Sul

DOI:

https://doi.org/10.26848/rbgf.v14.7.p4096-4125

Palavras-chave:

Métricas fenológicas, Classificação, Séries temporais, Sazonalidade.

Resumo

Neste estudo foram analisadas as formações vegetais em Angola levando em consideração dois níveis de classificação, o de fitofisionomia (N1) e o de uso e cobertura da terra (N2). Além disso, foi analisado através de parâmetros estatísticos zonais o comportamento da distribuição espacial e temporal da fenologia da vegetação por um período de 18 anos levando em consideração algumas características físicas como o relevo, índices de vegetação (EVI), evapotranspiração normalizada (ETn) e precipitação. As séries temporais foram processadas para se extrair as métricas fenológicas do início, fim e comprimento, taxas de rebrota e senescência da vegetação. Os resultados permitiram observar grande heterogeneidade na representação das métricas fenológicas, pela qual, foi possível caracterizar os diferentes tipos de vegetações. As áreas representadas por vegetação nativa como florestas, savanas e formações de estepes apresentaram maiores áreas se comparadas com as restantes classes como solo exposto, água e deserto no nível N1, e dunas arenosas, corpos d´água e agricultura no nível N2. As estações chuvosas, apresentaram influência tanto na ETn como na duração da estação do crescimento da vegetação, mas com uma alta variabilidade espaço-temporal. No entanto, as classes de vegetação nativa tanto em N1 como em N2 mostraram uma resposta do início do aumento do verdor mais rápido após o início das chuvas, quando comparadas por exemplo com outras classes de vegetação antropizadas. Portanto, a partir deste estudo é possível entender como se dá a distribuição espacial da vegetação em Angola e entender como diversos fatores ambientais contribuem para a sua explicação.

Palavras-chave: Métricas fenológicas, Classificação, Séries temporais, Sazonalidade.

Spatial-temporal analysis of the vegetation phenology, precipitation, and evapotranspiration in Angola based on orbital remote sensing images

A B S T R A C T

This study analyzed different vegetation formations in Angola, considering two classification levels: phytophysiognomy (N1) and land use and cover (N2). In addition, the spatial and temporal vegetation phenology behavior was analyzed through zonal statistical parameters, taking into account some physical characteristics such as relief, precipitation, vegetation indices (EVI), and normalized evapotranspiration (ETn). The time series were processed to extract the phenological metrics of the vegetation's beginning, end, length, regrowth, and senescence. The results allowed us to observe significant heterogeneity in the representation of the phenological metric, by which it was possible to characterize the different vegetation formations in Angola. Areas represented by native vegetation such as forests, savannas, and steppe had larger areas than the other classes, such as exposed soil, water, desert at the N1 level, sandy dunes, water bodies, and agriculture at the N2 level. The rainy seasons influenced the duration of the ETn and vegetation growth but with high spatiotemporal variability. However, the native vegetation classes in both N1 and N2 showed a faster response of the greenness increase after the rains when compared, for example, with other anthropized vegetation classes. Therefore, it is possible to understand how the vegetation's spatial distribution occurs in Angola and to understand how several environmental factors contribute to its explanation.

Keywords: Phenological metrics, Classification, Time series, Seasonality.

Biografia do Autor

Anacleto Marito Diogo, Universidade Federal do Rio Grande do Sul

Doutorando em Análise e Modelagem de Sistemas Ambientais na Universidade Federal de Minas Gerais (início em 2020), Mestre em Sensoriamento Remoto e Geoprocessamento pela Universidade Federal do Rio Grande do Sul (2020), Graduado em Meteorologia pela Universidade Federal de Alagoas (2018), Graduado em Análise e Desenvolvimento de Sistemas pela Faculdade Alagoana de Tecnologias (2018). Tem experiência nas áreas de Sensoriamento Remoto Aplicado, com ênfase em Sensoriamento Remoto Orbital, atuando principalmente em processos de superfície terrestre, nos seguintes temas: Clima, Vegetação, Secas e Geotecnologias Aplicada.

Marcos Wellausen Dias De Freitas, Universidade Federal do Rio Grande do Sul

Possui Bacharelado em Geografia pela Universidade Federal Fluminense (2003), Mestrado e Doutorado em Sensoriamento Remoto pelo Instituto Nacional de Pesquisas Espaciais (2006). Atualmente é Professor Adjunto no Departamento de Geografia, membro permanente do Programa de Pós-Graduação em Geografia (POSGEA) e do Programa de Pós-Graduação em Sensoriamento Remoto (PPGSR) da Universidade Federal do Rio Grande do Sul (UFRGS). Já atuou profissionalmente na área de geotecnologias em empresas, universidades, governos municipais e estaduais. Tem experiência na área de Geociências, com ênfase em Geografia, com atuação principal nos seguintes temas: Sensoriamento Remoto, Geoprocessamento, Geossistemas, Ecologia da Paisagem, modelagem da dinâmica da paisagem e mudanças de uso e cobertura da terra, processamento e análise de séries temporais e estudos antárticos.

