Portal InstitucionalUFPEL

01/04/2018 - 31/03/2020

Ciências Exatas e da Terra - Geociências - Sensoriamento Remoto

O avanço da agricultura e a consequente substituição da paisagem natural existente pelos cultivos pode impactar fortemente o ambiente e os serviços ecossistêmicos, como a purificação da água, ciclo hidrológico e do carbono, regulação climática, mitigação de desastres ambientais etc. Neste sentido, as imagens de sensoriamento remoto são corriqueiramente utilizadas como subsídio ao mapeamento do estado atual e da mudança das classes de Uso e Cobertura do Solo (UCS). Além dos valores de área ocupada, esses mapeamentos são importante instrumento de análise da dinâmica espaço-temporal de tais classes e do consequente impacto econômico e socioambiental. As imagens Landsat são possivelmente as mais utilizadas em pesquisas e trabalhos que envolvem tais mapeamentos desde meados dos anos 1980. Entretanto, a crescente disponibilidade de sensores com diferentes resoluções espaciais e temporais abre espaço para estudos que objetivem avaliar a capacidade das imagens, tanto as padrão Landsat quanto as de melhor ou pior resolução espacial, na delimitação visual de entidades da paisagem em diferentes formatos e dimensões. Já que a forma e o tamanho do alvo mapeado podem interferir diretamente na capacidade do sensor em identificá-lo e mapeá-lo, principalmente quando se utilizam imagens de resolução espacial mais grosseira. Além disso, a identificação e o mapeamento de classes de uso e cobertura do solo também vêm sendo realizados por meio de técnicas que utilizam a variação do comportamento espectral dos alvos ao longo do tempo, principalmente por meio de índices espectrais de vegetação (IV) em grandes regiões a partir principalmente de imagens adquiridas pelo sensor MODIS. Os IVs podem, ainda, ser um subsídio para agrupar as classes de UCS em Tipos Funcionais de Ecossistemas (TFE) em nível de pixel. Contudo, a alta resolução temporal do MODIS implica em imagens de pior resolução espacial, em que muitas vezes um pixel é representado por mais de uma classe de UCS (pixels impuros). Isto pode comprometer a classificação, já que estes podem ter comportamento espectro-temporal diferente do esperado para os puros ou quase puros, sobretudo para áreas com grande variação sazonal de biomassa, como as agrícolas. Todavia, a crescente disponibilidade de imagens de média resolução espacial amplia a possibilidade de estudos que explorem a temporalidade dos IVs no mapeamento das classes de vegetação e/ou dos TFEs em escalas mais detalhadas dos que as proporcionadas pelas imagens MODIS.