APLICAÇÃO DO MODELO LINEAR DE MISTURA ESPECTRAL PARA MAPEAMENTO DE PASTAGENS DEGRADADAS E SOLO EXPOSTO NA AMAZÔNIA

Autores

DOI:

10.31413/nativa.v8i4.9495

Resumo

Este trabalho se ocupou no mapeamento e quantificação de pastagens degradadas/solo exposto em propriedades rurais de São Félix do Xingu/PA, em descobrir agrupamentos espaciais para taxas de pastagens degradadas, além de descrever o perfil das propriedades que estavam inseridas nestes agrupamentos. Foram utilizadas cenas do satélite Landsat 8 em 2017, classificadas para obtenção de áreas de pastagens. Depois foi utilizada análise de mistura espectral para obtenção da fração solo. Essa fração solo foi classificada e a primeira classe representou as áreas de pastagens degradadas/solo exposto. Essas áreas foram intersectadas com as propriedades rurais e depois classificadas em relação as taxas de pastagens degradadas/solo exposto. Sequencialmente as propriedades foram agrupadas espacialmente por meio de análise hot spot. A área total de pastagens em 2017 representou 49,8%, já as áreas de pastagens degradadas/solo exposto somaram 21.621 hectares (2,7%) e tiveram presentes em 3.643 (64%) das propriedades rurais (5.691), sendo que 3.004 delas possuíam tamanho de até 500 ha, sendo caracterizadas como pequenas propriedades. Foram três os agrupamentos hot spot encontrados que concentraram 982 propriedades rurais. Dessas 982 propriedades, 878 delas (89,4%) também estavam no grupo de até 500 ha. As pastagens degradadas e solo exposto estavam predominantemente concentradas nas pequenas propriedades rurais.

Palavras-chave: análise espacial; imagem fração-solo; pecuária.

 

LINEAR SPECTRAL UNMIXING FOR MAPPING DEGRADED PASTURES AND BARE SOIL IN THE AMAZON

 

ABSTRACT:

This work focused on the mapping and quantification of degraded pastures / bare soil in rural properties of São Félix do Xingu/PA, and in discovering spatial clusters for degradation rates, and describing the profile of the properties that were inserted in these clusters. We used scenes from the Landsat 8 satellite in 2017, classified to obtain pasture areas. Then spectral mixture analysis was used in the images to obtain the soil fraction. This fraction was classified and the first class represented the degraded pasture/exposed soil areas. These areas were intersected with the farms and then classified for degraded pasture/exposed soil rates. Sequentially the properties were spatially grouped by hot spot analysis. The total pasture area in 2017 represented 49.8%, while degraded pasture / exposed soil areas totaled 21,621 hectares (2.7%) and were present in 3,643 (64%) of rural properties (5,691), and 3,004 of them had a size of up to 500 ha, being characterized as small properties. There were three hot spot clusters found that concentrated 982 rural properties. Of these properties, 878 of them (89.4%) were also in the group of up to 500 ha. Degraded pastures/exposed soil were predominantly concentrated on small farms.

Keywords: Spatial analysis, soil-fraction image, livestock.

Biografia do Autor

Fabrício Assis Leal, Universidade de Brasília (UnB)

Formado em Engenharia Florestal pelo Centro Universitário de Mineiros (2006). Fez especialização em Engenharia de Segurança do Trabalho (2011). Tem MESTRADO (2013) e DOUTORADO (2016) em Ciências Florestais, pelo programa de Pós-graduação do Departamento de Engenharia Florestal da Universidade de Brasília (UnB). Desenvolveu parte de seu doutorado em THE UNIVERSITY OF TEXAS AT AUSTIN (EUA), Department of Geography and the Environment (2015), onde elaborou um método que quantifica e indica a fragmentação direcional de paisagens, associadas aos diferentes padrões de desmatamentos na Amazônia Legal. Tem experiência e especial predileção por Geotecnologias aplicadas ao manejo florestal, ciências florestais (agrárias) e estudos que envolvem dinâmica e modelagem de paisagens. Fez vários cursos que envolvem geotecnologias e acumulou muitas experiências em atividades de ensino, pesquisa e extensão. Foi por três anos professor da disciplina de Geoprocessamento, do Curso de Formação de Oficiais do Corpo de Bombeiros Militar do Distrito Federal (Turmas: 32, 33 e 34). Orienta e desenvolve projetos profissionais e acadêmicos nos seguintes temas: geoestatística, sensoriamento remoto, processamento digital de imagens, geoprocessamento, sistema de informações geográficas (SIG) e redes neurais artificiais (RNA).

