A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

CARACTERIZAÇÃO ESPECTRAL DE ESTÁGIOS SUCESSIONAIS DE VEGETAÇÃO SECUNDÁRIA ARBÓREA EM ALTAMIRA (PA), ATRAVÉS DE DADOS ORBITAIS ( Ponzoni & Rezende, 2004.

Apresentações semelhantes


Apresentação em tema: "CARACTERIZAÇÃO ESPECTRAL DE ESTÁGIOS SUCESSIONAIS DE VEGETAÇÃO SECUNDÁRIA ARBÓREA EM ALTAMIRA (PA), ATRAVÉS DE DADOS ORBITAIS ( Ponzoni & Rezende, 2004."— Transcrição da apresentação:

1 CARACTERIZAÇÃO ESPECTRAL DE ESTÁGIOS SUCESSIONAIS DE VEGETAÇÃO SECUNDÁRIA ARBÓREA EM ALTAMIRA (PA), ATRAVÉS DE DADOS ORBITAIS ( Ponzoni & Rezende, 2004 ) Disciplina: Padrões e Processos em Dinâmica de Uso e Cobertura da Terra Profa.: Dra. Isabel Escada Aluna: Adriana Koumrouyan Apresentação e análise crítica:

2 INTRODUÇÃO Conhecimento da dinâmica sucessional da vegetação: fundamental para caracterização do uso da terra e da cobertura vegetal Conseqüência do crescente interesse na determinação das taxas de desmatamento da paisagem ao longo do tempo (Alves et al., 1999) Vegetação secundária: Fundamental em estudos de sequestro de carbono Estimativa da biomassa florestal

3 Técnicas de sensoriamento remoto Radiação eletromagnética em dosséis Alternativa na quantificação de biomassa florestal Interação que inclui a interferência de fatores: Espectrais de elementos da vegetação (folhas, galhos, troncos, etc) Geométricos de iluminação e de visada Parâmetros biofísicos da vegetação (distribuição, densidade, biomassa) Introdução

4 Problema: Ambiguidade dos dados de sensoriamento remoto Biomassa florestal é apenas um deles Valores de radiância Explicados por comunhão de fatores de naturezas distintas Introdução

5 Objetivo Avaliar potencial e limitações do uso de dados radiométricos orbitais na caracterização de vegetação secundária arbórea Como? Correlações entre: -Parâmetros biofísicos coletados em campo (por Mausel et al., 1993) -Dados radiométricos extraídos de imagens orbitais TM/Landsat Introdução

6 MATERIAL E MÉTODOS Área de estudo - Previamente explorada por Mausel et al. (1993) - Altamira, PA - Dimensões: ≈ 45 x 91 km, ao longo da Transamazônica - Precipitação anual: ≈ 1.700 mm (jun-set: período seco) Fitofisionomias: florestas de terra firme e florestas com lianas Figura 1. Localização da área de estudo Foto: Pinto, 2010

7 Transamazônica: Pequenos agricultores: ≠ culturas comerciais Uso da terra dominante: pastagens Áreas abandonadas em ≠ estágios sucessionais - SS1: Estágio inicial (graminóide dispersa entre vegetação arbórea em crescimento) - SS2: Estágio intermediário (árvores entre 8 e 12 m, estratificação relativamente evidente) - SS3: Estágio avançado (estratificação mais evidente e árvores de mais de 20 m) Material e métodos

8 Dados biofísicos Parcelas de 10 x 15 m e subparcelas de 5 x 2 m distribuídas aleatoriamente Dados dendrométricos (DAP* ≥ 10 cm) Dados de arboretos (DAP entre 2 - 10 cm) Dados de mudas (DAP < 2 cm) Dados de vegetação herbácea * Diâmetro à Altura do Peito (1,30 m) Todos os indivíduos arbóreos: floristicamente identificados, DAP, altura comercial (HC) e altura total (H) Arboretos igualmente identificados floristicamente, DAP e H medidos; Mudas e vegetação herbácea identificadas e contadas (Dados das subparcelas não considerados no trabalho) Material e métodos

