Dinâmica espaço-temporal da temperatura de superfície, da bacia do rio Corumbataí, SP utilizando imagens do sensor TM/Landsat.

Neste estudo foram empregados sistemas de informações geográficas e técnicas de sensoriamento remoto para investigar o efeito do uso e cobertura do solo sobre a temperatura da superfície do solo (TSS) nos anos de 1985, 1990, 1995, 1999, 2002 e 2011, na bacia do Rio Corumbataí (BRC), SP. O padrão espacial da TSS foi derivado de imagens do satélite Landsat, por meio da banda termal do sensor TM. Estudou-se a relação entre os índices NDVI, NDBI, MI e da altitude com a TSS. A TSS da BRC foi crescente até o ano de 1999 e reduziu até o ano de 2011. O padrão espacial da TSS foi influenciado pelo uso e cobertura do solo. Houve correlação negativa da TSS com o NDVI e MI e positiva com o NDBI. Áreas de pastagem e áreas de cana-de-açúcar colhidas podem atingir TSS superiores às áreas urbanas, dependendo das condições de umidade do ambiente. Conclui-se que os dados do TM/Landsat associados aos dados coletados em campo, apresentam potencial para identificação de padrões térmico-hídricos em estudos de bacias hidrográficas.

Séries temporais de EVI/MODIS na identificação da dinâmica da soja em sistema plantio direto no Mato Grosso, Brasil.

As respostas espectrais monitoradas pelo sensor MODIS (MODerate-resolution Imaging Spectroradiometer) podem auxiliar não apenas na identificação dos cultivos, mas também no sistema de manejo adotado pelos produtores rurais de uma região. Objetivou-se com este trabalho avaliar respostas da soja através de índices de vegetação realçado (EVI) extraídos do MODIS como resposta a dinâmica da soja em sistema plantio direto no Estado de Mato Grosso. A área considerada abrange 23 municípios mais representativos na produção de soja no Estado, respondendo no ano agrícola de 2005-2006 a cerca de 65% da produção de soja no Estado. O índice biofísico EVI é eficiente para mapear áreas com cultivos de soja e identificar áreas que adotam práticas conservacionistas como as preconizadas pelo sistema plantio direto. A evolução espaço-temporal do plantio direto apontado pelas respostas espectrais aponta que houve influência sócio-cultural na adoção de práticas do sistema plantio direto, pelos produtores rurais do Estado de Mato Grosso.

Avaliação da dinâmica do carbono na fitomassa de cana-de-açúcar e pastagem.

A avaliação na alteração dos estoques de carbono na fitomassa agrícola ocorreu em uma área de 51.650 km2, compreendendo 125 municípios das regiões, central, norte e nordeste do Estado de São Paulo. Essas regiões possuem as cadeias de produção especializadas da cana-de-açúcar e das pastagens que estão presentes em praticamente quase todos os municípios da região e competem por área. Por meio da investigação do sensor Moderate Resolution Imaging Spectroradiometer (MODIS) e da interpretação de imagens do sensor Thematic Mapper (TM), avaliou-se a mudança de uso e cobertura da terra nos anos de 1988 e 2015. A expansão a área de cana-de-açúcar acelerou-se significativamente em toda a região e nos últimos 27 anos a área cultivada passou de 1.085.900 ha (21% da área de estudo) para 1.966.445 ha (38% da área de estudo). As áreas de pastagens reduziram-se de 1.397.724 ha (26% da área de estudo) para 684.323 ha (13% da área de estudo). A análise dos dados revelou que a cana-de-açúcar é capaz de acumular 107,2 t.ha.-1.ano-1 de carbono na fitomassa, enquanto as pastagens cultivadas somente 11,7 t.ha.-1.ano-1 de carbono. Em 1988 toda a área de cana-de-açúcar retinha na fitomassa 116 milhões de toneladas de CO2 e em 27 anos esse acúmulo passou para 211 milhões de toneladas de CO2 .ano-1. Constata-se com isso que o carbono pode, ao menos em parte, ser recomposto pelos agroecossistemas durante o subsequente uso do solo. Dos 125 municípios avaliados, 118 deles apresentaram elevação do carbono acumulado na fitomassa devido a incorporação de áreas de pastagens por cana-de-açúcar, num total de 592 mil ha. Somente nas áreas de pastagens que foram substituídas por cana-de-açúcar nesses 27 anos, promoveu-se a remoção de 54 milhões de toneladas de CO2 da atmosfera.

