Técnica GEOBIA e as mudanças na paisagem de áreas naturais protegidas: estudo de caso no Parque Nacional da Serra da Canastra
Resumo
R E S U M O
A degradação em áreas naturais protegidas por Lei tem aumentado nos últimos anos. Logo, é necessário desenvolver estratégias para monitorar o espaço e gerar subsídios à fiscalização em tempo hábil. Mapeamentos sistemáticos anuais podem cumprir essa missão, porém, em regiões cujo uso da terra é heterogêneo, fitofisionomias de vegetação natural não-florestal são, comumente, confundidas com áreas antropizadas para pasto, especialmente no bioma Cerrado. Assim, o objetivo do presente estudo foi apresentar a técnica GEOBIA para avaliação da dinâmica temporal do uso e cobertura da terra no Parque Nacional da Serra da Canastra (PNSC), localizado no Estado de Minas Gerais, entre os anos de 2005 e 2015. Para tanto, foram ponderadas a informação espectral de cada pixel, as informações referentes aos indicadores fenológicos, e as informações de forma, textura e contexto de objetos segmentados. Os resultados apontaram o aumento de 2.606,82 ha (1,32%) da área antropizada no PNSC, o que torna necessário aumentar medidas mitigatórias na região e intensificar fiscalizações. Diferente de mapeamentos sistemáticos, o método proposto é capaz de subsidiar a tomada de decisões em Unidades de Conservação heterogêneas.
Palavras-chave: Dinâmica temporal, Monitoramento de mudanças na cobertura da terra, Planejamento territorial, Unidades de Conservação.
GEOBIA technique and changes in the landscape of protected natural areas: a case study in the Serra da Canastra National Park (Brazil)
A B S T R A C T
Degradation in natural areas protected by Law has increased in recent years. Therefore, it is necessary to develop strategies to monitor the space and generate subsidies for prompt inspection. Annual systematic mapping can fulfill this mission, however, in regions whose land use is heterogeneous, phytophysiognomies of natural non-forest vegetation are commonly confused with anthropized areas for pasture, especially in the Cerrado biome. Thus, the objective of the present study was to present the GEOBIA technique for assessing the temporal dynamics of land use and cover in the Serra da Canastra National Park (PNSC), located in the state of Minas Gerais, between 2005 and 2015. For so much, the spectral information of each pixel, the information referring to the phenological indicators, and the form, texture, and context information of segmented objects were weighted. The results showed an increase of 2,606.82 ha (1.32%) of the anthropized area in the PNSC, which makes it necessary to increase mitigation measures in the region and intensify inspections. Unlike systematic mappings, the proposed method can support decision-making in heterogeneous Conservation Units.
Keywords: Temporal dynamics, Land cover changes monitoring, Territorial planning, Conservation Units
Palavras-chave
Texto completo:
PDF (Português)Referências
Almeida, C. A. D., Coutinho, A. C., Esquerdo, J. C. D. M., Adami, M., Venturieri, A., Diniz, C. G., Dessay, N., Durieux, L., & Gomes, A. R. (2016). High spatial resolution land use and land cover mapping of the Brazilian Legal Amazon in 2008 using Landsat-5/TM and MODIS data. Acta Amazonica, 46(3), 291-302.
Baatz, M., & Schape, (2000). A. Multiresolution segmentation – an optimization approach for high quality multi-scale image segmentation. In: STROBL, J., BLASCHKE, T. Angewandte Geographische Informations verarbeitung XII. Beitrage zum AGITSymposium Salzburg. Karlsruhe. Herbert Wichmann Verlag.2000.p. 12 – 23.
Beuchle, R., Grecchi, R. C., Shimabukuro, Y. E., Seliger, R., Eva, H. D., Sano, E., & Achard, F. (2015). Land cover changes in the Brazilian Cerrado and Caatinga biomes from 1990 to 2010 based on a systematic remote sensing sampling approach. Applied Geography, 58, 116 – 127.
BRASIL. Lei nº 9.985, de 18 de julho de 2000, Regulamenta o art. 225, § 1o, incisos I, II, III e VII da Constituição Federal, institui o Sistema Nacional de Unidades de Conservação da Natureza e dá outras providências. Diário Oficial da União, Brasília, DF, 19 de julho de 2000. Disponível em: http://www.planalto.gov.br/ccivil_03/leis/l9985.htm. Acessado em: dez/2020. 2000.
Blaschke, T. (2010). Object based image analysis for remote sensing. ISPRS International Journal of Photogrammetry and Remote Sensing, 65(1), 2-16.
Blaschke, T., Hay, G. J., Kelly, M., Lang, S., Hofmann, P., Addink, E., Feitosa, R., Van der Meer, F., Van der Werff, H., Vancoillie, F., & Tiede, D. (2014). Geographic object-based image analysis: a new paradigm in remote sensing and geographic information science. ISPRS International Journal of Photogrammetry and Remote Sensing, 87, 180–191.
