Aplicação do SARVI em fragmentos de mata no município de Recife-PE como alternativa de análises ambientais em áreas urbanas

(1)

Aplicação do SARVI em fragmentos de mata no município de Recife-PE como alternativa de análises ambientais em áreas urbanas

Sidney Henrique Campelo de Santana 1 Maria Lucielle Silva Laurentino ¹

Josiclêda Domiciano Galvíncio ¹ 1

Universidade Federal de Pernambuco

Av. Prof. Moraes Rego, 1235- Cidade Universitária, CEP: 50670-901 Recife /PE-Brasil [sidneysantana.geo; lugaby18; josicleda]@hotmail.com;

Abstract. This study's main objective is to suggest the application of a vegetation indice in studies of fragments of Atlantic Forest in the city of Recife. For this purpose, these index were applied with other IVs in order to compare their performance .. The index suggested in these studies was the SARVI. To conduct the study were obtained, through the INPE, four Landsat_5 images for the city of Recife - PE for different years. Later the images were geometrically corrected, and then there was the atmospheric calibration, the calculation of radiance, to then be obtained vegetation indices NDVI, EVI and SARVI. Atmospheric correction was applied to the indice focused. He was then made to determine the Pearson correlation between the affinity indices. The indices showed good correlation. The atmospheric correction with SARVI correlated better with the other IVs. The indice used did not stand out positively in front of others. However, the SARVI showed good correlation with the other IVs, being able to study with forest fragment.

Palavras-chave: forest fragment, vegetation indexes, rainforest, remote sensing 1. Introdução

A Mata Atlântica, além da rica biodiversidade, mostra sua relevância como manutenção climática e dos recursos hídricos, fatores primordiais para a qualidade de vida do homem. Nas áreas urbanas, os fragmentos de mata, APAs (Áreas de Proteção Ambiental) e parques ecológicos, promovem conforto térmico, amenização da poluição, aprimoramento paisagístico e, também, são importantes áreas de lazer.

Neste sentido, diversas técnicas de Sensoriamento Remoto aliadas ao geoprocessamento têm sido trabalhadas com o intuito de acompanhar a situação dos fragmentos de mata nas áreas urbanas. Dentre essas técnicas se encontram a formulação de índices de vegetação (IVs), os quais trabalham com os níveis de reflectância em determinados comprimentos de onda, ou seja, em intervalos da “faixa espectral”. Tais índices permitem discriminar a vegetação pela sua estrutura e níveis fotossintéticos, podendo ser aplicados a nível orbital, em sensores multiespectrais e hiperespectrais. Dentre os mais utilizados, se encontra o Índice de Vegetação por Diferença Normalizada (NDVI), que, de acordo com Jensen (2009), é importante por monitorar mudanças sazonais no desenvolvimento e atividade da vegetação. No entanto, o NDVI, assim como os demais índices de vegetação, apresentam uma série de limitações, o que acarreta a necessidade de se trabalhar os IVs de forma integrada, analisando-os e confrontando-os. Sendo assim, índices foram sendo elaborados e melhorados com o objetivo de atender as demandas específicas de acordo com as condições ambientais de cada área. Um exemplo dos resultados desse empenho é o EVI, em português, Índice de Vegetação Realçado, o qual apresenta fatores de correção para os solos, atmosfera e densa biomassa.

Por conseguinte, aplicação de análises estatísticas, as quais trabalham com os valores numéricos resultantes dos IVs, são de fundamental importância, não só para a validação dos dados, mas também por permitir diagnósticos mais precisos, além de correlacionar melhor os índices entre si.

Portanto, este trabalho tem como principal objetivo sugerir a aplicação de um índice de vegetação nos estudos de fragmentos de mata atlântica no município de Recife, o SARVI, por este apresentar proposta de bons resultados ao ser trabalhado nessa área, visto a presença

(2)

de partículas e características atmosféricas devido à densidade urbana e ao domínio climático sobre a região. Além disso, pretende-se reforçar a relevância de inserir essas técnicas do sensoriamento remoto aos estudos geográficos, ressaltando a importância da interação entre deste com a geografia. Para averiguar a aplicabilidade de tais índices foram feitas aplicações em ambientes diferentes com características geográficas específicas, os quais apresentam fragmentos de mata atlântica.