Mapeamento do risco de incêndio na bacia do Alto Paraguai utilizando dados AVHRR-NOAA.

Na Bacia do Alto Paraguai o fogo é muito utilizado para manejo de pastagens, principalmente durante a estação seca. A determinação do risco de incêndio em áreas de vegetação é uma informação importante par auxiliar as práticas de manejo adequado ao uso do fogo. O objetivo deste trabalho foi realizar o mapeamento do risco de incêndio na Bacia do Alto Paraguai utilizando dados AVHRR-NOAA. A análise dos perfis temporais da Banda 1 e do NDVI nos meses de agosto, setembro e outubro de 2004 a 2008, em conjunto com os focos de calor detectados nas imagens NOAA, permitiu caracterizar o decréscimo da umidade da vegetação que proporciona a condição para ocorrência de incêndios. Os resultados mostraram que valores do fator de refletância da Banda 1 maiores que 5% e valores do NDVI menores que 0,40, podem estimar alto grau de risco de incêndio. O mapeamento do risco de incêndio utilizando dados AVHRR-NOAA demonstrou ter forte correlação com os focos de calor detectados nas imagens NOAA. O método mostrou ser viável e pode ser refinado para integrar os sistemas de prevenção de incêndio para alerta de queimadas e para tomadas de decisão para controle do fogo.

Identificação de padrões de vegetação ciliar em imagens CBERS e respectivo estado de conservação.

A importância que a vegetação de margem de rios representa para o meio ambiente exercendo funções tais como proteção de mananciais e do solo e manutenção do equilíbrio ecológico do ecossistema, faz com que seja fundamental a sua conservação. Este trabalho tem por objetivo identificar padrões de vegetação ciliar em imagens CBERS do Mato Grosso do Sul e seu respectivo estado de conservação. Foram utilizadas imagens do sensor CCD do satélite CBERS-2B do ano de 2007 e informações de campo, coletadas em 368 pontos de imagem referentes a 14 desses 368 pontos que representam áreas de vegetação ciliar ocupadas por campos úmidos, vegetação arbustiva e vegetação arbórea, além de áreas impactadas por cultivo de arroz, desmatamentos, implantação de pasto exótico, erosão e assoreamento de cursos d'água. De maneira geral, a vegetação ciliar do Estado encontra-se impactada ou ausente na maior parte das áreas observadas.

Classificação de pastagens degradadas nos municípios de Corguinho e Rio Negro, MS, utilizando fusão de imagens CBERS.

A degradação das pastagens pode ser definida como um processo evolutivo de perda de vigor, produtividade e capacidade de recuperação natural, e é atualmente um dos maiores problemas para a pecuária brasileira. Estudos recentes com imagens de satélites de sensoriamento remoto apresentam resultados promissores para identificar e mapear diferentes níveis de degradação em pastagens. Estas imagens também permitem monitor ao longo dos anos o processo de degradação em escala local ou regional. O objetivo do presente estudo consiste em avaliar o uso de imagens fusionadas dos sensores HRC e CCD do satélite CBERS-2B, para identificar e caracterizar áreas com pastagens degradadas nos municípios de Corguinho e Rio Negro no Estado de Mato Grosso do Sul. As imagens foram processadas utilizando o aplicativo SPRING. A classificação foi baseada na segmentação, no MAXVER e na Bhattacharya gerando um mapa temático das áreas de pastagens degradadas na escala de 1:50.000.

Mapeamento preliminar do bioma amazônia integrado ao zoneamento ecológico-econômico do Maranhão.

