Por André S. Alvarenga e Marcelo F. Moraes

Processamento digital de imagens LANDSAT – 8 para obtenção dos índices de vegetação NDVI e SAVI visando a caracterização da cobertura vegetal no município de Nova Lima – MG

A redução dos recursos naturais devido à ação antrópica, estimula uma constante aquisição de informações ambientais espaço-temporais com o objetivo de compreender padrões de uso e ocupação e organização do homem no espaço. Para tanto, a utilização de imagens de satélite para fins de mapeamento, planejamento e monitoramento ambiental tem sido realizada há várias décadas. Atualmente, novas tecnologias aliadas a softwares cada vez mais modernos têm possibilitado o uso de imagens de satélite para variados fins.

(…)

A pesquisa ora apresentada justifica-se na demonstração da utilização de índices de vegetação por meio de técnicas de sensoriamento remoto, destacando a importância de se ter seletividade na escolha do índice de vegetação mais apropriado para a área e para a finalidade da pesquisa proposta. Para tanto, a pesquisa busca analisar o desempenho de dois índices de vegetação; o Índice de Vegetação da Diferença Normalizada (NDVI) e o Índice de Vegetação Ajustado ao Solo (SAVI), visando identificar qual melhor representa e discrimina a cobertura vegetal do município de Nova Lima – MG.

Sendo assim, esta pesquisa tem como objetivo geral realizar análises em imagens de satélite Landsat-8 processadas por meio de técnicas de sensoriamento remoto, bem como comparar a configuração da cobertura vegetal obtida por meio dos índices de vegetação NDVI e SAVI. Para tanto, o município de Nova Lima – MG será considerado a área de pesquisa devido às características inerentes ao município. Características que são abobadadas no item 3.2.7 e que estão enraizadas no desenvolvimento do setor de extração mineral que, por sua vez, contribuí de forma significativa no uso e ocupação do solo e desenvolvimento econômico do município de Nova Lima.

Os objetivos específicos deste trabalho são:

• Determinar a cobertura vegetal por meio de técnicas de sensoriamento remoto relativas aos índices de vegetação;
• Determinar o índice de vegetação (NDVI ou SAVI) mais eficaz na detecção da cobertura vegetal da área pesquisada;
• Demonstrar que índices relativos à vegetação são técnicas que propiciam a caracterização da cobertura vegetal e outros alvos sem necessidade de levantamento em campo;
• Avaliar o desempenho dos índices de vegetação para fins de planejamento urbano.

Fluxograma metodológico simplificado (Autor: André S. Alvarenga)

Resultados e Discussão

A álgebra de mapas para os índices de vegetação NDVI e SAVI das imagens Landsat-8 de 25/06/2014 que englobam o município de Nova Lima – MG apresentaram resultados muito aproximados, representando de forma satisfatória a vegetação e outros alvos (água, solo exposto e área edificada). Os valores mínimos e máximos obtidos por meio da álgebra de mapas para os índices NDVI e SAVI apresentaram diferenças, contudo, para maior clareza da interpretação, foram adotados nos dois mapas os mesmos intervalos temáticos para as classes definidas. Portanto os dois índices foram segmentados em 6 classes a saber:

Índice de Vegetação da Diferença Normalizada (NDVI): -1,0 a -0,9 (água), -0,9 a -0,16 (solo exposto), -0,16 a 0,1 (área edificada), 0,1 a 0,5 (vegetação arbustiva), 0,5 a 0,6 (transição de vegetação arbustiva – arbórea) 0,6 a 1,0 (vegetação arbórea).

Índice de Vegetação Ajustado ao Solo (SAVI): -1,49 a -1,4 (água), -1,4 a -0,25 (solo exposto), -0,25 a 0,15 (área edificada), 0,15 a 0,75 (vegetação arbustiva), 0,75 a 0,9 (transição de vegetação arbustiva – arbórea) 0,9 a 1,49 (vegetação arbórea).

Apesar dos índices apresentarem diferenças entre os valores mínimos e máximos devido os algoritmos serem diferentes, observa-se que após a divisão das classes (6 em ambos) os mesmos apresentaram diferença visual imperceptível como podemos observar na Figura 3. Contudo, apesar da utilização das mesmas bandas nos algoritmos, a real diferença entre ambos está no fato da adição da constante “L” no índice SAVI modificar a escala de valores que acompanha o resultado para o índice, proporcionando um range mais amplo que pode ser explorado a favor do número de classes determinadas pelo pesquisador.