Materiais e Métodos

Uso de dados multiespectrais de plataformas orbitais como ferramenta na discriminação de níveis de degradação de pastagens

 

Obtenção e correção das imagens orbitais

Para todas as áreas amostrais identificadas no PA 3, serão obtidas imagens multiespectrais do sensor TM a bordo do satélite Landsat 5. Será dada preferência para imagens com pouca cobertura de nuvens no início da estação seca, espera-se que as diferenças entre os diferentes níveis de degradação sejam maiores. Valores de reflectância da superfície nas imagens serão obtidos através da correção radiométrica e atmosférica das imagens. A correção atmosférica será feita através do algoritmo 6S [7], conforme implementado no Sistema de Informações Geográficas GRASS (http://grass.itc.it/)

 

Cálculo dos índices espectrais e análise de mistura espectral

Diferentes índices de vegetação serão calculados a partir das imagens de reflectância (NDVI, SAVI, NDII5 e NDII7) além das imagens fração, obtidas através da analise de mistura espectral (SMA). A análise de mistura espectral consiste em identificar e quantificar a proporção dos alvos puros presentes dentro de um pixel da imagem, que geralmente é composto por diferentes coberturas. Ao estimar as frações de vegetação verde, vegetação seca e solo em um pixel, espera-se obter informações suficientes para identificar o grau de degradação das pastagens [8] [9]. A análise de mistura espectral será conduzida no Sistema de Informações Geográficas (SPRING). Uma dificuldade desta análise é a necessidade de se identificar nas imagens orbitais locais com sinal puro, ou seja, locais na imagem em que a resposta espectral seja devido apenas a uma cobertura do solo.

 

Extração e avaliação dos índices espectrais e valores de fração vegetação verde, vegetação seca e solo na identificação de pastagens degradadas

Uma vez calculados os índices de índices espectrais e valores de fração vegetação verde, vegetação seca e solo serão extraídos os valores respectivos de cada área amostral identificada no PA 3, Estes dados serão então analisados de forma a determinar se existe alguma relação entre os índices calculados e o grau de degradação das pastagens identificadas no PA 3.

Dois métodos de classificação serão avaliados, árvore de decisão e redes neurais. Ambos são largamente utilizados na identificação de padrões e regras de classificação a partir de um conjunto amostral de treinamento. O classificador resultante deverá ser capaz de identificar padrões e gerar regras que permitam estabelecer o nível de degradação das pastagens a partir de informações obtidas dos sensores remotos multiespectrais. Por fim, os critérios e regras de classificação serão testados com um conjunto independente de áreas de pastagens, a fim de avaliar a qualidade do classificador.

 

Uso de séries temporais de imagens de satélite (índices de vegetação) para a caracterização de degradação de pastagens

 

Séries temporais de índices de vegetação

As séries temporais de NDVI e EVI serão compostas com o produto MOD13Q1 da série 5, composição de 16 dias. Serão obtidas também imagens que indicam a credibilidade dos dados de NDVI e EVI (pixel reliability), através de uma classificação em cinco grupos: ausência de dado, dado bom, dado duvidoso, com neve/gelo ou nuvens.

Serão tomadas imagens dos tiles que abrangem as áreas de estudo para o período 2001 a 2010. As imagens disponibilizadas são em formato HDF-EOS (Hierarchical Data Format – Earth Observing System) e projeção Sinusoidal, de difícil manipulação na maioria dos softwares de geoprocessamento. Através do software MRT (Modis Reprojection Tool) desenvolvido pela própria NASA, as imagens são convertidas para formato geotiff e projeção geográfica latitude-longitude com sistema de referência WGS84. No mesmo processo, as imagens são cortadas para se restringir às áreas de interesse e renomeadas de forma a otimizar a organização e manipulação desses dados.

 

Suavização dos perfis temporais e extração de parâmetros

O perfil temporal de um pixel individual é constituído pelo conjunto de valores desse pixel ao longo de todas as imagens selecionadas, ordenadas no tempo.A rotina TIMESAT desenvolvida por Jönsson e Eklundh (2004) é utilizada para fazer o ajuste de funções matemáticas aos perfis temporais de NDVI/EVI. O método implementado na referida rotina consiste em ajustar funções localmente a cada conjunto de pontos da série temporal do índice de vegetação, proporcionando melhor representação dos máximos e mínimos. Foi testado o ajuste tanto das funções assimétrica gaussiana e logística dupla quanto de filtros Savitzky-Golay [10], constituídos pelo ajuste ponderado de funções polinomiais.

O ajuste das funções matemáticas à série temporal é feito para cada pixel da imagem individualmente, através do método dos mínimos quadrados. Opcionalmente, podem ser considerados pesos para cada dado da série temporal, os quais são atribuídos em função de medidas de qualidade dos dados. Como as imagens NDVI/EVI da série 5 do MODIS são acompanhadas pela informação denominada pixel reliability, pesos distintos podem ser utilizados para distinguir a importância de dados bons, duvidosos e com nuvens no ajuste. Dados faltosos ou rotulados como neve/gelo são eliminados da análise atribuindo peso nulo.

