Como já vimos, a vegetação tem uma assinatura espectral específica quando comparada com a grande maioria dos alvos terrestres (Figura 7). Assim, vários estudos relacionados à identificação e mapeamento da vegetação têm se baseado na premissa de contraste espectral entre a reflectância da vegetação e os elementos de fundo da cena (Rouse et al., 1974b apud Gurgel, 2000). A
combinação entre a reflectância da vegetação nas faixas espectrais do vermelho e do infravermelho próximo, tem sido denominada índice de vegetação (Tabela 7). Para Campbell (1996), os índices de vegetação são medidas quantitativas, baseadas nos valores de níveis de cinza (reflectância), que tentam medir a biomassa (abundância) ou vigor vegetal. A vegetação sadia possui uma resposta característica nas regiões do espectro eletromagnético relativas ao vermelho e ao infravermelho próximo. A absorção na faixa do vermelho (RED) pela clorofila e a forte reflexão na faixa do infravermelho (IR) pelo tecido mesófilo ou parênquima clorofiliano assegura que os valores da radiância no vermelho e no infravermelho próximo (NIR) sejam bem diferentes e que a proporção NIR/RED seja alta. Superfícies sem cobertura vegetal, incluindo corpos d'água, elementos construídos, solo exposto, e vegetação morta ou estressada, não exibirá uma resposta espectral específica e as proporções NIR/RED serão menores (Campbell, 1996).
43
Tabela 7. Índices de vegetação mais utilizados e suas respectivas equações (modificado de Tiwari et al., 1996).
Índice de vegetação Equação
Índice de Vegetação Proporcional (RVI) RVI = NIR/RED Índice de Vegetação por Diferença (DVI) DVI = NIR-RED Índice de Vegetação por Diferença Normalizada
(NDVI) NDVI = (NIR-RED)/(NIR+RED)
Índice de Vegetação Perpendicular (PVI) PVI = √(REDSOIL-REDVEG)2 + (NIRsoil-NIRveg)2 Índice de Vegetação Ajustado ao Solo (SAVI) SAVI = ((NIR-RED)/(NIR+RED+L)) x (1+L) Índice de Vegetação Ajustado ao Solo Modificado
(MSAVI) MSAVI = 0,5 [2NIR+1-((2NIR+1)
2-8(NIR-RED))1/2]
Índice de Vegetação Verde Resistente
Atmosfericamente (GARI) [GARI = {ρ'GREEN - ρλ'(NIR ρ'BLUE - [ρ- 'GREEN ρ'RED)]} - λ(ρ'BLUE - ρ'RED)]} / {ρ'NIR+ onde, NIR e RED são respostas espectrais nas bandas do infravermelho e do vermelho, respectivamente, L é a constante que varia de 0 a 1, dependendo do grau da maior ou menor cobertura do solo, respectivamente, e ρ' é a radiância expressa em unidades de reflectância.
Diversos índices de vegetação tem sido desenvolvidos para estudos qualitativos e quantitativos da vegetação usando medidas espectrais remotas (Bannari et al., 1995). Sousa & Ponzoni (2001) consideram que dentre estes
índices de vegetação, o Índice de Vegetação por Diferença Normalizada (Normalized Difference Vegetation Index - NDVI) desenvolvido por Rouse et al.
(1974a), é o mais conhecido e utilizado para estudos de caracterização e monitoramento da vegetação. O NDVI é definido como a diferença entre a reflectância no canal do infravermelho próximo e no do vermelho é dividida pela sua soma, ou seja, (NIR-RED)/(NIR+RED). Segundo Huete (1988), juntamente com o Índice de Vegetação Proporcional (Ratio Vegetation Index -
RVI), consistem nos dois índices de razão mais difundidos. Segundo Teillet et al. (1997), o NDVI tem sido cada vez mais usado de forma indireta de estudos
das propriedades biofisicas do dossel da vegetação (Pinty et al., 1993),
incluindo sua relação com a biomassa (Pearson & Miller, 1972; Tucker, 1979; Elvidge & Lyon, 1985; Weishampel et al., 1998), com o índice de área foliar
(Holben et al., 1980; Badhwar et al., 1986; Clevers, 1988; 1989; Spanner et al.,
1990; Baret & Guyot, 1991; Chen, 1996; Ramsey III & Jensen, 1996), agricultura e pastagens (Jackson et al., 1983; Huete & Jackson, 1987; Bullock, 1992; Malthus et al., 1993; McNairn & Protz, 1993; Thenkabail et al., 1994),
produtividade primária (Tucker & Sellers, 1986), radiação fotossintética (Asrar
et al., 1984; Choudhury, 1987; Baret & Guyot, 1991; Goward & Huemmerich,
1992; Chen, 1996), dióxido de carbono (Tucker et al., 1986; Cihlar et al., 1992),
44 (Cihlar et al., 1991; Fjeldsa et al., 1997; Ramsey III et al., 1997; Roberts et al.,
1997), entre outros. Teillet et al. (1997) considera que talvez, o uso mais
prevalente do NDVI seja o mapeamento multitemporal da dinâmica da vegetação baseada na composição de NDVI máximo (Townshend et al., 1985;
Holben, 1986; Gutman, 1989; Wiegand et al., 1991; Viovy et al., 1992;
Loudjani et al., 1994), sendo o uso cada vez maior nas escalas continental ou
global (Townshend & Justice, 1986; Townshend et al., 1994; Smith, 1994).
