Algoritmo para mapeamento dos usos do solo e cobertura vegetal a partir do uso do NDVI: um estudo aplicado no nordeste de Mato Grosso Do Sul
DOI:
https://doi.org/10.46551/rc24482692202317Palavras-chave:
Cluster, K-Means, Comportamento espectral, JenksResumo
Propõe-se uma metodologia que utiliza conceitos matemáticos da teoria de formação de clusters, o K-means, para obter de forma automática os clusters dos valores do NDVI. As implementações do método K-means existentes em softwares específicos exige a predefinição no número de clusters, sendo a contribuição desta metodologia a determinação do número de clusters automaticamente, sem a necessidade da interferência do tomador de decisões que, pode variar de acordo com o tempo e o espaço de uma imagem para outra, bem como de um sensor para o outro. Foram selecionados diferentes sensores para generalizar essa classificação do índice: Thematic Mapper (TM) a bordo do satélite Landsat-5; Operational Terra Imager (OLI) a bordo do satélite Landsat-8; MultiSpectral Instrument (MSI) a bordo do satélite Sentinel, nível-2A. O mapeamento e a validação do algoritmo são efetuados na região nordeste do estado de Mato Grosso do Sul, a qual, apresenta ao longo de 37 anos (1984- 2021) alterações em sua cobertura vegetal. Os resultados para os três períodos, fornecidos pelo algoritmo distinguiu melhor o comportamento espectral dos pixels referentes às classes de água, solo exposto e áreas urbanas; já o JENKS generalizou essas classes, por outro lado, distinguiu com melhor precisão vegetação de baixo porte, vegetação natural e florestas plantadas.
Downloads
Referências
ANYAMBA; A.; EASTMAN, J. R. Interannual variability of NDVI over Africa and its relation to El Niño/Southern Oscillation. International Journal of Remote Sensing, London, [S./l.], v.13, p.2533-2548, 1996.
BHOLOWALIA, P. KUMAR, A. Ebk-means: A clustering technique based on elbow method and k-means in wsn. International Journal of Computer Applications, [S./l.], v. 105, n. 9, p. 17-24, 2014.
BOULOS, P. Introdução ao Cálculo – Cálculo diferencial. São Paulo: Editora Edgard Blücher Ltda, 1974.
CARDOZO, F. S.; PEREIRA, G.; SILVA; G. B. S.; SILVA, F. B.; SHIMABUKURO, Y. E.; MORAES, E. C. Discriminação de áreas alagadas no Pantanal sul-matogrossense a partir de imagens orbitais. In: Anais 2º Simpósio de Geotecnologias no Pantanal, 2009, Corumbá. Anais [...], Corumbá: Embrapa Informática Agropecuária/INPE, 2009.
DE ALBUQUERQUE, E. M. et al. Análise do comportamento do NDVI e NDWI sob diferentes intensidades pluviométricas no Município de Sousa-PB. Revista Estudos Geoambientais, […], v. 1, n. 1, p. 1-11, 2014.
EASTMAN, J.R.; FULK, M. Long sequence time series evaluation using standardized principal components. Photogrammetric Engineering & Remote Sensing, Bethesda, v.59, n.8, p.1307-1312, 1993.
ELDORADO BRASIL. Plano de Manejo Florestal. 9. ed. 2020. Disponível em: https://eldoradobrasil.com.br/img/plano-de-manejo-florestal-2020.pdf. Acesso em: 03 jun. 2021.
ESRI – Environmental Systems Research Institute Inc. ArcGis versão 10.8. EUA: Environmental Systems Research Institute, 2019.
FITZ, P. R. Geoprocessamento sem complicação. 3. ed. revisada e ampliada. São Paulo, 2013. 26p
IBGE. Instituto Brasileiro de Geografia e Estatística. Pesquisa da Pecuária Municipal. Disponível em: https://sidra.ibge.gov.br/pesquisa/ppm/quadros/brasil/2019. Acesso em: 02 jun. 2021.
IBGE. Instituto Brasileiro de Geografia e Estatística. Produção Agrícola Municipal. Disponível em: https://sidra.ibge.gov.br/pesquisa/pam/tabelas. Acesso em: 02 jun. 2021.
IBGE. Instituto Brasileiro de Geografia e Estatística. Produção da Extração Vegetal e da Silvicultura. Disponível em: https://sidra.ibge.gov.br/pesquisa/pevs/quadros/brasil/2019. Acesso em: 03 jun. 2021.
JOHANN, Jerry A. et al. Data mining techniques for identification of spectrally homogeneous areas using NDVI temporal profiles of soybean crop. Eng. Agríc., Jaboticabal, v. 33, n. 3, p. 511-524, June 2013.
Köppen, W. Versuch Einer Klassifikation Der Klimate, Vorzugsweise Nach Ihren Beziehungen Zur Pflanzenwelt. Geographische Zeitschrift, [S./l.], v. 6, no. 11, pp. 593–611, 1900.
KODINARIYA, T. M.; MAKWANA, P. R. Review on determining number of Cluster in K-Means Clustering. International Journal of Advance Research in Computer Science and Management Studies, [S./l.], v. 1, n. 6, p. 90-95, 2013.
