Estimativa de biomassa e carbono a partir de técnicas de sensoriamento remoto em área sob influência de empreendimentos termelétricos e mineração
DOI:
https://doi.org/10.26848/rbgf.v17.2.p1362-1374Palavras-chave:
Sensoriamento Remoto, classificação supervisionada, carbono, mineraçãoResumo
O uso de técnicas utilizando imagens e dados de sensoriamento remoto para a obtenção de índices de vegetação já é amplamente difundido para aplicações em ecossistemas vegetais, o que auxilia na tomada de decisões. Da mesma forma, o emprego de classificadores de cobertura do uso do solo também está se tornando popular em meio a pesquisas na área de análise de dados ambientais, pois possibilita a identificação espacial de diversos tipos de coberturas de solo, incluindo infraestrutura urbanas e mineração, que posteriormente podem ser relacionadas com emissões de gases na atmosfera. O objetivo deste trabalho foi analisar os padrões de cobertura do solo obtidos por meio do NDVI, e realizar a classificação supervisionada em áreas impactadas por empreendimentos termelétricos e mineração, relacionando-as com as emissões de gases de efeito estufa a partir de dados de sensoriamento remoto. O estudo analisou a aplicação do algoritmo de classificação supervisionada Random Forest, o qual apresentou excelentes resultados estatísticos, com índice Kappa de 0,83. O mapeamento das classes de uso do solo obtido permitiu uma avaliação em termos de ocupação e uso na área de estudo, dados posteriormente comparados com o comportamento do CO2Flux, bem como com as emissões de metano estimadas pelo sensor TROPOMI. Os resultados apontaram relação entre a distribuição de biomassa e carbono com a distribuição de atividades agrícolas e de energia, sendo estas as duas regiões que apresentam valores mais elevados de metano. Em contrapartida, os valores de CO2Flux foram maiores em áreas classificadas como Floresta e Vegetação campestre.
Downloads
Referências
Achanta, R.; Süsstrunk, S. 2017. Superpixels and Polygons using Simple Non-Iterative Clustering. 2017 IEEE Conference on Computer Vision and Pattern Recognition [online]. Disponível: doi: 10.1109/CVPR.2017.520. Acesso: 23 out. 2023.
Alvares, C. A. et al. 2013. Köppen's climate classification map for Brazil. Meteorologische Zeitschrift [online] 22. Disponível: DOI: 10.1127/0941-2948/2013/0507. Acesso: 23 out. 2023.
Apituley, A. et al. 2021. Sentinel-5 precursor/TROPOMI Level 2 Product User Manual Methane. Royal Netherlands Meteorological Institute. Disponível: https://sentinel.esa.int/documents/247904/2474726/Sentinel-5P-Level-2-Product-User-Manual-Methane.pdf/1808f165-0486-4840-ac1d-06194238fa96. Acesso: 23 out. 2023.
Banko, G. 1998. A review of assessing the accuracy of classification of remotely sensed data and methods including remote sensing data in forest inventory. In International Institute for Applied Systems Analysis. Disponível: https://core.ac.uk/reader/33897040. Acesso: 23 out. 2023.
Baptista, G. M. M. 2003. Validação da modelagem de sequestro de carbono para ambientes tropicais de cerrado, por meio de dados AVIRIS e HYPERION. In: XI SBSR, Belo Horizonte. Anais [...]. São José dos Campos: INPE, 2003. p. 1037-1044. Disponível: http://marte.sid.inpe.br/col/ltid.inpe.br/sbsr/2002/09.07.21.45/doc/10_002.pdf. Acesso: 23 out. 2023.
Beamish, A. et al. 2020. Recent trends and remaining challenges for optical remote sensing of Arctic tundra vegetation: A review and outlook. Remote Sensing of Environment [online] 246. Disponível: https://doi.org/10.1016/j.rse.2020.111872. Acesso: 25 out. 2023.
Bizon, A. R. et al. 2020. Integration Statistical Systems for Land Cover Mapping in Southern Brazil. Geospatial Technologies and Geographic Information Science for Crisis Management (GIS), Blacksburg, VA, USA, mai. 2020.
Canavesi, V.; Ponzoni, F. J.; Valeriano, M. M. 2010. Estimativa de volume de madeira em plantios de Eucalyptus spp. utilizando dados hiperespectrais e dados topográficos. Revista Árvore [online] 34. Disponível: https://doi.org/10.1590/S0100-67622010000300018. Acesso: 01 nov. 2023.
