Mapeamento de Campos de Murundus na Bacia do Rio Claro (MG) Utilizando o Google Earth Engine
Palavras-chave:
Áreas úmidas, Random Forests, Sentinel-2, Red-edgeResumo
As áreas úmidas são zonas de transição entre ambientes aquáticos e terrestres que abrigam diversas espécies animais e vegetais, fornecendo diversos serviços ecossistêmicos. Os campos de murundus são áreas úmidas típicas do Cerrado brasileiro, com importante papel na biodiversidade local e no regime hídrico. O presente estudo teve como objetivo detectar os campos de murundus na bacia do rio Claro (MG) por meio de imagens do satélite Sentinel 2. Para isso, utilizou-se a plataforma Google Earth Engine para implementar um algoritmo baseado em aprendizado de máquina (Random Forests) visando mapear a área de estudo a partir de quatro combinações distintas de dados de entrada. Os resultados indicam que a utilização conjunta de todas as bandas Sentinel-2 e do índice da água por diferença normalizada foi a mais eficiente, apresentando 71,95% de acurácia do produtor, 79,42% de acurácia do usuário e F-measure de 75,5%. Além disso, observa-se que a combinação entre as bandas do infravermelho próximo e do red-edge resultam em um índice F-measure satisfatório (69,39%), indicando que essas regiões espectrais fornecem informações importantes para detectar as áreas úmidas. O desenvolvimento de tecnologias que auxiliem na detecção e monitoramento dos campos de murundus pode auxiliar na preservação desses habitats. Devido ao seu processamento na nuvem, o GEE apresenta potencial para mapear as áreas úmidas em grandes extensões.
Referências
AMANI, M.; SALEHI, B.; MAHDAVI, S.; BRISCO, B. Spectral analysis of wetlands using multi-source optical satellite imagery. ISPRS Journal of photogrammetry and remote sensing, v. 144, 119-136, 2018. DOI: https://doi.org/10.1016/j.isprsjprs.2018.07.005.
BREIMAN, L. “Random Forests”. Machine Learning. 2001. doi:10.1023/A:1010933404324.
ARAÚJO NETO, M. D.; FURLEY, P. A.; HARIDASAN, M.; JOHNSON, C. E. The murundus of the cerrado región of Central Brazil. Journal of Tropical Ecology, v. 2, n. 1, p.17-35, 1986.
ESQUERDO, J. C. D. M.; ANTUNES, J. F. G. Monitoramento temporal de variáveis espectrais em áreas do pantanal utilizando dados AVHRR/NOAA-17. Revista Brasileira de Cartografia, v. 62, n. 4, 11. 2010.
CUNHA, C. N. C.; PIEDADE, M. T. F.; JUNK, W. F. Classificação e delineamento das áreas úmidas brasileiras e de seus macrohabitats. Instituto Nacional de Ciência e Tecnologia em Áreas Úmidas – INAU. – Cuiabá: EdUFMT, 2015.
FURLEY, P. A. Classification and distribution of murundus in the cerrado of Central Brazil. Journal of Biogeography, p. 265-268, 1986.
GIBBS, James P. Wetland loss and biodiversity conservation. Conservation biology, v. 14, n.1, p. 314-317, 2000.
GOOGLE. Google Earth website. http://earth.google.com/, 2022.
GOMES, C. S.; MAGALHÃES JÚNIOR, A. P. Sistemas de classificação de áreas úmidas no brasil e no mundo: panorama atual e importância de critérios hidrogeomorfológicos. Geo UERJ, Rio de Janeiro, n. 33, 2018. DOI: https://doi.org/10.12957/geouerj.2018.34519.
HARDY, A.; OAKES, G.; ETTRITCH, G. Tropical Wetland (TropWet) Mapping Tool: The Automatic Detection of Open and Vegetated Waterbodies in Google Earth Engine for Tropical Wetlands. Remote Sensing, v. 12, n. 7, 2020. DOI: https://doi.org/10.3390/rs12071182.
HIRD, J. N.; DELANCEY, E. R.; MCDERMID, G. J.; KARIYEVA, J. Google Earth engine, open-access satellite data, and machine learning in support of large-area probabilistic wetland mapping. Remote Sensing, v. 9, n. 12, dezembro, 2017. DOI: https://doi.org/10.3390/rs9121315.
INSTITUTO MINEIRO DE GESTÃO DAS ÁGUAS (IGAM). Outorga de lançamento de efluentes na Bacia do Ribeirão da Mata. Instituto Mineiro de Gestão das Águas. Belo Horizonte. 2013.
JUNK, W. J.; PIEDADE, M.T.F; LOURIVAL, R; WITTMANN, F; KANDUS, P; LACERDA, L.D; BOZELLI, R.L; ESTEVES, F.A; CUNHA, C.N; MALTCHIK, L; SCHÖNGART, J; SCHAEFFER-NOVELLI, Y; AGOSTINHO, A.A. Brazilian wetlands: their definition, delineation, and classification, for research, sustainable management, and protection. Aquatic Conservation: Marine and Freshwater Ecosystems, v. 24, n. 1, 5-22, 2013. DOI: https://doi.org/10.1002/aqc.2386.
KAPLAN, G.; AVDAN, U. Evaluating Sentinel-2 Red-Edge Bands for Wetland Classification. Proceedings, v. 18, n. 1, 2019. DOI: https://doi.org/10.3390/ECRS-3-06184.
MAHDIANPARI, M.; SALEHI, B.; MOHAMMADIMANEH, F.; HOMAYOUNI, S. E.; Gill, E. The first wetland inventory map of newfoundland at a spatial resolution of 10m using Sentinel-1 and Sentinel-2 data on the Google Earth engine cloud computing platform. Remote Sensing, v. 11, n. 1, dezembro, 2018. DOI: https://doi.org/10.3390/rs11010043.
MAHDIANPARI, M.; JAFARZADEH, H.; GRANGER, J. E.; MOHAMMADIMANESH, F.; BRISCO, B.; SALEHI, B.; HOMAYOUNI, S.; WENG, Q. A large-scale change monitoring of wetlands using time series Landsat imagery on Google Earth Engine: a case study in Newfoundland. GIScience & Remote Sensing, v. 57, 1102-1124, 2020. DOI: https://doi.org/10.1080/15481603.2020.1846948.
PONZONI, F.J.; SHIMABUKURO, Y.E. Mistura Espectral modelo linear e aplicações. Oficina de Textos. São Paulo – SP, 2017.
RADOUX, J.; BOGAERT, P.; FASBENDER, D.; DEFOURNY, P. Thematic accuracy assessment of geographic object-based image classification. Int. J. Geogr. Inf. Sci, 25, 895–911. 2011.
RAMOS, M. V. V.; HARIDASAN, M.; ARAÚJO, G. M. Caracterização dos solos e da estrutura fitossociológica da vegetação de veredas da chapada do Triângulo Mineiro. Fronteiras: Journal of Social, Technological and Environmental Science, v. 3, n. 2, p. 180-210, 2014.
SILVA, A. G. P.; CREMON, E. H.; BOGGIONE, G. A.; ALVES, F. C. Integração de imagens orbitais ópticas e SAR com processamento em nuvem no mapeamento da cobertura da terra no Cerrado. Revista Geoaraguaia. v.11 n. Esp. Geotecnologias p. 85- 106. Ago-2021.
VALENTI, V.; CARCELEN, E. C.; LANGE, K.; RUSSO, N. J.; CHAPMAN, B. Leveraging Google Earth Engine User Interface for Semiautomated Wetland Classification in the Great Lakes Basin at 10 m With Optical and Radar Geospatial Datasets. IEEE Journal of selected topics in applied earth observations and remote sensing, v. 13, 6008-6018, 2020. DOI: 10.1109/JSTARS.2020.3023901.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
A Revista Geoaraguaia poderá solicitar alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua. Se necessário, alguns ajustes normativos podem ser feitos pela revista, porém respeitando o estilo dos autores.
As provas finais não serão enviadas aos autores.
As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
A revista