MonitoraSC
um novo mapa de cobertura florestal e uso da terra de Santa Catarina
DOI:
https://doi.org/10.52945/rac.v34i2.1086Palabras clave:
mapeamento temático;, cobertura florestal;, classificação Random ForestResumen
Um mapeamento da cobertura florestal e dos diferentes usos da terra proporciona informações fundamentais para a gestão territorial visando ao desenvolvimento social e econômico, planejamento e controle ambiental e proteção dos recursos naturais. Neste artigo, é apresentado um novo mapeamento, valendo-se de sinergias entre os dados de campo do Inventário Florístico Florestal de Santa Catarina (IFFSC) e o uso de recursos de sensoriamento remoto. Imagens do satélite Landsat-8 OLI do ano de 2017 foram classificadas, utilizando o algoritmo Random Forest. A legenda é composta por 12 classes temáticas; a área mínima mapeada é de 0,5 hectare. O mapa tem acurácia geral de 95%, com intervalo de confiança de 1,0% (alfa=0,05). A acurácia média por classe varia entre 90% (agricultura) e 97% (restinga). Para a classe floresta, o mapa apresentou coincidência de 96,2% com os pontos amostrais do IFFSC. A cobertura florestal nativa (florestas a partir do estágio médio de regeneração) está presente em 38,05% do território, reflorestamentos em 10,46%, agricultura em 16,73% (incluídos 1,77% de culturas de arroz irrigado), pastagens e campos naturais em 29,24%. A área da extensão original da restinga foi determinada em 1.773km², dos quais 814,5km² (ou 45,9%) cobertos por remanescentes naturais, praias e dunas. O mapeamento constitui a base para a tomada de decisão de agentes públicos envolvidos em atividades de planejamento e gestão territorial e servirá como linha-base para o monitoramento contínuo da extensão da cobertura florestal do estado.
Métricas
Citas
BREIMAN, L. Random Forests. Machine Learning, v.45, n.1, p.5-32, 2001. DOI: https://doi.org/10.1023/A:1010933404324.
CHEN, W.; LIU, L.; ZHANG, C.; WANG, J.; WANG, J.; PAN, Y. Monitoring the seasonal bare soil areas in Beijing using multitemporal TM images. IGARSS 2004. Geoscience and Remote Sensing Symposium Proceedings, IEEE, vol.5, p.3379-3382, 2004. DOI: https://doi.org/10.1109/IGARSS.2004.1370429.
BRASIL. CONAMA - Conselho Nacional de Meio Ambiente. Resolução n° 4, de 4 de maio de 1994. Convalidada pela Resolução CONAMA nº 388/07 para fins do disposto na Lei 11.428, de 22 de dezembro de 2006.
VIERO, A.C.; SILVA, D.R.A. da. Geodiversidade do estado de Santa Catarina: Programa Geologia do Brasil. Levantamento da Geodiversidade. Porto Alegre, RS: CPRM - Serviço Geológico do Brasil. 2016. 155p.
CRUZ, C.B.M.; VICENS, R.S. Levantamento da Cobertura Vegetal Nativa do Bioma Mata Atlântica. Relatório Final. Rio de Janeiro, RJ: IESB/IGEO/UFRJ/UFF, 2007. 84 p.
EMBRAPA. Empresa Brasileira de Pesquisa Agropecuária. Solos do Estado de Santa Catarina. Rio de Janeiro, RJ, 2004. (Embrapa Solos, CD-ROM. Boletim de Pesquisa e Desenvolvimento, 46). Apoio EPAGRI – Empresa de Pesquisa e Extensão Rural de Santa Catarina. Escala: 1:250.000.
FARR, T.G.; ROSEN, P.A.; CARO, E.; CRIPPEN, R.; DUREN, R.; HENSLEY, S.; KOBRICK, M.; PALLER, M.; RODRIGUEZ, E.; ROTH, L.; SEAL, D.; SHAFFER, S.; SHIMADA, J.; UMLAND, J.; WERNER, M.; OSKIN, M.; BURBANK, D.; ALSDORF, D. The Shuttle Radar Topography Mission, Reviews of Geophysics, v.45, p.1-33, RG2004/2007, 2007. DOI: https://doi.org/10.1029/2005RG000183.
FUNDAÇÃO S.O.S MATA ATLÂNTICA. Atlas dos remanescentes florestais da Mata Atlântica, período 2015–2016. Relatório Técnico. São Paulo, SP, 2017. 60p. (Fundação S.O.S. Mata Atlântica / Instituto Nacional de Pesquisas Espaciais).
