Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Os melhores documentos à venda: Trabalhos de alunos formados
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Comunidade
Peça ajuda à comunidade e tire suas dúvidas relacionadas ao estudo
Descubra as melhores universidades em seu país de acordo com os usuários da Docsity
Guias grátis
Baixe gratuitamente nossos guias de estudo, métodos para diminuir a ansiedade, dicas de TCC preparadas pelos professores da Docsity
Um estudo sobre a análise espectral de plantas aquáticas submersas e as áreas de solo cobertas que contribuem para sua proliferação, realizada por tatiane assis vilela meireles. O trabalho utiliza dados obtidos por sensores remotos e analisa a correlação entre o índice de vegetação normalizada por diferença (ndvi) e a precipitação, para a região semiárida do norte de minas gerais, entre os anos 1990 e 2011.
Tipologia: Notas de aula
1 / 124
Esta página não é visível na pré-visualização
Não perca as partes importantes!
Tese apresentada à Universidade Federal de Viçosa, como parte das exigências do Programa de Pós-Graduação em Engenharia Civil, para obtenção do título de Doctor Scientiae.
Ficha catalográfica preparada pela Seção de Catalogação e Classificação da Biblioteca Central da UFV
ii
Aos meus queridos pais, Virgilio e Ione (in memorian), ao meu amado marido Junior e aos meus queridos irmãos dedico.
iii
Primeiramente a Deus por me abençoar a cada dia me dando força, saúde, alegria e disposição para alcançar os meus objetivos e realizar os meus sonhos.
A minha orientadora Profa. Nilcilene G. Medeiros, pela orientação, apoio, estímulo, dedicação e principalmente pela credibilidade depositada em mim.
Aos professores José Marinaldo Gleriani, Gérson Rodrigues dos Santos e Elpídio Inácio Fernandes, pela contribuição durante a realização desta tese.
Aos meus pais, Virgilio e Ione, por serem o presente mais doce que Deus me proporcionou, a presença mais constante, por me apoiarem em minhas decisões, por me ensinarem a caminhar com meus próprios pés, por me oferecerem amor incondicional e principalmente por fazerem parte da minha vida. Obrigada.
Aos meus irmãos Rodrigo e Isabela, pelo carinho, pela amizade e pelos momentos felizes.
Aos meus tios, Neila e Pedro por me acolherem e por me acompanharem durante toda essa jornada, também pelo carinho e compreensão. E aos primos Fábio, Bruno e Mateus pela amizade.
Aos colegas e amigos do Programa de Pós-Graduação do DEC, pelo incentivo, apoio e troca de conhecimento.
A minha querida amiga e irmã Juliana, pelo apoio, carinho e cuidado.
Principalmente ao meu amado marido Junior, por me incentivar, por estar ao meu lado, por ser meu apoio, meu companheiro e amigo.
v
LISTA DE ABREVIATURAS E SIGLAS ........................................................................... viii LISTA DE FIGURAS ............................................................................................................. ix LISTA DE TABELAS ........................................................................................................... xii RESUMO .............................................................................................................................. xiv ABSTRACT ........................................................................................................................... xv
viii
ETM+ Enhanced Thematic Mapper Plus MSS Multispectral Scanner System NASA National Aeronautics and Space Administration TM Thematic Mapper OLI Operacional Land Imager RLM Regressão Linear Múltipla IPA Índice de identificação de Plantas Aquáticas IV Índice de Vegetação SR Índice de Vegetação da Razão Simples NDVI Índice de Vegetação da Diferença Normalizada ISBN International Standard Book Number IDWN Índice da Água da Diferença Normalizada ERTS-1 Earth Resource Technology Satellite SEBAL Surface Energy Balance Algorithm for Land LEGAL Linguagem Espacial para Geoprocessamento Algébrico
ix
Figura 1 – Principais parâmetros do semivariograma ..................................................... 13 Figura 2 – Localização da Micro Bacia do Rio Gorutuba .............................................. 16 Figura 3 – Ideia utilizada na elaboração do algoritmo utilizado para a correção atmosférica das bandas TM/Landsat 5, usadas na determinação do índice NDVI ............................................................................................................ 18 Figura 4 – Perímetro da área em estudo e a espacialização dos blocos empregados na análise da correlação ................................................................................... 21 Figura 5 – Dados obtidos por meio da interpolação geoestatística pelo método da Krigagem simples para o ano de 1990. ........................................................ 25 Figura 6 – Dados obtidos por meio da interpolação geoestatística pelo método da Krigagem simples para o ano de 1996. ........................................................ 26 Figura 7 – Dados obtidos por meio da interpolação geoestatística pelo método da Krigagem simples para o ano de 2004.. ....................................................... 26 Figura 8 – Dados obtidos por meio da interpolação geoestatística pelo método da Krigagem simples para o ano de 2011 ......................................................... 27 Figura 9 – Figura 9 – Coluna da esquerda representação do NDVI relativo ao período chuvoso, coluna central representação do NDVI referente ao período de seca e coluna à direita a representação do resultado da operação algébrica de subtração do NDVI da época úmida pelo da época seca.............................. 28 Figura 10 – Áreas com correlação moderada (coeficiente > 0,5) e correlação forte (coeficiente > 0,75) entre NDVI e precipitação para o mês de fevereiro do ano de 1990. ................................................................................................. 29 Figura 11 – Áreas com correlação moderada (coeficiente > 0,5) e correlação forte (coeficiente > 0,75) entre NDVI e precipitação para o mês de março do ano de 1990. ........................................................................................................ 30 Figura 12 – Áreas com correlação moderada (coeficiente > 0,5) e correlação forte (coeficiente > 0,75) entre NDVI e precipitação para o mês de julho do ano de 1990.. ....................................................................................................... 30 Figura 13 – Áreas com correlação moderada (coeficiente > 0,5) e correlação forte (coeficiente > 0,75) entre NDVI e precipitação para o mês de agosto do ano de 1990 ......................................................................................................... 31 Figura 14 – Áreas com correlação moderada (coeficiente > 0,5) e correlação forte (coeficiente > 0,75) entre NDVI e precipitação para o mês de fevereiro do ano de 1996 .................................................................................................. 32 Figura 15 – Áreas com correlação moderada (coeficiente > 0,5) e correlação forte (coeficiente > 0,75) entre NDVI e precipitação para o mês de março do ano de 1996. ........................................................................................................ 33
xi
Figura 36– Imagem obtida através do índice (a), da imagem classificada (b) e do mapa batimétrico (c) respectivamente ................................................................... 70 Figura 37 – Uso do solo para a Micro Bacia do Rio Gorutuba, obtido por meio da classificação dasbandas 4, 5 e 6; do NDVI e do IPA, utilizando o classificador MaxVer... ................................................................................ 71 Figura 38 – Localização e cobertura do solo das áreas ao entorno do reservatório Bico da Pedra.. ...................................................................................................... 84 Figura 39 – Uso e cobertura do solo no entorno do reservatório em estudo para os buffers de 0,5; 1 e 1,5 km ............................................................................. 88 Figura 40 – Identificação de áreas de maior ocorrência a eutrofização .......................... 89 Figura 41 – Identificação de faixas para identificação de áreas mais propensas a eutrofização .................................................................................................. 90 Figura 42 – Gráfico de representação das correlações entre a profundidade e as classes: solo exposto, agricultura, pastagem e mata para o buffer de 0,5 km.. ......... 92 Figura 43 – Representação gráfica da análise de resíduos do ajuste para o buffer de 0, km. ................................................................................................................ 93 Figura 44 – Gráfico de representação das correlações entre a profundidade e as classes: solo exposto, agricultura, pastagem e mata para o buffer de 1 km.. ............ 96 Figura 45 – Representação gráfica da análise de resíduos do ajuste para o buffer de 1 km ...................................................................................................................... 97 Figura 46 – Gráfico de representação das correlações entre a profundidade e as classes: solo exposto, agricultura, pastagem e mata para o buffer de 1,5 km .......... 99 Figura 47 – Representação gráfica da análise de resíduos do ajuste para o buffer de 1, km.. ............................................................................................................. 100
xii
Tabela 1 – Dados das imagens TM/Landsat 5 utilizadas para aplicação do NDVI. ........... 19 Tabela 2 – Estatísticas básicas referentes à precipitação mensal para o ano de 1990 e parâmetros concernentes ao ajuste dos modelos esféricos e exponencial ao semivariograma .............................................................................................. 23 Tabela 3 – Estatísticas básicas referentes à precipitação mensal para o ano de 1996 e parâmetros concernentes ao ajuste dos modelos esféricos e exponencial ao semivariograma.. ............................................................................................ 23 Tabela 4 – Estatísticas básicas referentes à precipitação mensal para o ano de 2004 e parâmetros concernentes ao ajuste dos modelos esféricos e exponencial ao semivariograma .............................................................................................. 24 Tabela 5 – Estatísticas básicas referentes à precipitação mensal para o ano de 2011 e parâmetros concernentes ao ajuste dos modelos esféricos e exponencial ao semivariograma. ........................................................................................... 24 Tabela 6 – Ocorrência de correlação moderada a forte nos meses de fevereiro, março, julho e agosto do ano de 1990. .................................................................................... 31 Tabela 7 – Ocorrência de correlação moderada a forte nos meses de fevereiro e março do ano de 1996.. ........................................................................................................ 33 Tabela 8 – Ocorrência de correlação moderada a forte nos meses de fevereiro e março do ano de 2004... .......................................................................................... 35 Tabela 9 – Ocorrência de correlação moderada a forte nos meses de fevereiro e março do ano de 2011. ........................................................................................... 35 Tabela 10 – Características espectrais do sensor imageador OLI. .................................. 52 Tabela 11 – Exatidão das classes obtida na classificação empregando somente as bandas espectrais 4, 5 e 6.. ....................................................................................... 70 Tabela 12– Exatidão das classes obtidas na classificação empregando informação de contexto e as bandas 4, 5 e 6 do OLI/Landsat 8.. ......................................... 72 Tabela 13 – Disposição das médias referentes às áreas das classes de interesse e a profundidade, relativas ao buffer de 0,5 km e inseridas software R Development Core Team (2013), para determinação da relação entre as variáveis em estudo... ...................................................................................................................... 91 Tabela 14 – Estimativa dos principais parâmetros da Estatística Descritiva para o buffer de 0,5km.. .................................................................................................... 91 Tabela 15 – Disposição das médias referentes às áreas das classes de interesse e a profundidade, relativas ao buffer de 1 km e inseridas no software R Development Core Team (2013), para determinação da relação entre as variáveis em estudo.. .................................................................................... 95 Tabela 16 – Estimativa dos principais parâmetros da Estatística Descritiva para o buffer de 1 km... ...................................................................................................... 95 Tabela 17– Disposição das médias referentes às áreas das classes de interesse e a profundidade, relativas ao buffer de 1,5 km e inseridas no software R
xiv
MEIRELES, Tatiane Assis Vilela, D.Sc., Universidade Federal de Viçosa, dezembro de
Esta tese foi estruturada em formato de artigos, sendo o primeiro destinado a identificar o padrão de sazonalidade da Floresta Estacional Decidual, localizada na região Semiárida do Norte de Minas Gerais, durante o período de chuva e de estiagem, para os anos de 1990, 1996, 2004 e 2011, a partir da correlação entre o NDVI e os dados pluviométricos. Os resultados comprovaram correlação direta entre as variáveis NDVI e precipitação, indicando ser a precipitação uma variável de grande influência no vigor vegetativo deste tipo de formação. A finalidade do segundo artigo foi usar informações intra e extra contexto, a fim de determinar uma resposta temática mais precisa para as classes de informação, num processo de classificação de imagens orbitais. Para a obtenção da informação intra contexto, propôs-se a criação de um índice baseado no comportamento espectral das plantas aquáticas submersas. Para as informações extra contexto empregou-se o NDVI. Os resultados comprovaram que o uso do índice proposto foi eficaz na identificação de áreas com ocorrência de plantas aquáticas invasoras, áreas assoreadas e áreas isentas da invasão. O terceiro artigo buscou identificar a influência das classes de uso e cobertura do solo espacializadas a distâncias de 0,5 km; 1 km e 1,5 km, na proliferação de plantas aquáticas submersas, localizadas no entorno do reservatório em estudo. As relações entre as variáveis: uso e cobertura do solo, profundidade e plantas aquáticas submersas foram inferidas através do uso de técnicas de Regressão Linear Múltipla. Assim, para distâncias de até 0,5 km obteve-se R² = 0,37, e grau de confiança do ajuste igual a 92%. Para distâncias de 1 km, R² = 0, e grau de confiança do ajuste igual a 96%. Para distâncias de 1,5 km, R² = 0,38 e grau de confiança do ajuste igual a 93%. A partir desses resultados foi possível verificar que as análises geradas para distâncias de 1 km apresentaram uma melhor resposta em comparação às demais distâncias. As distâncias de 0,5 e 1,5 km são estatisticamente iguais não podendo ser inferido nada sobre elas.
xv
MEIRELES, Tatiane Assis Vilela, D.Sc., Universidade Federal de Viçosa, December,
This thesis has been structured in form of articles, the first aimed at identifying the seasonality pattern of seasonal deciduous forest located in the semiarid North of Minas Gerais, during the rainy and dry seasons, for the years 1990, 1996 , 2004 and 2011, from the correlation between NDVI and rainfall data. The results showed direct correlation between NDVI and rainfall variables,indicating that precipitation is a variable of great influence on the vigor of this type of training. The objective of the second article was to use intracontextuais and extracontextuais information, in order to determine a more precise thematic answer to information classes, in an orbital image classification process. To obtain the intracontextuais information, the creation of an index was proposed based on the spectral behavior of the existing submerged aquatic plants in Bico da Pedra Reservoir - MG, supporting the choice of control practices. To the extracontextuais information, the NDVI was used. The results showed that the use of index proposed was effective to identify areas of occurrence of invasive aquatic plants, of silted areas and areas free of invasion.The third article aimed at identifying the influence of use and land cover classes, spatialized at distances of 0.5 km; 1 km and 1.5 km around Bico da Pedra Reservoir, located in the northern region of Minas Gerais, in the proliferation of submerged aquatic plants, using Multiple Linear Regression techniques in order to infer on the relationships between the variables of use and land cover, reservoir depth and submerged aquatic plants. The results showed that for distances up to 0.5 km it was obtained R² = 0,37 and confidence degree of 92%. For distances of 1 km it was obtained R² = 0,42 and confidence degree of 96%. For distances of 1.5 km it was obtained R² = 0,38 and confidence degree of 93%. From these results it was possible to verify that the analyses generated for distances of 1 km presented a better answer compared to the other distances. The distances of 0.5 and 1. km are statistically equal and nothing can be infered about them.
