• Water Production Connections

Memorando de pesquisa: Identificando Pastagens com Árvores em Imagens de Satélite

Por Cassie Sevigny e Trent Biggs


O projeto Conexões entre Água e Produção Rural (CAP) investiga se e quais agricultores adaptam seus sistemas de produção quando experimentam mudanças nas chuvas, quais adaptações fazem e se essas adaptações reduzem as perdas de renda esperadas quando ocorre a seca. A melhor compreensão dessas respostas informará os esforços das agências governamentais e da sociedade civil para ajudar os agricultores a se ajustarem às mudanças na disponibilidade de água. Este memorando de pesquisa descreve uma nova maneira de avaliar a cobertura do solo usando imagens de satélite.

Pergunta de pesquisa: Quão bem podemos distinguir pastagens sem vegetação lenhosa (pasto "limpo") daquelas com arbustos e árvores (pasto "sujo") ao usar dados de sensoriamento remoto?

Pesquisadores usam imagens de satélite para medir a saúde das pastagens, conforme indicado pelo nível de verde da vegetação. Pastagens mais verdes indicam pastagens mais saudáveis, mas arbustos e árvores (que geralmente ficam verdes o ano todo) podem fazer as pastagens parecerem mais verdes. Isso é particularmente problemático na estação seca ou durante as secas, quando o capim tem pouco verde. A maioria dos mapas não faz distinção entre pastagem plana ("pasto limpo") e pasto com árvores e plantas lenhosas ("pasto sujo"), o que poderia resultar na superestimação da saúde da pastagem. O estudante de mestrado Ye Mu, o hidrólogo/geógrafo Trent Biggs, o geógrafo Doug Stow (todos da San Diego State University) e o especialista em sensoriamento remoto Izaya Numata da South Dakota State University desenvolveram um método para fazer essa distinção.

Mu et al. foram capazes de usar um novo índice de imagem que observa a quantidade de variação nos tipos de luz refletida em um pedaço de terra de 30 metros quadrados (um "pixel"), o que lhes permitiu categorizar cada pixel como pasto com árvores/arbustos e pasto sem árvores. Os pesquisadores geraram um mapa da cobertura do solo revelado pelas imagens de satélite com a nova categorização e encontraram mais pastagens com árvores do que o previsto, sugerindo que cerca de metade de todas as pastagens têm algum tipo de planta lenhosa. Isso implica que as pastagens lenhosas são comuns o suficiente para afetar visivelmente as medidas de saúde das pastagens, caso não sejam excluídas das análises de níveis de verde. A ampla vegetação lenhosa também sugere que mais pastagens podem conter maiores quantidades de carbono do que o esperado anteriormente.

Ye Mu, Trent Biggs, Douglas Stow & Izaya Numata (2020). Mapping heterogeneous forest-pasture mosaics in the Brazilian Amazon using a spectral vegetation variability index, band transformations and random forest classification. International Journal of Remote Sensing, 41:22, 8682-8692. DOI: 10.1080/2150704X.2020.1802529



Follow us on social media:      Instagram      Facebook      Twitter

  • Instagram
  • Facebook
  • Twitter

Connections between Water and Rural Production: Sociohydrological Systems on a Tropical Forest Frontier

Project funded by the National Science Foundation: CNH-L #1825046

A collaboration between:

© 2019 by Salisbury University. Proudly created with Wix.com |  Terms of Use  |   Privacy Policy