Victor Fernandez Nascimento, Universidade Federal do Rio Grande do Sul

Victor Fernandez Nascimento concluiu a graduação em Geografia pela Universidade Estadual Paulista Júlio de Mesquita Filho (Unesp) Campus Experimental de Ourinhos em 2010. Foi bolsista de Iniciação Cientifica pela Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e realizou intercambio entre universidades estudando na Universidad de Santiago de Compostela na Espanha (2008-2009). Fez o mestrado no Programa de Pós-Graduação em Engenharia Civil e Ambiental da Unesp de Bauru em 2012, financiado pela CAPES. Defendeu o doutorado em Ciência do Sistema Terrestre em 2017 no Instituto Nacional de Pesquisas Espaciais (INPE) em São José dos Campos, SP. Realizou parte do doutorado na California Polytechnic State University nos EUA (2016). Durante o doutorado no país e nos EUA foi financiado pela FAPESP. Fez Pós-doutorado no Programa de Pós-Graduação em Sensoriamento Remoto na Universidade Federal do Rio Grande do Sul (UFRGS) onde atualmente é professor permanente, leciona disciplinas tanto na graduação como na pós-graduação e orienta alunos de iniciação científica e mestrado. Também é professor no programa de Pós-Graduação em Desenvolvimento Regional na FACCAT. Foi contemplado com o Edital Universal CNPq 2018. Atua nas áreas de Geoprocessamento, Sistema de Informações Geográficas e Sensoriamento Remoto.

Cláudio Wilson Mendes Júnior, Universidade Federal do Rio Grande do Sul

Professor adjunto do Departamento de Geodésia do Instituto de Geociências (IGEO) da Universidade Federal do Rio Grande do Sul (UFRGS), desde maio de 2014. Foi professor do Instituto de Oceanografia da Universidade Federal do Rio Grande (FURG), no período 2013-2014. Fez pós-doutorado em 2011-2013, vinculado ao Programa de Pós-graduação em Geografia da FURG. Doutor em Ciências, com ênfase em Geologia Marinha, pelo Programa de Pós-graduação em Geociências do IGEO-UFRGS (2011). Por essa universidade, foi titulado Bacharel em Geografia em 1997 e Mestre em Sensoriamento Remoto em 2002, pelo Programa de Pós-graduação em Sensoriamento Remoto (PPGSR) da UFRGS. Pesquisador do Laboratório de Modelagem Ricardo Ayup Zouain (LabModel) do IGEO-UFRGS. É também pesquisador associado ao Laboratório de Monitoramento da Criosfera (LaCrio/FURG), integrante do Instituto Nacional de Ciência e Tecnologia (INCT) da Criosfera. Tem formação em Geociências, com ênfase em Geoprocessamento, atuando nas seguintes áreas: Cartografia, Sensoriamento Remoto, Sistemas de Informação Geográfica (SIG), Fotogrametria, Fotointerpretação, Topografia e Sistemas de Navegação Global por Satélites (GNSS).

