SciELO - Scientific Electronic Library Online

 
vol.39 número2Produtividade e nutrição fosfatada de cafeeiros submetidos a fontes e doses de fósforo índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

Compartilhar


Ciência e Agrotecnologia

versão impressa ISSN 1413-7054

Resumo

ACERBI JUNIOR, Fausto Weimar et al. Detecção de mudanças no cerrado brasileiro utilizando semivariogramas derivados de imagens NDVI. Ciênc. agrotec. [online]. 2015, vol.39, n.2, pp.103-109. ISSN 1413-7054.  https://doi.org/10.1590/S1413-70542015000200001.

O Índice da Vegetação por Diferença Normalizada (NDVI) é, frequentemente, usado para extrair informações de áreas vegetadas, uma vez que está diretamente relacionado com parâmetros da vegetação, como o percentual de cobertura do solo, a atividade fotossintética da planta e o índice de área foliar. Objetivou-se, neste trabalho, analisar o potencial dos semivariogramas gerados a partir do índice de vegetação NDVI, para a detecção de desmatamentos, analisando seu comportamento (forma) e métricas derivadas (alcance, contribuição e efeito pepita). Semivariogramas foram gerados a partir do índice de vegetação NDVI, derivados de imagens Landsat TM de maio de 2010, junho de 2010 e julho de 2011. A área de estudo é uma região de Cerrado, no norte do estado de Minas Gerais, Brasil, totalizando 1.596 ha. Foram gerados semivariogramas, após a análise exploratória dos dados. Modelos foram ajustados, validados e suas métricas analisadas. Observou-se que a forma dos semivariogramas, alcance e contribuição foram diferentes quando houve desmatamentos na área e similares quando a área não foi alterada. O modelo que melhor se ajustou aos dados foi o gaussiano, porém os três modelos testados mostraram comportamentos similares quanto a eficiência na detecção dos desmatamentos. Os resultados sugerem que estudos futuros explorem o grau de intervenção que os semivariogramas temporais consigam detectar, bem como a influência que a sazonalidade de algumas fisionomias pode ter nas análises.

Palavras-chave : Desmatamento; geoestatística; sensoriamento remoto.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )