UNIVERSIDADE FEDERAL DA PARAÍBA Centro de Ciências Agrárias
Departamento de Solos e Engenharia Rural
Programa de Pós-Graduação em Manejo de Solo e Água
ANÁLISE DA DISTRIBUIÇÃO ESPECTRAL DA VEGETAÇÃO DA BACIA HIDROGRÁFICA DO AÇUDE SOLEDADE, POR TÉCNICAS DE
SENSORIAMENTO REMOTO
Ariosto Paulo Guimarães
AREIA, PB MAIO - 2008
Livros Grátis
http://www.livrosgratis.com.br
ARIOSTO PAULO GUIMARÃES
ANÁLISE DA DISTRIBUIÇÃO ESPECTRAL DA VEGETAÇÃO DA BACIA HIDROGRÁFICA DO AÇUDE SOLEDADE, POR TÉCNICAS DE
SENSORIAMENTO REMOTO
Dissertação apresentada ao Programa de Pós-Graduação em Manejo de Solo e Água da Universidade Federal da Paraíba, como parte dos requisitos para obtenção do título de “Mestre em Manejo de Solo e Água”. Área de Concentração: Manejo e Conservação do Solo e Água.
Orientadores: Drº Iêde de Brito Chaves
Drº Eduardo Rodrigues Viana de Lima
AREIA, PB MAIO – 2008
ARIOSTO PAULO GUIMARÃES
ANÁLISE DA DISTRIBUIÇÃO ESPECTRAL DA VEGETAÇÃO DA BACIA HIDROGRÁFICA DO AÇUDE SOLEDADE, POR TÉCNICAS DE
SENSORIAMENTO REMOTO
Dissertação apresentada ao Programa de Pós-Graduação em Manejo de Solo e Água da Universidade Federal da Paraíba, como parte dos requisitos para obtenção do título de “Mestre em Manejo de Solo e Água”. Área de Concentração: Manejo e Conservação do Solo e Água.
BANCA EXAMINADORA
Profº. Dr. Iêde de Brito Chaves Orientador –CCA/UFPB
Profº Drº Alberício Pereira de Andrade Examinador - CCA/UFPB
Profo Dr. João Miguel Moraes Neto Examinador - CTRN/UFCG
Somos sempre um pouco menos do que pensamos. Raramente um pouco mais. (Cecília Meireles)
A Deus pela minha Existência, aos meus pais pela dádiva de acreditarem em mim e meus irmãos por serem verdadeiros amigos. Dedico
AGRADECIMENTOS
A Deus, por todo o seu amor, por me escutar e me inspirar em todos os momentos de minha vida.
À minha família, em especial à minha mamãe Geny Batista, meu papai Aluízio Paulo, meus irmãos Josimar, Josineide, Josilene e Alexsandro, pela confiança, força e apoio nos momentos decisivos para a realização deste trabalho.
Ao meu Orientador, o professor Doutor Iêde de Brito Chaves, por ter acreditado nesta pesquisa e por sua valiosa orientação que sempre fez aperfeiçoar o trabalho.
Ao meu Co-orientador, o prof. Dr. Eduardo Rodrigues Viana. Mais que um orientador, um amigo, um pai, um conselheiro nos momentos difíceis e acima de tudo um intelectual, que com muita paciência e dedicação me mostrou os caminhos para o desenvolvimento desta pesquisa, sem nunca perder a calma e o carinho!
A todos os professores do Programa de Pós-Graduação em Manejo de Solo e Água do Centro de Ciências Agrárias da Universidade Federal da Paraíba, em especial, aos Professores José Ferreira da Costa Filho e Vânia da Silva Fraga. Pela atenção e apoio e suas preciosas dicas.
Aos professores Dr. Alberício Pereira de Andrade e, João Miguel Moraes Neto, referências de profissionais competentes, por compor a banca examinadora.
A Coordenação deste programa, nas pessoas dos professores, Vânia da Silva Fraga.
A Secretária do PPGMSA/UFPB, Rosa Cláudia pelo carinho, paciência e compreensão.
A CAPES, pela concessão da bolsa de estudos, sendo de fundamental importância para a realização da pesquisa.
A Companhia de Águas e Esgotos da Paraíba – CAGEPA, por ter me liberado para a realização do mestrado.
Aos meus amigos, irmãos João Paulo Vidal dos Santos e Maria Verônica de Andrade, por me agüentar, por me ajudar nos momentos de desespero, pela alegria incondicional e por superar as nossas diferenças. Vocês serão para sempre meus irmãos.
A meus amigos da Casa de Areia, Iane Andrade, Lindhiane Farias, Sâmara Rachel, Josely e Daise.
Ao meu amigo Wagner Máximo de Oliveira e sua esposa Carla, pela atenção e carinhoso, sempre que precisei.
Aos amigos da Pós-Graduação, Ailton Santos, Wanessa Lima, Zaida, Robson Pontes, Antonio de Pádua, Jailson, Montesquieu, Jopson e Gerônimo.
Aos amigos sempre presentes, Luiz Coelho, Advaldo Araújo e Danniele Felipe, pela dedicação.
Ao amigo Ricardo Dantas pelo o incentivo, quando precisei para a realização deste mestrado.
Aos amigos de Olivedos, Erivaldo Portela, José Pereira, Marinalda Lourenço, Maria da Guia, Catenuzia Lima, Maria do Socorro (Pretinha), Maria de Fátima, José Andrelino, Ilzonete Guimarães, Ailma Batista e Josilene Leonardo, pela torcida e atenção que sempre tem por mim.
Aos amigos de Campina Grande, Flávio, Franklin, Mickey, Rafael, Sandro, Maria da Conceição (Ceiça) e Cleide.
Enfim, a todos que de uma forma ou outra participaram de mais esta etapa de minha vida.
SUMÁRIO
LISTA DE TABELAS LISTA DE FIGURAS LISTA DE QUADROS RESUMO ABSTRACT 1. INTRODUÇÃO 2. REVISÃO DE LITERATURA2.1 – Semi-Árido Brasileiro e a Vegetação de Caatinga 2.2 – Bacia Hidrográfica
2.3 – Processo Digital da Imagem 2.3.1 – Correção Geométrica 2.3.2 – Operações Aritméticas 2.3.3 – Classificação 2.3.4 – Estudo Temporal 2.3.5 – Índices Espectrais 3. MATERIAL E MÉTODOS 3.1 – Materiais 3.1.1 – Documentos Cartográficos 3.1.2 – Equipamentos 3.1.3 – Softwares 3.2 – Métodos
3.2.1 – Aquisição e processamento das imagens
3.2.2 – Georreferenciamento das Imagens CCD/CBERS-2 e criação do banco de dados
3.2.3 – Correção atmosférica da imagem 3.2.4 – Geração dos Índices de Vegetação 3.2.5 – Classificação da Vegetação de Caatinga 3.3 – Avaliação da Biomassa da Vegetação Lenhosa
3.3.1 – Índice de Biomassa da Vegetação Lenhosa (IBVL) 3.4 – Características da Área de Estudo
3.4.1 – Localização Geográfica vii viii ix x xi 1 3 3 5 7 8 9 10 11 12 16 16 16 16 16 17 17 18 18 21 21 22 22 23 24
3.4.2 – Geologia e Geomorfologia 3.4.3 – Clima
4. RESULTADOS E DISCUSSÃO 4.1 – Seleção de índices espectrais
4.1.1 – Índice de vegetação da diferença normalizada (NDVI) 4.1.2 – Índice da Razão de Vegetação (RVI)
4.1.3 – Índice de Vegetação Ajustado ao Solo (SAVI) 4.1.4 – Bandas 3 e 4
4.2 – Correlação entre Índice de Biomassa da Vegetação Lenhosa (IBVL) e Índices de Vegetação (IVs)
4.3 – Classificação da vegetação e uso da terra 4.3.1 – Análise da Composição Florística 5. CONCLUSÕES 6. REFERÊNCIAS BIBLIOGRÁFICAS 24 24 26 26 26 28 32 32 32 35 42 44 45
LISTA DE TABELAS
Tabela – 1: Índice de porte da biomassa para as diferentes classes Tabela - 2: Índices de recobrimento da biomassa para as diferentes sub-classes de vegetação
TABELA – 3: Distribuição das áreas de Vegetação de Caatinga e Uso da Terra (km2) da Bacia Hidrográfica do Açude Soledade
22
23
LISTA DE FIGURAS
Figura – 1: Distribuição da Precipitação Média Mensal (mm) Ano de 2005, Aesa – 2007.
