Abordagens Metodológicas para Avaliar a Saúde Ecológica de Áreas Úmidas
DOI:
https://doi.org/10.26848/rbgf.v16.3.p1600-1620Palavras-chave:
Saúde Ecológica, Áreas Úmidas, Banhados, Indicadores, Sensoriamento Remoto.Resumo
Áreas Úmidas (AUs) são ecossistemas que desempenham funções ecológicas e fornecem diversos serviços ecossistêmicos, portanto, precisam de monitoramento contínuo. Pesquisadores têm utilizado técnicas de geoprocessamento para desenvolver modelos que permitam avaliar a dinâmica e a saúde ecológica destes ecossistemas. Entretanto, é importante que estes sejam replicáveis permitindo comparar a saúde ecológica em diferentes tipologias de AUs. Este artigo tem como objetivo analisar abordagens metodológicas na avaliação da saúde de AUs, que tenham aplicado técnicas de geoprocessamento e indicadores como ferramentas. Segue os parâmetros de uma pesquisa qualitativa de revisão de literatura, considerando publicações entre 1992 e 2022 disponíveis nos bancos de dados do Science Direct e Google Scholar. Foram cinco as principais abordagens identificadas: Índice de Integridade Biológica (IBI), Hidrogeomorfológico (HGM), Pressão-Estado-Resposta (P-E-R), Vigor-organização-resiliência (VOR) e Índice de Desenvolvimento da Paisagem (LDI). Apenas a abordagem IBI não faz uso de geotecnologias. Todas as abordagens se mostraram replicáveis e permitem o reconhecimento da saúde ecológica de diferentes tipologias de AUs e diferentes escalas de análise. Contudo, os indicadores nas abordagens PSR e LDI estão mais associados aos impactos e não aos atributos de sua funcionalidade ecológica. A abordagem HGM se mostrou mais adequada para avaliar as condições ecológicas com base nos impactos de estressores dos processos hidrogeomorfológicos e nas respostas do vigor da vegetação.
Palavras-chave: saúde ecológica; áreas úmidas; banhados; indicadores; sensoriamento remoto.
Methodological Approaches for Assessing the Ecological Health of Wetlands
A B S T R A C T
Wetlands (WETs) are ecosystems that perform ecological functions and provide diverse ecosystem services, and therefore need continuous monitoring. Researchers have used geoprocessing techniques to develop models to assess the dynamics and ecological health of these ecosystems. However, it is important that these are replicable allowing for comparison of ecological health in different typologies of WETs. This paper aims to analyze methodological approaches in assessing the health of WETs, which have applied geoprocessing techniques and indicators as tools. It follows the parameters of a qualitative literature review research, considering publications between 1992 and 2022 available in Science Direct and Google Scholar databases. There were five main approaches identified: Index of Biological Integrity (IBI), Hydrogeomorphological (HGM), Pressure-State-Response (P-E-R), Vigor-organization-resilience (VOR) and Landscape Development Index (LDI). Only the IBI approach does not make use of geotechnologies. All approaches proved to be replicable and allow recognition of the ecological health of different typologies of WETs and different scales of analysis. However, the indicators in the PSR and LDI approaches are more associated with impacts and not with attributes of their ecological functionality. The HGM approach proved more suitable for assessing ecological conditions based on impacts of stressors from hydrogeomorphological processes and vegetation vigor responses.
Keywords: ecological health; wetlands; marshes; indicators; remote sensing.
Downloads
Referências
Monitoring of dynamic wetland changes using NDVI and NDWI based landsat imagery. Remote Sensing Applications: Society and Environment [Online] 23, 100547. DOI: https://doi.org/10.1016/j.rsase.2021.100547. Acesso: 16 abr. 2023.
Azevedo, D. M. C. de. 2018. Os Serviços Ecossistêmicos e sua valoração. In: Simpósio da Ciência do Agronegócio, 6., Porto Alegre-RS. In: Anais. Porto Alegre/RS. Disponível: https://www.ufrgs.br/cienagro/wp-content/uploads/2018/10/Os-Servi%C3%A7os-Ecossist%C3%AAmicos-e-sua-valora%C3%A7%C3%A3o-Debora-Azevedo.pdf. Acesso: 12 ago. 2022.
Bao, Z., Shifaw, E., Deng, C., Sha, J., Li, X., Hanchiso, T., Yang, W. 2022. Remote sensing-based assessment of ecosystem health by optimizing vigor-organization-resilience model: A case study in Fuzhou City, China. Ecological Informatics [Online], 72. DOI: https://doi.org/10.1016/j.ecoinf.2022.101889. Acesso: 16 abr. 2023.
