pré-projeto juruena 07

26
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE ALTA FLORESTA PROGRAMA DE PÓS-GRADUAÇÃO STRICTO SENSU EM BIODIVERSIDADE E AGROECOSSISTEMAS AMAZÔNICOS – PPGBioAgro ANÁLISE TEMPORAL DA DINÂMICA FLORESTAL DO PARQUE NACIONAL JURUENA POR MEIO DE ÍNDICES DE VEGETAÇÃO Otacílio Santos de Araújo

Upload: otaciliorayk

Post on 11-Dec-2015

224 views

Category:

Documents


0 download

DESCRIPTION

pre-projeto em SIG

TRANSCRIPT

UNIVERSIDADE DO ESTADO DE MATO GROSSO

CAMPUS UNIVERSITÁRIO DE ALTA FLORESTA

PROGRAMA DE PÓS-GRADUAÇÃO STRICTO SENSU EM

BIODIVERSIDADE E AGROECOSSISTEMAS AMAZÔNICOS – PPGBioAgro

ANÁLISE TEMPORAL DA DINÂMICA FLORESTAL DO PARQUE NACIONAL

JURUENA POR MEIO DE ÍNDICES DE VEGETAÇÃO

Otacílio Santos de Araújo

Alta Floresta – MT

2014

OTACÍLIO SANTOS DE ARAÚJO

ANÁLISE TEMPORAL DA DINÂMICA FLORESTAL DO PARQUE NACIONAL

JURUENA POR MEIO DE ÍNDICES DE VEGETAÇÃO

Pré-Projeto de pesquisa apresentado

como requisito parcial na disciplina de

Fundamentos em Ecologia e

Biodiversidade do programa de Pós-

graduação Stricto Sensu em

Biodiversidade e Agroecossistemas

Amazônicos-UNEMAT, sob a orientação

do Prof. Dr. Pedro Vasconcellos Eisenlohr

Alta Floresta – MT

2014

SUMÁRIO

RESUMO.....................................................................................................................3

1. INTRODUÇÃO.........................................................................................................4

2. OBJETIVOS.............................................................................................................5

2.1 Objetivo Geral...............................................................................................5

2.2 Objetivos Específicos....................................................................................5

3. HIPÓTESE:..............................................................................................................6

4. MATERIAIS E MÉTODOS.......................................................................................6

4.1 Localização e caracterização da área...........................................................6

4.2 Dados orbitais e vetoriais..............................................................................7

4.3 Correções geométricas.................................................................................9

4.4 Normalização radiométrica............................................................................9

4.5 Determinação do Índice de Vegetação da Diferença Normalizada.............11

4.6 Análises temporal do Índice de Vegetação da Diferença Normalizada.......12

4. CRONOGRAMA DE ATIVIDADES........................................................................14

5. PREVISÃO DE DESPESAS..................................................................................15

6. REFERÊNCIAS.....................................................................................................16

4

ANÁLISE TEMPORAL DA DINÂMICA FLORESTAL DO PARQUE NACIONAL

JURUENA POR MEIO DE ÍNDICES DE VEGETAÇÃO

Otacílio Santos de Araújo1, Pedro Vasconcellos Eisenlohr2

1 Engenheiro Florestal, Mestrando em Biodiversidade e Agroecossistemas

Amazônicos, e-mail: [email protected];

2 Pós-Doutor em Ecologia da Vegetação, Dept. Biologia - UNEMAT, e-mail:

[email protected]

RESUMO: A vegetação é um importante recurso natural, a qual se relaciona às

propriedades férteis dos solos, a manutenção de aquíferos, evapotranspiração,

fixação de carbono e habitat de espécies. No entanto, os índices de vegetação são

utilizados em estudos temporais para análise da cobertura vegetal em diversas

regiões, para análise do desmatamento e regeneração de biomas. Diante do

exposto, este trabalho tem como objetivo, realizar análise temporal da dinâmica

florestal do Parque Nacional Juruena, por meio de Índice de Vegetação da Diferença

Normalizada, desde o ano de sua criação em 2006 até 2014, a fim de diagnosticar

os impactos positivos ou negativos de atividades externas, e quantificar à

regeneração da cobertura vegetal. Com a subtração de imagens orbitais para

comparar a dinâmica da vegetação no Parque Nacional Juruena, espera-se

quantificar e dimensionar as variações nas mudanças da cobertura vegetal, o índice

de desmatamento, e fomentar a viabilidade da UCs, e também determinar se o uso

de imagem Landsat 5 com resolução de 30m, utilizando a metodologia proposta é

indicado para análise temporal em áreas nativas.