Figura - 2: Distribuição da Precipitação da Média Mensal (mm) Ano de 2006, Aesa – 2007.
Figura 3 – Fluxograma do Fator de Reflectância Bidirecional de Superfície (FRBS)
Figura – 4: Regime Pluviométrico do Estado da Paraíba
Figura – 5: Variação nos valores dos índices espectrais para o período seco e úmido, para os diferentes usos da terra e vegetação
Figura – 6: Correlação entre índices espectrais de imagens e biomassa da vegetação de caatinga
Figura - 7: Imagem índice do uso da terra e da vegetação de caatinga, para o período seco (NDVI).
Figura - 8: Imagem índice do uso da terra e da vegetação de caatinga, para o período seco (RVI).
Figura - 9: Imagem índice do uso da terra e da vegetação de caatinga, para o período seco (SAVI).
Figura - 10: Área de caatinga subarbustiva rala (novembro de 2007)
Figura – 11 : Área de caatinga subarbórea arbustiva densa (novembro de 2007) 17 18 20 25 29 34 37 38 39 40 41
LISTAS DE QUADROS
Quadro - 1 : Distribuição dos valores dos pixels para o mapeamento das áreas de vegetação e uso da terra da Bacia Hidrográfica do Açude Soledade
Quadro - 2: Freqüência e predominância de espécies em grupos de vegetação de caatinga da bacia hidrográfica do açude de Soledade, Estado da Paraíba
42
RESUMO
ARIOSTO PAULO GUIMARÃES.Análise da distribuição espectral da vegetação da Bacia Hidrográfica do Açude Soledade, por técnicas de Sensoriamento Remoto. Areia – PB, Centro de Ciências Agrárias, UFPB, maio de 2008. Dissertação. Programa de Pós-Graduação em Manejo de Solo e Água. Orientadores: Prof. Drº Iêde de Brito Chaves e Prof. Drº Eduardo Rodrigues Viana de Lima.
A bacia hidrográfica do Açude Soledade, com área de 319,09 Km2, localiza-se na microrregião do Curimataú Ocidental, entre os municípios de Soledade, Olivedos, Cubati e Barra de Santa Rosa. O principal manancial é o açude Soledade, e em segundo lugar o açude de Olivedos. A paisagem natural apresenta-se bastante degradada, com precipitação bem irregular, considerando a vegetação um forte parâmetro na qualidade ambiental, este trabalho teve como objetivo realizar um diagnóstico ambiental e fazer o mapeamento da cobertura e do uso da terra. Foram utilizadas nesta pesquisa duas imagens que correspondem aos períodos seco e úmido do satélite CBERS e técnicas de geoprocessamento utilizando-se do programa SPRING, bases para os trabalhos descritos de campo, onde foi coletado pontos de controle no GPS para observação. A partir das informações obtidas para os diferentes alvos terrestres, utilizou-se dos índices espectrais: NDVI, RVI e SAVI e das Bandas 3 e 4, para a qual se constatou que o confundimento dos alvos no período seco é bem menor do que o período úmido, e que o NDVI apresentou uma melhor condição de separação dos alvos, variando de 30 a 113, para áreas agrícolas e algaroba de várzea, respectivamente. Para a correlação do IBVL com os IVs, o NDVI obteve a melhor também a correlação R2 = 0, 6642, seguido pelo SAVI, RVI, Banda 3 e Banda 4. Porém a amplitude dos valores de RVI e Banda 4 são muito próximos dentro dos seus tratamentos com uma baixa variação.
ABSTRACT
ARIOSTO PAULO GUIMARÃES. Analis of the spectral distribution of the vegetation of Basin Hidrografica of Dam Soledade, for techniques of remote sensoriamento. Dissertation. The Postugraduate Program on Management of Soil and Water. Preparation: Tcher Dr. Iêde de Brito Chaves na Techer Dr Eduardo Rodrigues Viana Lima.
The catchment’s area of the Soledade weir, with an area of 319.09 km2, is located in the micro Curimataú West, among the municipalities Soledade, Olivedos, Cubati and Barra de Santa Rosa. The main source is Soledade weir, and secondly the Olivedos weir. The natural landscape presents itself quite degraded, with irregular rainfall, considering the strong vegetation parameter in environmental quality, this work aimed to achieve an environmental diagnosis and make the coverage mapping and land usage. Were used in this research two images from CBERS satellite that correspond to periods of dry and wet and geoprocessing techniques using the program SPRING, foundations for the work described in the field, where it was collected points of control on GPS for observation. From the information obtained for different targets land, used up the spectral indices: NDVI, RVI and SAVI and Bands 3 and 4, for which it was discovered that the confounding of the targets in the dry season is much smaller than the period humid, and that the NDVI presented a better condition of separation of targets, ranging from 30 to 113, for agricultural areas and algaroba of lowland, respectively. For the correlation of IBVL with IVs, the NDVI also won the best correlation R2 = 0, 6642, followed by SAVI, RVI, 3 and Banda Banda 4. But the magnitude of the values of Banda RVI and 4 are very close in their treatments with a low range.
I - INTRODUÇÃO
A bacia hidrográfica do açude Soledade localiza-se na microrregião do Curimataú Ocidental, e abrange o município de Olivedos e parte dos municípios de Soledade, Barra de Santa Rosa e Cubati, com uma área de 319,4 Km2. O açude de Soledade é o principal manancial dessa bacia hidrográfica, com uma capacidade de 27.058.100 m3, além do açude de Olivedos com 5.875.124 m3 (Aesa, 2007), há também outros açudes menores, de particulares, que ainda não foram cadastrados.
A paisagem natural da área de estudo apresenta-se muito degradada, com grandes extensões de solos desnudos ou com uma vegetação secundária de porte baixo e pobre em número de espécies, resultado de mais de dois séculos de exploração. A baixa precipitação, associada a uma grande irregularidade de sua distribuição espacial e temporal e as altas temperaturas, apesar da grande diversidade de solos, propicia a predominância de uma vegetação do tipo Caatinga Hiperxerófila (Brasil, 1972).
Grande parte dos problemas de degradação ambiental das terras nordestinas, segundo Mantovani et al. (1989), relaciona-se com a ausência de uma cultura de ocupação de espaços, desrespeitando as riquezas e diversidades características dos diversos ecossistemas. Nos últimos anos a substituição da vegetação de caatinga por bosques de Algaroba (Prosopis juliflora (SW) DC), para fins energéticos ou forragem para gado, causou um empobrecimento da biodiversidade e acelerou a erosão hídrica dos solos (Paes-Silva, 2002).
Para Nóbrega & Lima (1994); Lins & Medeiros (1994), a intensidade e a abrangência da degradação da cobertura vegetal no território paraibano vêm preocupando entidades governamentais e não governamentais, as quais buscam formas e meios de minimizar a ação depredatória do extrativismo. A associação de fatores edáficos e ações antrópicas têm produzido mosaicos de vegetação de diferentes portes (Nogueira, 1984), particularmente, em áreas onde a declividade e a profundidade do solo, limitam a disponibilidade de água para as plantas.
Para Souza (1996), a escolha da bacia hidrográfica como unidade de pesquisa deve-se principalmente ao fato de sua utilização ser considerada a melhor unidade de gestão ambiental/territorial, associando processos naturais à ação antrópica. Outrossim, a utilização de produtos e técnicas de sensoriamento remoto e geoprocessamento nas análises ambientais têm se tornado uma prática cada vez mais freqüente entre as diversas áreas de pesquisa. No caso do uso do solo e da cobertura vegetal essas técnicas têm contribuído de modo expressivo para a rapidez, eficiência e
confiabilidade das análises que envolvem os processos de degradação da vegetação natural, fiscalização dos recursos florestais, desenvolvimento de políticas conservacionistas, bem como vários outros fatores que podem ocasionar modificações na vegetação (Rosendo, 2005).
Considerando a vegetação um parâmetro indicador da qualidade ambiental, este trabalho pretende realizar um diagnóstico e fazer o mapeamento da cobertura e do uso da terra da bacia hidrográfica do Açude Soledade. Serão utilizadas correlações entre índices espectrais de imagens do satélite CBERS (China-Brasil), obtidos para o período seco e úmido e índices de biomassa da vegetação lenhosa (IBVL) da Caatinga; além de outros alvos terrestres relativos a bosques de Algarobeiras, campos de cultura de Palma e de Agave, corpos d´água e afloramento de rochas, dentre outros.
Além de poder avaliar a aplicabilidade das técnicas e produtos da geoinformática brasileira para áreas de Caatinga, este trabalho pretende abrir um espaço de estudo e discussão sobre gestão ambiental de uma área que representa um dos núcleos mais secos do Semi-Árido Nordestino, o Curimataú e Cariri Paraibano, aqui representados pela bacia hidrográfica do Açude Soledade que já se encontra comprometido pela salinização de suas águas, provavelmente devido ao excesso de barramento a montante, ou mesmo, pela fraca produção de água de escoamento de sua bacia hidrográfica.
II - REVISÃO DE LITERATURA
2.1 - Semi-Àrido Brasileiro e a Vegetação de Caatinga
O Semi-Árido Brasileiro estende-se por uma área que abrange a maior parte de todos os estados da região Nordeste (86,48%), além da região setentrional do Estado de Minas Gerais (11,01%) e norte do Espírito Santo (2,51%), ocupando uma área total de 974.752 Km2(Silva, 1993).
O semi-árido é caracterizado por apresentar altas temperaturas, reduzida pluviosidade, solos pouco intemperizados e pequena produção de fitomassa. Somando-se a essas condições edafoclimáticas, observa-se, no Semi-Árido Brasileiro, a adoção de sistemas agrícolas totalmente extrativistas. Na pecuária, o que sobressai é o superpastoreio. A agricultura é desenvolvida à custa de um desmatamento indiscriminado, queimadas e períodos de pousio inadequados. Há ainda intensa extração de lenha e madeira para atender à demanda familiar, de cerâmicas e padarias, contribuindo enormemente para a redução da vegetação da Caatinga (Araújo Filho, 2003).
Além das secas, a degradação das terras nas zonas áridas, semi-áridas e subúmidas secas, chamada de desertificação, são resultantes de vários fatores, incluindo aqueles causados por variações climáticas e atividades humanas, sendo que esta última diz respeito, principalmente, ao uso inadequado dos recursos naturais, solo, água e vegetação (Amorim, 2005).
Como resultado de todos esses fatores, a região semi-árida no Nordeste brasileiro configura-se em um ambiente extremamente frágil, tanto do ponto de vista ambiental quanto socioeconômico (Breman e Kessler, 1997; Sánchez, 2001).
Os solos rasos possuem um fluxo superficial muito intenso, o que facilita a erosão laminar, removendo matéria orgânica, sementes e nutrientes, dificultando a reinstalação da vegetação natural, uma vez degradada. Existe a ocorrência de cascalhos e pedregulhos que seletivamente se acumulam na superfície em conseqüência da remoção progressiva do material mais fino constituindo um componente na defesa do solo contra a erosão, uma vez que reduz as perdas de água por evaporação (Paes-Silva, 2002).
Em regiões áridas e semi-áridas a baixa precipitação contribui para a diminuição da intensidade dos processos pedogenéticos, resultando em solos rasos, pouco lixiviados, quimicamente férteis, apresentando minerais de argila de elevada
atividade coloidal; sendo comum a ocorrência de eflorescência de sais nas áreas onde o lençol freático aflora a superfície do solo (Paes-Silva, 2002).
Nesse cenário natural a vegetação de caatinga é o principal ecossistema encontrado na Região Nordeste, abrangendo uma área de 734.478 km2sendo o tipo de vegetação tipicamente brasileira. Diferente das associações vegetais das outras partes semi-áridas do mundo, a vegetação de Caatinga é para Paes-Silva (2002), um museu de preciosidades, um laboratório biológico de imenso valor que deve ser preservado.
A vegetação da caatinga apresenta grande variação fisionômica, principalmente quanto à densidade e ao porte das plantas (Amorim, 2005). A cobertura vegetal é composta por diversos padrões morfológicos que dependem da fisionomia e das condições climáticas, que se destaca em sua maioria de uma formação vegetal de caatinga arbustiva, densa ou aberta, que perde a folhagem no período de estiagem, tornando a florescer no período chuvoso.
Os bosques dessa região, de acordo com Reis (1986), têm um lento poder de regeneração e podem ser facilmente destruídos, quando a ação sobre eles for maior que a capacidade de regeneração. Duque (1980) e Santana (2006) caracterizam a caatinga, como formações xerófilas, lenhosas, decíduas, em geral espinhosas, com presença de plantas suculentas e estrato herbáceo estacional, apresentando uma ampla variação florística.
As diversidades de ambientes encontrados no grande domínio das caatingas, segundo Ab’Saber (1984), provêm de diferentes combinações dos componentes abióticos, entre os quais se salientam as condições pluviométricas seguidas de propriedades litoestruturais, posicionamento topográfico e heranças paleoclimáticas.
Segundo Aouad (1986), essa formação vegetal está ligada aos limites do dominio morfoclimático semi-árido, que por sua vez, se relaciona aos limites críticos da precipitação pluviométrica. Esse domínio caracteriza-se pela sobreposição de uma série de feições de relevo, solo, clima, padrões de vegetação e drenagem. Geologicamente, a região que compreende o domínio das caatingas é composta de vários tipos diferentes de rochas. Nas áreas de planície as rochas prevalecentes têm origem na era Cenozóica (do fim do período Terciário e início do período Quaternário), as quais se encontram cobertas por uma camada de solo bastante profunda, a região planáltica é composta de arenitos metamórficos derivados de rochas sedimentares areníticas e quartzíticas consolidadas na era Proterozóica média. A paisagem típica das caatingas consiste de extensas depressões intermontanas
envolvendo maciços mais elevados do embasamento pré-cambriano, como a Borborema, o Araripe e o Apodi.
Historicamente, a caatinga na semi-áridez nordestina foi desbravada pela marcante invasão primária dos vaqueiros, criando os currais de gado, sendo este o contato inicial do homem branco com o meio hostil da caatinga. Segundo Lacerda (2006) a expansão da pecuária bovina na época dos bandeirantes trouxe para a região hábitos que foram transmitidos de geração a geração, evidenciando-se o processo de crescimento do interior em gente, gato, roçados e caminhos. No entanto, os fatos mostram que as novas famílias, buscando outras fazendas, as heranças, as partilhas, o alargamento das roças, o fogo para eliminar os espinhos, e o aumento dos rebanhos, significaram neste contexto, a expansão biológica efetiva nesse meio físico. Conseqüentemente, a terra seca foi sofrendo um desgaste progressivo no seu potencial natural e com isso o pé do homem, o boi, o machado e o fogo abriu espaços para a diminuição da flora, fauna e do solo, aumentando de tal maneira a erosão. À medida que cresciam as necessidades, diminuíam os recursos.
2.2 - Bacia Hidrográfica
A bacia hidrográfica consiste em uma área delimitada topograficamente, drenada por um curso de água ou um sistema conectado de cursos de água, tal que toda a vazão efluente seja descarregada através de uma simples saída (Valente, 1987). Dentro do sistema de bacia hidrográfica, está inserido o ciclo hidrológico que é o processo de recirculação contínua e infinita da água entre a atmosfera, continentes e oceanos (Honberger et al., 1998). O ciclo hidrológico não é um fenômeno isolado, ele resulta de uma interação entre processos hidrológicos, geomorfológicos e biológicos, tendo como agentes dinâmicos a água e o clima. Cada processo interfere e sofre a interferência dos demais processos interagidos (Kobiyama, 1998).
As mudanças dentro de um sistema de drenagem podem ser de causas naturais e/ou pela ação antrópica que na maioria das vezes tem um papel acelerador dessas mudanças (Reis, 2004; Santos, 2004b). Neste sentido, a bacia hidrográfica é considerada como uma unidade territorial para implementação da Política Nacional de Recursos Hídricos e atuação do Sistema Nacional de Gerenciamento de Recursos Naturais, uma vez que, permite que se conheça e se avalie seus diversos componentes e os processos e interações que nela ocorrem (Silva et al., 2005).
O monitoramento e a preservação da área devem fazer parte dos conteúdos dos programas de capacitação na gestão dos recursos hídricos. É preciso primeiro conhecer os aspectos físicos como topografia, constituição das rochas, clima, regime pluvial e as atividades humanas que se desenvolvem nas bacias, para depois, criar medidas que viabilizem o uso dos recursos hídricos, em termos de qualidade e quantidade (Reis, 2004; Trentin, 2004).