Beck, M. W., Hatch, L. K., Vondracek, B., & Valley, R. D. 2010. Development of a macrophyte-based index of biotic integrity for Minnesota lakes. Ecological Indicators [Online], 10(5), 968-979. DOI: https://doi.org/10.1016/j.ecolind.2010.02.006Acesso: Acesso: 16 abr. 2023.
Belloli, T. F. 2016. Impactos ambientais decorrentes da produção orizícola, Área de Proteção Ambiental do Banhado Grande - RS. Trabalho de Conclusão de Curso (Graduação). Curso de Geografia, Porto Alegre, UFRGS.
______ . 2019. Estimativa de Biomassa e Estoque de Carbono de Vegetação Macrofítica a partir de Dados Espectrais e de Campo, Banhado Grande, RS. Dissertação (Mestrado). Porto Alegre, UFRGS.
Belloli, T. F.; Guasselli, L. A.; Kuplich, T.; Ruiz, L. F. C.; Simioni, J. P. D. 2022. Classificação Baseada em Objeto de Tipologias de Cobertura Vegetal em Área Úmida Integrando Imagens Ópticas e SAR. Revista Brasileira de Cartografia [Online] 74.
DOI: https://doi.org/10.14393/rbcv74n1-61277. Acesso: 01 jul. 2022.
Bittencourt, D. Z.; Guasselli, L. A. 2017. Dinâmica de Inundação do Banhado a partir do índice NDPI, Reserva Biológica de São Donato - RS. Revista do Departamento de Geografia, 33, 85-96. DOI: https://doi.org/10.11606/rdg.v33i0.125834 Acesso: 28 ago. 2022.
Brasil. 2000. Lei Nº 9.985 de 18 de Julho.
Braz, N. G. S., Cascais, L. B., da Silva, L. H. G., & Miura, A. K. 2015. Detecção de áreas queimadas na Estação Ecológica do Taim (RS), causada pelos incêndios de 2008 e 2013. In: Simpósio Brasileiro de Sensoriamento Remoto, 17. In: Anais. João Pessoa/PB. Disponível: http://marte2.sid.inpe.br/col/sid.inpe.br/marte2/2015/06.15.16.46.14/doc/thisInformationItemHomePage.html. Acesso: 22 ago. 2022.
Bried, J. T.; Jog, S. K.; Matthews, J. W. 2013. Floristic quality assessment signals human disturbance over natural variability in a wetland system. Ecological Indicators [Online] 34, 260-267. DOI: https://doi.org/10.1016/j.ecolind.2013.05.012.Acesso: 15 abr. 2023.
Brinson, M. M. 1993. A hydrogeomorphic classification for wetlands. US Army Corps of Engineers, Waterways Experiment Station, Vicksburg, MS, USA. Technical Report WRP-DE-4.
______ Brinson, M. M. 2009. The United States HGM (hydrogeomorphic) approach. In: Maltby, E., Barker, Tom. (Eds.). The wetlands handbook, Oxford, pp. 486-512.
Brown, M. T.; VIvas, M. Benjamin. 2005. Landscape Development Intensity Index. Environmental Monitoring And Assessment, [Online] 101. DOI: https://doi.org/10.1007/s10661-005-0296-6. Acesso: 08 jun. 2022.
Cabello, J., Fernández, N., Alcaraz-Segura, D., Oyonarte, C., Piñero, G., Altesor, A., Delibes, M., Paruelo, J.M. 2012. The ecosystem functioning dimension in conservation: insights from remote sensing. Biodiversity and Conservation [Online], 21. DOI: https://doi.org/10.1007/s10531-012-0370-7. Acesso: 28 jul. 2022.
Cole, C. 2006. HGM and wetland functional assessment: six degrees of separation from the data?. Ecological Indicators [Online]. 6(3), 485-493. DOI: https://doi.org/10.1016/j.ecolind.2005.06.004. Acesso: 03 jul. 2022.
CONAMA. Conselho Nacional do Meio Ambiente. 2006. Resolução nº 369, de 28 de março.
Costa, C. S. B.; Irgang, B. E.; Peixoto, A. R.; Marangoni, J. C. 2003. Composição florística das formações vegetais sobre uma turfeira topotrófica da planície costeira do Rio Grande do Sul, Brasil. Acta Botanica Brasilica [online] 17, 203-212.
DOI: https://doi.org/10.1590/S0102-33062003000200004. Acesso: 28 ago. 2022.