Humberto Alves Barbosa, Universidade Federal do Rio Grande do Sul

Pós-Doutor pela Fundação Cearense de Meteorologia e Recursos Hídricos (FUNCEME), Doutor em Ciência do Solo/Sensoriamento Remoto pela University of Arizona (UofA - 2004), Mestre em Sensoriamento Remoto pelo Instituto Nacional de Pesquisas Espaciais (INPE - 1998), Graduado (1995) em Meteorologia pela Universidade Federal de Campina Grande (UFCG). É professor Associado III da Universidade Federal de Alagoas (UFAL), onde participa na condição de membro permanente do Programa de Pesquisa e Pós-graduação em Meteorologia. Implantou e coordena o Laboratório de Processamento de Imagens de Satélites (LAPIS - www.lapismet.com.br), uma das principais referências no país quanto à recepção, processamento, análise e distribuição de dados satelitários do Meteosat Segunda Geração (MSG). Mais intensamente, tem se dedicado à instalação da estação de recepção de dados e produtos dos satélites MSG via sistema EUMETCast Américas no Brasil (2007 até o presente), no âmbito da Organização Europeia para a Exploração de Satélites Meteorológicos (EUMETSAT) e em 2009, ingressou no Convection Working Group (CWG) do European Severe Storms Laboratory (ESSL), do comitê da EUMETSAT, atuando em missões internacionais de instalação do sistema EUMETCast e validação de dados dos satélites MSG. Atuou como professor visitante na University of Bergen (2009). É colaborador do Programa Global Laboratory da Universidade de Nova York ? Oswego, que oferece aos estudantes de graduação e pesquisadores uma vivência imersiva para o desenvolvimento de projetos de pesquisa em laboratórios internacionais nos campos mais promissores do estudo da ciência, tecnologia, engenharia e matemática. É membro do Conselho Técnico-Científico (CTC) do Instituto Nacional do Semiárido (INSA/MCTIC) e do Centro Internacional de Investigação Climática e Aplicações para a Comunidade dos Países de Língua Portuguesa e África (CIICLAA). Recentemente, foi nomeado como Review Editor do Capítulo 4 do WGII e do Techinical Summary do AR6 do IPCC, e Coordinating Lead Author (CLA) para o IPCC Land Degradation.

Referências

Allen, R.G., Pereira, L.S., Raes, D., Smith, M., 1998. Crop evapotranspiration - guidelines for computing crop water requirements. Irrigation and Drainage Paper 56, 10-50.

Becerra, J., Shimabukuru, Y., Alvala, R., 2009. Relação do padrão sazonal da vegetação com a precipitação na região de Cerrado da Amazónia legal, usando índices espectral de vegetação. Revista Brasileira de Meteorologia 24, 125-134.

Cabral, A., 2008. Cartografia de coberto do solo para o território Angolano utilizando imagens de satélite MODIS. Revista Portuguesa de Estudos Regionais 15, 65-78.

Cardoso, J., Duarte, M., Costa, E., 2006. Comunidades vegetais da Serra da Leba. Agricultura, Recursos Naturais e Desenvolvimento 18, 205‑223.

Chen, X., Pan, W., 2002. Relationships among phenological growing season, time-integrated normalized difference vegetation index and climate forcing in the temperate region of eastern China. International Journal of Climatology 22, 1781-1792.

Dinis, P.A., Huvi, J., Pinto, M.C., Carvalho, J., 2021. Disastrous Flash Floods Triggered by Moderate to Minor Rainfall Events. Recent Cases in Coastal Benguela (Angola). Hydrology 8, 73-88.

Diogo, A.M., Fonseca, E.L.; Nhongo, E.J.S., 2019. Identificação da dinâmica da fenologia da cobertura vegetal do sul de Angola com dados orbitais. Simpósio Brasileiro de Sensoriamento Remoto, Santos, SP, Brasil 21, 1214-1216.

Dugarsuren, N., Lin, C., 2016. Temporal variations in phenological events of forests, grasslands and desert steppe ecosystems in Mongolia: a remote sensing approach. Annals of Forest Research, 175-190.

Eklundh, L., Jonsson, P., 2015. TIMESAT: A Software Package for Time-Series Processing and Assessment of Vegetation Dynamics. Springer International Publishing 22,141-158.

Ferreira, A.B.R., Fonseca, M., Pereira, G., 2020. Compartimentação do relevo baseada em parâmetros morfométricos: uma análise da região do extremo oeste da Bahia. Caderno de Geografia 30, 236-251.

Filho, W.L.F.C., Dos Santos, T.V., Diogo, A.M., De Amorim, R.F.C. 2018. Diagnóstico da Precipitação e EVI em Dois Eventos de Seca no Nordeste do Brasil. Revista do Departamento de Geografia 35, 102–112.

Fitzgerald, R.W., Lees, B. G., 1994. Assessing the classification accuracy of multisource remote sensing data. Remote Sensing of Environment 47, 362-368.

Fonseca, B.R., Xavier, J.A., 2009. Reconstrucción de la precipitación en Angola en el periodo de Guerra. Física de la Tierra 21,191-205.

Foody, G.M., 2002. Status of land cover classification accuracy assessment. Remote Sensing of Environment 80, 185-201.

Funk, C., Pete, P., Martin, L., Diego, P., James, V., Shraddhanand, S., Gregory, H., James, R., Laura, H., Andrew, H. Joel, M. 2015. The climate hazards infrared precipitation with stations a new environmental record for monitoring extremes. Scientific Data 2, 0-66.

