Mapeamento e comparação entre índices de vegetação utilizando imagem

OLI/Landsat 8 na bacia do Rio Bacanga, São Luís (MA)

Janilci Serra Silva

janilciserra@hotmail.com

Universidade Federal da Paraíba - UFPB/CT

Richarde Marques da Silva

richarde@geociencias.ufpb.br

Universidade Federal da Paraíba - UFPB/CCEN

1. INTRODUÇÃO

Os produtos do sensoriamento remoto vêm se tornando uma importante

ferramenta para as mais variadas aplicações, principalmente aquelas relacionadas com a

avaliação, manejo e gestão de recursos naturais. De acordo com Novo e Moraes (2008),

as aplicações de técnicas de sensoriamento remoto têm-se difundido pelos diversos

campos do conhecimento, em virtude da facilidade de acesso e baixo custo para obtenção

de imagens de satélite.

Para obter informações do uso e cobertura da terra, diversos autores têm

aplicado índices de vegetação, cita-se a exemplo os estudos desenvolvidos por Rosedo

(2005), Kinyanjui (2011), Anyamba; Tucker (2003) e Rodrigues (2013). Deve-se

considerar que a vegetação, é um importante indicador de qualidade ambiental de uma

determinada área e desempenha papel fundamental no meio ambiente (Ponzoni e

Shimabukuro, 2007). Dada a sua importância, é de suma importância seu monitoramento

e mapeamento, sendo possível de ser analisada através das imagens de satélite.

Vários índices de vegetação vêm sendo desenvolvidos para caracterizar o uso

e cobertura da terra. Neste trabalho, utilizou-se os índices de vegetação Índice de

Vegetação por Diferença Normalizada (IVDN) e Índice de Vegetação Ajustado ao Solo

(IVAS). A estimativa desses índices foi possível utilizando as bandas espectrais de

imagens OLI/Landsat 8. De acordo com Ponzoni e Shimabukuro (2007), os índices da

vegetação são resultantes da combinação da reflectância em imagens de satélites, nas

bandas do vermelho e do infravermelho próximo.

A bacia do Rio Bacanga, localizada na área metropolitana do município de

São Luís, selecionada como um estudo de caso para esta pesquisa é um exemplo de uma

área com intensas modificações recentes na cobertura da terra (Silva et al., 2016). O

município de São Luís cresceu de maneira acelerada, haja vista que, com a modernização

da agricultura, a população rural veio buscar trabalho na capital. Vale ressaltar que o

município de São Luís passou por intenso processo de adensamento populacional, e de

crescimento do setor industrial, portuário e de construção civil, porém, este crescimento

não foi acompanhado por um adequado planejamento urbano (Cordeiro e Diniz, 2009).

O presente estudo tem como objetivo, analisar comparativamente os

resultados dos índices de vegetação IVDN e IVAS, obtidos através da imagem

OLI/Landsat 8, com a finalidade de avaliar qual índice apresenta melhor desempenho

para caracterização do uso e ocupação de terra na bacia do Rio Bacanga.

2. CARACTERÍSTICAS DA ÁREA DE ESTUDO

A bacia hidrográfica do rio Bacanga possui uma área de aproximadamente

110 km², e está localizada na porção noroeste da ilha do Maranhão, no município de São

Luís (MA), mais precisamente entre as coordenadas 2º 32′ 26′′ S e 2º 38′ 07′′ S, 44º 16′

00′′ W e 44º 19′ 16′′ W (Figura 1) nessa bacia encontra-se espaços verdes importantes,

tais como: Área de Proteção Ambiental do Maracanã e o Parque Estadual do Bacanga,

onde se localiza o reservatório do Batatã, que fornece 10% da água potável do município

de São Luís (MA) (Martins, 2008).

De acordo com Maranhão (1998), o clima da área de estudo segundo a

classificação climática de Köppen corresponde ao tipo Aw (quente e úmido),

apresentando dois períodos distintos: um chuvoso que se estende de janeiro a junho,

apresentando alto índice pluviométrico e outro seco de julho e dezembro e a umidade

relativa do ar apresenta média anual de 75% a 90%.