Cardozo, F. da S., Pereira, G., Mataveli, G. A. V., Ramos, R. de C., Silva, L. R. S. da, & Faria, B. C. de (2018). Análise espacial das queimadas e seus impactos em Minas Gerais para o ano de 2014. Caminhos de Geografia, 19(66), 35-54.
Chaves, M. E. D., Alves, M. de C., Oliveira, M. S. de, & Sáfadi, T. (2018). A Geostatistical approach for modeling soybean crop area and yield based on census and remote sensing data. Remote Sensing, 10(5), 680.
Chaves, M. E. D., & Alves, M. de C. (2019). Recent applications of the MODIS sensor for soybean crop monitoring and deforestation detection in Mato Grosso, Brazil. CAB Reviews, 14(007), 1-9.
Chaves, M. E. D., Picoli, M. C. A., Sanches, I. D. (2020). Recent Applications of Landsat 8/OLI and Sentinel-2/MSI for Land Use and Land Cover Mapping: A Systematic Review. Remote Sensing, 12(18), 3062.
Cohen, J. A. (1960). Coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20, 37-46.
Conceição, K. V. da, Chaves, M. E. D., & Mataveli, G. A. V. (2020). Land Use and Land Cover Mapping in a Priority Municipality for Deforestation Control Actions in the Amazon using GEOBIA. Revista Brasileira de Cartografia, 72(4), 574-587.
de Oliveira, G., Chen, J. M., Mataveli, G. A. V., Chaves, M. E. D., Seixas, H. T., Cardozo, F. D. S., Shimabukuro, Y. E., He, L., Stark, S. C., & Santos, C. A. (2020). Rapid Recent Deforestation Incursion in a Vulnerable Indigenous Land in the Brazilian Amazon and Fire-Driven Emissions of Fine Particulate Aerosol Pollutants. Forests, 11(8), 829.
Embrapa - Empresa Brasileira de Pesquisa Agropecuária. (2013). Monitoramento por satélite. Campinas: Embrapa Monitoramento por Satélite. Disponível em: . Acesso em: 24/01/2021.
Esquerdo, J. C. D. M., Antunes, J. F. G., Coutinho, A. C., Speranza, E. A., Kondo, A. A., & dos Santos, J. L. (2020). Satveg: A web-based tool for visualization of MODIS vegetation indices in South America. Computers and Electronics in Agriculture, 175, 105516.
Ferreira, G. H. C. Regularização Fundiária no Parque Nacional da Serra da Canastra e a Expropriação Camponesa: da Baioneta à Ponta da Caneta. (2013). Dissertação de Mestrado em Geografia. Universidade de São Paulo, São Paulo, SP, Brasil.
Ferreira, G. H. C., & da Silva, L. A. P. (2019). Uso e Ocupação da Terra no Parque Nacional da Serra da Canastra: uma Análise a Partir da Regularização Fundiária. Revista do Departamento de Geografia, 37, 1-14.
Fitzpatick-Lins, K. (1981). Comparison of sampling procedures and data analysis for a land-use and land-cover map. Photogrammetric Engineering and Remote Sensing, 47(3), 343–351.
Food and Agricultural Organization - FAO. 2016. Map accuracy assessment and area estimation. A practical guide. National forest monitoring assessment working paper No.46/E. Rome.
Gao, B. (1996). NDWI: a normalized difference water index for remote sensing of vegetation liquid water space. Remote Sensing of Environment, 266(58), 257-266.
Guerrero, J. V., Escobar-Silva, E. V., Chaves, M. E., Mataveli, G. A., Bourscheidt, V., de Oliveira, G., Picoli, M. C. A., Shimabukuro, Y. E., & Moschini, L. E. (2020a). Assessing Land Use and Land Cover Changes in the Direct Influence Zone of the Braço Norte Hydropower Complex, Brazilian Amazonia. Forests, 11(9), 988.
Guerrero, J. V. R., Moschini, L. E., Chaves, M. E. D., Mataveli, G. A. V., Morato, R. G., & Kawakubo, F. S. (2020b). Abordagem GEOBIA para a análise da dinâmica do uso da terra e cobertura vegetal no município de Brotas-SP, Brasil. GeoFocus. Revista Internacional de Ciencia y Tecnología de la Información Geográfica, (26), 21-41.
Hay, G. J., Castilla, G. (2008). Geographic Object-Based Image Analysis (GEOBIA): A new name for a new discipline? In: BLASCHKE, T.; LANG, S.; HAY, G.J. (editors). Object-Based Image Analysis – Spatial Concepts for Knowledge-driven Remote Sensing Applications, SpringerVerlag, Cap. 1.4, 81- 92.
Huete, A. R. (1988). A soil adjusted vegetation index – SAVI. Remote Sensing of Environment, 25, 295-309.
IBAMA - Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais Renováveis. Parque Nacional da Serra da Canastra: Plano de Manejo. Brasília, Ministério do Meio Ambiente/IBAMA, 2005, 828p.
IBGE - Instituto Brasileiro de Geografia e Estatística. Censo Agropecuário 2006. Disponível em:. Acesso em: 18/02/2021.
