Sensoriamento remoto na análise e caracterização de recursos florestais em ecossistemas tropicais

Autores/as

  • Gustavo Manzon Nunes Universidade Federal de Mato Grosso
  • Ronaldo Drescher Universidade Federal de Mato Grosso
  • Diego Tyszka Universidade Federal de Mato Grosso

DOI:

https://doi.org/10.20435/multi.v0i39.358

Palabras clave:

geotecnologias, vegetação, processamento digital de imagens.

Resumen

A caracterização de ecossistemas e sua biodiversidade, em especial relacionando-se à sua cobertura vegetal, tem sido alvo de amplos estudos envolvendo a investigação de seus processos ecológicos-evolutivos e o seu funcionamento como um conjunto integrado e complexo de unidades biológicas. O desenvolvimento de tecnologias e metodologias no campo do Sensoriamento Remoto, cada vez mais vem se tornando essencial na análise, discriminação e monitoramento de vastas áreas dominadas pela Floresta Tropical. Deste modo, ao longo deste artigo, objetiva-se apresentar as particularidades envolvendo estudos com Sensoriamento Remoto aplicado aos recursos florestais, compreendendo as técnicas usuais e métodos avançados utilizados para o mapeamento e classificação da cobertura vegetal, demonstrando também resultados de projetos já desenvolvidos ao longo das últimas décadas.

 

Citas

AIBA, H.; MURATA, K.; IWASHITA, H. Experimental results of L-band microwave penetration properties of tropical and subtropical trees. In: JAPAN CONFERENCE ON REMOTE SENSING, 8TH. Proceedings…, 1988. p. 51-54.

ALLEVATO, S. R. Memória central do projeto Radambrasil. Revista Brasileira de Cartografia, Rio de Janeiro, n. 25, p. 31-36, 1979.

ANDERSON, L. O.; SHIMABUKURO, Y. E; CRUZ DE ARAGÃO, L. E. O.; VALERIANO, D. M. Monitoramento da resposta fenológica através da utilização de imagens fração derivadas do sensor MODIS. In: SIMP. BRAS. DE SENS., 12., Goiânia, Brasil,16-21 abril. Anais..., Goiânia: INPE, 2005. p. 2811-8.

ANTUNES, A. F. B. Classificação de ambiente ciliar baseada em orientação a objeto em imagens de alta resolução espacial. 2003. 147p. Tese (Doutorado) - Universidade Federal do Paraná, Curitiba, 2003.

ASNER, G. P.; NEPSTAD, D.; CARDINOT, G.; RAY, D. Drought stress and carbon uptake in an Amazon forest measured with spaceborne imaging spectroscopy. National Academy of Sciences, v. 101, n. 16, p. 6039-44, 2004.

ASNER, G. P.; KNOX, R. G.; GREEN, R. O.; UNGAR, S. G. The Flora Mission for Ecosystem Composition, Disturbance and Productivity. Mission Concept for the National Academy of Sciences Decadal Study, 2005.

ASSUNÇÃO, G. V.; FORMAGGIO, A. R. O Sensoriamento remoto na agricultura: conceitos básicos, metodologia e aplicações. São José dos Campos: INPE, 1989. 217p.

BARET, F.; JACQUEMOUD, S.; GUYOT, G.; LEPRIEUR, C. Modelled analysis of the biophysical nature of spectral shifts and comparison with information content of broad bands. Remote Sensing of Environment, v. 41, n. 2/3, p. 133-142, 1992.

BERNARDES, M. S. Fotossíntese no dossel das plantas cultivadas. In: Castro, P. R. C.; Ferreira, S. O.; Yamada, T. Ecofisiologia da produção agrícola. Piracicaba: Potafos, 1987. 249 p.

BLACKBURN, G. A. Spectral indices for estimating photosynthetic pigment concentrations: a test using senescent tree leaves. International Journal of Remote Sensing, v. 19, n. 4, p. 657-75, 1998.

BOARDMAN, J. W.; KRUSE, F. A.; GREEN, R. O. Mapping target signatures via partial unmixing of aviris data. fifth jpl airborne earth science workshop. JPL Publications 95-1, n. 1, p. 23-6. 1995.

BOLFE, E. L.; FONSECA, E. L.; PEREIRA, R. S.; MADRUGA, P. R. A. Verificação da exatidão em classificação digital de povoamentos florestais em imagem orbital mediante três índices. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 4., Belo Horizonte. Anais... Belo Horizonte: INPE, 2003. p. 2671-7.

CARREIRAS, J. M. B.; SHIMABUKURO, Y. E.; PEREIRA, J. M. C. Fraction images derived from SPOT-4 VEGETATION data to assess land-cover change over the State of Mato Grosso, Brazil. International Journal of Remote Sensing, v. 23, n. 23, 2002. p. 4979-83.

CHEN, J. Y., & REED, I. S. A detection algorithm for optical targets in clutter. IEEE Trans. on Aerosp. Electron. Syst., v. AES-23, n. 1. 1987.

CLARK, R. N.; SWAYZE, G. A. Mapping minerals, amorphous materials, environmental materials, vegetation, water, ice, and snow, and other materials: The USGS Tricorder Algorithm. In: SUMMARIES OF THE FIFTH ANNUAL JPL AIRBORNE EARTH SCIENCE WORKSHOP. JPL Publication 95-1, 1995. p. 39-40.

DAWSON, T. P.; CURRAN, P. J.; NORTH, P. R. J.; PLUMMER, S. E. The propagation of foliar biochemical absorption features in forest canopy reflectance: a theoretical analysis. Remote Sensing of Environment, v. 67, n. 2, p. 147-59, 1999.

ESPÍRITO-SANTO, F. D. B. E SHIMABUKURO, Y. E. Validação do mapeamento de uma área de floresta tropical com o uso de imagens de videografia aérea e dados de levantamento de campo. Revista Árvore, Viçosa-MG, v. 29, n. 2, p. 227-39, 2005.

FERREIRA, L. G.; HUETE, A. R. Assessing the seasonal dynamics of the Brazilian Cerrado vegetation through the use of spatial vegetation indices. International Journal of Remote Sensing, v. 25, n. 10, p. 1837-60, 2004.

FERREIRA, M. E; FERREIRA, L. G., HUETE, A. R.; PECCININI, A. A. Análise da sazonalidade de paisagens antrópicas e nativas do bioma Cerrado através dos produtos MODIS índices de vegetação, área foliar e atividade fotossintética. In: SIMP. BRAS. DE SENS. REM., Anais... Goiânia: INPE, 2005. p. 505-12.

FERREIRA, L. G.; FERREIRA, N. C.; FERREIRA, M. E. Sensoriamento remoto da vegetação: evolução e estado-da-arte. Acta Scientiarum. Biological Sciences, v. 1, 2007a. p. 1-23.

FERREIRA, M. E.; FERREIRA JR., L. G.; SANO, E. E.; SHIMABUKURO, Y. E. Spectral linear mixture modelling approaches for land cover mapping of tropical savanna areas in Brazil. International Journal of Remote Sensing, UK, v. 28, Issue 2 , p. 413-429, 2007b.

FORMAGGIO, A. R.; EPIPHANIO, J. C. N.; VALERIANO, M. M. Comportamento espectral (450-2500nm) e mineralogia de argila de alguns solos tropicais brasileiro. In: SIMPÓSIO LATINOAMERICANO DE PERCEPCIÓN REMOTA, 7, (INPE 6284-PRE/2372), 1995.

FREEMAN, A.; CHAPMAN, B.; SIQUEIRA, P. The JERS-1 Amazon Multi-Season Mapping Study: science objectives and implications for future missions. International Journal Remote Sensing, n. 23, p. 1447-60, 2002.

GALVÃO, L. S.; FORMAGGIO, A. R.; TISOT, D. A. Discrimination of sugarcane varieties in Southeastern Brazil with EO-1 Hyperion data. Remote Sensing of Environment, v. 94, n. 4, p. 523-34, 2005.

GOETZ, A. F. H.; VANE, G.; SOLOMON, J. E.; ROCK, B. N. Imaging spectrometry for earth remote sensing. Science, 228, p. 1147-53, 1985.

GONÇALVES, F. G. Avaliação de Dados SAR Polarimétricos para Estimativa Volumétrica de Florestas Tropicais. 109 p. Dissertação (Mestrado) - São José dos Campos: INPE, 2007.

GOODENOUGH, D. G.; PEARLMAN, J.; CHEN, H.; DYK, A.; HAN, T.; L, J.; JOHN MILLER, J.; NIEMANN, K. O. Forest Information from Hyperspectral Sensing. In: INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM - IGARSS 2004, Anchorage, Alaska, 2004.