Nesse sentido, a Lei nº 9.433, de 8 de janeiro de 1997 - Lei Federal dos Recursos Hídricos estabelece uma série de inovações consubstanciadas nos princípios gerais de proteção ao meio ambiente e de desenvolvimento sustentável, transformando a bacia hidrográfica em uma unidade territorial de gestão dos recursos hídricos, enquanto a água passa a ser um bem de domínio público cuja gestão deve ser descentralizada e participativa. Além disso, por ser um bem limitado, a água é dotada de valor econômico e sua gestão deve proporcionar o uso múltiplo do recurso, assegurando-se a prioridade de uso para o consumo humano e de animais em casos de escassez (IBGE, 2005).
O estado da Paraíba tem baixa disponibilidade hídrica, uma vez que em 70% do seu território o clima é do tipo semi-árido, com baixas e irregulares precipitações (Chaves, 1977). Assim, suas maiores bacias hidrográficas estão nas áreas secas: é o caso da bacia do rio Piranhas, mesorregião do Sertão, que abrange quase a metade do Estado, e deságua para o estado do Rio Grande do Norte e a do rio Paraíba, cujas terras em grande parte correspondem às regiões semi-áridas do Cariri sobre o planalto da Borborema e da Caatinga Sub-Litorânea no seu médio e baixo curso.
Ainda sobre o planalto e em terras secas nascem os rios Curimataú e Jacú, que drenam para o Rio Grande do Norte. O rio Paraíba, também compreende um dos sistemas hidrográficos mais importantes do Estado e é formado pela Bacia do rio Taperoá, alto Paraíba, Médio Paraíba e Baixo Paraíba (Paraíba,1977b, citado por Lacerda e Barbosa, 2006). O Rio Paraíba, assume um grau de elevada significância pela extensão e principalmente por ter todo seu curso inserido no Estado, estando às nascentes desse rio na serra de Jabitacá, em Monteiro, no Planalto da Borborema, sendo o rio Taperrá o seu maior tributário encontrando-se a margem esquerda.
A Bacia do rio Taperoá situa-se na parte central do estado da Paraíba, sob as latitudes 6º51’31” e 7º34’21” Sul e entre as longitudes 36º00’55” e 37º13’09” a Oeste . Tendo como limites as bacias do Espinharas e do Seridó a oeste, com a do Alto Paraíba ao sul, com as bacias do Jacu e Curimataú ao norte, e com a bacia do Médio Paraíba a leste. Seu principal rio é o Taperoá, de regime intermitente, que nasce na
Serra de Teixeira e deságua no rio Paraíba, no açude Presidente Epitácio Pessoa, drenando uma área de aproximadamente 7.316 Km2. Recebe contribuições de cursos d’água dos rios São José dos Cordeiros, Floriano, Soledade e Boa Vista e dos riachos Carneiro, Mucuim e da Serra (Paraíba, 2000, citado por Lacerda e Barbosa, 2006).
A Bacia do Rio Taperoá está inserida nas Microrregiões do Curimataú Ocidental, Seridó Oriental, Seridó Ocidental, Cariri Ocidental, Cariri Oriental, Campina Grande e serra do Teixeira. Tendo no interior da bacia, distribuídos completos e parcialmente os municípios de: Assunção, Barra de Santa Rosa, Boa Vista, Cabaceiras, Cacimbas, Cubati, Desterro, Gurjão, Juazeirinho, Junco do Seridó, Livramento, Olivedos, Parari, Pocinhos, Santo André, São João do Cariri, São José dos Cordeiros, Serra Branca, Soledade, Taperoá e Tenório. Com a participação destes municípios, a Bacia Hidrográfica do Taperoá destaca-se em terceiro lugar, ficando atrás apenas da Bacia do rio Piancó e Bacia do Alto Paraíba.
A Sub-bacia do Açude Soledade, compreende por área de abrangência respectivamente os municípios de Olivedos, Soledade, Barra de Santa Rosa e Cubati. Tendo como principais açudes, o de Soledade, com uma capacidade de 27.058.100 e o de Olivedos, com uma capacidade de 5.875.124m3 (AESA, 2007).
2.3 - Processo Digital da Imagem
O processo digital de imagens (PDI) se caracteriza por grande diversidade de técnicas destinadas a facilitar a extração de informações contidas em uma imagem. Dentre as numerosas técnicas, abordam-se aqui as que serão tratadas nesse estudo. Acrescente-se que a quantidade de informações em uma imagem é muito maior do que a que o olho humano pode perceber, implicando na necessidade de processá-los, traduzindo as informações para o intérprete ou extraindo das imagens apenas a parte essencial para os fins determinados (Crosta, 1992).
Pode-se dividir essas técnicas em atividades de pré-processamento e de processamento. Enquanto o pré-processamento prepara a imagem, adequando-a do ponto de vista geométrico, radiométrico e mimorando os efeitos atmosféricos, os métodos os efeitos atmosféricos, os métodos de processamento realçarão o comportamento espectral ou textural de um objeto ou fenômeno. As classificações enquadram-se num grupo diferenciado dentre as técnicas de PDI, permitindo classificar uma imagem em temas, gerando mapas temáticos.
2.3.1 - Correção Geométrica
A correção geométrica ou georeferenciamento é realizada com o propósito de eliminar distorções e conferir maior precisão cartográfica ás imagens, tratando-se de uma operação necessária para se fazer a integração de uma imagem á base de dados existente num SIG.
As distorções decorrem de fatores como: rotação e curvatura da terra, taxa de varredura e campo de visada do sensor, a variações de altitude e velocidade da plataforma (Lillesand e Kiefer, 1994).
O processo de correção geométrica envolve, segundo Crosta (1992), as seguintes etapas: determinação da relação entre o sistema de coordenadas do mapa e da imagem; estabelecimento de um conjunto de pontos definido os centros dos pixels na imagem corrigida, conjunto esse que define um grid com as propriedades cartográficas do mapa de referência e o cálculo dos números digitais (DN’s) dos pixels na imagem corrigida, por interpolação dos DN’s dos pixels da imagem original.
A forma mais usual para cálculo da relação entre os sistemas de coordenadas da imagem e do mapa é a transformação baseada em pontos de controle no terreno.
Os pontos de controle são feições bem definidas, como interseção de estradas ou drenagens, pistas de aeroportos etc. que possam ser localizados precisamente tanto na imagem quanto no mapa disponível.
A determinação dos parâmetros da transformação polinomial selecionada é feita através da resolução de um sistema de equações. Para que esse sistema de equações possa ser montado às coordenadas dos pontos de controle devem ser conhecidas tanto no referencial da imagem como no sistema de referencia. As coordenadas de imagem (linha, coluna) são obtidas quando o usuário clica sobre a feição na imagem.
As coordenadas de referencia são usualmente obtidas através de mapas confiáveis que contenham as feições usadas como ponto de controle via mesa digitalizadora ou bases cartográficas digitais, bem como via GPS.
2.3.2 – Operações aritméticas
Operações aritméticas entre duas ou mais bandas multiespectrais de uma mesma área geográfica, previamente georrefenciadas, são amplamente utilizadas em processamento digital de imagens, com o objetivo de realçar determinadas feições e
combinar a informação contida em diferentes bandas, reduzindo a dimensionalidade dos dados originais (Crosta, 1992).
Realiza-se a operação pixel a pixel, através de uma regra matemática definida, tendo como resultado uma imagem representando a combinação das bandas originais.
De longe, a razão de bandas é a operação mais comum, tratando-se de uma operação não-linear, que necessita de re-escalonamento dos resultados para o intervalo entre 0 e 255, e que se presta a realce das diferenças espectrais entre um par de bandas (Crosta, 1992).
Essa operação é limitada em imagens que apresentam ruído eletrônico, pois ele tende a ser exagerado quando da sua aplicação. A presença do espalhamento atmosférico, que varia de acordo com o comprimento de onda, também interfere na sua aplicação, resultando em valores de nível de cinza que não representam a diferença de reflectância entre os alvos. Outra limitação corresponde à presença de feições que apresentam características espectrais semelhantes, porém com diferentes intensidades. Nesse caso, na imagem resultante estas feições não são distintas, embora o fossem nas imagens originais (Crosta, 1992).
Uma característica positiva das imagens resultantes da razão de bandas é a ausência de sombreamento topográfico, pois tais operações minimizam as diferenças nas condições de iluminação de uma cena.
O motivo que justifica a ampla aplicação dessa operação aritmética, todavia, é a sua capacidade de realçar imensamente determinadas feições da curva de assinatura espectral de alguns alvos (Crosta, 1992).
Para isso, as bandas devem ser relacionadas com base na assinatura espectral dos alvos que se pretende realçar, cobrindo os picos de absorção/reflexão e as mudanças de inclinação da curva.