Costa, M.S. da; Sato, S. E. 2021. Estação Ecológica do Taim: uma análise sobre uso do espaço físico-natural e a legislação ambiental. Revista GeoUECE [Online] 10(18), 122-134. Disponível: https://revistastestes.uece.br/index.php/GeoUECE/article/view/4338. Acesso: 15 jun. 2022.
Costanza, R. 1992. Toward an operational definition of ecosystem health. Ecosystem health: New goals for environmental management, in: Costanza, R., Norton, B.G. and Haskell, B.D. (Eds.). Island Press. pp. 239-256.
Costanza, R.; Mageau, M. 1999. What is a healthy ecosystem? Aquatic Ecology [Online]. v.33, 105-115. DOI: https://doi.org/10.1023/A:1009930313242 Acesso: 28 jun. 2022.
Cota, A. M. P.; Baptista, G. M. de M. 2015. Detecção de foco de incêndio subterrâneo em turfa por câmera portátil termal. Revista Brasileira de Geomática [Online]. 3(2), 48-55. DOI: https://doi.org/10.3895/rbgeo.v3n2.5465. Acesso: 24 jun. 2022.
Das, S.; Pradhan, B.; Shit, P. K.; Alamri, A. M. 2020. Assessment of Wetland Ecosystem Health Using the Pressure-State-Response (PSR) Model: a case study of mursidabad district of west bengal (Índia). Sustainability [Online]. 12(15). DOI: https://doi.org/10.3390/su12155932. Acesso: 08 set.2022.
Das, S., Bhunia, G. S., Bera, B., & Shit, P. K. 2022. Evaluation of wetland ecosystem health using geospatial technology: evidence from the lower Gangetic flood plain in India. Environmental Science and Pollution Research [Online], 29(2). DOI: https://doi.org/10.1007/s11356-021-15674-9. Acesso: 13 abr. 2023.
Davidson, N.C.; Finlayson, C.M. 2007. Earth Observation for wetland inventory, assessment and monitoring. Aquatic Conservation: Marine and Freshwater Ecosystems [Online] 17(3). DOI: https://doi.org/10.1002/aqc.846. Acesso: 14 abr. 2023.
Dekeyser, E. S.; Kirby, D. R.; Ell, M. J. 2003. An index of plant community integrity: development of the methodology for assessing prairie wetland plant communities. Ecological Indicators [Online] 3(2). DOI:
https://doi.org/10.1016/S1470-160X(03)00015-3. Acesso: 01 set. 2022.
Do Nascimento Barbosa, K. M., Piedade, M. T. F., & Kirchner, F. F. 2008. Estudo temporal da vegetação herbácea da várzea da Amazônia Central. Floresta [Online], 38(1). DOI: https://doi.org/10.5380/rf.v38i1.11029. Acesso: 01 set. 2022.
Dronova, I.; Taddeo, S.; Hemes, K. S.; Knox, S. H.; Valach, A.; Oikawa, P. Y.; Kasak, K.; Baldocchi, D.D. 2021. Remotely sensed phenological heterogeneity of restored wetlands: linking vegetation structure and function. Agricultural And Forest Meteorology [Online], 296. DOI: https://doi.org/10.1016/j.agrformet.2020.108215. Acesso: 01 ago. 2022.
Ekumah, B.; Armah, F. A.; Afrifa, E. K.A.; Aheto, D. W.; Odoi, J. O.; Afitiri, A. 2020. Geospatial assessment of ecosystem health of coastal urban wetlands in Ghana. Ocean & Coastal Management [Online], 193.DOI: https://doi.org/10.1016/j.ocecoaman.2020.105226. Acesso: 01 ago. 2022.
Ferreira, S. P. 2015. Estimativa de emissões de gases de efeito estufa em reservatórios de hidrelétricas utilizando técnicas de sensoriamento remoto. Tese (Doutorado). Porto Alegre. UFRGS.Frantz, D. S.; Carraro, C. C.; Verdum, R.; Garcia, M. A. T. 1990. Caracterização de ambientes paludais da planície costeira do Rio Grande do Sul em imagens orbitais TM/LANDSAT 5. Simpósio Brasileiro de Sensoriamento Remoto, 17. Anais. São José dos Campos/SP. Disponível: http://marte.sid.inpe.br/col/dpi.inpe.br/marte@80/2008/08.18.14.23/doc/408-418.pdf. Acesso em: 20 ago. 2022.