Garcia-Montiel, D.C., Coe, M.T., Cruz, M.P.; Ferreira, J.N., Silva, E.M., 2008. Estimating Seasonal Changes in Volumetric Soil Water Content at Landscape Scales in a Savanna Ecosystem Using Two-Dimensional Resistivity Profiling. Earth Interactions 12, 1-25.

Gonçalves, A.K., Da Silveira, G.R.P., De Barros, Z.X., Campos, S., 2015. Métodos de classificação supervisionada de imagens de satélite aplicadas no mapeamento do uso do solo na bacia hidrográfica do Ribeirão Santo Antônio, São Manuel/SP. GEOSABERES: Revista de Estudos Geoeducacionais 6, 52-62.

Goncalves, F.M.P., Revermann, R., Gomes, A.L., 2017. Tree species diversity and composition of Miombo woodlands in south‑central Angola, a chronosequence of forest recovery after shifting cultivation. International Journal of Forestry Research, 1-14.

Gonçalves F.M.P., Chisingui, A.V., Luís, J.C., Rafael, M.F.F., Tchamba, J.J., Cachissapa, M.J., Caluvino, I.M.C., Bambi, B.R., Alexandre, J.L.M., Chissingui, M.D.G., Manuel, S.K.A., Jacinto, H.D., Finckh, M., Meller, P., Jürgens, N., Revermann, R., 2021. First vegetation-plot database of woody species from Huíla province, SW Angola. Vegetation Classification and Survey 2, 109-116.

Gu, Y.; Brown, J.; Miura, T.; Leeuwren, W. J.; Reed, B., 2010. Phenological Classification of the United States: A Geographic Framework for Extending Multi-Sensor Time-Series data. Remote Sensing 2, 526-544.

Guimarães D.P., Landau, E.C., Santos, M.C.B., Mendes, S.H.G., Da Silva., 2018. Caracterização das chuvas no Pantanal Mato-grossense. Anais 7º Simpósio de Geotecnologias no Pantanal, Jardim, MS, 555-562.

Hosen, N., Nakamura, H., Hamzah., A., 2020. Adaptation to Climate Change: Does Traditional Ecological Knowledge Hold the Key? Sustainability 12, 676-698.

Huete, A., Didan, K., Miura, T., Rodriguez, E. P., Gao, X., Ferreira, L.G., 2002. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment 83, 195-213.

Huete, A.R., Justice, C., Liu, H., 1994. Development of vegetation and soil indices for MODIS EOS. Remote Sensing of Environment 49, 224-234.

Huete, A. R., Liu, H. Q., Batchily, K., Van Leeuwen, W., 1997. A comparison of vegetation indices over a global set of TM images for EOS-MODIS. Remote Sensing of Environment 59, 440-451.

Instituto de Desenvolvimento Florestal (IDF)., 2004 Estimativa por área do Bioma e cobertura vegetal de Angola. Disponível em: https://www.ciencia.ao/artigos/divulgacao-cientifica. Acessado em 16/08/2018.

Instituto Nacional de Estatística (INE)., 2014. Recenseamento Geral da População e Habitação. Disponível em: http://censo.ine.gov.ao/xportal/xmain?xpid=censo2014. Acessado em 16/08/2018.

Jonsson, P., Eklundh, L., 2002. Seasonality extraction by function fitting to time-series of satellite sensor data. IEEE Transactions on Geoscience and Remote Sensing 40, 1824-1832.

Jonsson, P., Eklundh, L., 2004. TIMESAT - a program for analyzing time-series of satellite sensor data. Computers and Geosciences 30, 833-845.

Kuenzer, C., Dech, S., Wagner, W., 2015. Remote sensing time series revealing land surface dynamics: status quo and the pathway ahead. Remote Sensing Time Series 22, 458-474.

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

Lenza, E., Klink, C.A., 2006. Comportamento fenológico de espécies lenhosas em um Cerrado sentido restrito de Brasília, DF. Revista Brasileira de Botânica 29, 627-638.

Lopes, F.C., Pereira, A.J., Mantas, V.M., Mpengo, H.K., 2016. Morphostructural characterization of the western edge of the Huila Plateau (SW Angola), based on remote sensing techniques. Journal African Earth Science 117, 114-123.

Luo, Z., Guan, H., Zhang, X., Liu, N.A., 2017. Photosynthetic capacity of senescent leaves for a subtropical broadleaf deciduous tree species Liquidambar formosana Hance. Scientific Report 7, 1-9.

