Representação matemática do comportamento intra-anual do NDVI no Bioma Caatinga
DOI:
https://doi.org/10.5902/1980509837279Palavras-chave:
Semiárido, Índice de Vegetação, Cauchy, Preenchimento de falhasResumo
Os índices de vegetação obtidos por modelos, aplicados em imagens orbitais, são comumente utilizados para o monitoramento da cobertura do solo, sendo importantes para registrar alterações na biomassa, identificação do ciclo fenológico, relação com o sequestro de carbono e indicadores de mudanças climáticas. Na região do bioma Caatinga, a compreensão em escalas local e diária dos fenômenos que ocorrem na cobertura do solo é muito importante devido à sua heterogeneidade, sazonalidades e às múltiplas ações humanas. Neste ambiente, cresce a importância da representação temporal e espacial. Os satélites da série Landsat apresentam características adequadas para representar as variações espaciais, mas têm uma baixa amostragem temporal. Nesse sentido, o presente estudo tem como objetivo melhorar a representação temporal dos dados capturados pelos satélites Landsat para uma região do bioma Caatinga. Funções de três parâmetros são avaliadas para representação temporal matemática do Índice de Vegetação por Diferença Normalizada (NDVI), tendo a sua avaliação de desempenho realizada a partir dos parâmetros estatísticos qui-quadrado reduzido (χ²) e coeficiente de determinação (R2). A análise considera o estado de alteração da cobertura do solo pela ação antrópica e o regime pluviométrico anual. A função Cauchy apresentou melhor desempenho, ajustando-se bem a 83% dos anos e locais analisados, obtendo um R² médio de 0,82. Os parâmetros da função de melhor desempenho identificada neste estudo podem ser uma valiosa fonte de informações para estudos ambientais na Caatinga que precisem avaliar o comportamento temporal da vegetação.
Downloads
Referências
ATKINSON, P. M. et al.Inter-comparison of four models for smoothing satellite sensor time-series data to estimate vegetation phenology. Remote Sensing of Environment, [s. l.], v. 123, p. 400-417, 2012.
BECK, P. S. A. et al. Improved monitoring of vegetation dynamics at very high latitudes: a new method using MODIS NDVI. Remote SensingofEnvironment, [s. l.], v. 100, p. 321-334, 2006.
CADIER, E.; FREITAS, B. J.; LEPRUN, J. C. Bacia Experimental de Sumé: instalação e primeiros resultados. Recife: SUDENE, 1983. 87 p.
CAI, Z. et al. Performance of Smoothing Methods for Reconstructing NDVI Time-Series and Estimating Vegetation Phenology from MODIS Data. Remote Sensing, [s. l.], v. 9, n. 12, p. 1271-1289, 2017.
CHEN, J. et al. A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky–Golay filter. Remote SensingofEnvironment, [s. l.], v. 91, n. 3/4, p. 332-344, 2004.
CUNHA, J. E. B. L. Monitoramento ambiental por sensoriamento remoto: avaliação, automação e aplicação ao bioma Caatinga utilizando séries históricas Landsat. 2018. Tese (Doutorado em Recursos Naturais) – Universidade Federal de Campina Grande, Campina Grande, 2018.
FOGA, S. et al. Cloud detection algorithm comparison and validation for operational Landsat data products. Remote Sensing of Environment, [s. l.], v. 194, p. 379-390, 2017.
HIRD, J. N.; MCDERMID, G. J. Noise reduction of NDVI time series: an empirical comparison of selected techniques. Remote SensingofEnvironment, [s. l.], v. 113, n. 1, p. 248-258, 2009.
JENSEN, J. R. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres.2. ed.São José dos Campos: Parêntese, 2009. 598 p.
JONES, G. H.; VAUGHAN, A. R. Remote sensing of vegetation: principles, techniques and applications. Oxford: Oxford University Press, 2010. 353 p.
JÖNSSON, P.; EKLUNDH, L. Seasonality extraction by function fitting to time-series of satellite sensor data. IEEE Transactions on Geoscience and Remote Sensing, [s. l.], v. 40, n. 8, p. 1824-1832, 2002.
JULIEN, Y.; SOBRINO, J. A. Comparison of cloud-reconstruction methods for time series of composite NDVI data. Remote Sensing of Environment, [s. l.], v. 114, n. 3, p. 618-625, 2010.