Maila Pereira de Almeida, Universidade Federal do Acre

Graduanda em Engenharia Agronômica pela Universidade Federal do Acre. Foi Bolsista do programa de Iniciação Científica (PIBIC) da Universidade Federal do Acre- Campus Floresta, entre os anos 2015-2019. Possui experiência em projetos de pesquisa nas áreas de Geoprocessamento (Iniciação Científica), Olericultura (Iniciação Cientifica) e Educação Ambiental (Extensão). Foi Estagiária no IMAC e no laboratório de solos da Universidade Federal do Acre. Atualmente desenvolve pesquisa na área de geoprocessamento. olericultura e irrigação.

Glória da Silva Almeida Leal, Universidade Federal do Acre

Graduada em Engenharia Florestal pela Universidade Federal do Acre. Mestrado e Doutorado em Ciências Florestais, pela Universidade de Brasília, respectivamente nas áreas: Conservação da Natureza e Manejo Florestal. Tem experiência na área de Recursos Florestais, com ênfase em Manejo Florestal, Inventário, Biotecnologia Florestal e Genética de populações. Atualmente é professora na área de Ciências Florestais, pela Universidade Federal do Acre.

Referências

ALMEIDA, C. A.; COUTINHO, A. C.; ESQUERDO, J. C. D. M.; ADAMI, M.; VENTURIERI, A.; DINIZ, C. G.; DESSAY, N.; DURIEUX, L.; GOMES, A. R. High spatial resolution land use and land cover mapping of the Brazilian Legal Amazon in 2008 using Landsat-5/TM and MODIS data. Acta Amazônica, Manaus, v. 46, n. 3, p. 291-302, 2016. DOI: https://doi.org/10.1590/1809-4392201505504

CARVALHO, T. S.; MAGALHÃES, A. S.; DOMINGUES, E. P. Desmatamento e contribuição econômica da floresta na Amazônia. Estudos Econômicos, São Paulo, v. 46, n. 2, p. 499-531, 2016. DOI: https://doi.org/10.1590/0101-416146288tae

CHANDER, G.; MARKHAM, B. L.; HELDER, D. L. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote Sensing of Environment, v. 113, n. 5, p. 893-903, 2009. DOI: https://doi.org/10.1016/j.rse.2009.01.007

CHEN, J.; YANG, S.; LI, H.; ZHANG, B.; LV, J. Research on geographical environment unit division based on the method of natural breaks (Jenks). The International Archives of the Photogrammetry. Remote Sensing and Spatial Information Sciences, v.XL, p.47-50, 2013.

COSTA, B. O. Degradação Florestal por extração seletiva e fogo na Amazônia Legal. Tese de Doutorado (Ciências Florestais). Universidade de Brasília, Brasília, DF, 2017, 186p.

DIAS, P.; PELEGRINA, M. A.; BERTOTTI, L. G. Análise exploratória de estatística espacial aplicada ao espaço urbano. Ambiência, Guarapuava, v. 12, n. 2, p. 539-549, 2016.

DIAS-FILHO, M. B. Uso de Pastagens para a Produção de Bovinos de Corte no Brasil: Passado, Presente e Futuro. Belém: Embrapa Amazônia Oriental, 2016. 41p.