O Maranhão apresenta grande variabilidade ambiental por estar situado na região de transição entre os biomas Amazônia e Cerrado. A intensificação do uso das terras do Bioma Amazônia no Maranhão tem ocasionado expressiva perda de biodiversidade e diminuição de territórios de populações tradicionais. O zoneamento ecológico-econômico é de fundamental importância para esse cenário, pois é um instrumento que subsidia o planejamento e gerenciamento estratégico fundamentado no sensoriamento remoto, geoprocessamento e nas tecnologias de informação para o desenvolvimento territorial. O estado tem escassez de estudos relacionados ao mapeamento do Bioma Amazônia, apesar de esse estado apresentar importância nacional no sentido ecológico, potencial agrícola e econômico. Nosso objetivo neste trabalho foi fazer o mapeamento preliminar do Bioma Amazônia no Maranhão como subsídio ao zoneamento ecológico-econômico do estado. Foram utilizados dados vetoriais provenientes do Instituto Brasileiro de Geografia e Estatística (IBGE) e imagens de satélite disponibilizadas pelo site da United States Geological Survey (USGS). Foi feito o levantamento de dados correspondentes a uso e cobertura das terras, biomas, solos e vegetação, na escala de 1: 250.000, e imagens Landsat 8 tendo como referência o ano de 2015. Os dados vetoriais e as imagens de satélites foram coletados, armazenados, tratados e posteriormente representados em mapas. A partir do mapeamento foi possível analisar as áreas de Bioma Amazônia no estado e definir as áreas de uso e cobertura das terras, biomas, solos e vegetação, contribuindo, assim, para o planejamento e a gestão territorial do Estado do Maranhão.

Análise da evolução do uso da terra na zonal rural de Campinas, SP, de 2012 a 2014.

A expansão das áreas urbanizadas sobre as áreas rurais faz com que os locais de produção agrícola e de vegetação nativa percam espaço para as áreas com solo impermeabilizado. Estudar alterações no uso do solo ao longo do tempo, focando nas áreas rurais, permite entender o processo de urbanização e os seus impactos na zonal rural. A área de estudo compreende a zona rural do Município de Campinas, SP. Para a análise do uso do solo, foram utilizadas imagens de alta resolução (satélite WorldView 2, resolução de 0,5 m) do ano de 2014, que foram comparadas às imagens para o ano de 2012. Foram definidas as classes de uso do solo: corpo d'água (CA), vegetação herbácea (VH), vegetação arbórea (VA), área de silvicultura (AS), área de lavouras (AL), solo exposto (SE) e área urbanizada (AU). A análise das imagens por interpretação visual revelou que as classes VA (231 ha), SE (251 ha) e AU (67 ha) aumentaram 3,79%, 58,25% e 3,20%, respectivamente. Esses aumentos ocorreram principalmente em antigas áreas de VH, classe que teve sua área reduzida em 448 ha, ou seja, diminuiu 2%. O avanço sobre as áreas anteriormente identificadas como VH e AL deu-se principalmente por SE, possivelmente utilizado para loteamentos ou obras de infraestrutura, como estradas. O crescimento de VA sugere abandono de áreas e regeneração da vegetação.

Dinâmica da agricultura anual no município de Paragominas-PA nos anos de 2008 e 2014.

A expansão da agricultura no município de Paragominas-PA por meio de atividades antrópicas com incentivo de programas do governo (Pará Rural), proporciona investimentos e políticas agrícolas para aproveitamento das áreas desmatadas visando à sustentabilidade na produção de grãos. Este trabalho teve como objetivo avaliar a dinâmica da agricultura anual por meio de produtos e técnicas de sensoriamento remoto. Os resultados mostraram mudanças na paisagem, com manutenção e introdução de significativas áreas destinadas ao cultivo e produção de grãos entre os anos de 2008 e 2014.

Avaliação temporal de sistemas pecuários usando o Índice de Vegetação NDVI derivado de imagens Landsat.