9 16 parcelas: - Três do estágio sucessional SS1 - Oito do estágio sucessional SS2 - Três do estágio sucessional SS3 - Uma de Floresta Primária de Terra Firme - Uma de Floresta de Liana Material e métodos

10 A partir destes, cálculo da área basal individual (GI): GI=πDAP 2 /4 GI foram utilizados para calcular a área basal total (GT) das parcelas Soma da GI de cada indivíduo para cada parcela Área basal média (G): GT Área específica da parcela Material e métodos

11 H e DAP médio: médias dos valores individuais em cada parcela Desvio padrão do H em cada parcela: representaram a rugosidade do dossel (Rug) Material e métodos

12 Dados radiométricos orbitais Material e métodos Imagem TM/Landsat 5 (20.07.1991) Bandas TM 1 – TM 5 e TM 7 Transformação dos números digitais existentes nas imagens em valores de reflectância aparente: ρ i = 255 π * d 2 * (L mín i + (L máx i – L mín i ) (ND i / 255) i=1,2,3,4,5 e 7 E i * cos θ ρ i = reflectância aparente na banda i; d = distância entre o Sol e a Terra (nesse caso, d = 1); L mín i = radiância mínima para a banda i, para a qual é atribuído o valor 0; L máx i = radiância máxima para a banda i, para a qual é atribuído o valor 255; ND i = valor do número digital na banda i; E i = irradiância solar no topo da atmosfera na banda i; e Θ = ângulo solar zenital

13 Imagens de reflectância aparente Dados das 16 parcelas: Submetidas ao programa 6S de correção atmosférica Imagens de reflectância de superfície Médias aritméticas entre dados de reflectância de superfície extraídos de toda a parcela Um único valor de reflectância para cada parcela Material e métodos

14 Correlações entre dados radiométricos e biofísicos Duas estratégias: Elaboração de gráficos de reflectância de superfície de cada fisionomia florestal (SS1, SS2, SS3, Florestas de Terra Firme e de Liana) Estudo do posicionamento relativo entre as curvas 1. Coeficientes de correlação entre dados radiométricos (reflectância de superfície) e os biofísicos Identificação de possível estabelecimento de relações de regressão linear 2. Elaboração de imagens classificadas distribuição espacial de dados biofísicos específicos Material e métodos

15 RESULTADOS E DISCUSSÃO Dados biofísicos e radiométricos Quadro 1. Dados biofísicos e radiométricos de cada parcela - + - + - + - + - + - + Considerando os dados biofísicos separadamente, novos escalonamentos poderiam ser propostos

16 Resultados e discussão Quadro 2. Possíveis escalonamentos segundo cada um dos parâmetros biofísicos Mais próximos ao proposto por Mausel et al.(1993) Estratificação dos dados biofísicos em 4 classes Inicial Intermediário Floresta Avançado Dados radiométricos de cada parcela extraídos de imagens e organizados conforme o novo critério de escalonamento

17 Figura 2. Reflectância de superfície em cada estágio sucessional Não abaixou conforme estágio Valores ligeiramente maiores < sombreamento e água Similaridade Resultados e discussão

18 Médias aritméticas dos dados radiométricos de cada estágio Outro gráfico com curvas espectrais representativas de cada estágio sucessional Resultados e discussão

19 Figura 3. Curvas espectrais dos estágios sucessionais Grupo 1 Grupo 2 Não foi possível fazer análise estatística (baixo número de parcelas em cada estágio); verificou-se o posicionamento relativo dos valores de reflectância de superfície em cada estágio Valores mais baixos Como esperado + pigmentos fotossintetizantes > sombreamento Esperado era > reflectância pelo espalhamento pelo aumento do número de folhas no grupo 2, mas sombreamento tem papel dominante Diferenças mais evidentes Resultados e discussão