DIAS-FILHO, M. B. Diagnóstico das pastagens no Brasil. Belém: Embrapa Amazônia Oriental, 2014, 36p.

DIAS-FILHO, M. B. Os desafios da produção animal em pastagens na fronteira agrícola brasileira. Belém, PA: Embrapa Amazônia Oriental, 2012. 34p.

FERRAZ, J. B. S.; FELÍCIO, P. E. Production systems - An example from Brazil. Meat Science, Barking, v. 84, n. 2, p. 238-243, 2010. DOI: https://doi.org/10.1016/j.meatsci.2009.06.006

FERREIRA, L. V.; VENTICINQUE, E.; ALMEIDA, S. O desmatamento na Amazônia e a importância das áreas protegidas. Estudos Avançados, São Paulo, v. 19, n. 53, p. 157-166, 2005. DOI: https://doi.org/10.1590/S0103-40142005000100010

IBGE_Instituto Brasileiro de Geografia e Estatística. Produção da Pecuária Municipal - PPM. Indicadores do IBGE, Rio de Janeiro/RJ, v.45, p.1-17, 2018.

INPE_Instituto Nacional de Pesquisas Espaciais (INPE). PRODES Digital, Monitoramento da Floresta Amazônica Brasileira por Satélite. Taxas anuais de desmatamento na Amazônia Legal Brasileira (AML). São José dos Campos, 2018.

KAWAKUBO, F. S.; MORATO, R. G.; LUCHIARI, A. Mapeamento do desmatamento em São Félix do Xingu utilizando composição colorida multitemporal de imagens frações sombra. Anpege, Rio Verde, v. 9, n. 11, p. 119-133, 2013. DOI: https://doi.org/10.5418/RA2013.0911.0010

LEAL, F. A.; SOUZA, C. M.; LEAL, G. S. A. Utilização do NDVI na análise da vegetação após ocorrência de incêndio. Nativa, Sinop, v. 7, n. 2, p. 226-231, 2019a. DOI: http://dx.doi.org/10.31413/nativa.v7i2.6664

LEAL, F. A.; SOUZA, F. F. B.; LEAL, G. S. A. Zoneamento de riscos de incêndios florestais em regiões hot spot de focos de calor no estado do Acre. Nativa, Sinop, v. 7, n. 3, p. 274-283, 2019b. DOI: http://dx.doi.org/10.31413/nativa.v7i3.6768

MELO, N. G. R.; ARTAXO, P. Evolução do plano de ação para prevenção e controle do desmatamento na Amazônia Legal. Instituto de Estudos Brasileiros, São Paulo, v. 8, n. 16, p. 20-45, 2017. DOI: https://doi.org/10.11606/issn.2316-901x.v0i66p108-129.

MORAN, P. A. P. Notes on continuous stochastic phenomena. Biometrika, v. 37, p. 17-23, 1950.

NASCIMENTO, I. S.; CRUZ, C. B. M.; NEVES, S. M. A. S.; GALVANIN, E. A. S. Avaliação da exatidão dos classificadores Maxver e Iso Cluster do software ArcGis for desktop, com uso de imagem Landsat 8 do município de Cáceres/MT, Revista Continentes, Rio de Janeiro, v. 5, n. 8, p. 48-62, 2016.

RICHARDS, P. D.; VANWEY, L. Farm-scale distribution of deforestation and remaining forest cover in Mato Grosso. Nature Climage Change, v. 6, n. 4, p. 418-425, 2016. DOI: https://doi.org/10.1038/nclimate2854

ROCHA, J.; HENRIQUES, C. A importância da análise espacial na reconstituição da oferta educativa em Portugal. Interacções, Santarém-Portugal, v. 10, n. 28, p. 21-30, 2014. DOI: https://doi.org/10.25755/int.3909

ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W.; HARLAN, J. C. Monitoring the Vernal Advancement of Retrogradation (Green Wave Effect) of Natural Vegetation. Greenbelt, Maryland, USA: NASA/GSFC, 1973, 390p.