Carvalho, W. S.; Filho, F. J. C. M.; Santos, T. L. 2021. Uso e cobertura do solo utilizando a Plataforma Google Earth Engine (GEE): Estudo de caso em uma Unidade de Conservação. Brazilian Journal of Development [online] 7. Disponível: DOI:10.34117/bjdv7n2-243. Acesso: 23 out. 2023.
Currihuinca, L. E. S.; Chaves, J. M.; Rocha, W. J. S. F.; Lobão, J. S. B.; Falcão, P. M. 2021. Identificação das Dunas do Atacama (Norte do Chile) a partir da avaliação de três algoritmos no Google Earth Engine. Revista Brasileira de Geografia Física [online] 14. Disponível: https://doi.org/10.26848/rbgf.v14.6.p3294-3315. Acesso: 25 out. 2023.
Gamon, J. A.; Penuelas, J.; Field, C. B. 1992. A narrow-waveband spectral index that tracks diurnal changes in photosynthetic efficiency. Remote Sensing of Environment [online] 41. Disponível: https://doi.org/10.1016/0034-4257(92)90059-S. Acesso: 23 out. 2023.
Gong, S.; Shi, Y. 2021. Evaluation of comprehensive monthly-gridded methane emissions from natural and anthropogenic sources in China. Science of The Total Environment [online] 784. Disponível: https://doi.org/10.1016/j.scitotenv.2021.147116. Acesso: 23 out. 2023.
Hamud, A. M.; Shafri, H. Z. M.; Shaharum, N. S. N. 2021. Monitoring Urban Expansion and Land Use/Land Cover Changes In Banadir, Somalia Using Google Earth Engine (GEE). IOP Conf. Series: Earth and Environmental Science {online] 767. Disponível: DOI 10.1088/1755-1315/767/1/012041. Acesso: 23 out. 2023.
Huang, S.; Tang, L.; Hupy, J. P.; Wang, Y.; Shao, G. 2020. A commentary review on the use of normalized difference vegetation index (NDVI) in the era of popular remote sensing. Journal of Forestry Research [online] 32. Disponível: https://doi.org/10.1007/s11676-020-01155-1. Acesso: 24 out. 2023.
IBGE – Instituto Brasileiro de Geografia e Estatística. MANUAL TÉCNICO DA VEGETAÇÃO BRASILEIRA 2012.
Köppen, W., 1936: Das geographische System der Klimate. KÖPPEN, W., R. GEIGER (Eds.): Handbuch der Klimatologie. Gebrüder Bornträger, Berlin, 1, 1–44, part C.
Kozicka, K.; Gozdowski, D.; Wójcik-Gront, E. 2021. Spatial-Temporal Changes of Methane Content in the Atmosphere for Selected Countries and Regions with High Methane Emission from Rice Cultivation. Atmosphere-Basel [online] 12. Disponível: https://doi.org/10.3390/atmos12111382. Acesso: 23 out. 2023.
Landis, J. R.; Koch, G. G. 1977. The measurement of observer agreement for categorical data. Biometrics [online] 33. Disponível: https://doi.org/10.2307/2529310. Acesso: 23 out. 2023.
Lima, J.; Lage-Pinto, F.; Bernini, E. 2023. Spatial–temporal distribution of mangrove species in the estuary of the Mamanguape river in the state of Paraíba, Brazil. Regional Studies in Marine Science [online] 66. Disponível: https://doi.org/10.1016/j.rsma.2023.103166. Acesso: 25 out. 2023.
Liu, Z.; Yang, J.; Huang, X. 2023. Landsat-derived impervious surface area expansion in the Arctic from 1985 to 2021. Science of The Total Environment [online]. Disponível: https://doi.org/10.1016/j.scitotenv.2023.166966. Acesso: 25 out. 2023.
Lou, P. et al. 2020. An Optimized Object-Based Random Forest Algorithm for Marsh Vegetation Mapping Using High-Spatial-Resolution GF-1 and ZY-3 Data. Remote Sensing [online] 12. Disponível: https://doi.org/10.3390/rs12081270. Acesso: 30 out. 2023.
Ni, Q.; Zhou, M.; Wang, J.; Wang, T.; Wang, G.; Wang, P. 2023. Intercomparison of CH4 Products in China from GOSAT, TROPOMI, IASI, and AIRS Satellites. Remote Sensing [online] 15. Disponivel: https://doi.org/10.3390/rs15184499. Acesso: 05 mar. 2024.