GURGEL, H.C. Variabilidade espacial e temporal do NDVI sobre o Brasil e suas conexões com o clima. 2000. 114p. Dissertação (Mestrado) - São José dos Campos: INPE, 2000.

HALL, F. G.; HUEMMIRICH, K. F.; GOWARD, S. N. Use of narrow-band spectra to estimate the fraction of absorbed phtosynthetically active radiation. Remote Sensing of Environment, v. 32, n. 1, p. 47-54, 1990.

HARSANYI, J. C., CHANG, C. Hyperspectral image classification and dimensionality reduction: an orthogonal subspace projection approach. IEEE Transactions on Geoscience and Remote Sensing, 32, p. 779-85, 1994.

HENDERSON, F. M.; LEWIS, A. J. Manual of remote sensing: principles and applications of imaging radars. 3.ed. New York: John Wiley and Sons, Inc., 1998. 866p.

HUETE, A. R. Development of vegetation and soil indices for MODIS-EOS. Remote Sensing of Environment, v. 49, p. 224-34, 1994.

HUETE, A. R. Extension of soil spectra to the satellite: atmosphere, geometric and sensor considerations. Photo Interprétation, v. 34, n. 2, p. 101-14, 1996.

HUETE, A. R.; LIU, H. Q.; BATCHILY, K.; VAN LEEUWEN, W. A comparison of vegetation indices over a global set on TM images for EOS-MODIS. Remote Sensing of Environment, v. 59, n. 3, p. 440-51, 1997.

HUETE, A. R.; DIDAN, K.; MIURA, T.; RODRIGUEZ, E. P.; GAO, X. & FERREIRA, L.G. Overview of the radiometric and biophysical performance of the MODIS vegetation índices. Remote Sensing of Environment, v. 83, p. 195-213, 2002.

HUETE, A. R.; DIDAN, K.; SHIMABUKURO, Y. E.; RATANA, P.; SALESKA, S. R.; HUTYRA, L. R.; YANG, W.; NEMANI, R. R.; MYNENI, R. Amazon rainforests green-up with sunlight in dry season. Geophysical Research Letters, v. 33, n. L06405, p.1-4, 2006.

IMHOFF, M. L.; STORY, M.; VERMILLION, C.; KAHN, F.; POLCYN, F. Forest canopy characterization and vegetation penetration assessment with space-borne radar. IEEE Transactions on Geoscience and Remote Sensing. v. 24, n. 4, p. 535-42, 1986.

JACKSON, R. D., PINTER JR., P. J. Spectral response of architecturally different wheat canopies. Remote Sensing of Environment, v. 20, n. 1, p. 43-56, 1986.

JACKSON, R. D.; HUETE, A. R. Interpreting vegetation indices. Preventive Veterinary Medicine, v. 11, n. 3-4, p. 185-200, 1991.

JORDAN, C. F.. Derivation of leaf area index from quality of light on the forest floor. Ecology, v. 50, n. 4, p. 663-6, 1969.

KIMES, D.S.; KIRCHNER, J.A. Diurnal variations of vegetation canopy structure. International Journal of Remote Sensing, v. 4, n. 2, p. 257-71, 1983.

KNIPLING, E. B. Physical and physiological basis for the reflectance visible and near infrared radiation from vegetation. Remote Sensing of Environment, v. 1, n.3. p. 155-9, 1970.

KRUSE, F. A.; LEFKOF, A. B.; BOARDMAN, J. W.; HEIEDBRECHET, K. B.; SHAPIRO, A.T.; BARLOON, P. J., GOETZ; A. F. H. The spectral image processing system (SIPS) – Interactive visualization and analysis of imaging spectrometer data. Remote Sensing Environment, v. 44, p. 145-63, 1993.

MENZEL, A.; ESTRELLA, N.; PETER, F. Spatial and temporal variability of the phonological seasons in Germany from 1951 to 1996. Global Change Biology, v. 7, p. 657-66, 2001.

MILLER, J. R.; HARE, E. W.; WU, J. Quantitative characterization of vegetation red edge reflectance – 1. An inverted-Gaussian reflectance model. International Journal of Remote Sensing, v. 11, n. 2, p. 1755-73, 1990.

MIURA, T.; HUETE, A. R.; FERREIRA, L. G.; SANO, E. E. Discrimination and biophysical characterization of Cerrado physiognomies with EO-1 hyperspectral Hyperion. In: SIMP. BRAS. DE SENS. REM., 8. Belo Horizonte: INPE, 2003.

MORAES, E. C. Radiometria óptica espectral – comportamento espectral. In: SIMP. BRAS. DE SENS. REM, 8., 1996, São José dos Campos: INPE, 1996. (CD ROM - Tutorial)

MUSTARD, J. F. Relationships of soil, grass, and bedrock over the Kaweah Serpentine Melange through spectral mixture analysis of AVIRIS data. Remote Sensing Environment, 44, p. 293-308, 1993.

NUNES, G. M. Sensoriamento remoto aplicado na análise da cobertura vegetal das reservas de desenvolvimento sustentável Amanã e Mamirauá. 2008a. 176p. Tese (Doutorado) - Instituto de Geociências, UNICAMP, Campinas, 2008.

NUNES, G. M. Uso do Sensor HSS no Mapeamento da Cobertura Vegetal, Análise
Ambiental e Caracterização de Impactos Ambientais na Flona Jamari, RO. Relatório Técnico. Centro Gestor e Operacional do Sistema de Proteção a Amazônia, Centro Técnico e Operacional de Porto Velho, Divisão de Sensoriamento Remoto (DSR), 2008b. 30p.

PARADELLA, W. R., SANTOS A. R., VENEZIANI P., CUNHA E. S. P. Radares Imageadores nas Geociências Estado da Arte e Perspectivas. Revista Brasileira de Cartografia, 57/01, 2005.

PEARSON, R. L.; MILLER, L. D. Remote mapping of standing crop biomass for estimation of the productivity of the shortgrass prairie, Pawnee National Grasslands, Colorado. In: INTERNATIONAL SYMPOSIUM ON REMOTE SENSING OF ENVIRONMENT, 8., 1972, Ann Arbor. Proceedings... Ann Arbor: ERIM, v. 2, 1972, p. 1355-1379.

PONZONI, F. J.; SHIMABUKURO, Y. E. Sensoriamento remoto no estudo da vegetação - INPE, São José dos Campos, SP, 2007. 136 p.

POPE, K.; REY-BENAYAS, J.; PARIS, J. Radar remote sensing of forest and wetland ecosystems in the Central American tropics. Remote Sensing of Environment, v. 48, n. 2, p. 205-19, 1994.

RADAMBRASIL. Projeto Radambrasil. Levantamento de recursos naturais. Pico da Neblina. Folha NA. 19, v. 11, Brasil: IBGE, 1978.

RASHED, T.; WEEKS, J. R.; ROBERTS, D. A.; ROGAN, J.; POWELL, R. L. Measuring the physical composition of urban morphology using multiple endmember spectral mixture models. Photogrammetric Engineering and Remote Sensing, v. 69, n. 9, p. 1011-20, 2003.

ROBERTS, D. A.; GARDNER, M.; CHURCH, R.; USTIN, S.; SCHEER, G.; GREEN, R. O. Mapping Chaparral in the Santa Monica Mountains using multiple endmember spectral mixture models. Remote Sensing of Environment, New York, v. 65, p. 267-79, 1998.

RODRIGUEZ-YI, J. L. Mapeamento e Monitoramento da vegetação do estado do Mato Grosso através de imagens AVHRR-NOAA. 1998. 135p. Dissertação (Mestrado em Sensoriamento Remoto) – INPE, São José dos Campos, 1998. (INPE-6816-TDI/638)

ROLIM, F. A. Análise de classificação orientada ao objeto em imagens de alta resolução para o auxilio ao monitoramento ambiental em uma microbacia hidrográfica. 2003. 107p. Dissertação (Mestrado) - Universidade Federal do Paraná, Curitiba, 2003.

ROSENQVIST, A. SHIMADA, M.; CHAPMAN, B.; FREEMAN, A. The Global Rain Forest Mapping project - a review. International Journal of Remote Sensing, n. 23, p. 1201- 34, 2000.

ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring vegetation systems in the great plains with ERTS. In: EARTH RESOURCES TECHNOLOGY SATELLITE-1 SYMPOSIUM, 3., Washington, D. C., Proceedings… Washington, D. C.: NASA. Goddart Space Flight Center, v. 1, 1973. p. 309- 17.

SABRINA, R.; SOLANGE, C.; IVAN, P.; FEDERICO, M. Estimation of vegetation photochemical processes from CHRIS-PROBA data. In: 3RD ESA CHRIS PROBA WORKSHOP, Frascati, Italy, 2005.

SCHOWENGERDT, R. A. Remote sensing: models and methods for image processing. 2. ed. San Diego: Academic Press, 1997. 522 p.

SCHWEIK, C. M.; GREEN, G. M. The use of spectral mixture analysis to study human incentives, actions, and environmental outcomes. Social Science Computer Review, Thousand Oaks, v. 17, n. 1, p. 40-63, 1999.

SENSYTECH. AHS – Airborne Hyperspectral Scanner. Disponível em: <http://www.sensytech. com/Imaging/ahs.html>. Acesso em: 22 abr. 2003.

SHIMABUKURO, Y. E.; NOVO, E. L. M.; PONZONI, F. J. Índice de vegetação e modelo linear de mistura espectral no monitoramento da região do Pantanal. Pesquisa Agropecuária Brasileira, Brasília, v. 33, p. 1729-37, 1998.

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, New York, v. 29, n. 1, 1991.

SMITH, A. M.; NADEAU, C.; FREEMANTLE, J.; WHEN, H.; TEILLET, P. M.; KEHLER, I.; DAUB, N.; BOURGEOIS, G.; DE JONG, R. Leaf area index from CHRIS satellite data and applications in plant yield estimation. In: CANADIAN SYMPOSIUM ON REMOTE SENSING, 26TH. Wolfville, Nova Scotia, 2005.

SMITH, M. O., ADAMS, J. B. Interpretation of AIS images of Cuprite, Nevada, using constrains of spectral mixtures. In: AIRBORNE IMAGING SPECTROMETER DATA ANALYSIS WORKSHOP. Pasadena, CA. Proceedings… JPL Publ., 1985. 85-41, p. 62-8.

SUN, G.; RANSON, K. J. Modeling lidar and radar returns of forest canopies for data fusion. In: INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, Toronto, Canada. Proceedings… Toronto: IEEE, 2002. p. 1387-9.

ULABY, F. T.; ELACHI, C. Radar polarimetry for geoscience applications. Norwood: Artech House, 1990. 364p.

VAN DER MEER, F. Imaging spectrometry geological applications. In: MEYERS, R.A. (Ed.). The Encyclopedia of Analytical Chemistry. Sussex, U.K.: John Wiley & Sons Ltd., 2000. p. 8601-38.

VAN DER SANDE, C. J., DE JONG, S. M., DE ROO, A. P. J. A segmentation and classification approach of IKONOS-2 imagery for land cover mapping to assist flood risk and flood damage assessment. International Journal of Applied Earth Observation and Geoinformation, v. 4, n. 3, p. 217-29, 2003.

VICENTINI, A. A vegetação ao longo de um gradiente edáfico no Parque Nacional do Jaú. In: S. H. Borges; S. Iwanaga;C.C. Durigan; M.R., Pinheiro (Eds.) Janelas para a biodiversidade no Parque Nacional do Jaú: uma estratégia para o estudo da biodiversidade na Amazônia. Fundação Vitória Amazônica (FVA). Manaus: WWF, IBAMA, 2004. p. 117-43.

WANG, Y.; HESS, L. L.; FILOSO, S.; MELACK, J. M. Canopy penetration studies: modeled radar backscatter from Amazon floodplain forests at C-, L-, and Pband. In: INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM. Surface and atmospheric remote sensing: technologies, data analysis and interpretation. IGARSS’94, August, 8-12, 1994, Pasadena. Proceedings... Pasadena, 1994. p. 1060-2.

WATZLAWICK, L. F.; KIRCHNER, F. F.; SANQUETTA, C. R.; SCHUMACHER, M. V. As florestas e o carbono. Curitiba, 2002. 264p.

WENG, Q.; LU, D.; SCHUBRING, J. Estimation of land surface temperature vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment, v. 89, n. 4, p. 467-83, 2004.

Publicado

2016-02-15

Cómo citar

Nunes, G. M., Drescher, R., & Tyszka, D. (2016). Sensoriamento remoto na análise e caracterização de recursos florestais em ecossistemas tropicais. Multitemas, (39). https://doi.org/10.20435/multi.v0i39.358

Número

Sección

Artigos