e Elvis Rabuske Hendges 5 RESUMO -Imagens NDVI (Índice de Vegetação por Diferença Normalizada) do sensor Modis foram utilizadas para mapear as classes de uso e cobertura da terra nas Serras do Sudeste e Campanha Meridional do Rio Grande do Sul. A metodologia compreendeu a elaboração de um banco de dados espaciais e a aplicação de técnicas de processamento digital (contraste linear, classificação digital e operações aritméticas) sobre imagens dos satélites Landsat e Terra de diversas datas. Os resultados indicaram que a cobertura florestal passou de 8,6% para 11,6% e 14,3% da área total da microrregião Serras do Sudeste, entre os anos 2000, 2004 e 2008. Na Campanha Meridional, a expansão da cobertura florestal passou de 11,1% para 11,2% e 11,5% da área total no mesmo período. Conclui-se que imagens MOD13Q1, de baixa resolução espacial (250 m), podem ser usadas em grandes áreas para mapear florestas e os demais temas adequadamente.Palavras-chave: Sensoriamento remoto; NDVI; Dinâmica florestal. PRODUCT MOD13Q1 MODIS SENSOR FOR TEMPORAL ANALYSIS OF FORESTS IN THE SERRAS DO SUDESTE AND CAMPANHA MERIDIONAL OF RIO GRANDE DO SUL
A cobertura vegetal da superfície terrestre é um dos condicionante da variação de temperatura do ar encontrado nestes locais. Assim o objetivo da presente pesquisa é verificar a correlação espacial existente entre os padrões de uso da terra e valores de temperatura de superfície (Ts) registrados pelo satélite Landsat 8. A área de estudo está localizada na zona rural de Francisco Beltrão/PR, caracterizada pela presença de usos agrícolas de subsitência. Foram processados dados de cenas datadas de 27/11/2017 e 13/12/2017, tanto para a obtenção dos mapas de uso e cobertura da terra, como para os dados de temperatura de superfície. As Ts registradas por cada uma das classes de uso da terra: água, floresta, campo sujo, campo, lavoura e solo exposto, demosntraram uma forte correlação de Pearson, sendo de 0,9116 e 0,9292 respectivamente para as cenas mapeadas. Ao analisar a homogeneidade entre as variâncias da Ts de cada classe, verificou-se que os valores das médias não possuem uma similaridade mínima significativa entre si. O teste de Tukey indicou que para a primeira data nenhuma das classes de uso apresentou valores semelhantes entre si. Já para a segunda data as classes de água e floresta apresentaram Ts estatisticamente similares, além das classes de campo sujo e campo.
RESUMOModelos Digitais de Elevação (MDEs) consistem atualmente em uma das principais formas de representação do relevo, no entanto, seus resultados dependem em grande escala dos dados primários utilizados. O presente trabalho busca avaliar algumas fontes de dados altimétricos pela comparação entre perfis topográficos, levando em consideração a morfologia do terreno no município de Francisco Beltrão, Estado do Paraná. Foram analisados MDEs oriundos da fotogrametria, gerados a partir das curvas de nível e pontos cotados vetorizados de duas cartas topográficas nas escalas 1: 25.000 e 1: 50.000, e também de MDEs oriundos de interferometria, gerados pela SRTM (Shuttle Radar Topographic Mission) com resolução espacial de 90 m e 30 m e pelo refinamento destes dados (Projeto Topodata). Utilizou-se para a comparação, dados oriundos de um levantamento aerofotogramétrico de detalhe, em escala 1: 2.000 e com curvas de nível com equidistância de 1 m. Apresentaram melhor semelhança com a morfologia do terreno para a área estudada, os modelos derivados de interferometria, Topodata e SRTM de 30 m, superando inclusive, o modelo derivado da carta topográfica 1: 25.000. Palavras-chave: MDEs; Perfil topográfico; Sudoeste do Paraná ABSTRACT Digital Elevation Model (DEM) currently consist of one of the main forms of relief representation, however, the results depend heavily on primary data used. This study aims to evaluate some sources of altimetric data by comparing topographic profiles, taking into account the morphology of the land in the municipality of Francisco Beltrao, State of Parana (PR). MDE were analyzed coming from photogrammetry, generated from contour lines and elevation points vectorized from two topographic charts in the scale 1: 25000 and 1: 50000, as well as MDE coming from interferometry, generated by the SRTM (Shuttle Radar Topographic Mission) with a resolution spatial of 90 m by 30 m and refinement of these date (Topodata Project). It was used for comparison, data from an aerial survey of detail, scale 1: 2000 and with contour lines with equal distance of 1 m. The models derived from interferometry, the Topodata project and SRTM 30 m, showed better resemblance to the morphology of the ground for the study area, surpassing even the model derived from topographic chart 1: 25000.