KUDLAVICZ, Mieceslau. Dinâmica agrária e a territorialização do complexo Celulose/papel na microrregião de Três Lagoas/MS. 2011. 176 f. Dissertação (Mestrado em Geografia) - Universidade Federal de Mato Grosso do Sul, Três Lagoas, 2011.
LANDIS, J.R.; KOCH, G.G. The measurement of observer agreement for categorical data. Biometrics, [S./l.], v.33, n. 1. p. 159-174, 1977.
LIU, L., Peng, Z., Wu, H., Jiao, H., Yu, Y., and Zhao, J. Fast identification of urban sprawl based on k-means clustering with population density and local spatial entropy. Sustainability, [S./l.], v. 10, n. 8, p. 2-16, 2018.
MANTOVANI, J. R.; BUENO, G. T. Uma proposta metodológica para mapear a dissecação do relevo e aplicá-la no Parque Nacional da Serra da Canastra-MG. GEOUSP Espaço e Tempo (Online), [S. l.], v. 25, n. 1, p. e-170745, 2021.
MATLAB. Disponível em: <https://www.mathworks.com/help/stats/k-means-clustering.html>. Acesso em 19/12/2021.
NOGARE, D. Engenharia do Conhecimento e Sistemas Especialistas. 2016. Disponível em: < http://www.diegonogare.net/2015/08/entendendo-como-funciona-o-algoritmode-cluster-k means/>. Acesso em: 10 maio. 2023.
OLIVEIRA JUNIOR, E. Caracterização geoambiental e análise do uso do solo na microbacia do Córrego da Moeda Três Lagoas-MS. 2005. Monografia (Graduação em Geografia)- Universidade Federal do Mato Grosso do Sul, Três Lagoas, 2005.
PASCUCCI, S.; CARFORA, M.F.; PALOMBO, A.; PIGNATTI, S.; Casa, R.; Pepe, M.; Castaldi, F. A. Comparison between Standard and Functional Clustering Methodologies: Application to Agricultural Fields for Yield Pattern Assessment. Remote Sens., v. 10, n.4, p. 1-22, 2018.
POTTER, C.S.; BROOKS, V. Global analysis of empirical relations between annual climate and seasonality of NDVI. International Journal of Remote Sensing, London, v.19, n.15, p. 2921-2948, 1998.
PONZONI, F.J; SHIMABUKURO, Y. E. Sensoriamento Remoto no Estudo da Vegetação. 1. ed. São José dos Campos: Editora Parêntese, 2007.
PONZONI. F. J.; SHIMABUKURO. Y.W.; KUPLICH. T. M. Sensoriamento remoto da vegetação. 2. ed. São Paulo: Oficina de Textos. 2012.
RICHARD, Y.; POCCARD, I. A statistical study of NDVI sensitivity to seasonal and interannual rainfall variations in Southern Africa. International Journal of Remote Sensing, London, v. 19, n. 15, p. 2907-2920, 1998.
ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring vegetation systems in the great plains with ERTS. In: EARTH RESOURCES TECHNOLOGY SATELLITE-1 SYMPOSIUM, 3., 1973, Washington. Proceedings... v. 1, sec. A, p. 309-317.
SHIMABUKURO, Y. et al. Classificação e monitoramento da cobertura vegetal do estado do Mato Grosso através de imagens NOAA-AVHRR. São José dos Campos, SP. INPE, 1999.
SILVA, F. A. M. da; ASSAD, E. D.; EVANGELISTA, B. A. Caracterização climática do bioma Cerrado. In: SANO, S. M. (ed.); ALMEIDA, S. P. de. (ed.); RIBEIRO, J. F. (ed.). Cerrado: ecologia e flora. Brasília: Embrapa Informação Tecnológica, 2008. p. 69-88.
ZHAO, C.; LIU, B.; PIAO, S.; WANG, X.; LOBELL, D. B.; HUANG, Y.; HUANG, M.; YAO, Y.; BASSU, S.; CIAIS, P.; DURAND, J.-L.; ELLIOTT, J.; EWERT, F.; JANSSENS, I. A.; LI, T.; LIN, E.; LIU, Q.; MARTRE, P.; MÜLLER, C.; PENG, S.; PEÑUELAS, J.; RUANE, A. C.; WALLACH, D.; WANG, T.; WU, D.; LIU, Z.; ZHU, Y.; ZHU, Z.; ASSENG, S. Temperature increase reduces global yields of major crops in four independent estimates. Proc. Natl. Acad. Sci., [S./l.], v. 114, n. 35. P. 1-6, 2017:
Downloads
Publicado
Como Citar
Licença
Copyright (c) 2023 Revista Cerrados
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Nesta Revista, os Direitos Autorais para artigos publicados são do(s) autor(es), sendo os direitos da primeira publicação pertecentes à Revista Cerrados. Os artigos são de acesso público, de uso gratuito, de atribuições próprias, de atribuições educacionais e de aplicações não comerciais.