A pecuária é responsável por mais de 6% do Produto Interno Bruto. Manejos pecuários têm sido estudados para buscar meios mais eficientes de produção. Nosso objetivo neste trabalho foi avaliar o efeito de sistemas pecuários sobre o índice de vegetação Normalized Difference Vegetation Index (NDVI), para indicar os sistemas mais produtivos em temos de forragem. Duas áreas de produção de gado de corte e uma de gado de leite, localizadas na Embrapa Pecuária Sudeste (São Carlos, SP), foram avaliadas no período de abril de 2013 a agosto de 2015. Na área 1, os maiores valores de NDVI ocorreram no sistema integração lavoura-pecuária-floresta em todos os períodos. Os sistemas integrado pecuária-floresta e intensivo apresentaram valores similares, principalmente nos períodos de seca. Nas situações em que a cobertura principal eram as pastagens foi possível, na maior parte do tempo, separar os sistemas mais produtivos (intensivos) do sistema menos vigoroso (extensivo). Na área 2, o sistema intensivo e de alta lotação animal apresentou os maiores valores de índices de vegetação ao longo de todos os períodos avaliados e foi o mais produtivo. Na área 3, os sistemas de produção intensivo em recuperação e intensivo irrigado apresentaram os maior valores de NDVI na maior parte dos período avaliados, o que indica maior produtividade desses sistemas. De acordo com os resultados obtidos, séries temporais de NDVI têm o potencial de discriminar, entre os sistemas pecuários de produção não integrados, os sistemas mais produtivos (intensivos) dos sistemas menos produtivos (extensivos), principalmente nos períodos de seca.

Delimitação de bacias hidrográficas utilizando modelo digital de terreno gerado a partir de mapas topográficos e imagens de alta resolução espacial.

O objetivo deste trabalho foi gerar um modelo digital de terreno (MDT) e delimitar sub-bacias hidrográficas na área de estudo do projeto ?Sustentabilidade, competividade e valoração de serviços ecossistêmicos da heveicultura em São Paulo com uso de geotecnologias? (GeoHevea). O MDT foi gerado em ambiente de sistema de informações geográficas (SIG) a partir de cartas topográficas digitais e de imagens de alta resolução espacial. Os arquivos vetoriais relativos a curvas de nível, pontos cotados, rede hidrográfica e corpos d?água foram obtidos do Instituto Brasileiro de Geografia e Estatística (IBGE). Os arquivos da rede hidrográfica e dos corpos d?água do IBGE foram editados manualmente no SIG ArcGIS 10.3, tomando como base ortofotos da Empresa Paulista de Planejamento Metropolitano S/A (Emplasa). Na geração do MDT, foi utilizado o interpolador Topo to Raster do ArcGIS. Na delimitação das sub-bacias foi utilizada a extensão ArcHydro Tools no ArcGIS. Os resultados obtidos demonstraram que a rede hidrográfica digital das folhas topográficas disponibilizadas pelo IBGE necessita de ajustes. O MDT gerado pelo interpolador Topo to Raster apresentou menos rugosidades que o modelo digital de elevação (MDE) do Shuttle Radar Topography Mission (SRTM). A metodologia empregada neste estudo pode ser aplicada a outras regiões do Estado de São Paulo para a geração de MDTs. A delimitação das bacias hidrográficas da área de estudo do projeto GeoHevea identificou quatro sub-bacias: do Ribeirão Santa Bárbara, do Ribeirão dos Ferreiros ou das Oficinas, do Ribeirão São Jerônimo e do Córrego da Arribada.

Comparação entre imagens Aster e Landsat 7 na classificação de níveis de degradação de pastagens utilizando redes neurais artificiais.

O presente estudo teve como objetivo comparar a eficiência dos dados dos sensores Aster e ETM+/Landsat 7 na classificação do uso e cobertura da terra, com ênfase nos níveis de degradação das pastagens na Zona da Mata Mineira, através da utilização de redes neurais artificiais. Foram testadas três composições de uma imagem do sensor Aster e uma do ETM+/Landsat 7, para definição das melhores feições discriminantes para o classificador. As classes de uso e cobertura consideradas foram: floresta, café, área urbana/solo exposto e três níveis de degradação das pastagens (moderado, forte e muito forte). Utilizou-se o simulador de redes neurais Java Neural Network Simulator e o algoritmo empregado foi o back-propagation. Dentre as composições de imagens testadas o melhor resultado foi alcançado com a utilização das 9 bandas do Aster (30m) como variáveis discriminantes, que também permitiu uma melhor discriminação dos níveis de degradação das pastagens considerados. Este resultado é atribuído à melhor resolução espectral desta composição de imagem quando comparada às demais. Dentre as classes consideradas, a pastagem no nível de degradação muito forte foi a que apresentou o maior erro de classificação, em todas as composições, sendo bastante confundida com a pastagem no nível de degradação forte.

