Discriminação da cobertura vegetal em uma região do Cerrado mato-grossense por meio do índice de vegetação por diferença normalizada
RESUMO Nas últimas décadas, a intensificação do processo de substituição da vegetação natural do Cerrado por áreas associadas às atividades antrópicas tem causado grandes impactos nas paisagens, nesse sentido, compreender a dinâmica dos diferentes sistemas ambientais em decorrência dos impactos caus...
Gespeichert in:
Veröffentlicht in: | Investigación agraria (Online) 2022-12, Vol.24 (2), p.86-94 |
---|---|
Hauptverfasser: | , , , , , , |
Format: | Artikel |
Sprache: | eng ; por |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | RESUMO Nas últimas décadas, a intensificação do processo de substituição da vegetação natural do Cerrado por áreas associadas às atividades antrópicas tem causado grandes impactos nas paisagens, nesse sentido, compreender a dinâmica dos diferentes sistemas ambientais em decorrência dos impactos causados pela variabilidade climática e pela ação humana, tem sido o esforço de vários pesquisadores. Assim, o presente trabalho teve como objetivo avaliar o potencial do índice de vegetação por diferença normalizada (NDVI) aplicado a imagens do satélite LANDSAT 8 para discriminar as classes de vegetação no período úmido e seco em uma região do Cerrado mato-grossense. Os valores de NDVI foram obtidos através da razão entre a diferença das refletividades do infravermelho próximo (ρIV) e do vermelho (ρV), e os dados foram processados no programa QGIS versão 3.10. Os resultados dessa pesquisa permitem concluir que o índice de vegetação NDVI utilizado permitiu analisar a dinâmica da vegetação no Vale do São Lourenço - MT. A vegetação da área de estudo comportou-se de acordo com a disponibilidade de água no perfil do solo, com maiores valores do índice de vegetação na estação chuvosa e baixa atividade fotossintética na estação seca. |
---|---|
ISSN: | 2305-0683 2305-0683 |
DOI: | 10.18004/investig.agrar.2022.diciembre.2402717 |