20 Quadro 3. Coeficientes de correlação dos dados radiométricos e os biofísicos Relação entre os parâmetros: Relações inversas são esperadas nestas regiões espectrais São esperadas relações positivas – sombreamento acaba por inverter essas relações Maiores valores – equações de regressão linear Parâmetros biofísicos: variável dependente Resultados e discussão

21 Equações resultantes: DAP = 26,908 – 4,134 TM7 r 2 =0,27 G = 35,776 – 5,295 TM7 r 2 =0,09 GT = 8,754 – 1,789 TM7 r 2 =0,30 H = 22,047 – 3,849 TM7 r 2 =0,54 Rug = 12,195 – 2,185 TM7 r 2 =0,40 Determinadas considerando dados de 11 parcelas, pois dados de 5 delas foram utilizados para validação desses modelos de regressão Resultados e discussão

22 Figura 4. Distribuição espacial dos parâmetros biofísicos Aplicação das equações de parte da área de estudo: Mapas Temáticos Resultados e discussão

23

24

25

26 Figura 4. Distribuição espacial dos parâmetros biofísicos Aplicação das equações de parte da área de estudo: Mapas Temáticos Correspondência entre localização das formações secundárias e quantidades dos parâmetros biofísicos estimadas pela aplicação dos modelos Resultados e discussão

27 Modelos validados pela utilização dos dados das 5 parcelas aleatoriamente selecionadas Figura 5. Validação dos modelos de regressão Resultados e discussão

28

29

30 - Estimativas da Altura (H) e Rugosidade (Rug): Melhor desempenho - Valores mais altos de qualquer parâmetro biofísico: Estimativas mais próximas da realidade Valores de reflectância de superfície não são sensíveis à detecção de pequenos valores biofísicos Resultados e discussão

31 CONCLUSÕES - Estágios mais avançados de sucessão apresentaram valores mais baixos de reflectância de superfície em todas as faixas espectrais estudadas (maior quantidade de sombras devido à maior estratificação vertical) - Coeficientes de correlação mais elevados para altura e rugosidade com os dados radiométricos do infravermelho médio (TM5 e TM7) Necessidade de esforços em elaborar índices nas bandas do vermelho (TM1, TM2 e TM3) e do infravermelho próximo (TM4) - Correspondência positiva de uma composição colorida e dos mapas temáticos em relação aos modelos de regressão entre posicionamento espacial das formações secundárias e quantidades dos parâmetros biofísicos Metodologia utilizada pode ser excelente ponto de partida para estimativa de dados biofísicos a partir de dados radiométricos extraídos de imagens orbitais

32 REFERÊNCIAS CITADAS ALVES, D. S. et al. Characterizing landscape changes in Central Rondônia using Landsat TM imagery. International Journal of Remote Sensing, v. 20, n. 14, p. 2877-2882, 1999. MAUSEL, P. et al. Spectral identification of successional stages following deforestation in the Amazon. Geocarto International, v. 8, n. 4, p. 61-71, 1993.

33 ANÁLISE CRÍTICA O artigo apresentado é importante para o avanço de ferramentas que facilitem a estimativa de parâmetros biofísicos sem a necessidade de coletar em campo (= menor gasto de tempo e recursos) os dados que subsidiam a inserção em modelos e as decisões dos tomadores de decisão. A escolha da área de estudo a partir de dados já existentes indica uma abordagem positivista, sugerindo a hegemonia do método em relação à problemática. Isto não é necessariamente ruim, o fato é que a ciência moderna necessita não somente do avanço dos métodos, mas também do caráter investigativo e questionador em relação ao meio ambiente.


Carregar ppt "CARACTERIZAÇÃO ESPECTRAL DE ESTÁGIOS SUCESSIONAIS DE VEGETAÇÃO SECUNDÁRIA ARBÓREA EM ALTAMIRA (PA), ATRAVÉS DE DADOS ORBITAIS ( Ponzoni & Rezende, 2004."

Apresentações semelhantes


Anúncios Google