Gao, Y.; Gao, J.; Wang, J.; Shuangshuang, W.; LI, Q.; Zhai, S.; Zhou, Y. 2017. Estimating the biomass of unevenly distributed aquatic vegetation in a lake using the normalized water-adjusted vegetation index and scale transformation method. Science of the Total Environment [Online], 601–602. DOI: https://doi.org/10.1016/j.scitotenv.2017.05.163. Acesso: 08 set. 2022.
Gara, B. D., & Stapanian, M. A. 2015. A candidate vegetation index of biological integrity based on species dominance and habitat fidelity. Ecological Indicators [Online], 50, 225-232. DOI: https://doi.org/10.1016/j.ecolind.2014.10.029. Acesso: 15 abr. 2023.
Ghobadi, Y., Pradhan, B., Kabiri, K., Pirasteh, S., Shafri, H. Z. M., & Sayyad, G. A. 2012. Use of multi-temporal remote sensing data and GIS for wetland change monitoring and degradation. In 2012 IEEE Colloquium on Humanities, Science and Engineering (CHUSER) (pp. 103-108). IEEE. DOI: https://doi.org/10.1109/CHUSER.2012.6504290. Acesso: 15 ago. 2022.
Ghorbanian, A., Zaghian, S., Asiyabi, R.M., Amani, M., Mohammadzadeh, A., Jamali, S. 2021. Mangrove Ecosystem Mapping Using Sentinel-1 and Sentinel-2 Satellite Images and Random Forest Algorithm in Google Earth Engine. Remote Sensing [Online] 13(13), 2565. DOI: https://doi.org/10.3390/rs13132565. Acesso: 18 abr. 2023.
Guo, M., Li, J., Sheng, C., Xu, J., & Wu, L. 2017. A review of wetland remote sensing. Sensors [Online], 17(4), 777. DOI:
https://doi.org/10.3390/s17040777. Acesso: 08 set. 2022.
Hu, Xiaoyi; Hu, Man; Zhu, Yi; Wang, Guoqiang; Xue, Baolin; Shrestha, Sangam. 2022. Phytoplankton community variation and ecological health assessment for impounded lakes along the eastern route of China's South-to-North Water Diversion Project. Journal Of Environmental Management [Online], 318. DOI: https://doi.org/10.1016/j.jenvman.2022.115561. Acesso: 12 abr. 2023.
Jones, D.; Cocklin, C.; Cutting, M. 1995. Institutional and Landowner Perspectives on Wetland Management in New Zealand. Journal Of Environmental Management [Online], 45(2). DOI: https://doi.org/10.1006/jema.1995.0064. Acesso: 08 jul. 2022.
Kandus, P., Minotti, P., & Malvárez, A. I. 2008. Distribution of wetlands in Argentina estimated from soil charts. Acta Scientiarum. Biological Sciences, 30(4), 403-409. DOI: https://doi.org/10.4025/actascibiolsci.v30i4.5870. Acesso: 29 jun. 2022.
Khatun, R.; DAS, S. 2022. Exploring ecosystem health of wetlands in Rarh tract of West Bengal through V-O-R model. Ecological Informatics [Online], 72, 101840, DOI: https://doi.org/10.1016/j.ecoinf.2022.101840. Acesso: 08 set. 2022.
Kerr, J. T., & Ostrovsky, M. 2003. From space to species: ecological applications for remote sensing. Trends in ecology & Evolution [Online], 18(6), 299-305. DOI: https://doi.org/10.1016/S0169-5347(03)00071-5. Acesso: 20 jul. 2022.
Kurtz, F. C.; Rocha, J. S. M. da; Kurtz, S. M.de J. M.; Robaina, A. D.; Garcia, S.M.; Santos, A. H. de O.; Dill, P. R. J.; Ataides, P. R. V. de; Bolzan, F. 2003. Zoneamento ambiental dos banhados da Estação Ecológica do Taim. Ciência Rural [Online], 33(1), 77-83. DOI:
https://doi.org/10.1590/S0103-84782003000100012. Acesso: 21 jul. 2022.
Lefor, M. W.; Kennard, W. C. 1977. Inland Wetland Definitions. Special Reports. 27. Disponível: https://opencommons.uconn.edu/ctiwr_specreports/27/. Acesso: 20 set. 2022.
Lu, Y., Wang, R., Zhang, Y., Su, H., Wang, P., Jenkins, A., Squire, G. 2015. Ecosystem health towards sustainability. Ecosystem Health and Sustainability [Online], 1(1), 1-15. DOI:
https://doi.org/10.1890/EHS14-0013.1. Acesso: 21 set. 2022.
Maltchik, L. 2003. Áreas úmidas: importância, inventários e classificação. In: Biodiversidade e conservação de áreas úmidas. Ed. UNISINOS. São Leopoldo. p. 13–22.
