Mapeamento e descrição do padráo de uso e cobertura da terra em municípios do sudoeste goiano a partir de imagens orbitais TM/Landsat-5.

A partir dos anos 1970, a ocupação pelo homem do espaço do centro-oeste brasileiro apresentou um elevado crescimento devido a políticas de expansão agrícola. Este fato ocorreu por meio do alto grau de mecanização agrícola e aplicação de fertilizantes, visando elevados níveis de produção em diversas localidades, como o sudoeste do Estado de Goiás. Tal predicado da alta produtividade mantém-se até os dias atuais, indicando a grande intensidade da dinâmica de uso e cobertura das terras nesta região. Desta forma, tornase necessário o conhecimento da dinâmica e distribuição espacial dos padrões de uso e cobertura da terra, podendo fornecer subsídios a ações de planejamento agrícola sobre o espaço em alguns municípios do sudoeste goiano. Para isto, imagens orbitais do satélite Landsat TM-5 foram adquiridas em diferentes períodos do ciclo agrícola ao longo de 2007. Informações complementares acerca do uso regional foram utilizadas para apoiar a interpretação e classificação, principalmente a partir dos dados obtidos em campo. Os mapas de uso e cobertura da terra para os municípios de Rio Verde, Acreúna, Santo Antônio da Barra, Santa Helena de Goiás, Montividiu e Paraúna foram obtidos utilizando ferramentas do programa Spring 4.3.3 como a segmentação de imagens, bem como o classificador semi-automático Bhattacharya Distance, sendo estabelecidas dez classes temáticas, com base na legenda proposta pelo IBGE e Corine. A análise multitemporal, assim como a segmentação mostraram-se eficientes na distinção das classes de uso e cobertura da terra da região. A classe de uso destinada ao plantio da soja apresentou o maior percentual da área, mudando para culturas safrinha, solo exposto ou pousio no inverno. Outras classes também merecem destaque como a Pastagem e a Cana-de-açúcar, que apresentaram distribuição espacial bastante concentrada. Este mapeamento fornece subsídios ao planejamento do uso e ocupação das terras na região, considerando os aspectos ambientais e sociais, assegurando maior produtividade agrícola, visando um manejo sustentável das terras e a qualidade de vida ao homem do campo.

Aerofotos convencionais e imagens orbitais TM/LANDSAT no mapeamento morfopedológico em Santa Bárbara D'Oeste (SP)

Foram estudados, com o auxílio de fotografias aéreas, aspectos qualitativos e quantitativos do relevo e da rede de drenagem de solos de uma área de Santa Bárbara D'Oeste, SP. Esta região compreende 14.625 ha, onde foram selecionadas bacias hidrográficas de 3ª ordem de ramificação e amostras circulares de 5km². As unidades de mapeamento simples ou associações de solos são: Latossolo Vermelho Escuro, Podzólico, Litossolo + Podzólico, Terra Roxa Estruturada + Latossolo Roxo distrófico. Após a caracterização das feições fisiográficas, da área de ocorrência desses solos, foram realizados dois mapas morfopedológicos. No primeiro utilizou-se fotografias aéreas verticais pancromáticas na escala 1: 35.000 (data de 25/6/78) e no segundo imagens orbitais do sensor Thematic Mapper do LANDSAT-5, nas bandas 3, 4 e 5 e composição colorida 3/4/5 na escala 1: 100.000 (data de 12/9/91). As análises qualitativas e quantitativas do relevo (índice de declividade média) e rede de drenagem (densidade de drenagem, freqüência de rios, razão de textura) mostraram-se eficientes na diferenciação das unidades de solo estudadas, tanto em bacias hidrográficas como em amostras circulares. A utilização de fotografias aéreas, permitiu maior riqueza de detalhes na precisão dos limites das unidades de mapeamento e no maior número de unidades de mapeamento discriminadas em relação as imagens orbitais. A composição colorida 3/4/5 permitiu diferenciar os Latossolos argilosos dos Latossolos de textura média, assim como o Latossolo Húmico.