2. Metodologia de Trabalho 2.1 Caracterização da área de trabalho

A cidade do Recife, considerada totalmente urbana pela Lei de Uso e Ocupação do Solo – Lei no 16.176/96, possui um território de 214,92 Km², onde 67% correspondem aos morros, 23% às áreas de planície e 9,3% às áreas aquáticas, com 8,6 km de extensão de praias (MELO & FURTADO, 2007).

O Recife é uma cidade de complexa formação físicogeográfica, de múltiplos ambientes com unidades específicas, citadas e descritas no Atlas Ambiental da Cidade do Recife, 2000 apud Melo & Furtado (2007): Ambiente Litorâneo; Ambiente da Planície; Ambiente do Baixo Estuário; Ambiente Aquático e Ambiente dos Morros. A cidade do Recife está totalmente inserida no Domínio da Mata Atlântica, de acordo com o Mapa de Vegetação do Brasil, em escala de 1:5.000.000, contemplando a Mata Ombrófila Densa e Ecossistemas Associados, Manguezal e Restinga.

Recife situa-se na Zona da Mata Pernambucana, a qual apresenta totais anuais de precipitação elevados (superiores a 1000 mm). Os maiores índices pluviométricos apresentam duração de seis meses, iniciando-se no mês de março e prolongando-se até julho/agosto (CONDEPE, 2006).

A Figura 1 mostra o município de Recife da vista do satélite Landsat. A imagem foi registrada no ano de 1991 pelo sensor TM deste satélite.

Figura 1- Localização do município de Recife – PE

2.2 Aquisição das Imagens do Landsat

Para realização desse estudo foram, a princípio, adquiridas imagens TM (Thematic

Mapper), do satélite Landsat 5 disponibilizadas no site do INPE (Instituto Nacional de

Pesquisas Espaciais). Quatro imagens correspondem ao município de Recife, órbita e ponto: 214 – 66, referentes a 14 de julho de 1991, 28 de julho de 2007 e 06 de setembro de 2010.

Após a aquisição das imagens, todas as bandas da cena foram empilhadas de modo que se formasse um produto com sete bandas correspondentes a determinados intervalos da faixa do espectro. O empilhamento das bandas foi realizado no software Erdas Imagine 9.3, com licença adquirida pelo grupo de pesquisa em Sensoriamento Remoto e

(3)

Geoprocessamento (SERGEO), assim como, os demais processamentos das imagens que serão descritos adiante. Posteriormente, foi realizada a correção geométrica, isto é, retificar a localização das imagens de acordo com o sistema geodésico de referência. Para tanto, foram adquiridas imagens previamente retificadas através do site do INPE e Landsat.org, e então, manualmente, foi feita a correção de cada imagem. A partir daí, pôde-se dar início aos processamentos dos dados propriamente ditos.

Foi realizada, assim, a calibração radiométrica (Equação 1), processo de transformação do número digital (ND) de cada pixel da imagem em Radiância espectral segundo relação proposta por Markham e Baker (1987):

ND a b a Li i i i 255      (1)

em que a e b são os valores das radiâncias espectrais mínima e máxima, ND é o valor do pixel em número digital, e i corresponde às diferentes bandas do satélite.

Com a equação proposta por Bastiaanssen (1995) foi encontrada a reflectância que é a razão entre o fluxo emergente da atmosfera e o fluxo incidente no seu topo, na região e banda espectral analisada: dr Z K x L i r . cos .      (2)

em que λi L é a radiância espectral de cada banda, Kλ é a irradiância solar espectral de cada banda no topo da atmosfera, Z é o ângulo zenital solar e dr é o quadrado da razão entre a distância média Terra-Sol (ro) e a distância Terra-Sol (r), em dado dia do ano (LIRA, 2010).