ICMBio - Instituto Chico Mendes de Conservação da Biodiversidade. (2005). Plano de Manejo do Parque Nacional da Serra da Canastra, Brasília, 2005, 799 p.
ICMBio - Instituto Chico Mendes de Conservação da Biodiversidade. (2017). Parna da Serra da Canastra. Disponível em: . Acesso em: 23/12/2020.
Landis, J., & Koch, G. (1977). The measurements of agreement for categorical data. Biometrics, 33(3), 159-179.
Mataveli, G. A. V., Guerrero, J. V. R., Chaves, M. E. D., Justino, R. C., Kawakubo, F. S., & Morato, R. G. (2018). O Programa Conservador das Águas e sua Relação com o Uso da Terra em Extrema-MG. Revista do Departamento de Geografia, 36, 130-140.
Mataveli, G. A. V., Silva, M. E. S., Pereira, G., da Silva Cardozo, F., Kawakubo, F. S., Bertani, G., Costa, J. C., Ramos, R. de C., & Silva, V. V. da. (2018). Satellite observations for describing fire patterns and climate-related fire drivers in the Brazilian savannas. Natural Hazards and Earth System Sciences, 18(1), 125.
Mataveli, G. A., Pereira, G., Chaves, M. E., Cardozo, F. D. S., Stark, S. C., Shimabukuro, Y. E., Aragão, L. E. O. e C. de, Oliveira, G., & Chen, J. M. (2021). Deforestation and land use and land cover changes in protected areas of the Brazilian Cerrado: impacts on the fire-driven emissions of fine particulate aerosols pollutants. Remote Sensing Letters, 12(1), 79-92.
MMA - Ministério do Meio Ambiente. O Bioma Cerrado. (2020). Disponível em: . Acesso em: 23/12/2020.
Myers, N., Mittermeier, R. A., Mittermeier, C. G., Fonseca, G. A. B., & Kent, J. (2020). Biodiversity hotspots for conservation priorities. Nature, 6772(403), 853-858.
Mistry, J. (1998). Fire in the savannas of Brazil: an ecological review. Progress in Physical Geography, 22, 425e448.
Olofsson, P., Herold, M., Stehman, S. V., Woodcock, C. E. , & Wulder, M. A. (2014). Good practices for estimating area and assessing accuracy of land change. Remote Sensing of Environment, 148, 42–57.
Peña-Barragan, J. M., Ngugi, M. K., Plant, R. E., & Six, J. (2011). Object-based crop identification using multiple vegetation indices, textural features and crop phenology. Remote Sensing of Environment, 115, 1301-1316.
Picoli, M. C., Simoes, R., Chaves, M., Santos, L. A., Sanchez, A., Soares, A., Ferreira, K., & Queiroz, G. R. (2020). CBERS data cube: a powerful technology for mapping and monitoring Brazilian biomes. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 3, 533-539.
Rouse, J. W., Haas, R. H., Schell, J. A., & Deering, D. W. (1973). Monitoring vegetation systems in the Great Plains with ERTS. Third ERTS Symposium. [S.l.]: NASA, 309-317.
Santos, A. A., & Machado, M. M. (2015). Análise da fragmentação da paisagem do parque nacional da serra da canastra e de sua zona de amortecimento - MG. RA'EGA: o Espaço Geográfico em Análise, 33, 75-93.
Strassburg, B.B.N., Brooks, T., Feltran-Barbieri, R., Iribarrem, A., Crouzeilles, R., Loyola, R., Latawiec, A.E., Oliveira Filho, F.J.B., Scaramuzza, C.A.M., Scarano, F.R., Soares-Filho, B., & Balmford, A. (2017). Moment of truth for the Cerrado hotspot. Nature Ecology and Evolution, 1, 1-3.
Torres-Sánchez, J., López-Granados, F., & Peña, J. M. (2015). An automatic object-based method for optimal thresholding in UAV images: Application for vegetation detection in herbaceous crops. Computers and Electronics in Agriculture, 114, 43-52.
Toure, S., Stow, D., Shih, H. C., Coulter, L., Weeks, J., Engstrom, R., & Sandborn, A. (2016). An object-based temporal inversion approach to urban land use change analysis. Remote Sensing Letters, 7(5), 503-512.
USGS - United States Geological Survey. (2020). Landsat Collection. Disponível em: . Acesso em: 19/02/2021.
Vapnik, V.N. (1995). The nature of statistical learning theory. 2. ed. New York: Springer-Verlag. 332p.
Watkins, B., & van Niekerk, A. (2019). A comparison of object-based image analysis approaches for field boundary delineation using multi-temporal Sentinel-2 imagery. Computers and Electronics in Agriculture, 158, 294-302.
Witten, I. H., Frank, E., & Mark A. H. (2011). Data Mining: Practical Machine Learning Tools and Techniques. 2. ed. Elsevier, 629.
Apontamentos
- Não há apontamentos.
Revista Brasileira de Sensoriamento Remoto | ISSN: 2675-5491
Revista sob Licença Creative Commons
