AVALIAÇÃO DE ÍNDICES DE VEGETAÇÃO NA ESTIMATIVA DE VOLUME EM FLORESTAS DECIDUAIS: UM MODELO PREDITIVO
Palabras clave:
Sensoriamento Remoto, Índice de Vegetação, Regressão Linear, Inventário ForestalResumen
La teledetección ha contribuido mucho en los análisis ambientales. Por esto comprender las características físicas, químicas y biológicas de un sistema forestal de modo indirecto ha sido un desafío en una variedad de estudios. Correlacionar los datos que tienen sus orígenes de estos sensores con los que son obtenidos en campo desde la coleta y mensuración de las formaciones forestales posibilita el empleo de una estrategia en términos de la comprensión de la estructura forestal además del fragmento de lo que se estudia. La revisión de la bibliografía en cuanto a este tema ha permitido un análisis y la discusión en cuanto a las metodologías empleadas en los estudios académicos y en especial se llevamos en cuenta los índices de vegetación obtenidos desde los datos de imágenes satelitales, además de suya correlación con los datos primarios de los inventarios forestales con el uso del modelado estadístico obtenidos desde la regresión lineal. El desarrollo práctico de este trabajo ha sido hecho desde un fragmento forestal cuyo nombre es Foresta Estacional Decidual (Mata Sequia) en Funilândia/MG, en donde fueran colectadas 8 (ocho) parcelas muestrales inventariadas y suministradas as análisis estadístico en oficina. Por ello en este estudio se ha encontrado una fuerte correlación entre los índices de vegetación, en especial el GNDVI y los valores de madera de los muestreos obtenidos desde la colección del campo, lo que ha permitido la extrapolación de los volúmenes de todo fragmento forestal estudiado por intermedio del modelado predictivo en este artículo.
Citas
ALBA, E. Caracterização Espectral dos Dosséis e Estimativa de Variável Biofísica em Plantios de Eucalyptus grandis e Pinus elliotti a Partir de Imagens Landsat 8/ OLI. Dissertação de Mestrado em Recursos Florestais e Engenharia Florestal – Universidade Federal de Santa Maria – Santa Maria, 2016.
ASSIS, P. H. de S.; DEROCO MARTINS, G.; ORLANDO, V. S. W. Mapeamento de Parâmetros Agronômicos do Cafeeiro a Partir de Imagens Tomadas por Aeronave Remotamente Pilotada. Boletim Goiano de Geografia, Goiânia, v. 43, n. 01, 2023. DOI: 10.5216/bgg.v43i01.63274. Disponível em: https://revistas.ufg.br/bgg/article/view/63274. Acesso em: 8 nov. 2023.
CAMPOS, Jean Oliveira et al. Mapeamento do serviço ecossistêmico de sequestro de carbono prestado pela cobertura florestal do Parque Estadual Mata do Pau-Ferro e sua zona de amortecimento, Areia, Paraíba. Revista Geográfica Acadêmica, v. 17, n. 2, p. 115-135, 2023. Disponível em: https://revista.ufrr.br/rga/article/view/7888. Acesso em: 19 ago. 2024.
CENTRO TECNOLÓGICO DE MINAS GERAIS - CETEC-MG. Determinação de equações volumétrica aplicáveis ao manejo sustentado de florestas nativas no Estado de Minas Gerais e outras regiões do país. p. 106, Belo Horizonte, 2005.
GUSSON, E. Avaliação de métodos para a quantificação de biomassa e carbono em florestas nativas e restauradas da Mata Atlântica. Tese (Doutorado em Recursos Florestais) – Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, versão revisada de acordo com a resolução CoPGr 6018 de 2011. Piracicaba, 2014.
HU, Y. et al. Land Use/Land Cover Change Detection and NDVI Estimation in Pakistan’s Southern Punjab Province. Sustainability, v. 15, n. 4, p. 3572, 2023. https://www.mdpi.com/2071-1050/15/4/3572/pdf.