O Índice de Vegetação por Diferença Normalizada (NDVI), proposto por Rouse et al. (1974) (Equação 3), é calculado pela diferença de reflectância entre a faixa de NIR (infravermelho próximo) e a de VIS dividida pela soma das faixas NIR e VIS:

NDVI =





3 4 3 4 p p p p r r r r   (3) em que r é o valor de reflectância referente a cada banda, sendo o algarismo que acompanha _p

a variável, o número que representa a banda.

Segundo Jensen (2009), o EVI é um NDVI modificado. Esse índice possui um fator de ajuste para solos (L), só que neste caso admitido como 1,0. Contém, ainda, dois coeficientes (C1 e C2), os quais forma empiricamente determinados assumindo valores de 6,0 e 7,5, respectivamente. E, finalmente, o fator G, aplicado para melhorar a sensibilidade para alta biomassa aos efeitos causados pelo substrato abaixo do dossel, além da redução dos efeitos

atmosféricos:



L



L r C r C r r r G EVI p p p p p         1 1 2 3 1 4 3 4 (6) Para a elaboração do SARVI, foi necessário integrar o fator L (0,5) e a normalização da banda azul, representada na Equação 7. Assim, esse índice corrige os ruídos derivados dos solos e da atmosfera (Equação 8).



blue red



red

rb    

    (7)

em que red é banda 3 =3, Blue é banda 1 = 1,  corresponde ao valor 1,0 – utilizado para a redução dos efeitos atmosféricos, sendo o SARVI obtido segundo:

L r r r r r r SARVI p p p p p p     1 3 4 1 3 4 (8)

(4)

2.3 Correlação de Pearson

Para confrontar os resultados dos índices, a fim de validar as suas aplicações, foram feitas análises estatísticas. Uma dessas análises baseia-se na Correlação de Pearson, a qual efetuou correlações entre cada índice de vegetação com todos os demais.

Para tanto, no ERDAS, foi feito um recorte representativo (AOI) em cada raster resultante dos índices de vegetação obtidos em cada cena. Posteriormente, os valores dos dados matriciais per pixel de todos os IVs, foram exportados para uma planilha eletrônica trabalhada no Software Excel, onde foram organizados automaticamente por coordenadas. O passo seguinte consistiu em transferir esses valores para o software de estatística SPSS, onde foram feitas as correlações de Pearson e calculada a média dos valores dos índices.

2.4 Correção Atmosférica

A correção atmosférica foi feita mediante proposta do método Mapping

Evapotranspiration with Internalized Calibration, (METRIC)para os índices SARVI, AFRI 1

e 2, com o intuito de avaliar a relação desses com os demais índices, constatando se houve ou não melhoras em seus resultados.

A correção atmosférica pelo método METRIC tem como finalidade, através de uma série de cálculos, fazer com que a reflectância per pixel assuma valores o mais próximo possível do seu valor real. Esse método é expresso pela Equação 11, a seguir.







inc b asc b



b atm b b , , , , sup,         (11)

em que: ρλ,b é a refletividade planetária; ρatm,b é a refletância atmosférica, obtida por meio da Equação 2; τinc,b é a transmissividade atmosférica relativa ao fluxo de radiação solar incidente na superfície e τasc,b é a transmissividade relativa ao fluxo de radiação refletida que atinge o TM, obtidos para cada banda b (1, 2, 3, 4, 5 e 7 do TM - Landsat 5), individualmente (SILVA et al., 2008).

Contudo, para que se torne possível efetuar essa correção atmosférica, se faz necessário implementar os cálculos com dados referentes à área em que foi registrada a cena. Esses dados consistem em data, temperatura atmosférica no momento em que foi feito o registro da imagem, pressão atmosférica, umidade relativa do ar, e, o valor de elevação do Sol.

Os valores atmosféricos de Recife para as datas e hora de passagem do satélite, foram obtidos através do Laboratório de Meteorologia de Pernambuco (LAMEPE/ITEP).

