Aplicação de sensoriamento remoto no estudo dos níveis de degradação de pastagens.
A degradação de pastagens é um problema global, porém tem particular importância no Brasil, considerando que o país aufere o título de um dos maiores produtores de carne do mundo. Desse modo, a localização, detecção e identificação para a posterior recuperação das pastagens degradadas é uma mais-valia para a pecuária, podendo contribuir significativamente nas receitas econômicas do país (PIB), além de apresentar também um viés ecológico, pois pastagens recuperadas se traduzem em florestas em pé, garantindo um meio ambiente equilibrado e propício para a própria pecuária. O presente estudo objetiva elaborar uma metodologia sistemática e coerente, com a finalidade de localizar, detectar, identificar e mapear os diferentes níveis de degradação de pastagens por meio de técnicas advindas de Sensoriamento Remoto, com o uso de imagens de satélite Sentinel-2, dadas as suas características espectrais bastante promissoras. A área de estudo localiza-se no município de Valença, Vale do Paraíba, sendo uma região marcada por fortes degradações nas áreas de pastagens. De acordo com as características da área de estudo e com base na confrontação com a bibliografia consultada, as pastagens degradadas se classificam nos níveis N1, N2, N3 e N4, respectivamente leve, moderado, forte e muito forte. No presente estudo realizou-se correção atmosférica, NDVI, SAVI e Análise de Mistura Espectral (AME). Contudo, o NDVI e o SAVI apresentaram perfis temporais muito similares, não proporcionando separabilidade satisfatória entre os níveis de degradação das pastagens. A AME apresentou resultados bastante promissores, no entanto o grau de confiança somente será estabelecido após validação em campo. Essa validação ocorrerá tanto em período úmido como em período seco para que se compreendam os aspectos sazonais e fonológicos das pastagens degradadas.
Main Authors: | , , |
---|---|
Other Authors: | |
Format: | Parte de livro biblioteca |
Language: | pt_BR pt_BR |
Published: |
2019-10-07
|
Subjects: | Pastagens Degradadas, Sentinel-2, NDVI, SAVI, Análise de Mistura Espectral, Sensoriamento Remoto, Pastagem, Remote sensing, Pastures, |
Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1112837 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|