Mapping the Cerrado pasture quality by using Sentinel 2 images

Authors

DOI:

https://doi.org/10.5902/2236499443352

Keywords:

Cerrado, NDVI, Pasture Quality, Sentinel 2

Abstract

Mappings of land use evolution are increasingly widespread and relevant in the context of Geographic Information Science. Mapping pasture, especially, the quality of it in the Cerrado, requires the development of computational approaches and accurate data. From this perspective, the current study aimed to improve the mapping of quality pastures techniques. To that end, we used data from the Sentinel 2 Satellite and MSI sensor, and calculated the average of the Normalized Difference Vegetation Index (NDVI), from a set of 4 images, along the seasons of the year, and compared them with field data as well. According to the results, it was possible to identify 3 levels of degradation: "Moderate", "Low" and "None". NDVI values of 0.37 indicate moderately degraded pastures; those corresponding to the interval between 0.37 and 0.43 can be considered as having a “Low” degradation level and 0.43 indices represent not degraded pastures. By using the intervals for mapping the quality of pastures in the Ribeirão Douradinho River basin, we identified a very good accuracy, corresponding to the Kappa Index of 0.72.

Downloads

Download data is not yet available.

Author Biographies

Brenda Nogueira de Brito, Federal University of Uberlândia, Uberlândia, MG.

Masters student  of Geography at the Federal University of Uberlândia, Uberlândia, MG.

Jorge Luís Silva Brito, Federal University of Uberlândia, Uberlândia, MG.

Professor of Geography at Federal University of Uberlândia, Uberlândia, MG.

References

ADDABBO, P. et al. Contribution of Sentinel‐2 data for applications in vegetation monitoring. Acta IMEKO, Vol. 5, n. 2, p. 44-54, sept. 2016.

ANJOS, V. S. et al. Caracterização espectro-temporal de pastagens do Triângulo Mineiro utilizando dados MODIS EVI2 (2000-2010). Sociedade & Natureza, Uberlândia, Vol. 25, n.1, p. 205-215, jan./abr. 2013.

BACCARO, C. A. D. Estudo dos processos geomorfológicos de escoamento pluvial em área de cerrado, Uberlândia - MG. 1990. 173 p. Tese (Doutorado em Geografia) - Faculdade de Filosofia, Letras e Ciências Humanas, Universidade de São Paulo, São Paulo, SP.

BRASIL. Ministério da Agricultura, Pecuária e Abastecimento. Superintendência Federal de Agricultura de Minas Gerais. Estado da Arte das Pastagens em Minas Gerais. Belo Horizonte: INAES, 2015. Disponível em: <http://www.sistemafaemg.org.br/Conteudo.aspx?Code=9483&Portal=4&ParentCode=1402&ParentPath=None&ContentVersion=R>. Acesso em 20 de janeiro de 2020.

BRITO, J. L. S. et al. MODIS estimates of pasture productivity in the Cerrado based on ground and Landsat-8 data extrapolations. Journal of Applied Remote Sensing,Vol. 12, n. 2, p. 1-20, apr. 2018.

BRITO, L. S. Mapeamento e avaliação da qualidade das pastagens cultivadas no Triângulo Mineiro a partir de imagens Oli/Landsat-8. Revista Caminhos de Geografia, Vol. 19, n. 67, p. 68-82, set. 2018b.

DIAS FILHO, M. B. Degradação de Pastagens: processos, causas e estratégias de recuperação. 4 ed. Belém: MBDF, 2011.

ESA – European Space Agency. Missions. Sentinel 2. 2020. Disponível em: < https://sentinel.esa.int/web/sentinel/missions/sentinel-2>. Acesso em 02 de abr. de 2020.

FERREIRA, L. G. et al. Biophysical characteristics and fire occurrence of cultivated pastures in the Brazilian savanna observed by moderate resolution satellite data. Remote Sensing, Vol.5, p. 307-326, sept. 2012.

GARCIA, J. C. Apropriação da Natureza no Município de Uberlândia: Alternativas sustentáveis para o uso da água em assentamentos rurais. Observatorium: Revista Eletrônica de Geografia, Vol.6, n.17, p. 29-51, out. 2014.

GOMES, D. F. Uso de imagens Sentinel-2 na identificação de áreas com infestação do capim-annoni-2 no Complexo Eólico Cerro Chato, Santana do Livramento, RS. 2017. 77p. Dissertação (Mestrado em Sensoriamento Remoto) - Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia, Universidade Federal do Rio Grande do Sul, Porto Alegre, RS.

IBGE – Instituto Brasileiro de Geografia e Estatística. Geociências. Organização do território. Disponível em: <https://www.ibge.goVol.br/geociencias/organizacao-do-territorio.html>. Acesso em 4 de abr. de 2020.

IGAM – Instituto Mineiro de Gestão das Águas. Regulação de Uso de Recursos Hídricos. Disponível em: http://portalinfohidro.igam.mg.goVol.br/regulacao-de-usos-de-recursos-hidricos. Acesso em: 2 de abr. de 2020.