Analysis of spatial variation of tree heights in an urban area using LiDAR data.

Estimating with greater precision and accuracy the height of plants has been a challenge for the scientific community. The objective this study is to evaluate the spatial variation of tree heights at different spatial scales in areas of the city of Recife, Brazil, using LiDAR remote sensing data. The LiDAR data were processed in the QT Modeler (Quick Terrain Modeler v. 8.0.2) software from Applied Imagery. The TreeVaW software was utilized to estimate the heights and crown diameters of trees. The results obtained for tree height were consistent with field measurements.

Field-oriented assessment of agricultural crops through temporal segmentation of modis VI data.

Monitoring agricultural crops constitutes a vital task for the general understanding of land use spatio-temporal dynamics. This paper presents an approach for the enhancement of current crop monitoring capabilities on a regional scale, in order to allow for the analysis of environmental and socio-economic drivers and impacts of agricultural land use. This work discusses the advantages and current limitations of using 250m VI data from the Moderate Resolution Imaging Spectroradiometer (MODIS) for this purpose, with emphasis in the difficulty of correctly analyzing pixels whose temporal responses are disturbed due to certain sources of interference such as mixed or heterogeneous land cover. It is shown that the influence of noisy or disturbed pixels can be minimized, and a much more consistent and useful result can be attained, if individual agricultural fields are identified and each field's pixels are analyzed in a collective manner. As such, a method is proposed that makes use of image segmentation techniques based on MODIS temporal information in order to identify portions of the study area that agree with actual agricultural field borders. The pixels of each portion or segment are then analyzed individually in order to estimate the reliability of the temporal signal observed and the consequent relevance of any estimation of land use from that data. The proposed method was applied in the state of Mato Grosso, in mid-western Brazil, where extensive ground truth data was available. Experiments were carried out using several supervised classification algorithms as well as different subsets of land cover classes, in order to test the methodology in a comprehensive way. Results show that the proposed method is capable of consistently improving classification results not only in terms of overall accuracy but also qualitatively by allowing a better understanding of the land use patterns detected. It thus provides a practical and straightforward procedure for enhancing crop-mapping capabilities using temporal series of moderate resolution remote sensing data.

Detecting outliers and asserting consistency in agriculture ground truth information by using temporal VI data from modis.

Collecting ground truth data is an important step to be accomplished before performing a supervised classification. However, its quality depends on human, financial and time ressources. It is then important to apply a validation process to assess the reliability of the acquired data. In this study, agricultural infomation was collected in the Brazilian Amazonian State of Mato Grosso in order to map crop expansion based on MODIS EVI temporal profiles. The field work was carried out through interviews for the years 2005-2006 and 2006-2007. This work presents a methodology to validate the training data quality and determine the optimal sample to be used according to the classifier employed. The technique is based on the detection of outlier pixels for each class and is carried out by computing Mahalanobis distances for each pixel. The higher the distance, the further the pixel is from the class centre. Preliminary observations through variation coefficent validate the efficiency of the technique to detect outliers. Then, various subsamples are defined by applying different thresholds to exclude outlier pixels from the classification process. The classification results prove the robustness of the Maximum Likelihood and Spectral Angle Mapper classifiers. Indeed, those classifiers were insensitive to outlier exclusion. On the contrary, the decision tree classifier showed better results when deleting 7.5% of pixels in the training data. The technique managed to detect outliers for all classes. In this study, few outliers were present in the training data, so that the classification quality was not deeply affected by the outliers.