Maltchik, L., Rolon, A. S., Guadagnin, D. L., & Stenert, C. 2004. Wetlands of Rio Grande do Sul, Brazil: a classification with emphasis on plant communities. Acta Limnologica Brasiliensia, 16(2), 137-151. Disponível: https://app.periodikos.com.br/article/627b1134782aad05cd1891c8/pdf/alb-16-2-137.pdf. Acesso: 10 ago. 2022.
Mao, R., Ye, S. Y., & Zhang, X. H. 2018. Soil‐Aggregate‐Associated Organic Carbon Along Vegetation Zones in Tidal Salt Marshes in the Liaohe Delta. CLEAN–Soil, Air, Water [Online], 46(4), 1800049. DOI:
https://doi.org/10.1002/clen.201800049. Acesso: 01 set. 2022.
Millennium Ecosystem Assessment. MEA. 2005. Ecosystems and Human Wellbeing: Synthesis. Washington, DC: Island Press. 137p.
Miller, S. J.; Wardrop, D. H.; Mahaney, W. M.; Brooks, R. P. 2006. A plant-based index of biological integrity (IBI) for headwater wetlands in central Pennsylvania. Ecological Indicators [Online], 6(2), 290-312. DOI:
https://doi.org/10.1016/j.ecolind.2005.03.011. Acesso: 15 abr. 2023.
Mitsch, W. J.; Gosselink, J. G. 2015. Wetlands. 5ª Ed. New Jersey: John Wiley & Sons. 747p.
Moges, A.; Beyene, A.; Kelbessa, E.; Mereta, S.T.; Ambelu, A. 2016. Development of a multimetric plant-based index of biotic integrity for assessing the ecological state of forested, urban and agricultural natural wetlands of Jimma Highlands, Ethiopia. Ecological Indicators [Online], 71, 208-217. DOI:
https://doi.org/10.1016/j.ecolind.2016.06.057Acesso: 25 jul. 2022.
Montanari, R.; Marques Júnior, J.; Pereira, G. T.; Souza, Z. M. 2005. Forma da paisagem como critério para otimização amostral de Latossolos sob cultivo de cana-de-açúcar. Pesquisa Agropecuária Brasileira, v.40 p.69-77. DOI:
https://doi.org/10.1590/S0100-204X2005000100010. Acesso: 25 jul. 2022.
Mutanga, O., Adam, E., & Cho, M. A. (2012). High density biomass estimation for wetland vegetation using WorldView-2 imagery and random forest regression algorithm. International Journal of Applied Earth Observation and Geoinformation [Online], 18, 399-406. DOI: https://doi.org/10.1016/j.jag.2012.03.012. Acesso: 18 abr. 2023.
NRCS, Natural Resources Conservation Service. 2008. Hydrogeomorphic Wetland Classification System: An Overview and Modification to Better Meet the Needs of the Natural Resources Conservation Service. United States Department of Agriculture. Technical Note No. 190-8-76.
Oliveira, M. L. A. A.; Senna, R. M.; Neves, M. T. M. B. 2006. Sessão 2, Diagnóstico de flora e vegetação. Biodiversidade. Regiões da Lagoa do Casamento e dos Butiazais de Tapes, Planície Costeira do Rio Grande do Sul. Ministério do Meio Ambiente – Brasília: Série Biodiversidade, 25.
Oliveira, D. A. de. 2021. "Wetland" como unidade hidrogeomorfológica no contexto de transição entre o cerrado e o semi-árido mineiro: análise da dinâmica do Pantanal da bacia de drenagem do Rio Pandeiros/MG. Tese (Doutorado). UFMG. Belo Horizonte.
Ozesmi, S. L.; Bauer, M. E. 2002. Satellite remote sensing of wetlands. Wetlands Ecology and Management [Online], 10(5), 381-402. DOI:
https://doi.org/10.1023/A:1020908432489. Acesso: 08 set. 2022.
Pau, S.; Dee, L. E. 2016. Remote sensing of species dominance and the value for quantifying ecosystem services. Remote Sensing in Ecology and Conservation [Online], 2(3), p. 141-151. DOI:
https://doi.org/10.1002/rse2.23
Paz, A. R. 2003. Análise dos principais fatores intervenientes no comportamento hidrodinâmico do banhado do Taim (RS). Dissertação (Mestrado) UFRGS, Porto Alegre.