INMET – Instituto Nacional de Meteorologia. Banco de Dados Meteorológicos para Ensino e Pesquisa. Uberlândia. 2018. Disponível em: < http://www.inmet.goVol.br/portal/index.php?r=bdmep/bdmep>. Acesso em: 2 de abr. de 2020.

INPE – Instituto Nacional de Pesquisas Espaciais. Projeto TerraClass Cerrado: Mapeamento do Uso e Cobertura Vegetal do Cerrado. 2013. Disponível em: <http://www.dpi.inpe.br/tccerrado/>. Acesso em: 4 nov. 2019.

KUCHLER, P. C. et al. Extração de métricas fenológicas a partir de séries temporais de NDVI visando o mapeamento da intensificação sustentável da agricultura brasileira. In: XXVII Congresso Brasileiro de Cartografia e XXVI Exposicarta, 27., 2017, Rio de Janeiro. Anais... Rio de Janeiro: SBC, 2017. p. 1582-1586. Disponível em: <http://www.cartografia.org.br/cbc/2017/trabalhos/4/fullpaper/CT04-95_1506695788.pdf>. Acesso em: 28 out. 2019.

LIU, W. T. H. Aplicações de Sensoriamento Remoto. Campo Grande: Editora UNIDERP, 2007.

LUGASSI, R. et al. Spatial and Temporal Monitoring of Pasture Ecological Quality: Sentinel-2-Based Estimation of Crude Protein and Neutral Detergent Fiber Contents. Remote Sensing, 2019, Vol. 11, n. 7, apr. 2019.

MACEDO, M. C. M.; ZIMMER, A. H. Sistema pasto-lavoura e seus efeitos na produtividade agropecuária. In: FAVORETTO, V. et al. (Ed.). Simpósio Sobre Ecossistema de Pastagens, 2., 1993, Jaboticabal. Anais... Jaboticabal: FUNEP, 1993. p. 216-245.

PARENTE, L. L.; FERREIRA, L. G. Assessing the Spatial and Occupation Dynamics of the Brazilian Pasturelands Based on the Automated Classification of MODIS Images from 2000 to 2016. Remote Sensing, Vol. 10, n. 4, p. 1-14, apr. 2018.

PEREIRA, O. J. R. et al. Assessing Pasture Degradation in the Brazilian Cerrado Based on the Analysis of MODIS NDVI Time-Series. Remote Sensing, Vol. 10, n. 11,p. 1-14, noVol.2018.

PUNALEKAR, S. M. Application of Sentinel-2A data for pasture biomass monitoring using a physically based radiative transfer model. Remote Sensing of Environment, Vol. 218, p. 207-220, dec. 2018.

ROSA, R. O uso de SIGs para o zoneamento: uma abordagem metodológica. 1995. 225 p. Tese (Doutorado em Geografia Física) – Faculdade de Filosofia, Letras e Ciências Humanas, Universidade de São Paulo, São Paulo, 1995.

ROSA, R. Introdução ao Sensoriamento Remoto. 6 ed. Uberlândia: EDUFU, 2007.

ROUSE, J. W. et al. Monitoring vegetation systems in the Great Plains with ERTS. In: III Symposiun of ETRS. Proceedings... Maryland, USA, 1973.

SANO, E. E. et al. Mapeamento semidetalhado do uso da terra do Bioma Cerrado. Pesquisa Agropecuária Brasileira, Vol.43, n. 1, p.153-156, jan.2008.

______. Land use dynamics in the Brazilian Cerrado in the period from 2002 to 2013. Pesquisa Agropecuária Brasileira, Vol. 54, p. 1-5, apr. 2019.

SCARAMUZZA, Carlos Alberto de Mattos. et al. Land-use and land-cover mapping of the Brazilian Cerrado based mainly on landsat-8 satellite images. Revista Brasileira de Cartografia, Vol. 69, n. 6, p. 1041-1051, jun. 2017.

SPAIN, J. M.; GUALDRÓN, R. Degradación y rehabilitación de pasturas. In: IV Reunión del Comité Asesor de la Riept. Memórias. Red internacional de evaluación de pastos tropicales. Veracruz: CIAT,1988. p. 269-283.

SILVEIRA, H. L. F. Uso de dados do sensor MSI/Sentinel-2 e de Lidar aerotransportado para mapeamento de fitofisionomias de Caatinga e estudo das relações com atributos físico-químicos dos solos. 2018. 136p. Dissertação (Mestrado em Sensoriamento Remoto) – Instituto Nacional de Ciências Espaciais, MCTIC, São José dos Campos.

Published

2020-12-31

How to Cite

Brito, B. N. de, & Brito, J. L. S. (2020). Mapping the Cerrado pasture quality by using Sentinel 2 images. Geografia Ensino & Pesquisa, 24, e44. https://doi.org/10.5902/2236499443352

Issue

Section

Geoinformação e Sensoriamento Remoto em Geografia