Palavras Chave: NDVI, Sensoriamento Remoto, Cobertura Vegetal.

5

1. INTRODUÇÃO

A degradação ambiental pode resultar, em alteração da fitossociologia, em

redução da biomassa e da biodiversidade, em mudanças na qualidade e na

disponibilidade de água (SILVA & RIBEIRO, 2004). O equilíbrio ambiental é

dependente, entre outros fatores, da cobertura vegetal que garante a proteção dos

solos contra a erosão e da recarga dos lençóis freáticos (MAURI et al., 2013)

No Brasil, a criação de Unidades de Conservação (UCs) é uma das mais

importantes estratégias para a conservação “in situ”, buscando atingir o mais alto

grau de proteção de diversidade biológica. Para isso, o Sistema Nacional de

Conservação (SNUC) determina que o Plano de Manejo em Parque Nacional

(PARNA) contemple sua zona de amortecimento e os corredores ecológicos,

incluindo medidas a fim de promover sua integração à vida econômica e social das

comunidades vizinhas, e também a dinâmica florestal de sua área.

Por isso é essencial que haja estudos com a finalidade de diagnosticar a

dinâmica das áreas de floresta nativa, pois, a retirada da vegetação pode causar

sérios impactos ambientais (FERREIRA et al. 2005), logo o uso do sensoriamento

remoto (SR) por meio dos índices de vegetação (IV) para avaliação desses

ambientes passa a ser importante, pois diminuem a onerosidade do processo.

Os sistemas de sensoriamento remoto possuem a capacidade de fazer o

registro de dados da superfície e também da dinâmica da paisagem, firmando-se

cada vez mais uma eficiente ferramenta para controle e analise de recursos natural

em geral (FLORENZANO, 2002). Pois, a periodicidade das imagens associadas às

metodologias propostas permite que sejam feitas inferências e conclusões em

relação à superfície terrestre e dos alvos observados (NOVO, 1989).

6

Dentre as diversas técnicas para análise e monitoramento temporal da

vegetação, o Índice de Vegetação da Diferença Normalizada (NDVI) é o mais

comumente empregado (MOREIRA, 2003), pois detém a habilidade para minimizar

efeitos topográficos ao produzir uma escala linear de medida, possui a propriedade

de variar entre –1 a +1 (quanto mais próximo de 1, maior a densidade de cobertura

vegetal), o 0 representa valor aproximado para ausência de vegetação, ou seja,

representa superfícies não vegetadas (COSTA et al., 2007), estes autores

complementa que quando obtido em diferentes datas, permitem avaliar a variação

da área verde num certo período de tempo.

2. OBJETIVOS

2.1 Objetivo Geral

Diagnosticar a dinâmica florestal e uso do solo do Parque Nacional Juruena

por meio de NDVI a partir do ano de sua criação.

2.2 Objetivos Específicos

01- Quantificar se ocorreu regeneração da vegetação, se ocorreu

desmatamento para o período de 2006 até 2014, ou se não houve mudança;

02- Determinar os impactos positivos e negativos ao longo dos anos;

03- Determinar se a utilização de imagens disponibilizados gratuitos do

satélite Landsat 5, utilizando a metodologia proposta é indicado para realizar

diagnóstico ambiental em áreas de floresta nativa.

7

3. HIPÓTESE:

A regeneração da cobertura vegetal e a diminuição do desmatamento sobre

a área do Parque Nacional Juruena são maiores em relação àquela do ano de sua

criação, partindo da premissa que no Brasil a Unidade de Conservação é uma das

mais importantes estratégias para a conservação “in situ”.

4. MATERIAIS E MÉTODOS

4.1 Localização e caracterização da área

A área de estudo compreende o Parque Nacional do Juruena classificado

como unidade de conservação de proteção integral, com uma grande importância

física e biológica, possui 1,9 milhões de hectares, localizado na região da Amazônia

Legal, com 60% de sua área no Estado de Mato Grosso, e destes 50%

correspondem ao município de Apiacás, centrado entre as coordenadas 57°30’00’’ e

59°30’00’’ de longitude Oeste e 7°0’00” e 9°0’00”, latitude Sul. (Figura 1).

O PARNA Juruena, foi criado em comemoração ao dia mundial do meio

ambiente, pelo decreto de 05 de junho de 2006. Apresenta clima Am segundo

Köppen localizada na área de influência da zona de convergência intertropical

(ZCIT). A zona de convergência intertropical é um dos principais sistemas

atmosféricos que afetam a região central do Brasil (MMA, 2009). O clima equatorial

domina a região amazônica e se caracteriza por temperaturas médias entre 24º C e

26º C com chuvas abundantes (mais de 2.500 mm/ano).

8

Figura 1. Localização da área de pesquisa, Parque Nacional do Juruena.

4.2 Dados orbitais e vetoriais

Para a avaliação da dinâmica florestal, serão utilizadas imagens do sensor

TM do satélite LANDSAT 5, e para visualização e georeferenciamento da área

utilizará imagem do Landsat 8 na composição falsa-cor (R3, G4 e B2), com

resolução espacial de 15 m. As imagens Landsat 5 serão selecionadas no catálogo

de imagens do Instituto Nacional de Pesquisas Espaciais (INPE), pelo endereço

eletrônico http://www.dgi.inpe.br, e Landsat 8 no U. S. Geological Survey (USGS),

pelo endereço http://earthexplorer.usgs.gov/.

Os dados vetoriais foram advindos do Portal Brasileiro de Dados Abertos,

pelo site http://dados.gov.br/dataset/malha-geometrica-dos-municipios-brasileiros; e

9

os limites da área de estudo pelo Ministério do Meio Ambiente (MMA), através do

site: http://mapas.mma.gov.br/i3geo/datadownload.htm.

Optou-se por utilizar o satélite LANDSAT TM 5, pela alta diversidade

temporal do seu catálogo de imagens, apresentando imagens gratuitas e atuais, e

por ter sensor eletro-ópticos e multiespectral, compreendendo também a região do

vermelho e do infravermelho do espectro magnético, onde nessa faixa a vegetação

interagem mais intensamente com a radiação solar incidente (PONZONI &

SHIMABUKURO, 2007).

Serão utilizadas duas imagens do satélite Landsat 8 que corresponde ao

Mode A, Classe 6, sequência 19026 e 19027, ano 2014, estas servirão de parâmetro

para correção geométrica. Para o Landsat 5 Serão escolhidas uma imagem anual,

com datas de passagens no mês de junho a partir de 2006 com intervalos de 4 anos

até junho de 2014, na órbita 228 e 229 e ponto 65, 66 e 67, priorizando o período de

estiagem da região com fator cobertura de nuvem de até 5% em quatro cenas

distintas conforme a tabela 1.

Tabela 1. Imagens do LANDSAT 5 TM que margeiam a área de estudo, as quais

serão utilizadas para aplicação dos índices de vegetação

Órbita-Ponto Período Ano Resolução Espacial

228-067 Estiagem 2006/2010/2104 30 metros

228-066 Estiagem 2006/2010/2104 30 metros

229-066 Estiagem 2006/2010/2104 30 metros

229-065 Estiagem 2006/2010/2104 30 metros

10

4.3 Correções geométricas

Segundo Ponzoni e Shimabukuro (2010) as imagens advindas dos sensores

remotos são eficientes para identificar e distinguir as características geométricas dos

alvos, ou seja, são eficazes para se diferenciar os formatos dos objetos. Porém, as

imagens obtidas por satélites estão sujeitas a uma série de distorções espaciais e

radiométricas, portanto, não apresentam acurácia posicional quanto ao

posicionamento dos alvos terrestres ou fenômenos neles contidos (CRÓSTA, 1992).

O processamento digital das imagens LANDSAT TM 5 serão elaborados no

software ArcGIS 10.1, que aplicará o georreferenciamento conforme Secretaria de

Estado do Meio Ambiente (SEMA/MT), na projeção cartográfica Sistema Universal

Transversal de Mercator (UTM) e o Datum SIRGAS 2000.