Penuelas, J.; Gamon, J.A.; Griffin, K.L.; Feild, C.B. 1993. Assessing community type, plant biomass, pigment composition, and photosynthetic efficiency of aquatic vegetation from spectral reflectance. Remote Sensing Environment [Online], 46. 110–118. DOI: https://doi.org/10.1016/0034-4257(93)90088-F. Acesso: 28 ago. 2022.
Ramsar. 1971. Convention on Wetlands of International Importance especially as Waterfowl Habitat. Ramsar: Ramsar Convention, Disponível em: https://www.ramsar.org/sites/default/files/documents/library/current_convention_text_e.pdf. Acesso em: 10 ago. 2022.
Rapport, D.; Friend, A. 1979. Towards a Comprehensive Framework for Environmental Statistics: A Stress-response Approach. Statistics Canada Statistique Canada, Canada.
Rapport, D. J.; Regier, H. A.; Thorpe, C. 1985. Ecosystem behaviour under stress. The American Naturalist [Online], 125(5),.617-640. DOI:
https://doi.org/10.1086/284368. Acesso: 27 jul. 2022.
Rapport, D. J. 1989. What constitutes ecosystem health? Perspectives in Biology and Medicine [Online], 33, 120-132. DOI:
https://doi.org/10.1353/pbm.1990.0004. Acesso: 27 jul. 2022.
Reddy, K. R; Delaune, R. D. 2008. Biogeochemistry of Wetlands: Science and Applications. New York: CRP PRESS. 800p. DOI:https://doi.org/10.1201/9780203491454
Reiss, K. C. 2006. Florida Wetland Condition Index for depressional forested wetlands. Ecological Indicators [Online], 6(2), 337-352. DOI:https://doi.org/10.1016/j.ecolind.2005.03.013. Acesso: 13 ago. 2022.
Rio Grande do Sul. 2015. Decreto Nº 52.431, de 23 de Junho.
______ . 2016. Decreto Nº 53.037, de 20 de Maio.
______ . 2018. Resolução Consema nº 380 de 2018.
______ . 2020. Lei Nº 15.434, de 09 de Janeiro.
Sahana, M.; Saini, M.; Areendran, G.; IMDAD, K.; Sarma, K.; Sajjad, H. 2022. Assessing Wetland ecosystem health in Sundarban Biosphere Reserve using pressure-state-response model and geospatial techniques. Remote Sensing Applications: Society and Environment [Online], 26, 100754. DOI:
https://doi.org/10.1016/j.rsase.2022.100754. Acesso: 01 jun. 2022.
Schaeffer, D. J.; Henricks, E. E.; Kerster, H. W. 1988. Ecosystem health: Measuring ecosystem health. Environmental Management [Online], 12, 445-455. DOI:
https://doi.org/10.1007/BF01873258. Acesso: 27 jun. 2022.
Shaffer, P.W.; Ernst, T. L. 1999. Distribution of soil organic matter in freshwater emergent/open water wetlands in the Portland, Oregon metropolitan area. Wetlands [Online] 19, 505–516. DOI: https://doi.org/10.1007/BF03161689. Acesso: 28 jun. 2022.
Scheffer, M., Carpenter, S., Foley, J. A., Folke, C., & Walker, B. 2001. Catastrophic shifts in ecosystems. Nature, 413(6856), 591-596. DOI:https://doi.org/10.1038/35098000. Acesso: 19 jul. 2022.
Schile, L. M.; Byrd, K. B.; Windham-Myers, L.; Kelly, M. 2013. Accounting for non-photosynthetic vegetation in remote-sensing-based estimates of carbon flux in wetlands. Remote Sensing Letters [Online], 4(6). 542–551. DOI: https://doi.org/10.1080/2150704X.2013.766372. Acesso: 19 jul. 2022.
Schulz, U. H. et al. 2021. Guia de identificação de banhados. 1. Ed. São Leopoldo: Casa Leiria.
Silva Neto, L.de F. da. 2010. Pedogênese e Matéria Orgânica de Solos Hidromórficos da Região Metropolitana de Porto Alegre. Tese (Doutorado). Porto Alegre, UFRGS.
Silva, F. L.; Smith, W. S.; Cunha-Santino, M. B.; Bianchini Júnior, I. 2019. Método não monetário para a avaliação dos serviços ecossistêmicos prestados pelas áreas úmidas em áreas urbanas. Revista Brasileira de Geografia Física, 12(1), 01-08. DOI: https://doi.org/10.26848/rbgf.v12.1.p001-008. Acesso: 07 set. 2022.
Simioni, J. P. D.; Guasselli, L. A. 2017. Banhados: Abordagem Conceitual. Boletim Geográfico do Rio Grande do Sul, 30, 33-47.