Mandala, S.D., Mariano, D.A., 2014. Dinâmica espacial da ocupação do solo em regiões do Moçambique e Zâmbia. VII Congresso Brasileiro de Geógrafos, 67-79.

Melos, N.D., Aimon, J.G. S., Facco, D.S., Amaral, L.P., Sebem, E., 2015. Análise através da geoestatística aplicada em dados obtidos por NDVI de um fragmento da floresta ombrófila mista. IV Simpósio de Geoestatística Aplicada em Ciências Agrárias, 2236-2118.

Menezes, R.S.C., Sampaio, E.V.S.B., 2000. Agricultura sustentável no semiárido nordestino. Sociedade Brasileira de Ciência do Solo, 20-46.

Monteith, J., 1965. Radiation and Crops. Experimental Agriculture 4, 241-251.

Ministério do Urbanismo e Ambiente (MUA)., 2006. Relatório do Estado Geral do Ambiente em Angola, 1-43.

Mu, Q., Zhao, M., Running, S.W., 2011. Improvements to a MODIS Global Terrestrial Evapotranspiration Algorithm. Remote Sensing of Environment 13, 167-198.

Nhongo, E. J. S.; Fontana, D. C.; Guasselli, L.A.; Esquerdo, J.C.D.M. 2017. Caracterização fenológica da cobertura vegetal com base em série temporal NDVI/MODIS na reserva do Niassa - Moçambique. Revista Brasileira de Cartografia, 69 (6).

Oliveira, P.E., Sano, S.M., Almeida, S.P., Ribeiro, J.F., 2008. Fenologia e biologia reprodutiva das espécies de Cerrado Cerrado: Ecologia e Flora. Embrapa Informação Tecnológica 1, 273-287.

Paul, J.D., 2021, Controls on eroded rock volume, a proxy for river incision, in Africa. Geology 49, 422-427.

Pereira, T.S., Costa, M.L., Moraes, L.F.D., Luchiari, C., 2008. Fenologia de espécies arbóreas em Floresta Atlântica da Reserva Biológica de Poço das Antas, Rio de Janeiro, Brasil. Série Botanica 63, 329-339.

Piazza, G.A., Vibrans, A.C., 2014. Classificação orientada a objetos para mapear florestas secundárias em Santa Catarina, sul do Brasil. Revista Brasileira de Cartografia, Rio de Janeiro, 66, 993-1005.

Pires, C.A.F., 2011. Geoestatística: caderno técnico. Departamento de Geociências. CCNE Série Naturais e Exatas UFSM, 184-201.

Richardson, A.D., Keenan, T.F., Migliavacca, M., Ryu, Y., Sonnentag, O., Toomey, M., 2013. Climate change, phenology, and phenological control of vegetation feedbacks, to the climate system. Agricultural and Forest Meteorology, 169, 156-173.

Ruhoff, A. L., 2011. Sensoriamento Remoto Aplicado à estimativa da evapotranspiração em biomas tropicais. Tese de Doutorado, Programa de Pós-Graduação em Recursos Hídricos e Saneamento Ambiental. Universidade Federal do Rio Grande do Sul.

Simonneaux, V., Duchemin, B., Helson, D., Erraki, S., Olioso, A., ChehbounI, A.G., 2008. The use of high‐resolution image time series for crop classification and evapotranspiration estimate over an irrigated area in central Morocco, International Journal of Remote Sensing 29, 95-116.

Siquilile, E.J., Griffith, D.M., Mateos, D.A., Rodriguez, G.P., 2021. Impacto del fuego en los patrones espaciales de especies arbóreas en un bosque de Miombo en la provincia de Huambo (Angola). Meio Ambiente (Brasil) 3, 1-4.

Vintrou, E., Annie, D., Agnès, B., Sibiry, T., Christian, B., Danny, L.S., 2012. Crop area mapping in West Africa using landscape stratification of MODIS time series and comparison with existing global land products, International Journal of Applied Earth Observation and Geoinformation 14, 83-93.

Xavier, J.A., 2013. Reconstrucción de la variabilidad pluviométrica en Angola en el período 1979-2003. Tese de Doutorado, Universidad Complentense de Madrid, Madrid, Espanha.

Xiang, K.Y., Li, Y., Horton, R., Feng, H., 2020. Similarity and difference of potential evapotranspiration and reference crop evapotranspiration-a review. Agriculture Water Management, 217-232.

Zhao, M., Heinsch, F.A., Nemani, R., Running, S. W., 2005. Improvements of the MODIS terrestrial gross and net primary production global data set. Remote Sensing of Environment, v.95, p.164-176.