Mesmo existindo estudos baseados no uso de sensores hiperespectrais aerotransportados que apresentaram êxito na identificação de macrófitas aquáticas, ainda existem alguns fatores limitantes quanto a sua utilização, uma vez que os custos envolvidos são altos, com a necessidade de voos frequentes. Além disso, muitas vezes a aquisição dos dados e o levantamento de toda área levam dias para execução.
Com o lançamento do sensor OLI/Landsat 8 em fevereiro de 2013, imagens orbitais são disponibilizadas gratuitamente em portais do governo americano a cada 16 dias, a uma faixa de imageamento de 185 km e com melhora da resolução radiométrica para 12 bits, agregando assim, novos dados ao acervo do sistema Landsat TM, e consequentemente, maior numero de dados orbitais para estudos ambientais.
Neste contexto, esta tese visa propor uma metodologia baseada no uso de imagens orbitais provenientes dos sensores TM/Landsat 5 e OLI/Landsat 8, técnicas de processamento de imagens e Geoestatística, que permita a identificação de plantas aquáticas submersas, bem como, a identificação de quais classes de uso e cobertura do solo, existentes no reservatório do Bico da Pedra, localizado no Norte do Estado de Minas Gerais, a fim de verificar sua influência na proliferação das plantas aquáticas submersas.
1.1 Caracterização do problema
Diversas atividades antrópicas podem comprometer a qualidade da água e causar desequilíbrio na dinâmica do ecossistema, promovendo assim uma crescente inquietação relacionada não apenas à quantidade disponível deste recurso, mas, especialmente, à sua qualidade. Tal fato tem favorecido a degradação da biodiversidade e consequentemente o comprometimento dos diversos usos das águas, resultando deste modo, em uma proliferação desordenada de plantas aquáticas, causada pela eutrofização dos corpos hídricos.
1.2 Justificativa
O mapeamento da extensão e o monitoramento da invasão de macrófitas submersas, quando obtidos por meio do uso de técnicas tradicionais, podem elevar o
custo da intervenção principalmente se for considerado: a extensão dos reservatórios brasileiros, a necessidade de monitoramento de campo e a utilização de tripulação embarcada. Entretanto, a combinação dos dados levantados in loco com imagens provenientes do Sensoriamento Remoto constitui-se uma alternativa, nos casos em que se trabalha com grandes extensões de áreas submersas (JENSEN, 2009).
O emprego do Sensoriamento Remoto como fonte de informação no estudo dos recursos naturais, no monitoramento da vegetação e de sua dinâmica tem se tornado cada vez mais presente (GURGEL et al.,2003). Tal ferramenta tem possibilitado a obtenção de informações adequadas sobre a distribuição espacial e temporal permitindo a análise, identificação e monitoramento das mudanças ocorridas no meio, uma vez que possibilita a distinção de diferentes fenômenos em estudo, devido à habilidade de registrar as variações de radiância dos alvos presentes na superfície terrestre.
Uma limitação, porém, quanto ao emprego de imagens orbitais no monitoramento da distribuição espaço-temporal de vegetação aquática submersa, refere-se à atenuação da radiação pela água, afetando a resposta espectral de tais macrófitas. Alguns estudos realizados comprovaram a dificuldade na identificação e no mapeamento dessas plantas em reservatórios e estuários (HESTIR et al., 2008, ROTTA, 2011). Contudo, supõe-se que a ocorrência de macrófitas submersas em reservatórios promova de alguma forma, modificações na resposta espectral da água, possibilitando assim a constatação de incidência de uma invasão.
Nesse sentido, o desenvolvimento de metodologias que permitam a obtenção eficaz e contínua do mapeamento e monitoramento de possíveis áreas eutróficas, possibilitando assim a análise da espacialização das vegetações aquáticas é fundamental em estudos destinados à avaliação da qualidade da água. Procedimentos voltados à detecção da incidência de plantas aquáticas em reservatórios, lagos e cursos d`água de modo a direcionar a tomada de decisão na implantação de medidas de controle e contenção de dano são imprescindíveis.