2.5 Dados meteorológicos de Recife

Para Recife, na data da passagem do satélite em 14 de julho de 1991, as estações meteorológicas registraram 87,3% de umidade relativa do ar; 1015,9 mbar de pressão atmosférica; e 26°C de temperatura atmosférica na hora da passagem do satélite. Na passagem do satélite em 08 de setembro de 2005, as estações meteorológicas registraram 76,5% de umidade relativa do ar; 1016,9 mbar de pressão atmosférica; e 28,5°C de temperatura atmosférica na hora da passagem do satélite. Na passagem do satélite em 28 de julho de 2007, as estações meteorológicas registraram 87,5% de umidade relativa do ar; 1015,5 mbar de pressão atmosférica; e 23°C de temperatura atmosférica na hora da passagem do satélite. Na data da passagem do satélite em 06 de setembro de 2010, as estações meteorológicas registraram 70,8 % de umidade relativa do ar; 1017,9 mbar de pressão atmosférica; e 28,5°C de temperatura atmosférica na hora da passagem do satélite.

3. Resultados e Discussão

(5)

Na data da passagem do satélite em 1991, as estações meteorológicas registraram 87,3% de umidade relativa do ar; 1015,9 mbar de pressão atmosférica; 26°C de temperatura atmosférica na hora da passagem do satélite. Para aplicação dos índices em Recife, foram feitas correções atmosféricas nos no SARVI. O SARVI. com correção atmosférica (SARVI*) apresentou bons resultados. Este estará sempre acompanhado do SARVI sem a correção, para que seja possível as comparações dos resultados nas duas situações.

As correlações entre os IVs são representadas com maior precisão quando expostas de forma estatística como serão mostradas na Tabela 1. A Tabela 5 apresenta as médias dos valores de reflectância por pixel, o desvio padrão e o número de pixels utilizados na análise.

Tabela 1: Estatística Descritiva para Recife, em 1991.

Índices Média Desvio padrão

NDVI 0,37 _0,20

EVI 0,21 _0,13

SARVI 0,19 _0,08

SARVI* 0,14 _0,09

N° de pixels: 1836

Pode-se perceber ao observar a Tabela 1, que os índices apresentam valores próximos entre si. A média do SARVI decresceu após a correção atmosférica, o que não significa dizer que o desempenho do índice melhorou ou piorou. Isso só pode ser averiguado ao confrontá-lo com o IAF e aos demais índices, Tabela 2.

Tabela 2: Correlação dos Índices para Recife em 1991

NDVI EVI SARVI SARVI*

NDVI Correlação de Pearson 1 0,958 0,951 0,967 EVI Correlação de Pearson 0,958 1 0,970 0,987 SARVI Correlação de Pearson 0,951 0,970 1 0,993 SARVI* Correlação de Pearson 0,967 0,987 0,993 1

*SARVI - índice com correção atmosférica

Pode-se notar, observando a Tabela 2, que, o SARVI após a correção atmosférica aumenta a sua correlação com todos os índices.. Essa maior afinidade pode ter ocorrido de acordo, com Jensen (2009), pelo SARVI ser um dos índices de vegetação que requer, a princípio, correção para o espalhamento molecular e para absorção por ozônio nos dados de sensoriamento remoto no azul, no vermelho e no infravermelho próximo. Na correção atmosférica pelo método METRIC, a reflectância espectral é corrigida banda por banda (SILVA et al., 2008) o que pode ter ajudado a cumprir essa necessidade. No entanto, faz-se necessário que tenha ocorrido esse melhor desempenho nas outras cenas de Recife, para que tal hipótese seja sustentada.

Na Tabela 3 estão as médias dos valores de reflectância e o desvio padrão dos 1832 pixels para cada índice.

NDVI 0,34 0,21

EVI 0,21 0,15

SARVI 0,14 0,10

SARVI* 0,10 _0,11

(6)

Na Tabela 3, o SARVI apresenta a menor média, a qual diminuiu após a correção atmosférica. O NDVI apresenta a segunda maior média, o que é normal no NDVI, apresentarem altos valores em áreas de vegetação densa. Como já se conhece, o NDVI tende a saturar em áreas de alta biomassa.