Simioni, J. P. D. 2021. Métodos de Classificação de Imagens de Satélite para Delineamento de Banhados. Tese (Doutorado), Porto Alegre, UFRGS.
Simioni, J. P. D.; Guasselli, L. A.; Belloli, T. F.; Ramos, R. A. 2022. Assessment of fire resilience in subtropical wetlands using high spatial resolution images. Environmental Monitoring and Assessment [Online], 194, 417. DOI: https://doi.org/10.1007/s10661-022-09985-8. Acesso: 01 ago. 2022.
Singh, M.; Sinha, R. 2020. Distribution, diversity, and geomorphic evolution of floodplain wetlands and wetland complexes in the Ganga plains of north Bihar, India. Geomorphology [Online], 351, 106960. DOI:
https://doi.org/10.1016/j.geomorph.2019.106960. Acesso: 28 ago. 2022.
______ . 2021. Hydrogeomorphic indicators of wetland health inferred from multi-temporal remote sensing data for a new Ramsar site (Kaabar Tal), India. Ecological Indicators [Online], 127,.107739. DOI:
https://doi.org/10.1016/j.ecolind.2021.107739 . Acesso: 25 jul. 2022.
Singh, M.; Tandon, S. K.; Sinha, R. 2017. Assessment of connectivity in a water-stressed wetland (Kaabar Tal) of Kosi-Gandak interfan, north Bihar Plains, India. Earth Surface Processes And Landforms [Online], 42(13), 1982-1996. DOI:
https://doi.org/10.1002/esp.4156. Acesso: 25 jul. 2022.
Smith, R. D., Ammann, A., Bartoldus, C., & Brinson, M. M. 1995. An approach for assessing wetland functions using hydrogeomorphic classification, reference wetlands, and functional indices. ARMY ENGINEER WATERWAYS EXPERIMENT STATION VICKSBURG MS.
Stagg, C. L., Osland, M. J., Moon, J. A., Hall, C. T., Feher, L. C., Jones, W. R., ... & Vervaeke, W. C. 2020. Quantifying hydrologic controls on local-and landscape-scale indicators of coastal wetland loss. Annals of Botany [Online], 125(2), 365-376. DOI:
https://doi.org/10.1093/aob/mcz144. Acesso: 20 ago. 2022.
Sun, J.; Hunter, P. D.; Tyler, A. N.; Willby, N. 2018. The influence of hydrological and land use indicators on macrophyte richness in lakes - A comparison of catchment and landscape buffers across multiple scales. Ecological Indicators [Online], 89, 227-239. DOI: https://doi.org/10.1016/j.ecolind.2018.02.016. Acesso: 03 set. 2022.
Sun, R.; Yao, P.; Wang, W.; Yue, B.; Liu, G. 2017. Assessment of Wetland Ecosystem Health in the Yangtze and Amazon River Basins. ISPRS International Journal Of Geo-Information [Online], 6(3), 81. DOI: https://doi.org/10.3390/ijgi6030081. Acesso: 01 ago. 2022.
Tiner, R.W. 1999. Wetland Indicators: A Guide to Wetland Identification, Delineation, Classification, and Mapping. New York: CRC PRESS. 418p. DOI:
https://doi.org/10.1201/9781420048612. Acesso: 22 jul. 2022.
U.S.E.P.A., 2002. Methods for Evaluating Wetland Condition: Using Vegetation to Assess Environmental Conditions in Wetlands. Office of Water, U.S. Environmental Protection Agency, Washington, DC, 38 pp. (EPA-822-R-02020).
Veselka IV, W. E., & Anderson, J. T. 2013. Wetland indices of biological integrity. In Wetland Techniques: Volume 3: Applications and Management, p. 1-28. Dordrecht: Springer Netherlands. DOI: https://doi.org/10.1007/978-94-007-6907-6_1. Acesso: 30 ago. 2022.
Vieira, M. R. S. 2016. Desenvolvimento de um Índice de Integridade Biológica baseado em Peixes para Áreas Úmidas. Dissertação (Mestrado), São Leopoldo, UNISINOS.
Wardrop, D. H.; Brooks, R.P.; Bishel-Machung, L.; Cole, C. A. 1998. Hydrogeomorphic (HGM) functional assessment models for Pennsylvania wetlands. Interim draft. Penn State Cooperative Wetlands Center Report 98-6, University Park, PA.