Existem também os chamados índices ortogonais, que representam a
distância ortogonal entre um ponto correspondente à reflectância do dossel até a linha de solo, podendo-se citar o Índice de Vegetação por Diferença (Difference Vegetation Index - DVI) (Tucker, 1979), o Índice de Vegetação
Ponderado (Weighted Vegetation Index - WDVI) (Clevers, 1989) e o Índice de
Vegetação Perpendicular (Perpendicular Vegetation Index - PVI) (Richardson &
Wiegand, 1977). Com o uso desses índices, percebeu-se a necessidade de um índice que considerasse a resposta do solo, a qual poderia ser dominante sobre a resposta da vegetação, dependendo da porcentagem de cobertura. Visando amenizar esse efeito de solo, foi criado o Índice de Vegetação Ajustado ao Solo (Soil-Adjusted Vegetation Index - SAVI) (Huete, 1988), que se baseia no
princípio de que a curva de vegetação tende a aproximar-se da curva de solo para baixas densidades de vegetação, passando por uma mistura de respostas espectrais para densidades médias e quase nenhuma influência do solo para densidades altas de vegetação. O SAVI consiste na própria fórmula do NDVI, acrescida de uma constante L, que varia de 0 a 1, dependendo do grau da maior ou menor cobertura do solo, respectivamente. Em seguida vieram duas modificações do SAVI: o SAVI Transformado (Transformed SAVI - TSAVI) (Baret et al., 1989) e o SAVI Modificado (Modified SAVI - MSAVI) (Qi et al., 1994).
Outra necessidade que surgiu com o uso dos índices, foi de considerar a influência da atmosfera na resposta da vegetação, que altera os valores dos índices. Assim, foram desenvolvidos alguns índices que visam corrigir ou minimizar os efeitos atmosféricos, dentre eles o Índice de Vegetação Resistente Atmosfericamente (Atmospherically Resistant Vegetation Index - ARVI), o Índice
de Monitoramento Ambiental Global (Global Environment Monitoring Index -
45
Atmospherically Resistant Vegetation Index - GARI) (Gitelson et al., 1996). O
ARVI é uma modificação do NDVI e foi proposto por Kaufman e Tanré (1992) para ser utilizado a partir dos dados do MODIS/EOS, com o objetivo de minimizar os efeitos atmosféricos a que está sujeita a banda do vermelho. Assim, é utilizada a diferença entre a radiância refletida no vermelho e no azul, para corrigir a radiância no vermelho e estabilizar o índice quanto à variações da composição da atmosfera (Huete et al., 1997).
Sousa & Ponzoni (2001) compararam o comportamento de vários índices de vegetação para avaliar a biomassa vegetal nos trópicos. Eles avaliaram a sensibilidade das bandas TM/Landsat e de diversos índices de vegetação na detecção de alterações no volume de madeira em plantios adultos e densos de
Pinus spp. em uma fazenda localizada no município de Agudos, São Paulo
(Figura 37), decorrentes da realização de desbastes, visando fornecer uma possível metodologia para estimativa deste parâmetro dendrométrico a partir de dados orbitais. Os índices de vegetação utilizados foram: NDVI, RVI, SAVI - considerando L=0,5 (mais usual, para dosséis médios) e L=0,25 (para dosséis densos) - MSAVI, TSAVI, DVI, WDVI, GEMI, ARVI e Razões Simples. Eles proporam dois novos índices de vegetação, baseados na fórmula do NDVI. Estes índices foram o Índice de Vegetação por Diferença Normalizada Verde (Green NDVI - GNDVI), que utiliza a banda TM 2 no lugar da TM 3 e o Índice de Vegetação e Umidade (Moisture Vegetation Index - MVI), que utiliza uma das
bandas do infravermelho médio (TM 5 ou TM 7) no lugar da banda do visível. Estes índices mantém o princípio do NDVI, de detectar alterações de biomassa baseado no contraste dos valores de radiância refletida nas bandas utilizadas. Além dos índices de vegetação, foram geradas imagens "Vigor Vegetal" (Greenness - GR) e "Brilho" (Brightness - BR) (Kauth e Thomas, 1976), das
quais foram extraídos seus valores separadamente e realizada uma Razão Simples BR/GR. Os resultados mostraram que os índices de vegetação usualmente aplicados para estimar a biomassa vegetal não foram apropriados para avaliar o volume de madeira, ao contrário dos valores de reflectância da faixa do infravermelho médio (TM5 e TM7), dos valores de "Vigor Vegetal" e "Brilho", e dos novos índices (GNDVI e MVI) que obtiveram resultados satisfatórios. Esse estudo mostra que talvez os índices de vegetação
46 comumente utilizados nas regiões temperadas, não sejam apropriados para nossa realidade tropical.