SANO, E. E.; BARCELLOS, A. O.; BEZERA, H. S. Assessing the spatial distribution of cultivated pastures in the Brazilian Savanna. Pasturas Tropicales, v. 22, n. 3, p. 2-15, 2001.

SHIMABUKURO, Y. E.; PONZONI, F. J. Mistura espectral: modelo linear e aplicações. São Paulo: Editora: Oficina de Texto, 2017. 127p.

SHIMABUKURO, Y. E.; SMITH, J. A. Fraction images derived from Landsat TM/MSS data for monitoring reforested areas. Canadian Journal of Remote Sensing, v. 21, n. 1, p. 67-74, 1995. DOI: https://doi.org/10.1080/07038992.1995.10874599

SHIMABUKURO, Y. E.; SMITH, J. A. The least-squares mixing models to generate fraction images derived from remote sensing multispectral data. IEEE Transactions on Geoscience and Remote Sensing, v. 29, n. 1, p. 16-20, 1991. DOI: https://doi.org/10.1109/36.103288

TIAN, Y.; SUN, C. A spatial differentiation study on comprehensive carrying capacity of the urban agglomeration in the Yangtze River Economic Belt. Regional Science and Urban Economics, Amsterdam, v. 68, p. 11-22, 2018. DOI: https://doi.org/10.1016/j.regsciurbeco.2017.10.014

VEIGA, J. B.; TOURRAND, J. F.; PIKETTY, M. G.; POCCARD-CHAPUIS, R.; ALVES, A. M. Expansão e Trajetórias da Pecuária na Amazônia. Brasília: UnB, 1ª ed., 2004. 184p.

WOOD, C. H.; TOURRAND, J. F.; TONI, F. Pecuária, uso da terra e desmatamento na Amazônia: um estado comparativo do Brasil, do Equador e do Peru. Brasília: Editora Universidade de Brasília, 2015. 284p.

YUE, J.; TIAN, Q.; TANG, S.; XU, K.; ZHOU, C. A dynamic soil endmember spectrum selection approach for soil and crop residue linear spectral unmixing analysis. International Journal of Applied Earth Observation and Geoinformation, Enschede, v. 78, p. 306-317, 2019. DOI: https://doi.org/10.1016/j.jag.2019.02.001

ZEE. Zoneamento Ecológico-Econômico das Zonas Leste e Calha Norte do Estado do Pará: Gestão Territorial - Diretrizes de Uso e Ocupação. Belém, PA: Núcleo de Gerenciamento do Programa Pará Rural, vol. 3, 2010. 510p.

Downloads

Publicado

2020-04-25

Como Citar

Leal, F. A., Almeida, M. P. de, & Leal, G. da S. A. (2020). APLICAÇÃO DO MODELO LINEAR DE MISTURA ESPECTRAL PARA MAPEAMENTO DE PASTAGENS DEGRADADAS E SOLO EXPOSTO NA AMAZÔNIA. Nativa, 8(3), 352–360. https://doi.org/10.31413/nativa.v8i4.9495

Edição

v. 8 n. 3 (2020)

Seção

Ciências Ambientais / Environmental Sciences

Licença

Direitos Autorais para artigos publicados nesta revista são do autor, com direitos de primeira publicação para a revista. Em virtude de a aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.

 A artigos publicados nessa revista, podem ser reproduzidos parcialmente ou utilizados como referência por outros autores, desde que seja cita a fonte, ou seja, a Revista Nativa.

 

Copyright for articles published in this journal are the authors, with first publication rights granted to the journal. The journal shows open access, and articles are free to use, with proper attribution, in educational and non-commercial.

The articles published in this journal may be reproduced in part or used as a reference by other authors, provided that the source is quoted.

Artigos mais lidos pelo mesmo(s) autor(es)