Na Tabela 4, apresentam-se as correlações e covariâncias entre os índices aplicados em 2007 no município de Recife.

Tabela4: Correlação dos Índices para Recife, em 2007.

*SARVI - índice com correção atmosférica.

O SARVI em 2007, tabela 4, chama atenção: este índice antes da correção atmosférica apresentava menor correlação com o EVI, que o NDVI. Todavia, após a correção atmosférica, o SARVI apresentou maior correlação com esse índice que o NDVI.

A Tabela 5 apresenta as médias dos valores de pixel para cada índice, o desvio padrão correspondente a cada média, e o número de pixels utilizados nos cálculos.

NDVI 0,33 0,23

EVI 0,21 0,16

SARVI 0,15 0,11

SARVI* 0,12 0,12

N° de pixels: 1810

O SARVI em 2010 também diminuiu a sua média após a correção atmosférica, apresentando o menor valor entre os índices, assim como o NDVI apresentou novamente a segunda maior média.

A tabela 6 apresenta a correlação de Pearson de todos os índices, e a covariância. Tabela6: Correlação dos Índices _ Recife 2010

*SARVI - índice com correção atmosférica.

Ao observar a Tabela 6, constata-se que, após a correção atmosférica, o SARVI apresentou maior correlação com o EVI que o NDVI, porém, tal variação é insignificante , até, mesmo porque a correlação entre os dois índices é a correlação mais alta em 2010.

. Nas áreas consideradas nesse estudo, utilizando a ferramenta Image Information do software ERDAS, observou-se que em geral, os valores mais altos ficam em torno de 0,4. Nesse trabalho, os picos mais altos do SARVI, com exceção de Recife em 2007, não ultrapassaram 0,6, enquanto que no NDVI alcançam valores considerados como saturação. O SARVI, também, apresentou as menores médias, não ultrapassando 0,15. Esse baixo intervalo

(7)

entre valores no SARVI, em relação aos outros índices pode diminuir o contraste dificultando a diferenciação da fisionomia vegetal. Contudo, nas áreas de vegetação densa, o SARVI apresentou maior contraste que o NDVI, em todas as áreas de estudo. Feitosa et al. (2004) mostram em seu estudo realizado no Submédio são Francisco, que o SARVI em áreas de vegetação rala supera os valores dos outros índices em questão, e em áreas irrigadas os seus valores são subestimados diante dos outros IVs.

Contudo, o SARVI, de maneira geral, mostra apresentar bom desempenho, apesar de algumas limitações, se correlacionando bem com NDVI e EVI.

No entanto, para averiguar se o SARVI apresenta-se como uma boa ferramenta numa análise espaço-temporal, foi realizado um prévio trabalho de mapeamento de uso do solo, através da classificação supervisionada no ArcGIS, com validações em campo por meios de pontos controles.

Nesse contexto estudos geográficos também enquadram o emprego da cartografia e do geoprocessamento. Desse modo as Figuras 2 e 3 apresentam um exemplo de validação do índice em campo, realizado por meio do georreferenciamento, isto é, através de GPS, registra-se as coordenadas e estas são expressas através de pontos na imagem de satélite. A figura 2 apresenta de forma ampliada os pontos de controle aplicados na imagem com o SARVI em 2010, exposta na figura 2.

Figura 2 Pontos de controle aplicados ao SARVI em Recife no ano de 2010..

Assim sendo, foram coletados pontos de GPS na mata do Engenho Uchôa localizada no sudoeste do município de Recife, entre as coordenadas 9105000 - 9100000 S e 290000 – 2825000 W (UTM). Por meio desses pontos pode-se validar a fidelidade do índice à realidade.

Figura 21: Fotos de campo para validação dos índices.