JENSEN, J. R. Sensoriamento Remoto do Ambiente: Uma perspectiva em recursos terrestres. 2. ed. São José dos Campos: Parêntese, 2009.
JESUS, S. C.; MIURA, A. K. Análise de regressão linear múltipla do índice de vegetação melhorado (EVI) a partir das bandas 3, 4 e 5 do sensor TM/Landsat 5. ANAIS XIV SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, Natal, Brasil, 25-30 abril 2009, INPE, p. 1103-1110.
MARION, Fabiano André et al. Influência da temperatura e da precipitação na variação anual de índices de vegetação em área de floresta estacional semidecidual, no Sudoeste do Paraná, brasil. Revista Geografica Academica, v. 18, n. 1, p. 163-178, 2024. Disponível em: https://revista.ufrr.br/rga/article/view/8099. Acesso em: 19 ago. 2024.
MEDEIROS, F. S. B.; BIANCHI, R. C. A aplicação do método regressão linear simples na demanda de produtos sazonais: um estudo de caso. Disciplinarum Scientia. Serie: Ciências Sociais Aplicadas, S. Maria, v.5, n. 1, p. 35-53, 2009.
MOREIRA, M. A. Fundamentos do sensoriamento remoto. 4.ed. Viçosa: Editora UFV, 2011.
NAKAI, E. S. Quantificação da biomassa e estoque de carbono em diferentes coberturas vegetais por meio de sensoriamento remoto. 154 f. Tese (Doutorado em Ciências) – Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba-SP, 2016.
NEITZEL, L. C.; VIEIRA, C. V. Análise Espaço-temporal dos Remanescentes da Cobertura Vegetal da Mata Atlântica em um Município Costeiro no Sul do Brasil. Boletim Goiano de Geografia, Goiânia,
v. 43, n. 01, 2023. DOI: 10.5216/bgg.v43i01.73217. Disponível em: <https://revistas.ufg.br/bgg/article/view/73217>. Acesso em: 8 nov. 2023.
OLIVEIRA, G. F. S. Uso de técnicas de sensoriamento remoto para estimar variáveis biofísicas em floresta tropical seca, município de Floresta – PE. Dissertação (Mestre em Ciências Florestais) – Universidade Federal Rural de Pernambuco, Recife, 2020.
PONZONI, F. J.; SHIMABUKURO, Y. E. Sensoriamento remoto no estudo da vegetação. São José dos Campos, SP: A. Silva Vieira Ed, 2009.
ROCHA, C. H. B. Geoprocessamento: Tecnologia Transdisciplinar. Juiz de Fora: Parêntese, 2007.
RODRIGUES, Sandra Cristina Antunes. Modelo de Regressão Linear e suas Aplicações. Relatório de estágio para obtenção do Grau de Mestre em Ensino de Matemática no 3° Ciclo do Ensino Básico e no Ensino Secundário. Universidade da Beira Interior, p. 5, Covilhã, 2012.
SANTORI, A. R. Amostragem de componentes puros (vegetação, solo, água/sombra) em imagens de satélite Sentinel-2 como subsídios à interpretação do NDVI na Bacia Hidrográfica do Ribeirão das Cruzes, Selvíria/MS. Boletim Paulista de Geografia, [S.L], v.1, n. 107, p. 76-95, jan.-jun. 2022.
SOUSA, Áurea. Diagrama de dispersão, correlação e regressão linear. Ponta Delgada, Portugal, 2019. Correio dos Açores: Opinião/ regional, Editora Gráfica Açoreana, p. 16.
SOUSA, C. L.; PONZONI, F. J. Avaliação de índices de vegetação e de bandas TM/ Landsat para estimativa de volume de madeira em floresta implantada de Pinus ssp. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO – Santos, 1998.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 REVISTA GEOGRÁFICA ACADÊMICA
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
A RGA é detentora dos direitos autorais publicados, não sendo permitido que o mesmo conteúdo seja publicado em demais periódicos.