A vegetação é um fator determinante das condições climáticas de determinado local. Assim, o objetivo desta pesquisa visa verificar a correlação espacial existente entre a vegetação e a temperatura de superfície encontrada nas áreas urbanas de Francisco Beltrão e de Pato Branco. O satélite LANDSAT 8, através de seus sensores OLI e TIRS, possibilita realizar mapeamentos de uso da terra e da temperatura de superfície em mesma escala. A área urbana de Francisco Beltrão apresentou um total de 4.551 ha, sendo 1.041 ha de solo urbano, 2.584 ha de vegetação florestal e 926 ha de vegetação rasteira. Já Pato Branco possui uma área urbana total de 6.204 ha, com 3.167 ha de solo urbano, 1.466 ha de vegetação florestal e 1.571 ha de vegetação rasteira. Quanto à temperatura de superfície registrada, as duas áreas urbanas estudadas tiveram uma variação térmica entre os 19 °C e os 35 °C, sendo as áreas florestais com variação de 19°C a 29°C e a classe de solo urbano em sua maioria entre 24 °C a 35 °C. A correlação de Pearson para ambas as variáveis em sua distribuição espacial apresentou um valor aproximado de 0,75, considerada uma correlação forte.
Apresenta-se uma aplicação de classificação de imagens digitais capturadas em lâminas micromorfológicas na caracterização da freqüência relativa dos constituintes e das microfeições identificadas em depósito de encosta. Ao todo foram capturadas 26 imagens em lâmina representativa da base de uma seqüência de três unidades coluvionares, no Planalto Basáltico-SW PR. Para classificar as imagens utilizou-se funções do software SPRING 5.0, com as quais se produziu três padrões de classificação por imagem capturada: i) distribuição relativa dos constituintes-DRC (esqueleto, plasma e poros); ii) distribuição relativa das microfeições-DRMf (esqueleto, poros, hipocutãs de depleção de poros, microfeições de depleção, microfeições de impregnação, preenchimentos finos, preenchimentos densos e cutãs; e iii) distribuição relativa das microfeições agrupadas por processos micromorfológicos-DRMP (esqueleto, poros, microfeições de impregnação, microfeições de depleção e acumulações plásmicas intrusivas. A quantificação do resultado dessa classificação de imagens se deu pelo cálculo de área por classe temática e da área total da imagem. Estabeleceu-se percentuais das classes temáticas com base no cálculo de área e se aplicou parâmetros de tendência central para os dados individuais (média aritmética, desvio padrão, coeficiente de variância) e para os dados agrupados em classes (média aritmética e moda). Como resultado obteve-se em média 2% de esqueleto, 95% de plasma e 3% de poros. As microfeições plásmicas são em cerca de 5% de hipocutãs de depleção de poro, 32% de microfeições de depleção, 50% de microfeições de impregnação, 5% de preenchimento fino, 3% de preenchimento denso e menos de 1% de cutãs. Agrupadas por processos micromorfológicos registrou-se em média 34% de depleção, 53% de impregnação e 9,5% de acumulações plásmicas intrusivas. Enfim, os critérios de análise de imagem utilizados neste trabalho podem ser aplicados para análises similares em coberturas pedológicas. Palavras chave: Micromorfologia. Depósito de encosta. Classificação de imagem.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.