2.3.3 – Classificação
A classificação digital é o processo voltado à extração de informação das imagens de sensoriamento, para o recobrimento de padrões e produção de mapas temáticos. Segundo Crosta (1992), ela diz respeito à associação de cada pixel da imagem a um “rótulo”, descrevendo um objeto real. Dessa forma os DN’s de cada pixel, são associados a um tipo de cobertura do terreno (água, tipo de vegetação, tipo de solo ou de rocha etc.).
A classificação se baseia em métodos estatísticos de reconhecimento de padrões. Seguindo regras da teoria da probabilidade e através de parâmetros de agrupamento previamente definidos, os atributos espectrais de um dado pixel são identificados e classificados.
As técnicas de classificação de imagens podem ser divididas em dois grupos principais:
Classificação supervisionada: os atributos espectrais de um dado pixel são comparados com aqueles relativos a uma área de treinamento, definida pelo usuário, com base no conhecimento da realidade terrestre.
Classificação Não-Supervisionada: o reconhecimento de padrões é realizado automaticamente, através da análise de todos que compõem a imagem e da identificação de agrupamentos (“clusters”), que são utilizados como área de treinamento (Crosta, 1992).
Técnicas híbridas são também empregadas com freqüência. Nelas utiliza-se uma classificação não-supervisionada como passo inicial e os agrupamentos separados automaticamente podem ser utilizados, no passo subseqüente, como áreas de treinamento numa classificação supervisionada.
A classificação por regiões é um procedimento alternativo à classificação pixel a pixel, onde além da média e da variância dos DN’s, outros parâmetros como forma, tamanho e contexto podem ser utilizados (Belaid et al, 2008).
A seleção das bandas a serem empregadas na classificação é um passo importante do processo, pois a utilização de bandas muito correlacionadas pode comprometer a eficiência do classificador. Essa eficiência pode ser aprimorada com a inclusão de imagens geradas da razão entre bandas originais na composição do conjunto de bandas a serem classificadas (Miguel-Ayanz & Biging, 1997; Watson & Wilcock, 2001).
2.3.4 – Estudo Temporal
Dada a repetitividade com que as imagens de satélite são adquiridas, é possível a análise da extensão e do tipo de mudanças no uso do solo através do Sensoriamento Remoto. Uma série de processamentos pode ser implementada no sentido de reconhecer alterações ocorridas na paisagem de uma região, num dado período de tempo. Dentre tais alterações, podem ser citados o desmatamento, a expansão urbana e as variações sazonais da vegetação (Ridd & Liu, 1998).
Inicialmente as imagens devem ser cor-registradas e/ou georeferenciadas numa mesma projeção cartográfica e, dependendo do processo utilizado, elas devem passar por uma correção atmosférica (Song et al., 2001).
A subtração entre bandas de diferentes datas é a técnica mais simples. A análise do histograma da imagem resultante dessa operação permite a verificação das mudanças ocorridas, pois o mesmo apresenta distribuição normal, e os pixels que se agrupam em torno do seu pico representam as regiões onde não ocorreram mudanças, ao passo que os demais representam regiões onde tais mudanças ocorreram (Crosta, 1992; Hayes & Sader, 2001).
A subtração pode ser feita entre bandas originais, ou mesmo entre aquelas geradas da aplicação dos índices de vegetação. Contudo, essa operação demanda uma equalização dos histogramas das imagens, antes da sua aplicação (Crosta, 1992; Song et al., 2001; Collins & Woodcock, 1996).
A composição colorida com bandas espectrais de diferentes datas é um método qualitativo, onde a fotointerpretação da imagem resultante é facilitada, em decorrência do realce das diferenças espectrais entre pixels os que representam alterações no uso do solo (Walsh et al., 1998).
Imagens de datas distintas também podem compor o conjunto de bandas usado como dados de entrada num processo de classificação. Nesse caso, ocorre a identificação e mapeamento dos grupos de pixels relacionados com as mudanças eventualmente ocorridas. Song et. al. (2001) afirmam que essa técnica dispensa correções atmosféricas, pois os padrões de comparação (áreas de treinamento) são escolhidos sobre os mesmos dados.
Outra técnica bastante aplicada trata da análise por componentes principais, na qual as mudanças são identificadas por representarem informação não correlacionada, entre as bandas utilizadas. Assim, a informação relativa às mudanças devem se concentrar nas componentes maiores (Collins & Woodcock, 1996).
2.4 - Índices Espectrais
A partir do comportamento espectral da vegetação verde, alguns pesquisadores propuseram modelos matemáticos capazes de indicar a densidade de fitomassa foliar fotossinteticamente ativa por unidade de área, na tentativa de superar os efeitos indesejáveis do substrato e das demais estruturas. Conseqüentemente, a detecção
qualitativa da vegetação é uma das principais aplicações do Sensoriamento Remoto na tomada de decisões e gerenciamento ambiental do “alvo vegetação”.
Combinações entre bandas espectrais têm sido utilizadas como forma de minimizar os efeitos das propriedades ópticas da superfície do solo, geometria de visada e de iluminação, bem como, dos fatores meteorológicos (vento e nuvens) sobre as respostas radiométricas da vegetação. Neste sentido, Souza (1997) afirma que um índice de vegetação ideal deve ser sensível à cobertura vegetal e não ao solo, e que os dados de reflectância usados para computar a vegetação deva ser preferencialmente corrigidos radiometricamente e atmosfericamente.
De acordo com Ponzoni (2001), a “aparência” da cobertura vegetal em determinado produto de Sensoriamento Remoto é fruto de um processo complexo que envolve muitos parâmetros e fatores ambientais. O que é efetivamente medido por um sensor remotamente situado, oriundo de determinada vegetação, não pode ser explicado somente pelas características intrínsecas dessa vegetação, inclui também a interferência de vários outros parâmetros e fatores tais como a fonte de radiação, o espalhamento atmosférico, as características tanto da folha quanto do dossel, os teores de umidade, a interferência da reflectância do solo, sombra, entre outros.
Para minimizar a variabilidade causada pelos fatores externos, a reflectância espectral da cobertura vegetal tem sido transformada e combinada em vários índices de vegetação, os mais comumente empregados utilizam a informação contida nas reflectâncias de dosséis referentes às regiões do vermelho e do infravermelho próximo, as quais são combinadas sob a forma de razões.
As faixas do vermelho e do infravermelho próximo são mais utilizadas, por conter mais de 90% da variação da resposta espectral da vegetação; portanto, estes índices realçam o comportamento espectral da vegetação, correlacionando-os com os parâmetros biofísicos da mesma (ROSA, 2003).
As técnicas de realce de imagem por meio de índices de vegetação aumentam o brilho das áreas vegetadas, melhorando a aparência da distribuição espacial de informações das imagens, tornando-as de fácil interpretação visual e computacional.
Na literatura é mencionada a existência de mais de 50 índices de vegetação; entretanto, os dois mais comumente usados são o Índice da Razão de Vegetação (RVI) e o Índice de Vegetação da Diferença Normalizada (NDVI). Para Baret e Guyot (1991), os índices de vegetação podem ser agrupados em duas grandes classes: índices na forma de razão (Indice da Razão de Vegetação – RVI; Índice de Vegetação da Diferença Normalizada – NDVI; Índice de Vegetação Ajustado ao Solo – SAVI) e
índices caracterizados pela distância ortogonal (Índice de Vegetação da Distância Perpendicular – PVI; Índice de Vegetação da Diferença Ponderada – WDVI; Índice de Vegetação Verde (GVI).
O Índice da Razão de Vegetação (RVI) foi descrito por Jordan (1969), segundo relata Ray (1994), podendo ser assim representado: RVI = NIR/red; representando uma simples divisão entre os valores de radiância do infra-vermelho próximo pelo valores de radiância da faixa do vermelho do visível. Seus valores variam de 0 a infinito, e as linhas de solo e vegetação convergem para zero. Este é o índice mais amplamente utilizado em sensoriamento remoto, além de que, na maioria das vezes, é utilizado como forma de realce da vegetação, para melhorar a visualização da imagem, uma vez que elimina os vários efeitos do albedo.
O NDVI tem sido um dos índices de vegetação mais utilizados na atualidade, uma vez que, segundo Madeira Netto (2001), seu uso extensivo deve-se muito à construção de bases de dados globais, fundamentadas nos dados do sensor AVHRR (Advanced Vety High Resolution Radiometer) dos satélites NOAA (National Oceanic and Atmospheric Administration). O seu cálculo é feito com base na relação expressa pela equação: NDVI = (NIR – red ) / (NIR + red); onde, NIR é a radiância do infra-vermelho próximo e “red”, a radiância da luz vermelha. O NDVI foi proposto por Rouse et al., (1973), e tem como proposta reduzir os efeitos multiplicativos da assinatura espectral nas duas faixas espectrais acima mencionadas, reduzindo também o efeito topográfico. Apresenta uma escala de medida linear entre -1 e 1, sendo que o valor zero se refere aos pixels sem vegetação.
