Índices de vegetação do Sensoriamento Remoto para processamento de imagens na faixa do visível (RGB)

Abstract

It is of extreme relevance to understand the behavior of vegetation for planning and decision-making regarding areas for planting, adequate use of water resources, irrigation and monitoring of vegetation dynamics, for example. In this sense, Remote Sensing (SR) has been a relevant support for the monitoring of ecosystems, since it is observed several researches involving the application of this technique through different mathematical algorithms titled indexes. The new satellites, unmanned vehicles and highresolution cameras that maintains products in the visible (RGB) range bring new perspectives to RS's performance in vegetation, especially in agriculture. Thus, it was developed over the years indices that allowed the detection of vegetation in visible spectral bands and, thus, facilitating agropastoral processes, precision agriculture and the reduction of SR as a whole. Thus, this work aims to review vegetation indices for processing in the RGB range. From the review, the origin of fifteen RGB indices is verified, being designed by diverse needs and equipment, where all reach competitive satisfactory. It is important to note that the developed indexes have improved the RS analyzes, where these improvements have led to new learning that directly contributed to the study of ecosystems, especially vegetation environments. The RS's dynamism makes it an innovation gimmick, in which, through demands and demands, new indices can be created by contributing to the maintenance and provision of social, economic and ecological activities.

Identificação fenológica da espécie Hovenia dulcis Thunberg em ambientes nativos por meio de fotos aéreas

“…O VARI, corresponde ao índice que mesmo atuando nas faixas do visível, foi projetado com a inserção da correção atmosférica, com o intuito de melhorar os seus respectivos produtos, contudo as melhores respostas espectrais ainda são obtidas por meio de índices que utilizam a faixa do infravermelho próximo (SILVA, et al, 2019). A aplicação do sensoriamento remoto, por meio de imagens que possuem alta resolução espacial dos veículos aéreos não tripulados e a seleção do período fenológico da espécie, é viável para identificação da H. dulcis, apresentando ser um instrumento satisfatório para obtenção de informações que podem ser utilizadas na prevenção e controle das espécies exóticas invasoras .…”

Sensoriamento Remoto E Métricas Da Paisagem Como Ferramentas De Análise Do Potencial De Ecoturismo Em Unidades De Conservação: Estudo De Caso No Parque Estadual Serra Do Intendente – Mg - Brasil

“…Nessa direção de gestão integralizada, o sensoriamento remoto ganhou notoriedade no monitoramento da cobertura espacial, sobretudo com a maior difusão de satélites orbitais (INPE, 2001). As imagens obtidas, em diferentes bandas do espectro eletromagnético, permitem análises para além das composições das cores das bandas visíveis, denominadas RGB (Red, Green, Blue), pois possibilitam combinações diversas com respostas espectrais que atendem a distintos interesses (FREIRE-SILVA et al, 2019;INPE, 2001). Um conceito de relevância na análise de imagens orbitais de sensoriamento remoto é a resolução espacial, que está atrelada ao tamanho dos pixels formadores da imagem (SOLOMON e BRECKON, 2011).…”

Análise da cultura da soja a partir de índices de vegetação (ExG – GLI – TGI – VEG) advindos de imagens RGB obtidas com ARP

“…No caso dos VANTs, os modelos mais acessíveis abarcam as bandas comuns do espectro visível (RGB), enquanto os multiespectrais, abarcam outros sensores para captar diferentes comprimentos de onda, com tecnologia mais refinada. Em busca da redução dos investimentos necessários na aplicação de técnicas da AP, vêm sendo aprimorados índices de vegetação que utilizam essas bandas visíveis, a exemplo do Visible Atmospherically Resistant Index (VARI), Normalized Green Red Difference Index (NGRDI) e Excess Red Vegetative Index (ExR), assim como abordado nos trabalhos de Andrade et al (2019), Motohka et al (2010), Cruz (2020) e Freire-Silva et al (2019).…”