Análise temporal do uso do solo e comparação entre os índices de vegetação ndvi e savi no município de Santa Cruz do Rio Pardo - SP usando imagens landsat-5

This work aims to analyze the land use evolution in the city of Santa Cruz do Rio Pardo - SP through supervised classification of Landsat-5 TM satellite images according to the maximum likelihood (Maxlike), as well as verifying the mapping accuracy through Kappa index, comparing NDVI and SAVI vegetation indexes in different adjustment factors for the canopy substrate and determining the vegetal coverage percentage in all methods used on 2007, May 26 th; 2009, January 7 th and 2009, April 29 th. The Maxlike classification showed several spatial changes in land use over the study period. The most appropriated vegetation indexes were NDVI and SAVI - 0,25 factor, which showed similar values of vegetal coverage percentage, but discrepant from the inferred value for Maxlike classification.

Cyanobacteria detection in Guarapiranga Reservoir (São Paulo State, Brazil) using Landsat TM and ETM+ images

Algae bloom is one of the major consequences of the eutrophication of aquatic systems, including algae capable of producing toxic substances. Among these are several species of cyanobacteria, also known as blue-green algae, that have the capacity to adapt themselves to changes in the water column. Thus, the horizontal distribution of cyanobacteria harmful algae blooms (CHABs) is essential, not only to the environment, but also for public health. The use of remote sensing techniques for mapping CHABs has been explored by means of bio-optical modeling of phycocyanin (PC), a unique inland waters cyanobacteria pigment. However, due to the small number of sensors with a spectral band of the PC absorption feature, it is difficult to develop semi-analytical models. This study evaluated the use of an empirical model to identify CHABs using TM and ETM+ sensors aboard Landsat 5 and 7 satellites. Five images were acquired for applying the model. Besides the images, data was also collected in the Guarapiranga Reservoir, in São Paulo Metropolitan Region, regarding the cyanobacteria cell count (cells/mL), which was used as an indicator of CHABs biomass. When model values were analyzed excluding calibration factors for temperate lakes, they showed a medium correlation (R²=0.81, p=0.036), while when the factors were included the model showed a high correlation (R²=0.96, p=0.003) to the cyanobacteria cell count. The empirical model analyzed proved useful as an important tool for policy makers, since it provided information regarding the horizontal distribution of CHABs which could not be acquired from traditional monitoring techniques.

Estimativa de variacao anual da reflexao da vegetacao atraves de imagens Landsat

Landsat images obtained in different periods were analysed with the aid of a transmission densitometer. Forest, pasture and crops were studied during Jan., April, July and Oct. and the results suggest the possibility of studying crop cycles using this method. -from Field Crop Abstracts

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.

Change detection and controlling forest information using multi-temporal Landsat TM imagery.

A method was developed for relative radiometric calibration of single multitemporal Landsat TM image, several multitemporal images covering each others, and several multitemporal images covering different geographic locations. The radiometricly calibrated difference images were used for detecting rapid changes on forest stands. The nonparametric Kernel method was applied for change detection. The accuracy of the change detection was estimated by inspecting the image analysis results in field. The change classification was applied for controlling the quality of the continuously updated forest stand information. The aim was to ensure that all the manmade changes and any forest damages were correctly updated including the attribute and stand delineation information. The image analysis results were compared with the registered treatments and the stand information base. The stands with discrepancies between these two information sources were recommended to be field inspected.

基于Landsat TM的西安市城市热岛效应研究

IEECAS SKLLQG

Uncertainties in estimates of cropland area in China: a comparison between an AVHRR-derived dataset and a Landsat TM-derived dataset

The large uncertainties in estimates of cropland area in China may have significant implications for major cross-cutting themes of global environmental change-food production and trade, water resources, and the carbon and nitrogen cycles. Many earlier studies have indicated significant under-reporting of cropland area in China from official agricultural census statistics datasets. Space-borne remote sensing analyses provide an alternative and independent approach for estimating cropland area in China. In this study, we report estimates of cropland area from the National Land Cover Dataset (NLCD-96) at the 1:100,000 scale, which was generated by a multi-year National Land Cover Project in China through visual interpretation and digitization of Landsat TM images acquired mostly in 1995 and 1996. We compared the NLCD-96 dataset to another land cover dataset at I-km spatial resolution (the IGBP DIScover dataset version 2.0), which was generated from monthly Advanced Very High Resolution Radiometer (AVHRR)-derived Normalized Difference Vegetation Index (NDVI) from April, 1992 to March, 1993. The data comparison highlighted the limitation and uncertainty of cropland area estimates from the DIScover dataset. (C) 2003 Elsevier Science B.V. All rights reserved.