Procurando minimizar os efeitos das características dos solos sobre os índices de vegetação, Huete (1988) propôs o SAVI (Índice de Vegetação Ajustado ao Solo), que é uma modificação do NDVI, e tem a seguinte expressão: SAVI = (NIR – RED / NIR + RED + L) (1+L). A variável L é um fator de correção que procura ajustar as linhas de vegetação, e varia de 0 a 1, para condições de muito alta a muito baixa densidade de cobertura vegetal, respectivamente. Para Ray (1996) o SAVI é um dos melhores índices para correção da interferência do solo na resposta espectral.
Com o mesmo propósito e características do SAVI, de corrigir as interferências dos solos nas respostas espectrais da vegetação, índices utilizando artifícios relacionados aos parâmetros das curvas do solo e vegetação foram propostos. O TSAVI (Transformed Soil Adjusted Vegetation Index), foi desenvolvido por Baret et al., (1989) especialmente para ser utilizado em regiões semi-áridas, e o MSAVI (Modified Soil Adjusted Vegetation Index) foi desenvolvido por Qi et al., (1994), para
ser aplicado em solos de alta reflectância; e índices derivados da diferença entre faixas espectrais, a exemplo do PVI (Índice de Vegetação da Distância Perpendicular), proposto por Richardson e Wiegand (1977), que leva em conta o ângulo entre a linha do solo e o eixo da NIR; e o WDVI (Weighted Difference Vegetation Index), proposto por Clevers (1988), que tem como proposta dar pesos distintos a cada tipo de solo.
Estes índices de diferenças, segundo Qi et al., (1994) são muito sensíveis às variações atmosféricas, o que poderá influenciar nas respostas espectrais de alvos entre diferentes datas de obtenção.
Matsumoto & Bittencourt (2001) estudando uma área de transição de cerrado, no Estado de São Paulo, utilizou dezenove índices de vegetação, e encontrou que, embora o NDVI seja um dos índices mais utilizados para detectar as diferentes fitofisionomias de cerrado, o índice que apresentou melhor desempenho foi o PVI1. Contudo, apesar de atenuar o efeito do solo, a diferenciação entre pasto e campo-cerrado não foi possível ser realizada, mesmo na imagem PVI1. O SAVI apresentou o mesmo desempenho que o NDVI e o TVI, apesar desse último ter apresentado menor desvio padrão. Lembram os autores, que associado aos resultados obtidos neste trabalho, deve estar à influência dos solos Latossolos, predominantes na área de estudo, ricos em alumínio e pobres em ferro, e com uma reflectância espectral média.
O PVI também demonstrou melhor desempenho em regiões áridas e semi-áridas, onde a cobertura da vegetação é escassa e os índices de vegetação baseados na razão entre bandas espectrais são menos sensíveis, conforme relatam (Richardson & Everitt, 1992).
Utilizando o NDVI para estudar diferentes fisionomias de cerrado, para períodos de seca e chuva, Bitencourt et al. (1997) e Mesquita Jr. (1998) observaram que as fisionomias mais campestres apresentam maior variação do NDVI ao longo do ano, do que as formas mais florestais, e que a identificação de cada fisionomia fica comprometida caso não se leve em consideração os efeitos da sazonalidade.
Procurando mapear a fitomassa da caatinga, Costa et al. (2002) utilizaram o índice NDVI (Índice de Vegetação da Diferença Normalizada) obtido por meio de imagens Landsat – TM. Medidas do IAP (Índice de Área da Planta) a partir do NDVI variaram de 0 a 84%; enquanto que as estimativas do Peso Seco Total de Fitomassa, a partir do IAP, variaram de 5 à 104%, com tendência de 166 à 448% em áreas de caatinga aberta, provocada pela contribuição do estrato herbáceo no NDVI.
Accioly et al. (2001) para estudar a evolução do processo de desertificação em área da região do Seridó no Estado do Rio Grande do Norte, utilizaram as medidas do
albedo, obtidas a partir dos tons de cinza das imagens, dos anos de 1994 e 1999. Foram encontradas variações que se aproximaram de 20%, associadas às áreas com maior declividade e/ou ocupadas pelos solos Luvissolos Crômicos e Neossolos Litólicos e afloramentos rochosos. O aumento do albedo na caatinga está relacionado aos afloramentos rochosos, à menor cobertura vegetal nas áreas degradadas e ao período seco com a queda das folhas (Accioly et al., 2001; Pachecho et al., 2006).
III - MATERIAL E MÉTODOS
3.1 - Materiais
3.1.1 - Documentos cartográficos
Na pesquisa foram utilizadas as cartas topográficas, folhas Soledade SB-24-Z-D-III e Picuí SB-24-Z-A-VI, editadas pelo Instituto Brasileiro de Geografia e Estatística (IBGE) e Diretoria do Serviço Geográfico do Exército (DSG), na escala de 1:100.000.
Foram também utilizadas imagens do Sensor CCD/CBERS2, órbita/ponto 147/108.
3.1.2 - Equipamentos
Como instrumentos para a obtenção e manipulação dos dados foram utilizados um microcomputador AMD Sempron, e um aparelho GPS de navegação, modelo Garmim eTrex Summit, com precisão que varia de 6 a 10m, utilizado com o objetivo de localizar os diferentes alvos terrestres. Também foram utilizados, uma impressora jato de tinta colorida A3 e uma câmera digital, com resolução de 6.0 megapixel, esta última, utilizada com o objetivo de registrar os pontos de controle e auxiliar na descrição das áreas de coleta de dados.
3.1.3 – Softwares
Dentre os programas usados como ferramentas para manipulação dos dados, foram usados os seguintes: Para manipulação e processamento dos dados foram utilizados os seguintes programas:
- O SPRING (Sistema de Processamento de Informações Georreferenciadas) versão 4.3.2, assim como seus subprogramas: IMPIMA (visualização da imagem), SCARTA (editor de elementos da carta) e IPLOT (preparar para impressão), com o qual se fez leituras das imagens e para elaboração dos mapas e classificação da imagem, sendo este o principal programa usado para geração do banco de dados;
- O AUTOCAD, ferramenta de desenho, que auxiliou na representação e transferência de mapas, auxiliando na representação de diversos aspectos geográficos (desenho digital);
- O programa TRACKMAKER, Professional versão 3.8 Evolution, utilizado para transferir os dados obtidos com o GPS, dos tipos trilha (estradas) e pontos georreferenciados, em formato DXF, para o microcomputador e posteriormente para o SPRING.
3.2 - Métodos
3.2.1 - Aquisição e processamento das imagens
As imagens utilizadas neste trabalho foram CCD/CBERS-2, órbita/ponto 147/108, de 2 de novembro de 2005 (período seco); e de 20 de julho de 2006 (período úmido), disponibilizadas eletronicamente, pelo Instituto de Pesquisas Espaciais (INPE), sendo que a escolha das imagens foram feitas nesses períodos, por apresentarem menores incidências de nuvens. No entanto, as imagens selecionadas tiveram como base os dados da precipitação diária, caracterizando os períodos seco e úmido, sendo fornecidos pelo boletim do tempo da Agência Executiva de Gestão das Águas (AESA, 2007), como mostram as Figuras 1 e 2.
Figura – 1: Distribuição da Precipitação Média Mensal (mm) Ano de 2005, Aesa – 2007.
Figura - 2: Distribuição da Precipitação da Média Mensal (mm) Ano de 2006, Aesa – 2007.
3.2.2 - Georreferenciamento das Imagens CCD/CBERS-2 e criação do banco de dados
Adquiridas as imagens do sensor CCD/CBERS-2 junto ao Instituto Nacional de Pesquisas Espaciais – INPE foram importadas para o módulo IMPIMA. As imagens das bandas 3 e 4 foram transformadas do formato GEOTIFF para o formato GRIB e salvas em arquivo.
Após essa etapa, foi feito o georreferenciamento das imagens utilizando-se o modo teclado, tomando-se como base as coordenadas de pontos de controle registrados em campo com o GPS. Esses pontos foram bem distribuídos ao longo da área de estudo, no intuito de obter um melhor ajuste da imagem.
.
