USO DE GEOTECNOLOGIAS PARA DETECÇÃO DE DESMATAMENTOS
Palavras-chave:
Classificação Supervisionada, Índices espectrais, Sensoriamento remotoResumo
O ano de 2021 apresentou um aumento de 20% no número de alertas de desmatamento no Brasil em comparação a 2020, sendo identificados, validados e refinados 69.796 deles. O monitoramento ambiental é, portanto, peça central para que sejam tomadas ações para o controle do desmatamento. O objetivo do presente trabalho é identificar ferramentas de geoprocessamento que possam ser usadas para o levantamento de dados de desmatamento. Utilizaram-se imagens do Landsat 8, obtidas pela plataforma da USGS Earth Explorer, para gerar os índices espectrais, o índice de vegetação por diferença normalizada (NDVI, do inglês normalized difference vegetation index) e o índice de vegetação melhorado (EVI, do inglês enhanced vegetation index), e fazer a classificação supervisionada de áreas sujeitas a desmatamento. Dessa forma, foi possível constatar que tais ferramentas mostram resultados coerentes entre si, pois apresentam áreas similares nas categorias de vegetação, água e solos expostos. A unificação dos resultados obtidos possibilita a análise de possíveis áreas desmatadas.
Downloads
Referências
ALVES, P. H. C. dos S. et al. Dinâmica do desmatamento na terra indígena apyterewa median¬te a aplicação de técnicas de sensoriamento remoto. Boletim Paranaense de Geociências, [s. l.], v. 80, n. 1, p. 114-128, 30 out. 2022. Disponível em: https://revistas.ufpr.br/geociencias/arti¬cle/view/82790/47306. Acesso em: 16 nov. 2022.
CENTENO, J. Sensoriamento remoto: classificação de imagens. Aula 10: Sensoriamento remo¬to classificação, UFPR, [2018?]. Disponível em: https://docs.ufpr.br/~centeno/m_sr1/pdf/ aula10.pdf. Acesso em: 23 nov. 2022.
CRÓSTA, A. P. Processamento digital de imagens de sensoriamento remoto. 4 ed. Campinas: Instituto de Geociências/Unicamp, 2002.
EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA. Landsat – Land Remote Sesing Satellite. Portal Embrapa, [2020?]. Disponível em: https://www.embrapa.br/satelites-de-moni¬toramento/missoes/landsat. Acesso em: 6 nov. 2022.
EUROPEAN SPACE AGENCY. Assinaturas espectrais. 2010. Disponível em: https://www.esa. int/SPECIALS/Eduspace_PT/SEM7W765P1G_0.html#:~:text=Diferentes%20tipos%20de%20superf%C3%ADcie%2C%20como,denominada%20assinatura%20espectral%20da%20superf%C3%ADcie. Acesso em: 29 maio 2023.
FLORENZANO, T. G. Iniciação em sensoriamento remoto. 3. ed. São Paulo: Oficina de Textos, 2011. Disponível em: https://books.google.com.br/books?hl=pt-BR&lr=&id=18GkH5X81XcC&oi=fnd&pg=PT6&dq=related:QkkhXa0no-oJ:scholar.google.com/&ots=yIRnkMVX2R&sig=3Rirdlgam7Bs6gIECBoH6-h2fGs#v=onepage&q&f=false. Acesso em: 18 nov. 2024.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Sensoriamento remoto. Portal IBGE, 2022. Disponível em: https://atlasescolar.ibge.gov.br/conceitos-gerais/o-que-e-cartografia/sensoriamento-remoto.html. Acesso em: 6 nov. 2022.
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Deter. Portal Inpe, [200-]. Dispo¬nível em: http://www.obt.inpe.br/OBT/assuntos/programas/amazonia/deter/deter. Acesso em: 20 out. 2022.
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Metodologia utilizada nos sistemas Prodes e Deter. 2. ed. atual. São José dos Campos: Portal Inpe, 2022. Disponível em: http://mtc-m21d.sid.inpe.br/col/sid.inpe.br/mtc-m21d/2022/08.25.11.46/doc/publicacao.pdf. Acesso em: 20 out. 2022.
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS E COORDENAÇÃO GERAL DE OBSERVAÇÃO DA TERRA. Monitoramento de floresta amazônica por satélite. 2022. Disponível em: http://www.obt.inpe.br/OBT/assuntos/programas/amazonia/prodes/apresen-tacao_prodes-1.pdf. Acesso em: 18 nov. 2024.