Wang, Z.; Song, K.; Ma, W.; Ren, C.; Zhang, B.; Liu, D.; Chen, J. M.; Song, C. 2011. Loss and Fragmentation of Marshes in the Sanjiang Plain, Northeast China, 1954-2005. Wetlands [Online], 31(5), 945-954. DOI:
https://doi.org/10.1007/s13157-011-0209-0. Acesso: 28 jul. 2022.
Wang, G., Li, Y., Liu, H., & Wright, A. L. 2019. Development of the wetland condition index (WCI) by combining the landscape development intensity index (LDI) and the water environment index (WEI) for humid regions of China. Water, 11(3), 620. DOI: https://doi.org/10.3390/w11030620
Wang, Z.; Yang, Z,; SHI, H,; HAN, F,; LIU, Q,; QI, J.; LU, Y. 2020. Ecosystem Health Assessment of World Natural Heritage Sites Based on Remote Sensing and Field Sampling Verification: bayanbulak as case study. Sustainability [Online], 12(7), p. 2610. DOI: http://dx.doi.org/10.3390/su12072610. Acesso: 08 ago. 2022.
Wang, Q.; Liu, M.; Tian, S.; Yuan, X.; Ma, Q.; Hao, H. 2021. Evaluation and improvement path of ecosystem health for resource-based city: A case study in China. Ecological Indicators [Online], 128, 107852. DOI: https://doi.org/10.1016/j.ecolind.2021.107852. Acesso: 10 abr. 2023.
Wang, W., Sun, M., Li, Y., Zhao, S., Zhang, Z., & Luan, X. 2022. Multi-Level Comprehensive Assessment of Constructed Wetland Ecosystem Health: A Case Study of Cuihu Wetland in Beijing, China. Sustainability [Online], 14(20), 13439. DOI: https://doi.org/10.3390/su142013439. Acesso: 14 abr. 2023.
Wildholzer, F. L. 1986. Banhados. Marshes - Rio Grande do Sul/Brasil. Riocell S.A. 78p.
Wu, C.; Chen, W.; Cao, C.; Tian, R.; Liu, D.; Bao, D. 2018. Diagnosis of Wetland Ecosystem Health in the Zoige Wetland, Sichuan of China. Wetlands [Online], 38(3), 469-484. Springer Science and Business Media LLC. DOI: https://doi.org/10.1007/s13157-018-0992-y. Acesso: 27 jul. 2022.
Yang, W., You, Q., Fang, N., Xu, L., Zhou, Y., Wu, N., e Wang, Y. 2018. Assessment of wetland health status of Poyang Lake using vegetation-based indices of biotic integrity. Ecological Indicators, [Online] 90, 79-89. DOI:https://doi.org/10.1016/j.ecolind.2017.12.056. Acesso: 27 jul. 2022.
Yang, Z., Bai, J., Zhang, W. 2021, Mapping and assessment of wetland conditions by using remote sensing images and POI data. Ecological Indicator [Online] 172, 107485. DOI: 10.1016/j.ecolind.2021.107485. Acesso: 16 abr. 2022
Yu, X.; E, M.; Sun, M.; Xue, Z.; Lu, X.; Jiang, M.; Zou Y. 2018. Wetland recreational agriculture: Balancing wetland conservation and agro-development. Environmental Science & Policy [Online], 87, 11-17. DOI: https://doi.org/10.1016/j.envsci.2018.05.015. Acesso: 20 jul. 2022
Zedler, J. B. 2003. Wetlands at your service: reducing impacts of agriculture at the watershed scale. Frontiers in the Ecology and the Environment [Online], 1(2), 65-72. DOI:
https://doi.org/10.1890/1540-9295(2003)001[0065:WAYSRI]2.0.CO;2. Acesso: 02 ago. 2022.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Carina Cristiane Korb, Laurindo Antonio Guasselli
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam na Revista Brasileira de Geografia Física concordam com os seguintes termos:
Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0) que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (exemplo: depositar em repositório institucional ou publicar como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão para disponibilizar seu trabalho online antes ou durante o processo editorial, em redes sociais acadêmicas, repositórios digitais ou servidores de preprints. Após a publicação na Revista Brasileira de Geografia Física, os autores se comprometem a atualizar as versões preprint ou pós-print do autor, nas plataformas onde foram originalmente disponibilizadas, informando o link para a versão final publicada e outras informações relevantes, com o reconhecimento da autoria e da publicação inicial nesta revista.
Qualquer usuário tem direito de:
Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial.
Adaptar — remixar, transformar e criar a partir do material para qualquer fim, mesmo que comercial.
O licenciante não pode revogar estes direitos desde que você respeite os termos da licença.
De acordo com os termos seguintes:
Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