3.2.3 - Correção atmosférica da imagem
O processo de correção atmosférica foi realizado nas imagens das bandas 3 e 4 para os períodos seco e úmido. Após a correção, as imagens tiveram os valores de números digitais (NDs) convertidos diretamente para Fator de Reflectância Bidirecional de Superfície (FRBS), de acordo com procedimento utilizado por ROSATTI (2006), e que se encontra descrito no fluxograma da figura 3.
Para a correção atmosférica e conversão das imagens, foi utilizado como ferramenta o programa SCORADIS - Sistema de Correção Radiométrica de Imagens de Sensoriamento Remoto, criado pelo CEPAGRI/UNICAMP (ZULLO JR; BERRA,
1993). Seu desenvolvimento foi baseado nas condições atmosféricas brasileiras, incluindo clima e disponibilidade de dados que expressam a nossa realidade. As imagens das bandas 3 e 4 foram exportadas com formato RAW e, posteriormente, salvas no diretório onde se encontrava o SCORADIS, contudo, antes dessa etapa, todo o processo de recorte e georreferenciamento foram feitos no SPRING 4. 3. 2.
Uma vez salvas as imagens no diretório onde se encontra o SCORADIS, as mesmas sofreram as correções atmosféricas e, conseqüentemente, a conversão em imagens de reflectância de superfície, onde somente dessa forma é possível obter os valores de FRBS. Para tanto, foi inserido no programa SCORADIS no item “1 -Entradas de dados”, as seguintes informações:
• Nome do arquivo a ser gerado que guardará as informações abaixo • Dia da aquisição da imagem
• Mês da aquisição da imagem • Hora decimal universal
• Longitude e Latitude do centro da cena • Modelo atmosférico: tropical;
• Modelo de aerossol: continental;
• Concentração de aerossóis: a partir da visibilidade; • Visibilidade: 30km;
• Seleção de bandas: B3 e B4.
Após essa etapa, para a transformação da imagem propriamente dita, foi selecionado o item “3 - Cálculo de imagem de reflectância real”, onde se inseriu os
seguintes dados: nome do arquivo gerado pelo SCORADIS no processo anterior; nome da imagem que sofrerá a conversão, seguida de ponto e a palavra Raw; número de linhas da imagem; número de colunas da imagem; nome da imagem de saída (a ser gerada) seguida de ponto e a palavra Raw.
Geradas as imagens no diretório onde se encontra o programa SCORADIS, as imagens foram importadas para o SPRING 4.3.2 e imediatamente exportadas novamente no formato TIFF/GeoTIFF. Logo após, por meio do módulo IMPIMA 4.3.2, convertidas do formato TIFF/GeoTIFF para o formato GRIB, para posteriormente produzir um novo georreferencimento. Isso se fez necessário uma vez que, ao importar as imagens, após a conversão para FRBS, as mesmas se deslocaram em relação aos pontos originais, fato possivelmente causado por uma mudança na estrutura digital da imagem que foi gerada durante o processo de conversão para FRBS no SCORADIS
Figura 3 – Fluxograma do Fator de Reflectância Bidirecional de Superfície (FRBS)
Reflectância Real BANDAS 3 e 4 Imagens originais 2 3 Imagens FRBS BANDAS 3 e 4 Recorte da imagem Georreferenciamento Correção Atmosférica SCORADIS Banda 3
Banda 4 Imagens GRIB
Banco de Dados SPRING 4.3.1 1 4 5 7 8 TIFF/GeoTIFF Imagens GRIP 9 10 11 12
3.2.4 – Geração dos Índices de Vegetação
A partir do Programa Legal/Àlgebra do Spring, utilizando o editor de modelos foi feito o cálculo para geração das imagens índices de vegetação. Os índices de vegetação escolhidos para trabalhar neste estudo foram: Normalized Difference Vegetation Index (NDVI); Ratio Vegetation Index (RVI) e o Soil Ajusted Vegetation Index (SAVI). Determinados pelas operações com as bandas 3 e 4 Encontrado pelas relações
3.3 – Classificação da Vegetação de Caatinga
Foi utilizada a classificação proposta por Chaves et. al., 2005, desenvolvida para descrever e avaliar a vegetação da Caatinga, em seus diferentes estágios de antropização. Esta classificação no seu primeiro nível categórico apresenta uma dicotomização em que separa a vegetação nativa dos diferentes tipos de vegetação e usos da terra, passando em seguida, de forma hierárquica, a considerar apenas a vegetação de Caatinga.
São quatro níveis categóricos: Tipo, Grupo, Classe e Sub-classe.
Tipo → representa as áreas de cultivo (culturas anuais ou palma forrageira), agave, bosque de algaroba e a caatinga.
Grupo → representa a vegetação de caatinga que têm em comum a dominância de um dado porte.
São assim identificados os grupos: arbóreo (> 4,5 m de altura); subarbóreo (> 3 m e < 4,5 m); arbustivo (> 1,5 m e < 3 m) e subarbsutivo (<1,5 m).
Classes → dentro de cada grupo, as classes separam as comunidades vegetacionais de diferentes feições morfológicas, sendo descrita pela ordem decrescente dos portes dominantes, quando identificáveis, até o terceiro estrato. Os padrões de vegetação nos três níveis categóricos da estratificação, com base na dominância e índice de biomassa da vegetação lenhosa (IBVL) ofereceram uma listagem de 20 classes de vegetação de caatinga e 4 de uso da terra.
Sub-classe → representa o grau de cobertura vegetal em termos de percentagem de recobrimento da superfície do solo, sendo avaliada pelos seguintes graus de recobrimento: muito densa (> 80% de cobertura); densa (> 60 e < 80%); aberta (> 40% e < 60%); rala (> 20% e < 40%) e muito rala (< 20%).
3.4 – Avaliação da Biomassa da Vegetação Lenhosa
Atribuindo-se valores numéricos aos parâmetros descritivos da vegetação (porte e percentagem de recobrimento) pode-se, em termos relativos, determinar o Índice de Biomassa da Vegetação Lenhosa (IBVL), (Chaves, 2005).
3.4.1 – Índice de Biomassa da Vegetação Lenhosa (IBVL)
Para a obtenção do (IBVL), em termos relativos, considerando-se que para uma condição de máxima preservação, um determinado bioma de caatinga (hipo ou hiperxerófila) deva ter um porte arbóreo (> de 4,5 m de altura e um alto grau de recobrimento do solo pela vegetação, muito densa (> 80%), situação em que o volume da biomassa é máximo, valor 1, e em contraposição, uma área sem cobertura vegetal, cujo valor é 0.
Atribuindo-se valores numéricos relativos ás classes de vegetação, quanto ao porte, Índice de Porte (Ip), Tabela – 1 e quanto ao grau de recobrimento do solo pela vegetação, Índice de Recobrimento (Ir), Tabela - 2, foi possível se obter pelo produto destes índices da vegetação, o Índice da Biomassa Vegetal Lenhosa (IBVL).
Tabela – 1: Índice de porte da biomassa para as diferentes classes Índice de Porte Classe de Vegetação
Limite de Classes (Ip)
Arbórea >4,5 m 1,00
Subarbórea 3,0 a 4,5 m 0,75
Arbustiva 1,5 a 3,0 0,50
Subarbustiva <1,5 m 0,25
Sem Vegetação 0
Para classes de vegetação homogênea quanto ao porte das plantas, o valor do IBVL é o produto entre os valores relativos das características das plantas, quanto ao porte (Ip) e ao recobrimento do solo (Ir) Figura - 2. Como exemplo, uma caatinga Subarbustiva aberta, teremos o seguinte índice de biomassa da vegetação lenhosa (IBVL):
Tabela - 2: Índices de recobrimento da biomassa para as diferentes sub-classes de vegetação
Índice de Recobrimento Sub-classe de
Vegetação Limtes de Classes (Ir)
Muito densa >80 % 1,0 Densa 60 a 80 % 0,8 Aberta 40 a 60 % 0,6 Rala 20 a 40% 0,4 Muito Rala <20% 0,2 Sem Vegetação 0
Nas classes composta por mais de um porte, o IBVL é determinado pela ponderação do grau de predominância de cada um dos portes descritos. Deve-se atribuir o peso 3 como fator de ponderação para o índice do primeiro componente da classe, o peso 2 para o segundo e o peso 1 para o terceiro. Assim, uma caatinga Subarbórea arbustiva arbórea densa, terá o seguinte índice de biomassa da vegetação lenhosa (IBVL):
IBVL = (Ip1 x 3) + (Ip2x 2) + (Ip3x1) / 6 x Ir ∴
IBVL = (0,75 x 3) + (0,50 x 2) + (1,00 x 1) / 6 x 0,8 ∴ IBVL = 0,71 x 0,8 ∴
IBVL = 0,57
3.5 - Características da Área de Estudo
O Açude Soledade foi construído entre os anos de 1921 e 1933, através do antigo Dnocs (Departamento Nacional de Obras Contra as Secas). Consumindo exatos doze anos em sua construção, que terminou no governo de Tertuliano de Brito, no início da explosiva década de l930, o açude sangrou, pela primeira vez, em 1967, com o objetivo de abastecer a população da cidade de Soledade. Tinha capacidade para armazenar aproximadamente 27.058.100 m3 água para atingir sua capacidade plena de armazenamento. Atualmente encontra-se bastante assoreado estando com um volume da ordem de 4.060.850 m3o que corresponde a 15% de sua capacidade. (AESA, 2007)
3.4.1 - Localização Geográfica
A bacia hidrográfica do Açude Soledade está situada entre as latitudes de 7º 7’ 18” e 6º 50’ 7” Sul e longitudes de 36º 24’ 19” e 36º 7’ 50” Oeste, e distante aproximadamente 165 km da capital paraibana, João Pessoa, ocupando uma área de aproximadamente 319,19 Km2. Abrange a maior parte das terras do município de Olivedos, Soledade, Barra de Santa Rosa e Cubati, pertencentes à microrregião do Agreste Paraibano.