JENSEN, J. R. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. São José dos Campos: Parêntese, 2009.
JIANG, Z. et al. Development of a two-band enhanced vegetation index without a blue band. Remote Sensing of Environment, [s. l.], v. 112, n. 10, p. 3833-3845, 15 out. 2008. Elsevier BV. http://dx.doi.org/10.1016/j.rse.2008.06.006
KOGUT, P. Bandas de Landsat 8: combinações de imagens de satélite. EOS Data Analytics, 2022. Disponível em: https://eos.com/pt/blog/bandas-de-landsat-8/. Acesso em: 8 nov. 2022.
LEITE, M. B. A. Floresta Amazônica-Localização. Redação Ambientebrasil, [s. d.]. Disponível em: https://ambientes.ambientebrasil.com.br/amazonia/floresta_amazonica/floresta_amazoni¬ca_-_localizacao.html. Acesso em: 6 de nov. 2022.
LIMA, N. A. da S. et al. Índices espectrais por sensoriamento remoto com os satélites Land¬sat-5 e Sentinel-2 no entorno do reservatório Poço da Cruz - PE. Journal of Hyperspectral Remote Sensing, [s. l.], v. 9, n. 5, p. 299-309, dez. 2019. Disponível em: https://periodicos.ufpe.br/revistas/jhrs/article/view/243694/34131. Acesso em: 29 maio 2023.
LOTUFO, J. B. F. et al. Índices espectrais e temperatura de superfície em áreas queimadas no parque estadual do Araguaia em Mato Grosso. Revista Brasileira de Geografia Física, v. 13, n. 2, p. 648-663, 2020. Disponível em: https://www.researchgate.net/profile/Marcelo-Biudes/publica-tion/340720735_Indices_Espectrais_e_Temperatura_de_Superficie_em_Areas_Queimadas_no_Parque_Estadual_do_Araguaia_em_Mato_Grosso/links/5e9a002b4585150839e3fc83/Indices-Espectrais-e-Temperatura-de-Superficie-em-Areas-Queimadas-no-Parque-Estadual-do¬-Araguaia-em-Mato-Grosso.pdf. Acesso em: 18 nov. 2022.
MAPBIOMAS. Relatório anual de desmatamento 2021. São Paulo, 2022. 126 p. Disponível em: https://s3.amazonaws.com/alerta.mapbiomas.org/rad2021/RAD2021_Completo_FI-NAL_Rev1.pdf. Acesso em: 17 out. 2022.
OLIVEIRA, G. de C. et al. Classificação supervisionada como ferramenta para avaliação da di¬nâmica do uso e cobertura do solo. Universidade Federal de Viçosa, jul. 2014. Disponível em: https://www.conhecer.org.br/enciclop/2014a/AGRARIAS/Classificacao%20supervisionada. pdf. Acesso em: 29 maio 2023.
ORTIZ, J. et al. O desmatamento da maior área contínua de floresta da Amazônia. Infoamazonia, 2021. Disponível em: https://infoamazonia.org/2021/09/17/area-floresta-desmatamento-desa¬pareceu-amazonia/. Acesso em: 18 nov. 2024.
PANZA, M. R. et al. Hidrogeomorfometria e índice de desmatamento da microbacia Rio dos Veados, Amazônia Ocidental, Brasil. Revista Ibero Americana de Ciências Ambientais, v. 12, n. 4, p. 399-411, 2021. Disponível em: http://sustenere.co/index.php/rica/article/view/CB PC2179-6858.2021.004.0031/2847. Acesso em: 20 out. 2022.
PASSOS, A. O. Índices de reflectância, NDVI e EVI como indicadores de níveis de degradação das pastagens tropicais. 2021. Tese (Doutorado em Agronomia – Ciência do Solo) – Faculdade de Ciências Agrárias e Veterinárias, Universidade Estadual Paulista – Unesp, Jaboticabal, São Paulo, 2021.
PENA, R. A. Desmatamento no Brasil. UOL, [s.d]. Disponível em: https://escolakids.uol. com.br/geografia/desmatamento-no-brasil.htm. Acesso em: 6 nov. 2022.
PESSOA, M. et al. Detecção de áreas de clareiras na Floresta Amazônica através de monitora¬mento via satélite usando técnicas de aprendizagem de máquina. In: SEMINÁRIO INTEGRADO DE SOFTWARE E HARDWARE (SEMISH), 46., 2019, Belém. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2019. p. 125-136. Disponível em: https:// sol.sbc.org.br/index.php/semish/article/view/6573. Acesso em: 18 nov. 2024.
RUDORFF, B. F. T. Produtos de sensoriamento remoto. [2006?]. Disponível em: http://www3. inpe.br/unidades/cep/atividadescep/educasere/apostila.htm#top. Acesso em: 16 nov. 2022.
SANTOS, A. S. R. M. et al. Métodos de classificação supervisionada aplicados no uso e ocu¬pação do solo no município de Presidente Médice – RO. Revista Biodiversidade, [s. l.], v. 18, n. 1, p. 150-159, 21 abr. 2021. Disponível em: https://periodicoscientificos.ufmt.br/ojs/index. php/biodiversidade/article/view/8242. Acesso em: 16 nov. 2022.
SANTOS, A. R. et al. Spring 5.1.2: passo a passo: aplicações práticas. Alegre, ES: Caufes, 2010.
SARTORIO, L. F. et al. Análise de desempenho da metodologia automática para detecção retroativa do desmatamento na Amazônia: etapa Rondônia. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., Santos, 2019. Anais [...]. Santos: Inpe, 2019. Dis-ponível em: http://marte2.sid.inpe.br/col/sid.inpe.br/marte2/2019/09.06.11.25/doc/97321. pdf. Acesso em: out. 2022.
SERGIEIVA, K. Índices de vegetação para impulsionar soluções digitais. EOS Data Analytics, 2022. Disponível em: https://eos.com/pt/blog/indices-de-vegetacao/. Acesso em: 8 nov. 2022.
SILVA, R. de C. F. et al. Análise comparativa de índices espectrais para a extração automática da lâmina d’água em imagem do satélite Landsat 8 OLI. In: SIMPÓSIO BRASILEIRO DE SEN¬SORIAMENTO REMOTO, 19., 2019, Santos. Anais [...] Santos: Inpe, 2019. Disponível em: https://proceedings.science/sbsr-2019/trabalhos/analise-comparativa-de-indices-espectrais-para¬-a-extracao-automatica-da-lamina-d?lang=pt-br. Acesso em: 29 maio 2023.
SILVA, U. J. et al. Sensibilidade espectral dos índices de vegetação: GNDVI, NDVI e EVI na Mata Ciliar do Reservatório de Serrinha II – PE, Brasil. Revista Brasileira de Cartografia, [s. l.], v. 73, n. 1, p. 17-35, 2021. DOI: 10.14393/rbcv73n1-55252. Disponível em: https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/55252. Acesso em: 20 jul. 2023.
STEFFEN, C. A. Introdução ao sensoriamento remoto. [2006?]. Disponível em: http://www3.inpe.br/unidades/cep/atividadescep/educasere/apostila.htm#top. Acesso em: 16 nov. 2022.
TRAMONTINA, J. et al. Séries temporais de índices de vegetação do sensor MODIS para detecção de limiares de desmatamento no bioma mata atlântica. In: SIMPÓSIO BRASILEI¬RO DE SENSORIAMENTO REMOTO, 19., Santos, 2019. Anais [...]. Santos: Inpe, 2019. Disponível em: http://marte2.sid.inpe.br/col/sid.inpe.br/marte2/2019/09.06.17.32/doc/97369.pdf. Acesso em: 18 nov. 2024.
VALE, J. R. B. et al. Análise comparativa de métodos de classificação supervisionada aplicada ao mapeamento da cobertura do solo no município de Medicilândia, Pará. InterEspaço: Revista de Geografia e Interdisciplinaridade, [s. l.], v. 4, n. 13, p. 26-44, 2018. Disponível em: https://periodicoseletronicos.ufma.br/index.php/interespaco/article/view/7884. Acesso em: 1º nov. 2022.
VENTURIERI, A. Curso de introdução às técnicas de sensoriamento remoto. Belém, 2007.
VERÇOSA, J. P. S. et al. Uso de sensoriamento remoto e de dados oriundos do projeto MapBiomas para análise do desmatamento no município de Rio Largo/AL. Estudos Avançados sobre Saúde e Natureza, [s. l.], v. 1, 2021. Disponível em: https://periodicojs.com.br/index.php/easn/article/view/321. Acesso em: 1º nov. 2022.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Kimberlly Ferreira Pinto, Sergio Vicente Denser Pamboukian
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
A Universidade Presbiteriana Mackenzie detém os direitos de publicação de todas as matérias publicadas pela Revista Mackenzie de Engenharia e Computação. Os direitos autorais permanecem em posse dos autores.