 

Obtenção de dados meteorológicos e análise de correlação com perfis temporais de IV

Dados meteorológicos das áreas de estudo serão obtidos de banco de dados disponibilizados na internet por organizações de pesquisa e governamentais, como os dados das estações automáticas operadas pelo Instituto Nacional de Pesquisas Espaciais. Serão obtidas séries temporais de precipitação e temperatura para o período coincidente com as séries temporais de IV. Os dados de precipitação e temperatura serão inicialmente verificados quanto à consistência e ocorrência de erros sistemáticos, através de plotagem e checagem visual e cruzada entre as estações.

 

Caracterização de perfis temporais de índices de vegetação em áreas de pastagens degradadas

Em função do tipo de perfil temporal de NDVI e EVI de cada pixel e dos correspondentes parâmetros fenológicos/agronômicos extraídos para áreas de pastagem com e sem degradação, serão buscadas diferenças entre tais perfis que possam servir como meio de identificação de degradação. Essa análise deverá levar em conta o efeito da variação de temperatura e precipitação no sinal de IV.

Serão estabelecidos critérios baseados nas características dos perfis temporais de IV, como duração, amplitude e valor de pico, que serão considerados como elementos para classificar e distinguir áreas de pastagem com e sem degradação

 

Testes de critérios para distinguir áreas degradadas/não-degradadas e comparação com resultados dos outros PA's

Parte das áreas amostrais disponíveis não será utilizada na definição dos critérios para distinguir áreas degradadas/não-degradadas, mas apenas como forma de validação posterior do método. Os resultados desses testes serão confrontados com os dos PAs 5 e 7, os quais avaliam outros métodos de realizar a identificação de degradação em pastagens com base em sensoriamento remoto.

 

Mapeamento espaço-temporal da biomassa vegetal de áreas sob pastagens com uso imagens orbitais em diversos biomas brasileiros.

 

Serão utilizados imagens de satélite de média e baixa resolução espacial juntamente com modelos e algoritmos para estimar a biomassa vegetal de áreas sob pastagens. Para validar as estimativas, serão coletadas amostras de biomassa vegetal (matéria seca e úmida) e identificação de níveis de degradação em pontos amostrais de diversas cultivares de pastagens em vários biomas brasileiros.

Também serão utilizados dados pontuais de estações meteorológicas (precipitação, temperatura, radiação, velocidade do vento, etc) como fonte de informações para elaboração de gráficos e cartas de deficiência e excedente hídrico, servindo de informações de entrada para os modelos e algoritmos utilizados e/ou desenvolvidos.

Para os casos em que ocorrerem problemas de nebulosidade nas imagens de satélite, poderão ser testadas, por exemplo, técnicas de desagregação de imagens [11][12], [13], ou seja, a combinação de imagens de média resolução espacial (Landsat e Aster) com imagens de baixa resolução espacial (MODIS), mas que possuem alta resolução temporal.

A estimativa da biomassa vegetal das áreas sob pastagens poderá ser um bom indicador para a aplicação e/ou desenvolvimento de metodologias que incorporem outros parâmetros biofísicos na busca ou possibilidade da identificação de níveis de degradação em grandes áreas sob pastagens.

 

Amostras de biomassa vegetal

Para coleta de amostras de biomassa vegetal das pastagens, será adotada a metodologia proposta por Fonseca (2004), na qual delimitará no terreno uma área de 0,25 m2 com o uso de um quadrado de ferro de 0,50 m de lado.  Aleatoriamente, em cada unidade amostral (a ser definida no PA 3), será coletado um total de 10 amostras. A biomassa vegetal amostrada será obtida por meio de corte rente ao solo com a utilização de uma tesoura. Após a coleta, cada amostra será ensacada e pesada em balança de campo. Posteriormente, as amostras devem ser secas em estufa e, em seqüência, pesadas para se ter o peso de matéria seca. Assim, em cada ponto amostral deve-se ter como informação a coordenada do ponto e o peso úmido e seco da amostra.

 

Uso de planos de informações geoespaciais na obtenção de indicadores de degradação de áreas sob pastagens

 

Neste plano de ação serão realizados cruzamentos entre os diferentes planos de informações (PI) com dados das áreas consideradas degradadas (Figura 4), as quais incluirão algoritmos de consulta e análise espacial como operações topológicas [14], álgebra de mapas [15], geoestatística [16], modelagem numérica de terreno [17] e processamento de imagens [18].

Figura 4. Representação esquemática dos cruzamentos geoespaciais propostos.

O processo de estabelecimento desses cruzamentos constitui-se em etapa simples do ponto de vista operacional dentro do ambiente de SIG. No entanto é necessária a concepção de uma estrutura de dados/informações e da definição bastante precisa das regras específicas a ser obedecidas no processo de cruzamento propriamente. Esta precisão definirá os passos das operações de cruzamento dos diferentes planos envolvidos no processo de obtenção de indicadores de degradação espacialmente explícitos.

A metodologia proposta busca sintetizar e analisar os fatores físicos e bióticos relacionados ao processo de degradação de pastagem, inseridos como PI´s, definindo as relações por meio de cruzamentos geoespaciais entre estes PI´s e as áreas consideradas degradadas. Esta análise possibilitará compreender melhor a distribuição desses fatores na área de estudo e sua relação com as causas de degradação. Dessa forma, os resultados a serem obtidos neste plano de ação fortalecerão o desenvolvimento de tecnologias para o uso sustentável de áreas degradadas.