3. MATERIAIS E MÉTODOS

Neste estudo foi utilizado as bandas espectrais do satélite Landsat 8, sensor

OLI, da órbita 220 e ponto 62, com data de passagem 27/09/2014, disponibilizada

gratuitamente pelo United States Geological Survey (USGS), disponível no endereço

eletrônico http://glovis.usgs.gov.

O processamento digital da imagem foi realizado em ambiente SIG (Sistema

de Informações Geográficas). O pré-processamento digital da imagem do Landsat 8

consistiu na etapa de ajuste na projeção da imagem de satélite, recorte da área de estudo e

empilhamento das bandas espectrais. A etapa de ajuste na projeção da imagem de satélite

possibilitou a alteração da imagem para o sistema de coordenadas do hemisfério sul

(código EPSG 32723), pois, as imagens adquiridas no website do USGS estão disponíveis

para consulta, em sistema de coordenadas do hemisfério Norte (código EPSG 32623).

Assim, se faz necessário uma reprojeção para o hemisfério sul. Salienta-se que as

imagens adquiridas no USGS são ortorretificadas, dispensando a etapa de ortorretificação

da imagem de satélite utilizada nesta pesquisa.

3.1 Calibração da imagem Landsat 8

Para a elaboração de cálculos que incluem dados de imagens de diferentes

bandas espectrais é necessário à conversão dos valores digitais (ND – Número Digital)

Figura 1: Localização da área de estudo.

Fonte: Elaborado pelos autores

para valores físicos como refletância de superfície. Ponzoni; Shimakuro (2007)

esclarecem que um valor de ND de uma imagem em uma banda especifica, não está então

na mesma escala de outro ND de outra imagem em outra banda espectral, isto trás como

consequência a impossibilidade de comparação entre NDs de bandas diferentes, mesmo

para um mesmo sensor.

A Tabela 1 apresenta os coeficientes de calibração da imagem OLI/Landsat 8

(fatores multiplicativos e fatores aditivos) para o cálculo da reflectância espectral. Os

dados apresentados estão disponíveis no ficheiro de metadados da imagem (arquivo

MTL). Para o cálculo da reflectância são utilizados os dados

REFLECTANCE_MULT_BAND_x (fator multiplicativo) e

REFLECTANCE_ADD_BAND_x (fator aditivo), onde x é o número da banda.

Tabela 1 - Descrição dos coeficientes de calibração das imagens Landsat 8 sensor OLI.

A seguinte equação (Eq. 1) foi usada para converter valores ND em dados de

reflectância para o sensor OLI-Landsat 8, conforme USGS (2014).

'Lλ= Mρ.ND+Aρ (Eq. 1)

Onde:

'Lλ = reflectância espectral no topo da atmosfera

Mρ = fator multiplicativo de conversão específico para cada banda espectral

Aρ = fator aditivo

ND= Número digital

Bandas

Coeficientes

de Calibração da Refletância

Fator multiplicativo

(Mρ) Fator aditivo

(Aρ)

4 - (Vermelho) 0,00002 -0,1

5 - (Infravermelho próximo) 0,00002 -0,1

Vale salientar que a correção da reflectância foi feita apenas nas bandas 4 e 5,

que corresponde as bandas espectrais do vermelho e infravermelho respectivamente, pois

estas são as únicas bandas espectrais utilizadas para obtenção dos índices de vegetação

analisados neste estudo.

4.2 Determinação dos índices de vegetação

4.2.1 Índice de Vegetação por diferença normalizada (IVDN)

O Índice de Vegetação da Diferença Normalizada (IVDN) é a razão entre a

diferença das refletividades da banda do infravermelho próximo e no vermelho, pela

soma dessas mesmas refletividades (Rouse et al., 1974). O IVDN é um indicador da

quantidade e condição da vegetação, cujos valores variam no intervalo de -1 a 1, de modo

que quanto mais próximo de 1, maior indício de presença de vegetação, e quanto mais

próximo de -1, maior indício de presença de solos descobertos e rochas. Nas superfícies

com presença de água ou nuvens, os valores sempre são menores do que 0. O IVDN é

obtido pela seguinte equação:

VIV

VIV

ρρ

ρρIVDN

(Eq. 2)

onde: IVρ = é a banda espectral no infravermelho próximo, foi utilizado a banda espectral

5; Vρ = é a banda espectral do vermelho, foi utilizado a banda espectral 4.