4.4 Normalização radiométrica

A correção radiométrica, é a etapa fundamental quando se analisa séries

temporais de imagens, esta será realizada pelo método de uniformização das

médias e variâncias (UMV), tendo como parâmetro as imagens do Landsat 5 do ano

de 2014. Nesse método, a uniformização das médias e variâncias será feita por

meio de uma transformação linear [f(x) = ax + b]. Nas Equações 1, 2 e 3 são

mostrados os cálculos das uniformizações das imagens, bem como os ganhos e os

offsets necessários aos processos de normalização das bandas TM3 (vermelho) e

TM4 (infravermelho próximo) para as bandas dos anos anterior a 2014.

11

Sendo: S' = imagem uniformizada; S = imagem de ajuste; σ²R = variância da

imagem de referência; σ²S = variância da imagem de ajuste; μR = média da imagem

de referência e; μS = média da imagem de ajuste.

O fluxograma metodológico demonstrando os procedimentos a serem

aplicados para as correções radiométricas e geométricas das imagens do satélite

LANDSAT 5 TM podem ser observados na Figura 2.

12

Figura 2. Representação esquemática dos processamentos utilizados nas correções

geométricas e radiométricas das bandas espectrais das imagens do Landsat 5

4.5 Determinação do Índice de Vegetação da Diferença Normalizada

A distribuição espacial e temporal da cobertura vegetal de uma região é

fortemente influenciada por um conjunto de fatores ambientais, incluindo condições

climáticas, topográficas e outras propriedades associadas. A partir do NDVI é

possível determinar a densidade de fitomassa foliar fotossinteticamente ativa por

unidade de área (Mauri et al., 2013). Segundo Ponzoni & Shimabukuro (2007),

geralmente, a superfície da vegetação absorve a radiação na faixa do visível (0,400

– 0,700 μm) e reflete na faixa de infravermelho próximo (0,725 a 1,100 μm),

possibilitando assim a caracterização de dosséis foliares.

Outro motivo de utilização deste índice corresponde às correções potencias

da reflectância em áreas afetadas por acidentes topográficos. Considerando que a

iluminação solar possui a mesma inclinação, determinadas áreas apresentarão

maiores influências do sombreamento topográfico. Com a aplicação deste método,

as respostas espectrais em áreas sombreadas e iluminadas apresentarão valores

espectrais similares, ou seja, há uma correção da equalização de iluminação solar.

O NDVI é calculado pela diferença de reflectância entre a faixa de NIR

(reflectância da faixa de infravermelho próximo) e RED (refletância da faixa do

vermelho) ou seja, a diferença da reflectância no infravermelho próximo (banda 4 do

sensor Landsat 5) e reflectância no vermelho (banda 3 do sensor do Landsat 5).

Essa diferença é normalizada pela divisão da soma das faixas de NIR e RED,

conforme a equação 4.

NDVI = (NIR – RED) / (NIR + RED) (eq. 4)

13

Sendo: NIR = Banda correspondente ao infravermelho próximo; RED = Banda

correspondente ao vermelho.

Segundo Poelking et al. (2007) a reflectância tem valor baixo na região da

luz visível, devido à presença de clorofila na vegetação que absorve a radiação solar

ao realizar a fotossíntese e alto valor no infravermelho próximo, graças à baixa

absorção desses comprimentos de onda pelos tecidos das folhas. Quando ocorre o

estresse hídrico a cobertura vegetal tende a absorver menos a radiação solar,

aumentando sua reflectância no espectro visível e a absorver mais no infravermelho

próximo. A figura 3 abaixo ilustra a diferença entre as reflectância nesses

comprimentos de ondas.

Figura 3. Valores da razão entre as bandas do Infravermelho e Vermelho (NDVI).

Fonte: Poelking et al., 2007

4.6 Análises temporal do Índice de Vegetação da Diferença Normalizada

As análises temporais do NDIV serão realizadas por meio da subtração das

imagens, ou seja, será gerada uma imagem temática para cada índice de vegetação

para os anos de 2006, 2010, 2014, e posteriormente será realiza a subtração das

imagens (ex.: NDVI_2014 – NDVI_2006). A imagem resultante da subtração

representa as mudanças ocorridas entre essas duas datas (MAAS, 1999) sendo

estas, reclassificadas em 3 classes, conforme a Tabela 2.

Os intervalos das classes foram definidos com base nos parâmetros média

(μ), desvio padrão (σ) e variância (σ²) (FERRARI, SANTOS e GARCIA, 2011).

