Algorithm for mapping land uses and vegetable coverage, from the use of NDVI applied in the northeastern of Mato Grosso Do Sul
DOI:
https://doi.org/10.46551/rc24482692202317Keywords:
Cluster, K-means, Spectral behavior, JenksAbstract
A methodology is proposed that uses mathematical concepts of the theory of cluster formation, the K-means, to automatically obtain the clusters of the NDVI values, to determine the use and occupation of the land. The implementations of the K- means method existing in specific software require the predefinition of the number of clusters, and the contribution of this methodology is the determination of the number of clusters automatically, without the need for interference of the decision maker, which may vary according to time and space from one image to another, as well as from one sensor to the next. Different sensors were selected to generalize this index classification: Thematic Mapper (TM) on board the Landsat-5 satellite; Operational Terra Imager (OLI) aboard the Landsat-8 satellite; MultiSpectral Instrument (MSI) aboard the Sentinel, level-2A satellite. The mapping and validation of algorithm are carried out in the northeast region of state of Mato Grosso do Sul, which, over 37 years (1984-2021) shows changes in its vegetation cover. The results obtained for the three periods, provided by the algorithm, better distinguished the spectral behavior of pixels referring to water classes, exposed soil and urban areas; on the other hand, the JENKS method generalized these classes, on the other hand, it better distinguished low-sized vegetation, natural vegetation and planted forests.
Downloads
References
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
Published
How to Cite
License
Copyright (c) 2023 Revista Cerrados
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
In this journal, the copyrights for published articles belong to the author (s), with the rights of the first publication belonging to Revista Cerrados. The articles are publicly accessible, free to use, their own assignments, educational assignments and non-commercial applications.
