Avaliação de incêndio em ambiente de Caatinga a partir de imagens Landsat-8, índice de vegetação realçado e análise por componentes principais

Abstract

O fogo é um fator importante na perturbação e perda de florestas secas tropicais globais. Os incêndios florestais exercem um papel ecológico relevante, pois afetam a biodiversidade local, as propriedades do solo e o suprimento de água. O bioma Caatinga apresenta um alto nível de degradação de atividades antrópicas e naturais, sendo extremamente afetado por incêndios originados predominantemente por atividades humanas. O sensoriamento remoto orbital, por apresentar características espaciais, espectrais e temporais específicas, é uma alternativa tecnológica imprescindível no monitoramento de áreas afetadas pelo fogo na superfície terrestre. Este trabalho teve como objetivo analisar, no âmbito espacial, espectral e temporal, o comportamento de um incêndio em ambiente de Caatinga a partir de Imagens Landsat-8, Índice de Vegetação Realçado e Análise por Componentes Principais. A quantificação de características da vegetação derivada do índice espectral fornece uma melhor avaliação da condição física da superfície terrestre sob efeitos do fogo. Técnicas de sensoriamento remoto e estatística multivariada foram utilizadas para avaliar comportamento espectral da vegetação nativa exposta a eventos de incêndio do bioma Caatinga. Os resultados do Teste de Normalidade Kolmogorov-Smirnov apresentaram um nível de significância de 5 %. A integração dos métodos estatísticos de Regressão Linear Simples e Análise por Componentes Principais possibilitaram diagnósticos importantes nas estimativas e/ou relacionamentos entre as variáveis aleatórias. A técnica multivariada permitiu avaliar 94% da variação de dados. Os mapas resultantes da metodologia testada representam um aprimoramento importante no mapeamento da distribuição da vegetação. Este estudo gera indicativos para futuras pesquisas científicas vinculadas ao gerenciamento do espaço relacionado à vulnerabilidade e recuperação de paisagens de vegetação do clima semiárido sob situações de fogo geradas por incêndios.

Analysis of Spectral Separability for Detecting Burned Areas Using Landsat-8 OLI/TIRS Images under Different Biomes in Brazil and Portugal

“…This study provides an assessment of the effectiveness of the BAI, NBR, MIRBI, NBR2, NBI, and NBRT spectral indices to discriminate burned areas across a Landsat-8 satellite scene in two different ecosystems. It supports findings from previous studies that spectral indices solely based on NIR, SWIR, and TIR bands provide high discrimination of burned areas in a variety of ecosystems, including, for example, boreal forest [73,74], Amazonia [8,75,76], Cerrado [38,46,77,78], and semiarid [79]. However, this study also reinforces the fact that the behavior of the indices can vary between different ecosystems.…”

Evaluation of the Ability of SLSTR (Sentinel-3B) and MODIS (Terra) Images to Detect Burned Areas Using Spatial-Temporal Attributes and SVM Classification

“…Briefly, the reflectance of burned surfaces is the result of a mixture of exposed soil, unburned vegetation, ash, and coal that are present on the surface after the fire event. In the NIR, vegetation combustion significantly influences the spectral signature of the burned target, generally decreasing the reflectance and consequently increasing the difference in relation to unburned conditions [71,72]. The importance of NIR for discrimination of burned areas is explored in Lizundia-Loiola et al [73].…”