Monitoramento por sensoriamento remoto da vegetação no cenário de caatinga das áreas de mata ciliar associadas ao reservatório artificial de Serrinha II – PE, Brasil

• Ano de defesa: 2021
• Autor(a) principal: SILVA JUNIOR, Ubiratan Joaquim da
• Orientador(a): OLIVEIRA, Leidjane Maria Maciel de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso embargado
• dARK ID: ark:/64986/001300000xgdf
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco
• Programa de Pós-Graduação: Programa de Pos Graduacao em Ciencias Geodesicas e Tecnologias da Geoinformacao
• País: Brasil
• Palavras-chave em Português: Engenharia cartográfica; Florestas sazonalmente secas; Semiárido; Índices de vegetação; SPI; Classificação binária; MLME
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/41415

Matas ciliares são florestas associadas a córregos, rios e lagos, influenciando diretamente nos processos hidrológicos. Neste contexto, florestas sazonalmente secas como a Caatinga, no Semiárido Brasileiro, beneficiam-se de índices meteorológicos como o SPI e do Sensoriamento Remoto, que integrados possibilitam a compreensão dos impactos da sazonalidade hidrológica na mata ciliar e no corpo hídrico. Este estudo, objetivou analisar o comportamento da vegetação das áreas de mata ciliar associada ao reservatório de Serrinha II – PE, no cenário de Caatinga através da integração de Técnicas de Sensoriamento Remoto, e do SPI nas escalas de 3,12 e 24 meses. A estrutura dessa dissertação seguiu o modelo de artigo, com os seguintes trabalhos: i) Sensibilidade Espectral dos Índices de Vegetação: GNDVI, NDVI e EVI na Mata Ciliar do Reservatório de Serrinha II – PE, Brasil; ii) Variações sazonais intra e interanual da cobertura vegetal (NDVI E SAVI) em um cenário de Caatinga na mata ciliar do Reservatório Serrinha II, PE, Brasil e sua correlação com o SPI, através de tendências dos Índices: NDVI, SAVI e SPI. Para o desenvolvimento metodológico foi utilizado um conjunto de dados formado por imagens dos satélites: TM - Landsat 5, OLI – Landsat 8 e MSI – Sentinel 2, considerando uma análise espaço temporal (1985 a 2020), em intervalos secos e chuvosos. As imagens foram avaliadas através dos índices: GNDVI, NDVI, EVI e SAVI. Em que foram extraídas as classes: Mata Ciliar (vegetação) e Água (Reservatório), por classificação binária. A validação de acurácia do mapeamento teve referência a binarização de imagens MSI – Sentinel 2 (artigo 1) e das Frações: água e vegetação derivadas do MLME (artigo 2), avaliando os parâmetros de acurácia: índice Kappa, acurácia do usuário e do produto e acurácia global. Como resultado, os IVs foram capazes de identificar mudanças de uso do solo e na cobertura vegetal, identificando em 2019, quando comparado a 1996 uma redução de 55,40% da cobertura vegetal. Entretanto, essas mudanças estiveram associadas a eventos de déficit hídrico e secas (2016 - 2017), que proporcionaram a redução de e área da vegetação e do Reservatório. Em novembro de 2017 o reservatório tinha uma área de 3,15 km2 com um de volume = 11,66 hm3, neste período o valor do SPI-3 foi de - 1,66, caracterizando a presença de seca severa. E em 2020, tem-se um aumento de área de 17,36 km2 e volume de 277,67 hm3, proporcionado por um aumento de precipitação na região no período chuvoso. Com relação a acurácia do mapeamento as modelagens de validação utilizadas como referência associadas as imagens classificadas apresentaram uma acurácia global superior a 95%, e índice kappa classificando o mapeamento entre bom e excelente (0,61-0,96). Entretanto, em períodos secos de transição da sazonalidade foi identificada a presença de mistura espectral. Destaca-se através dos resultados a utilidade dos dados da série Landsat e Sentinel 2 possibilitando análises espaciais e espectrais, em áreas de mata ciliar, assim como sua associação ao SPI, que se mostraram como uma ferramenta de monitoramento contínuo da mata ciliar associada a reservatórios artificiais, em florestas sazonalmente secas.