4.2.2 Índice de Vegetação Ajustado ao Solo (IVAS)

O Índice de Vegetação Ajustado ao Solo (IVAS) foi obtido através da equação

proposta por Huete (1988):

)ρρ(L

)ρL)(ρ(1IVAS

VIV

VIV

(Eq. 3)

onde L = uma constante e pode apresentar valores de 0 a 1, variando segundo a própria

biomassa característica da área analisada. Segundo Ponzoni e Shimabukuro (2007), os

valores de L são: 1 para baixas densidades de vegetação, 0,5 para médias densidades de

vegetação, e 0,25 para altas densidades de vegetação. Em conformidade com os autores

supracitados, em geral, a constante L = 0,5 é mais comumente utilizado, pois engloba

uma maior variação de condições de vegetação, corresponde ao valor ideal para áreas

com vegetação de densidade média. Assim neste estudo utilizou-se L = 0,5.

5. RESULTADOS E DISCUSSÃO

A Figura 2 (a) apresenta a imagem Landsat 8 sensor OLI em uma composição

colorida falsa-cor, 6R5G4B. A Figura 2 (b) apresenta a imagem artificial do IVDN e a

Figura 3 (c) mostra a imagem artificial do IVAS. Os valores do IVDN variaram de -0,57

a 0,79 e os valores do IVAS variaram de -0,39 a 0,76.

Na Figura 2 (b-c) podem ser visualizados diversos tipos de cobertura da terra

na área de estudo. Na Figura 2 (b) e Figura 2 (c), as classes com os maiores valores do

IVDN e do IVAS, representam as áreas com vegetação de maior vigor, são demonstradas

no mapa pela cor verde forte. Nota-se que os valores máximos do IVDN e do IVAS,

ocorrem com maior representatividade na porção central da bacia do rio Bacanga,

salienta-se que na porção central da área de estudo está localizada a Área de Proteção

Ambiental do Maracanã e o Parque Estadual do Bacanga.

Os valores intermediários do IVDN e IVAS correspondem às áreas com

presença de vegetação menos densa são destacadas pela tonalidade verde clara e

amarelado, com valores variando entre 0,25 a 0,5. Os menores valores dos índices de

vegetação referem-se as áreas com solo antropizado, ou seja, área com presença de solo

exposto e mancha urbana, são representadas pela tonalidade roxo claro, os valores

variaram entre 0,1 a 0,25. As classes com valores negativos do IVDN e IVAS

representam as áreas com presença de corpos hídricos, e são representadas pela

tonalidade roxa forte.

Na Figura 2, as áreas circunscritas em vermelho, representam a localização

das 4 amostras que serão analisadas posteriormente neste estudo. Essas amostras

possibilitaram a análise da comparação dos resultados obtidos pela estimativa dos índices

de vegetação IVDN e IVAS.

Figura 2: Composição colorida 6R5G4B (a), IVDN(b) e IVAS (c).

Fonte: Elaborado pelos autores.

5.1 Estatística, histograma de distribuição e frequência dos valores IVDN e IVAS

A Tabela 2 mostra os valores estatísticos dos índices de vegetação da área de

estudo, são apresentados os valores mínimos, máximos, média, moda e desvio padrão.

Tabela 2 - Estatísticas dos índices IVDN e IVAS

Estatísticas IVDN IVAS

Mínimo -0,57 -0,39

Máximo 0,79 0,76

Média 0,42 0,37

Moda 0,68 0,60

Desvio padrão 0,24 0,21

De acordo com os histogramas distribuição e frequência dos valores IVDN e

IVAS (Figura 3), foi possível verificar que, na área de estudo há maior frequência dos

números positivos, porém convém ressaltar que há grande representatividade dos valores

mais baixos e negativos do IVDN e IVAS, isto indica presença de áreas urbanizadas ou

solos expostos. Vale salientar que quanto maior a distribuição dos números digitais,

maior será o contraste da cena. Na comparação entre os histogramas, nota-se que os

valores negativos do IVAS, apresentaram maior frequência, quando comparado aos

valores negativos do histograma do IVDN.