Peuker, K.; Fagundes, L. Emissões Fugitivas da Mineração e do Tratamento de Carvão Mineral. In: Primeiro Inventário Brasileiro de Emissões Antrópicas de Gases de Efeito Estufa, 2006.
RIO GRANDE DO SUL. Carta-compromisso com a agenda mundial para a descarbonização. Porto Alegre, 2021.
Ryu, J.; Oh, D.; Cho, J. 2021. Simple method for extracting the seasonal signals of photochemical reflectance index and normalized difference vegetation index measured using a spectral reflectance sensor. Journal of Integrative Agriculture [online] 20. Disponível: https://doi.org/10.1016/S2095-3119(20)63410-4. Acesso: 24 out. 2023.
Santos, A. S. R. M. et al. 2019. Métodos de Classificação Supervisionada Aplicados no Uso e Ocupação do Solo no Município de Presidente Médice – RO. Biodiversidade [online] 18. Disponível: https://periodicoscientificos.ufmt.br/ojs/index.php/biodiversidade/article/view/8242. Acesso: 23 out. 2023.
Saunois, M. et al. 2020. The Global Methane Budget 2000–2017. Earth System Science Data [online] 12. Disponível: https://doi.org/10.5194/essd-12-1561-2020. Acesso: 23 out. 2023.
SEEG - Sistema de Estimativa de Emissões de Gases de Efeito Estufa. Base de dados: Emissões Totais, 2022.
Singh, R. P. et al. 2016. Normalized Difference Vegetation Index (NDVI) Based Classification to Assess the Change in Land Use/Land Cover (LULC) in Lower Assam, India. International Journal of Advanced Remote Sensing and GIS [online] 5. Disponível: https://doi.org/10.23953/cloud.ijarsg.74. Acesso: 23 out. 2023.
Trenchev, P.; Dimitrova, M.; Avetisyan, D. Huge. 2023. CH4, NO2 and CO Emissions from Coal Mines in the Kuznetsk Basin (Russia) Detected by Sentinel-5P. Remote Sensing [online] 15. Disponível: https://doi.org/10.3390/rs15061590. Acesso: 05 mar. 2024.
Wang, J.; Sun, C.; Wang, G.; Zou, M.; Tan, T.; Liu, K.; Chen, W.; Gao, X. 2020. A fibered near-infrared laser heterodyne radiometer for simultaneous remote sensing of atmospheric CO2 and CH4. Optics and Lasers in Engineering [online] 129. Disponível: https://doi.org/10.1016/j.optlaseng.2020.106083. Acesso: 23 out. 2023.
Wang, X. et al. 2019. Land-Cover Classification of Coastal Wetlands Using the RF Algorithm for Worldview-2 and Landsat 8 Images. Remote Sensing [online] 11. Disponível: https://doi.org/10.3390/rs11161927. Acesso: 25 out. 2023.
Weber, E. J. et al. Uso e Cobertura Vegetal do Estado do Rio Grande do Sul – Situação em 2015. 1ª Edição, Porto Alegre - UFRGS IB
Centro de Ecologia, 2018.
Wu, X.; Zhang, X.; Chuai, X.; Huang, X.; Wang, Z. 2019. Long-Term Trends of Atmospheric CH4 Concentration across China from 2002 to 2016. Remote Sensing [online] 11. Disponível: https://doi.org/10.3390/rs11050538. Acesso: 23 out. 2023.
Wuebbles, D. J.; Hayhoe, K. 2001. Atmospheric methane and global change. Earth-Science Reviews [online] 57. Disponível: https://doi.org/10.1016/S0012-8252(01)00062-9. Acesso: 23 out. 2023.
Zhang, F.; Yang, X. 2020. Improving land cover classification in an urbanized coastal area by random forests: The role of variable selection. Remote Sensing of Environment [online] 251. Disponível: https://doi.org/10.1016/j.rse.2020.112105. Acesso: 25 out. 2023.
Zhang, J.; Han, G.; Mao, H.; Pei, Z.; Ma, X.; Jia, W.; Gong, W. 2022. The Spatial and Temporal Distribution Patterns of XCH4 in China: New Observations from TROPOMI. Atmosphere [online] 13. Disponível: https://doi.org/10.3390/atmos13020177. Acesso: 23 out. 2023.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Bruna Lüdtke Paim, Rita de Cássia Marques Alves, Bianca Dutra de Lima
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.
Dados de financiamento
-
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Números do Financiamento 88887.718053/2022-00