JULIEN, Y.; SOBRINO, J. A. Optimizing and comparing gap-filling techniques using simulated NDVI time series from remotely sensed global data.International Journal of Applied Earth Observation and Geoinformation, [s. l.], v. 76, p. 93-111,2019.
KANDASAMY, S. et al. A comparison of methods for smoothing and gap filling time series of remote sensing observations - application to MODIS LAI products. Biogeosciences, [s. l.], v. 10, p. 4055-4071, 2013.
KUPLICH, T. M.; MOREIRA, A.; FONTANA, D. C. Série temporal de índice de vegetação sobre diferentes tipologias vegetais no Rio Grande do Sul. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 17, n. 10, p. 1116-1123, 2013.
LEROUX, L. et al. Driving forces of recent vegetation changes in the Sahel: lessons learned from regional and local level analyses. Remote Sensing of Environment, [s. l.], v. 191, p. 38-54, 2017.
LIU, R. et al. Global evaluation of gap-filling approaches for seasonal NDVI with considering vegetation growth trajectory, protection of key point, noise resistance and curve stability. Remote Sensing of Environment, [s. l.], v. 189, p. 164-179, 2017.
LOURENÇO, R. V. et al. Análise temporal do NDVI sob condições de caatinga preservada. In:INOVAGRI INTERNATIONAL MEETING, 3., Fortaleza. Anais […]. Fortaleza: [s. n.], 2015. p. 808-814.
MARKERT, K. et al. Historical and Operational Monitoring of Surface Sediments in the Lower Mekong Basin Using Landsat and Google Earth Engine Cloud Computing. Remote Sensing, [s. l.], v. 10, n. 6, p. 909-928, 2018.
MARIANO, D. A. et al. Use of remote sensing indicators to assess effects of drought and human-induced land degradation on ecosystem health in Northeastern Brazil. Remote SensingofEnvironment, [s. l.], v. 213, p. 129-143, 2018.
PARAÍBA. Agência Executiva de Gestão das Águas. [Website]. João Pessoa, 2018.Disponível em: http://www.aesa.pb.gov.br/aesa-website/.Acessoem: 15 jun. 2018.
PASTOR-GUZMANA, J.; DASHA, J.; ATKINSON, M. P. Remote sensing of mangrove forest phenology and its environmental drivers. Remote SensingofEnvironment, [s. l.], v. 205, p. 71-84, 2018.
SILVA, C. R. daet al. Analysis of the phenology dynamics of Brazilian caatinga species with NDVI time series. Cerne, Lavras, v. 24, n. 1, p. 48-58, 2018.
SILVA, W. P. daet al. “LAB Fit Ajuste de Curvas”: um software em português para tratamento de dados experimentais. Revista Brasileira de Ensino de Física, São Paulo, v. 26, n. 4, p. 419-427, 2004.
TESTA, S. et al. MODIS-derived EVI, NDVI and WDRVI time series to estimate phenological metrics in French deciduous forests. International Journal of Applied Earth Observation and Geoinformation, [s. l.], v. 64, p. 132-144, 2018.
UNITED STATES GEOLOGICAL SURVEY. Landsat Surface Reflectance Quality Assessment/Landsat Missions. [S. l., 2018]. Disponível em: https://landsat.usgs.gov/landsat-surface-reflectance-quality-assessment/. Acessoem: 17 dez. 2018.
VERBESSELT, J. et al. Remotely sensed resilience of tropical forests. Nature Climate Change, [s. l.], v. 6, n. 11, p. 1028-1031, 2016.
ZHANG, Q. et al. Vegetation phenology on the Qinghai-Tibetan Plateau and its response to climate change (1982–2013). Agriculturaland Forest Meteorology, [s. l.], v. 248, p. 408-417, 2018.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
A CIÊNCIA FLORESTAL se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da lingua, respeitando, porém, o estilo dos autores.
As provas finais poderão ou não ser enviadas ao autor.
Os trabalhos publicados passam a ser propriedade da revista CIÊNCIA FLORESTAL, sendo permitida a reprodução parcial ou total dos trabalhos, desde que a fonte seja citada. Os originais não serão devolvidos aos autores.
As opiniões emitidas pelos autores dos trabalhos são de sua exclusiva responsabilidade.