Figura 37. Localização da área de estudo e dos municípios vizinhos no estado de São Paulo (Sousa & Ponzoni, 2001).
Já o estudo de Vicens et al. (2001) realizado nas florestas de tabuleiro no
Espírito Santo (Figura 38), utiliza o NDVI com sucesso como indicador da variação do balanço hídrico, principalmente do armazenamento d’água no solo e da evapotranspiração real. Esse estudo objetivou analisar as variações de NDVI de duas imagens Landsat5 TM, coletadas em diferentes fases do ciclo anual, comparando as variações específicas das diferentes formações vegetais que recobrem na área; e comparar um índice de cobertura vegetal, obtido a partir do NDVI, com o balanço hídrico de duas bacias hidrográficas com diferentes padrões de uso da terra: uma totalmente coberta por florestas e outra com um mosaico heterogêneo de culturas e ecossistemas naturais. Usando valores médios de NDVI de diferentes coberturas vegetais (floresta, campo e plantações), extraídos em períodos seco e úmido de 1997, calculou-se
47 o coeficiente de cobertura vegetada (CV) para duas bacias hidrográficas com
diferentes padrões de uso da terra (Figura 39). A maior amplitude de CV
ocorreu em bacias de uso da terra heterogêneo, derivada da maior amplitude estacional do NDVI de campo e plantações de café. Em geral, o NDVI médio amostrado na imagem de Maio foi superior (média = 0,47) ao amostrado na imagem de Setembro (média = 0,27). Assim, o NDVI obteve sucesso tanto na análise da dinâmica da vegetação quanto na comparação da biomassa entre áreas com diferentes uso da terra.
Figura 38. Localização da área de estudo e das cidades vizinhas no Espírito Santo (Vicens et al., 2001).
No estudo de Pelkey et al. (2000) realizado em áreas de proteção
ambiental na Tanzânia, o NDVI foi capaz de quantificar a biomassa e o vigor vegetal (greenness) de diferentes tipos de cobertura vegetal. Eles examinaram
as mudanças na cobertura vegetal na Tanzânia entre 1982 e 1994 e observaram que o vigor vegetal aumentou nas áreas florestadas, mas diminui nas áreas alagadas nesse período. Os parques nacionais, que possuem maiores restrições na extração de recursos e fiscalização, aumentaram sua cobertura vegetal, principalmente em áreas florestadas. Áreas onde havia controle de
48 caça, mas permitiam a presença de habitações e pastagens sofreram maiores impactos, sendo mais degradadas. Estes resultados mostraram que a proteção completa e fiscalização são elementos-chave na recuperação da saúde da vegetação nesta região da África tropical.
Figura 39. Imagens comparativas de NDVI para maio e setembro de 1997 com os valores dos coeficiente de cobertura vegetada (CV) das duas bacias hidrográficas com diferentes padrões de uso da terra (Vicens et al., 2001).
Na dissertação de Mestrado de Gurgel (2000), ela avaliou as conexões entre o NDVI e as variabilidades climáticas anual e interanual sobre o Brasil. Para isso ela utilizou NDVI e ROL (Radiação de Ondas Longas), derivados de dados do NOAA-AVHRR do período de janeiro de 1982 a dezembro de 1993. Os resultados demonstraram a potencialidade do NDVI em caracterizar as grandes feições da vegetação que predominam no território brasileiro (Figura 40). Além disso, foi possível mostrar que a variabilidade anual da cobertura vegetal brasileira é modulada em grande parte pelo regime climático.
49
50
51
CO NCLUS ÃO
As potencialidades do sensoriamento remoto em estudos ambientais vem sendo testadas, criando e ampliando, assim, uma gama de aplicações dessas tecnologias nesse campo da ciência. Tendo tantas aplicações na área de meio ambiente, naturalmente o sensoriamento remoto vem se tornando uma poderosa ferramenta na geração de indicadores ambientais.
A tendência atualmente como resultado do avanço dessas tecnologias é o o aumento da resolução radiométrica e espectral de sensores temáticos (p.ex. LANDSAT-TM), da resolução espacial dos sensores aplicados ao planejamento urbano e cadastrais (p.ex. IKONOS), e da resolução temporal dos sensores aplicados aos estudos meteorológicos e de monitoramento ambiental (p.ex. NOAA-AVHRR). Esses avanços tornarão o sensoriamento remoto, uma ferramenta cada vez mais fundamental em diversas áreas, apoiando e complementando estudos de campo.