14

Tabela 2. Intervalo e limites das classes representativas das mudanças da cobertura

vegetal no Parque Nacional do Juruena

Classes Intervalos

Desmatamento Mín. a μ - σ

Não mudança μ - σ a μ + σ

Regeneração μ + σ a 255

Fonte: Adaptado de Ferrari, Santos e Garcia (2011).

Os NDVIs e intervalo de classes e a quantificação serão processados

conforme a figura 4.

Figura 4. Representação esquemática dos processamentos utilizados para a

obtenção dos NDVIs e para a avaliação das mudanças na cobertura vegetal no ano

de 2006.

15

4. CRONOGRAMA DE ATIVIDADES

ATIVIDADES EM 2015 Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez.

1- Revisão Bibliográfica X X X X X X X X X X X X

2-Submissão ao financiador X

3- Download dos dados vetoriais X

4- Download das imagens Landsat X

5- Organização do Banco de Dados X X

6- Georeferenciamento das imagens X X

7- Normalização Radiométrica X X

8- Determinação do NDVI X X

9- Confecção dos mapas temáticos X X X

10- Redação dos resultados X X X

11- Submissão do artigo a Revista X X

12- Correções Finais X

13- Publicação X

16

5. PREVISÃO DE DESPESAS

Produtos Quant. R$ unit. R$ Total

Notebook (1TB de HD, 8GB de memória, e

processador I7)1 3.500,00 3.500,00

Licença anual de Arcgis 10.1, pessoa física 1 5000,00 5000,00

Imagem Landsat 5 12 0,00 0,00

Imagem Landsat 8 2 0,00 0,00

Shepefiles da área 3 0,00 0,00

Total 8.500,00

17

6. REFERÊNCIAS

BRASIL. Sistema Nacional de Unidades de Conservação – SNUC, Lei n. 9.985, de 18 de jul. de 2000; decreto no 4.340, de 22 de ago. de 2002.

COSTA, F. H. S.; SOUZA FILHO, C. R.; RISSO, A. Análise temporal de NDVI e mapas potencias naturais de erosão na região do Vale do Ribeira, São Paulo. Anais XII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis, 2007, p. 3833-3839

FERRARI, J. L.; SANTOS, A. R.; GARCIA. R. F. Análise da vegetação por meio da subtração de imagem NDVI na sub-bacia hidrográfica do córrego do horizonte, Alegre, ES. Engenharia Ambiental, v. 8, n. 3, p. 003-018, 2011.

FERREIRA, L. V.; VENTICINQUE, E.; ALMEIDA, S. O desmatamento na Amazônia e a importância das áreas protegidas. Estudos avançados, v. 19, n. 53, p. 157-166, 2005.

FLORENZANO, T. G. 2002. Imagens de satélite para estudos ambientais. Oficina de Textos. São Paulo-Brasil. 97 p.

MINISTÉRIO DO MEIO AMBIENTE (MMA). Plano de manejo do parque nacional do Juruena – MT/AM diagnóstico do meio físico. Brasil,2009. 88p.

MOREIRA, M. A. Fundamentos do sensoriamento remoto e metodologia de aplicação. Ed. UFV. 3ª. Atual . ampl. Minas Gerais, 208p, 2005.

NOVO, E. M. L. M. Sensoriamento remoto: princípios e aplicações. Ed. Edgard blucher. São Paulo, 308p. 1989.

POELKING, E. L.; LAUERMANN, A.; DALMOLIN, R. S. D. Imagens CBERS na geração de NDVI no estudo da dinâmica da vegetação em período de estresse hídrico. Simpósio Brasileiro de Sensoriamento Remoto, 13 (SBSR), p. 4145-4150, 2007.

PONZONI, F. J. e Y. E. SHIMABUKURO. 2010. Sensoriamento remoto no estudo da vegetação. Parêntese Editora. São Paul0-Brasil. 127 p.

QUINTO, V. M.; MAGALHÃES, I. A. L.; OMEGA, M. S.; PENA, F. E. R.; CHIBA, M. L.; SANTOS, A. R. Análise temporal da dinâmica florestal em área de reflorestamento por meio de índices de vegetação. Revista Geográfica Venezolana, v. 54, n.2, p. 225-239, 2013.

SILVA, R. G.; RIBEIRO, C. G. Análise da degradação ambiental na Amazônia Ocidental: um estudo de caso dos municípios do Acre. Revista de Economia e Sociologia Rural, v. 42, n. 1, p. 91-110, 2004.

18