As fotos foram registradas em 2010, próximas a hora e data de passagem do satélite que registrou a cena de 2010 trabalhada neste estudo. A foto 1 mostra a uma área ampla com pouca presença de vegetação próximo a BR 101, na entrada da mata. O Ponto correspondente está situado no que foi classificado como área urbana ou solo exposto estando coerente com a foto. A foto 2 mostra uma ampla área com vegetação rala perto da borda da mata, já o ponto correspondente na imagem, localiza-se sobre o píxel que foi classificado como vegetação densa, vizinho do pixel classificado como vegetação rala. As fotos 3 e 4 correspondem aos

(8)

pontos que estão sobre os pixel que apresentam valores de vegetação densa, mas se for observado a foto 3, esta representa uma área aberta com vegetação espaçada. Já a foto 4 foi registrada no interior da mata, mostrando coerência com a classificação. Os pontos 2 e 3 não representam exatamente o que mostram as fotos 3 e 4. Mas deve-se levar em conta que a resolução espacial do Landsat 5 é de 30m x 30m,o que agrega diferentes alvos em um só valor por pixel. Outro fato a ser considerado é o desvio da cena em relação às coordenadas, a qual, mesmo estando corrigida geometricamente, apresenta uma certa deslocação. Contudo, um número maior de pontos de controle distribuídos pela cidade seria fundamental para uma comparação mais precisa, valorizando os resultados.

Conclusões

O SARVI mostrou bom desempenho e alta correlação com os outros o NDVI e o EVI, mostrando-se apto como ferramenta importante no estudo de fragmentos de mata em áreas urbanas, incluindo Recife, auxiliando no enriquecimento das discussões nessa área de sensoriamento remoto e complementando a construção de banco de dados.

Aplicar a correção atmosférica no SARVI foi de considerável significância, uma vez que este trabalha com a banda azul, a qual é vulnerável aos espalhamentos atmosféricos. Essa aplicação fez com que o SARVI se correlacionasse mais com os outros IVs, em todas as cenas.

Este trabalho, apesar de não apresentar melhores alternativas de aplicações de técnicas de IVs em fragmentos de mata em área urbana, mostra-se relevante aos estudos ambientais a respeito, por discutir o desempenho dos índices aplicados nestas áreas. Além de trazer a discussão desses métodos para o município do Recife, importante cidade que se depara com problemas ambientais. E, ainda, o devido estudo integra o SARVI, índice que já existe desde 1994, porém, pouco trabalhado em comparação com outros, ao estudo com fragmentos de mata.

Agradecimentos

Ao INPE, à UFPE, ao CNPq, ao SERGEO, à Profª. Dra. Josiclêda Galvóncio.

Referências Bibliográficas

BASTIAANSSEN, W. G. M. Regionalization of surface flux densities and moisture indicators in composite

terrain. Ph.D. Thesis, Wageningem Agricultural University, Wageningen, Netherlands, 273p, 1995.

CONDEPE. Bacia Hidrográfica do rio Ipojuca: série bacias hidrográficas de Pernambuco. Governo de Estado de Pernambuco, Secretaria de planejamento, Agência Estadual de Planejamento e Pesquisa de Pernambuco. 64 p. 2005.

JENSEN, J. R. Sensoriamento Remoto do Ambiente: Uma Perspectiva Em Recursos Terrestres. Tradução José Carlos Neves Epiphanio (Coord.)...[Et Al]. São José Dos Campos: Parêntese, 2009.

MELO, M. D. ; FURTADO, F.G. Florestas Urbanas: Estudo sobre as Representações Sociais da Mata

Atlântica de Dois Irmãos, na Cidade do Recife-PE. 1. ed. Recife: Conselho Nacional da Reserva da Biosfera

da Mata Atlântica, 2007. 45 p.

MARKHAM, B. L. & BARKER, J. L. Landsat MSS and TM post-calibration dynamic ranges, exoatmospheric reflectances and at satellite temperatures, EOSAT Landsat Tech. Note: 3-8.1986.

SILVA, M. D., GALVÍNCIO, J. D., PIMENTEL R. M. M. Diagnóstico Da Ocupação Vegetacional Do

Município De Brejo Da Madre De Deus, Pernambuco, Brasil, Através Do Sensoriamento Remoto. Revista