Figura 3. (a) histograma do IVDN e (b) histograma do IVAS

5.2 Análise das amostras do IVDN e IVAS

Os resultados da estimativa dos índices de vegetação mostram que houve

similaridades em relação aos valores do IVDN e IVAS. Porém, percebe-se que o IVAS

discriminou melhor os alvos, quando comparado ao IVDN, uma vez que apresentou

maior divisão entre os números digitais da imagem analisada, pois destacou melhor as

áreas com valores máximos, intermediários, mínimos e negativos dos índices de

vegetação. Isto pode ser confirmado ao analisar as amostras selecionas, amostra 1, 2, 3 e

4, apresentadas na Figura 3. As Figuras 3 (a) apresentam as amostras da imagem Landsat

8 na composição 6R5G4B , as Figuras 3 (b) apresentam as amostras da imagem artificial

do IVDN e por fim as Figuras 3 (c) exibem as amostras da imagem artificial do IVAS.

Comparando os valores do IVDN e IVAS, nota-se diferenças, tais diferenças

são observadas principalmente em áreas antropizadas, nessas áreas o IVAS apresentou

até duas nuances de cores, enquanto que, o IVDN homogeneizou os valores,

apresentando apenas uma nuance de cor. O IVDN homogeneizou os valores máximos,

como mostrado na Figura 3(b) da amostra 1 e homogeneizou também valores mínimos e

negativos, como mostrados nas Figuras 3 (b) das amostras 2, 3 e 4. Estes comentários

estão destacados nas áreas apontadas pelas setas.

Figura 3: Amostras de comparação entre os índices de vegetação IVDN e IVAS.

(a) Composição colorida 6R5G4B, (b) IVDN e (c) IVAS.

Fonte: Elaborado pelos autores.

5. CONSIDERAÇÕES FINAIS

A partir dos resultados obtidos neste estudo, conclui-se que o sensor

OLI/Landsat 8 mostrou-se eficiente em detectar a vegetação e identificar áreas

antropizadas. Com relação a comparação entre os índices de vegetação IVDN e IVAS, foi

possível perceber que houve semelhança entre os valores obtidos, a maior diferença entre

os dois índices foi observada entre os valores mínimos. Notou-se que o IVAS apresentou

melhor resultado, pois identificou melhor os alvos, principalmente nas áreas antropizadas,

o melhor resultado do IVAS é justificado pela aplicação do fator de ajuste ao solo, que

neste estudo utilizou-se o fator 0,5.

REFERÊNCIAS

ANYAMBA, A.; TUCKER, C.J. Analysis of Sahelian vegetation dynamics using

NOAA-AVHRR NDVI data from 1981–2003. Journal Arid Environ. v. 63, n.1, p. 596–

614, 2005.

KINYANJUI, M. J. NDVI‐based vegetation monitoring in Mau forest complex,

Kenya. African Journal of Ecology, v. 49, n. 2, p. 165-174, 2011.

NOVO, E. M. L. DE MORAES. Sensoriamento Remoto: princípios e aplicações. 3ed.

São Paulo: Blücher, 2008.

PONZONI, F.J.; SHIMABUKURO, Y.,E. Sensoriamento Remoto no Estudo da

Vegetação. São José dos Campos- SP: 2007.

RODRIGUES, T. S.; RIBEIRO, S. R. A.; VAZ, M. S. M. G. Avaliação do desempenho

de dois Índices de Vegetação (NDVI e SAVI) por meio de Índice de Qualidade de

Imagens. Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do

Iguaçu, PR, 2013.

ROSENDO, J. S. Índices de Vegetação e Monitoramento do uso do solo e cobertura

vegetal na Bacia do rio Araguari -MG - utilizando dados do sensor Modis.

Dissertação (Mestrado em Geografia e Gestão do Território) - Programa de Pós-

Graduação em Geografia, Universidade Federal de Uberlândia, Uberlândia. 2005.

SILVA, J. S.; DA SILVA, R. M.; SILVA, A. M. Mudanças do Uso e Ocupação do Solo e

Degradação Eco-Ambiental Usando Imagens Orbitais: o estudo de caso da bacia do Rio

Bacanga, São Luís (MA) Revista Brasileira de Geografia Física. v. 09, n. 1, p. 265-279,

2016.

USGS, 2014. Usando o produto Landsat 8 do USGS. Disponível em:

<http://landsat.usgs.gov/Landsat8_Using_Product.php> Acesso em: 24 de fevereiro de

2016