3.4.2 - Geologia e Geomorfologia
No contexto geológico, a bacia em estudo encontra-se sob o complexo suíte ranítica Serra do Deserto: Biotita augen gnaisse granítico, encontra-se também, sob a formação Seridó e Grupo Seridó Indiscriminado: Granada_ biotita xisto, ordierita_ granada_ biotita xisto, quartzito (qt), biotita_clorita xisto, clorita_ sericita xisto, filito, localmente com paragnaisse, calcário cristalino (ca), rocha calcissilicática e formação ferrífera.(AESA, 2007).
A bacia hidrográfica do açude Soledade localiza-se nas áreas cristalinas no setor ocidental do Planalto da Borborema, com formas tabulares de superfície aplainada e depressão tectônica do Curimataú.
3.4.3 - Clima
A região leste da Paraíba situada entre os paralelos de 6º25’31’’S a 7º31’43’’S e meridianos de 34º45’54’’W a 36°00’00’’W compreende as microrregiões do litoral Paraibano, agropastoril do baixo Paraíba, Piemonte da Borborema, Brejo Paraibano, Curimataú e Agreste da Borborema. O Estado da Paraíba é freqüentemente submetido aos efeitos de secas severas, sendo a parte mais atingida o semi-árido, cuja precipitação média anual são as mais baixas do Brasil, chegando a valores inferiores a 400 mm em algumas localidades do Cariri paraibano. No litoral leste a precipitação supera os 1600 mm (Strang 1972).
O clima da região, segundo a classificação de Köppen, é Bsh (Clima semi-árido quente). Localizada em uma faixa de transição entre a porção oriental e ocidental da Paraíba, apresenta índices pluviométricos muito baixos e uma estação seca que pode durar até 11 meses. O período de maior incidência pluviométrico vai de janeiro a
maio onde o total de chuva no ano não passa de 279 mm, sendo que a média do mês mais chuvoso não atinge 60 mm.
Figura – 4: Regime Pluviométrico do Estado da Paraíba
Observamos que, de modo geral, os maiores totais de precipitação acumulados se concentram no Sertão, os quais variam entre 500 mm e 800 mm e nas regiões do Cariri e Curimataú, há um predomínio de totais de chuvas inferiores a 400 mm, conforme figura 4.
IV - RESULTADOS E DISCUSSÃO
Para mapear a cobertura vegetal da bacia hidrográfica do açude Soledade, diferentes alvos foram identificados e descritos no campo, particularmente, a vegetação de caatinga, para a qual, foi estimado o índice de biomassa da vegetação lenhosa (IBVL), a partir da descrição do porte e do grau de cobertura do solo pela vegetação, segundo Chaves et al. (2005). Com este parâmetro, foram feitas correlações com índices espectrais de imagens, visando à seleção de um índice apropriado para o mapeamento automatizado da cobertura vegetal e uso da terra.
4.1 – Seleção de índices espectrais
Para seleção dos índices espectrais foram utilizadas imagens dos períodos seco e úmido, para: NDVI, RVI, SAVI e as Bandas 3 e 4.
4.1.1 - Índice de vegetação da diferença normalizada (NDVI)
Pelos dados apresentados na Figura – 5a, para o período seco, pode-se observar que as leituras do NDVI obtidas para os diferentes alvos terrestres neste trabalho, variaram de um mínimo de 30, para áreas agrícolas, que eventualmente neste período do ano podem estar recobertas com uma pobre vegetação natural, ou apresentar-se quase que, como superfícies de solos expostos; até o valor de 113, para situação de superfícies de várzeas recoberta com algaroba de porte arbóreo e denso, que, mesmo no período seco, permanecem com as folhas verdes.
Na estação seca, a vegetação da caatinga em grande parte perde a folhagem, com exceção de algumas espécies adaptadas, como as cactáceas e bromeliáceas, que permanecem verdes, bem como, a algarobeira, o agave e a palma forrageira que são plantas cultivadas na área de estudo, e em toda a região do Cariri e Curimataú paraibano.
Para a vegetação de caatinga os valores do NDVI variaram de 36 a 60, para alvos com índices de biomassa da vegetação lenhosa (IBVL) que variaram de 0,1 (caatinga subarbustiva rala) a 0,58 (caatinga subarbórea arbustiva subarbustiva muito densa); apresentando um valor médio de 49 (Figura 6a). Resultado similar foi encontrado por Camacho e Baptista (2005), em áreas de caatinga em unidades de conservação no Nordeste, onde os valores variaram de 20 a 64.
Com exceção da algaroba arbórea de várzea, as maiores leituras do NDVI são das culturas de agave Figura 5a , com leituras médias de 89 e 60 para áreas de cultivo de alto e baixo padrão de cultura, respectivamente. Em muitos casos, as áreas de baixo padrão são de culturas velhas, abandonadas, infestadas por plantas nativas, e que podem se confundir, neste período do ano, com bosques mais densos de caatinga.
A algaroba de campo, tanto pelo espaçamento, normalmente 8m x 8m, como pelo baixo padrão de desenvolvimento das plantas, quase sempre sobre solos rasos, e também utilizadas como campo de pastejo, apresentou um valor médio de NDVI de 39, um pouco abaixo das áreas com palma, 44. Considerando a amplitude dos valores observados para cada tipo de uso da terra, a palma, seguida da algaroba de campo e do agave amarelado são os tratamentos que mais se confundem com a vegetação nativa da caatinga, nesta época do ano.
Apesar de ser uma planta fotossinteticamente ativa neste período do ano, a palma, ao contrário da cultura do agave, não apresentou preponderância nos valores de NDVI, a que se pode atribuir, ao efeito da arquitetura das plantas; que ao contrário do agave, apresenta uma menor superfície de exposição à incidência luminosa, e por isso, menores valores de NDVI.
Embora não se possa afirmar categoricamente, a macambira Macambira (Bromelia laciniosa, Mart.), a exemplo das plantas de agave, que apresentam um dos mais altos valores de NDVI, tanto pelo efeito da densidade da cobertura das plantas, como pela arquitetura de sua folhagem, podem ter uma grande influência na resposta espectral de muitos alvos de vegetação de caatinga, superestimando a resposta espectral, e com isto, dificultando a estimativa da biomassa da caatinga, a partir de imagens de satélite.
Para o período úmido pode-se observar Figura 5b, que as leituras do NDVI aumentaram para todos os tipos de uso da terra. Foram mais que o dobro, para aqueles alvos em que, no período seco, apresentaram as menores leituras. É o caso das áreas agrícolas, de 32 para 78; da algaroba de campo, de 39 para 82; da caatinga, de 48 para 98, e até mesmo, da palma forrageira, em que o aumento foi de 44 para 87. Contudo, a amplitude das leituras para os diferentes usos da terra diminuiu, do período seco para o período úmido, de 58 para 48 unidades, respectivamente. O aumento do NDVI com as chuvas correspondem ao início do ciclo fenológico da vegetação. À medida que as chuvas vão diminuindo os valores de NDVI decrescem em função da resposta da cobertura ao stress hídrico, nas diferentes regiões homogêneas (BRAGA et al, 2003).