GEOAMBIENTE. Mapeamento Temático Geral do Estado de Santa Catarina: Projeto de Proteção da Mata Atlântica em Santa Catarina (PPMA/SC). Relatório Técnico. São José dos Campos, SP, 2008. 90p. (Geoambiente Sensoriamento Remoto Ltda.).
HUETE, A.R.; DIDAN, K.; MIURA, T.; RODRIGUEZ, E.P.; X. GAO, X.; FERREIRA, L.G. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, v.83, n.1-2, p.195–213, 2002. DOI: https://doi.org/10.1016/S0034-4257(02)00096-2
IBAMA. Atlas dos Manguezais do Brasil. Brasília, DF, 2018. 175p. (Instituto Chico Mendes de Conservação da Biodiversidade).
IBGE. Mapa Geomorfologia - Folhas SG 22-Z-B, SG 22-Z-D, SH 22-X-B. Escala 1:250.000. Rio de Janeiro, RJ, 2004a.
IBGE. Mapa Pedologia - Folhas SG 22-Z-B, SG 22-Z-D, SH 22-X-B. Escala 1:250.000. Rio de Janeiro, TJ, 2004b.
JIANG, Z.; HUETE, A.R.; DIDAN, K.; MIURA, T. Development of a two-band enhanced vegetation index without a blue band. Remote Sensing of Environment, v.112, n.10, p.3833-3845, 2008. DOI: https://doi.org/10.1016/j.rse.2008.06.006.
KLEIN, R.M. Mapa fitogeográfico do estado de Santa Catarina. Itajaí, SC, 1978. 24p. (SUDESUL, FATMA, HBR, Flora Ilustrada Catarinense, 5).
KÖHL, M.; MAGNUSSEN, S.S.; MARCHETTI, M. Sampling Methods, Remote Sensing and GIS Multiresource Forest Inventory. Springer, Heidelberg, Alemanha, 2006. 372p.
MCFEETERS, S.K. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, v.17, n.7, p.1425–1432, 1996.
PROJETO MAPBIOMAS. Coleção 5 da Série Anual de Mapas de Cobertura e Uso do Solo do Brasil. São Paulo, SP, 2020. Disponível em: https://mapbiomas.org/colecoes-mapbiomas-BR. Acesso em: 05 nov. 2020.
OLOFSSON, P.; FOODY, G.M.; HEROLD, M.; STEHMAN, S.V.; WOODCOCK, C.E.; WULDER, M.A. Good practices for estimating area and assessing accuracy of land change. Remote Sensing of Environment, v.148, n.1, p.42–57, 2014. DOI: https://doi.org/10.1016/j.rse.2014.02.015
RASUL, A.; BALZTER, H.; IBRAHIM, G.R.F.; HAMEED, H.M.; WHEELER, J.; ADAMU, B.; IBRAHIM, S.; NAJMADDIN, P.M. Applying built-up and bare-soil indices from Landsat 8 to cities in dry climates. Land, v.7, n.3, p.81, 2018. DOI: https://doi.org/10.3390/land7030081
ROUSE, J.W.; HAAS, R.H.; SCHEEL, J.A.; DEERING, D.W. Monitoring Vegetation Systems in the Great Plains with ERTS. In: Earth Resource Technology Satellite (ERTS) Symposium, 3rd, 1974. Proceedings […], vol.1, p.48-62, 1974.
SANTA CATARINA. Levantamento Aerofotogramétrico. Relatório de Produção Final. Florianópolis, SC, 2012. 218p. (Secretaria de Estado do Desenvolvimento Econômico Sustentável).
SOENEN, S.A.; PEDDLE, D.R.; COBURN, C.A. SCS+C: A modified Sun-Canopy-Sensor topographic correction in forested terrain. IEEE Transactions on Geoscience and Remote Sensing, v.43. n.9, p.2148-2159, 2005. DOI: https://doi.org/10.1109/TGRS.2005.852480
TOMPPO, E.; GSCHWANTNER, T.; LAWRENCE, M.; MCROBERTS, R.E. National Forest Inventories: Pathways for Common Reporting. Springer, Heidelberg, Alemanha, 2010. 609p. DOI: https://doi.org/10.1007/978-90-481-3233-1
VIBRANS, A. C.; MCROBERTS, R. E.; MOSER, P.; NICOLETTI, A. L. Using satellite image-based maps and ground inventory data to estimate the area of the remaining Atlantic forest in the Brazilian state of Santa Catarina. Remote Sensing of Environment, v.130, n.1, p.87-95, 2013. DOI: https://doi.org/10.1016/j.rse.2012.10.023
VIBRANS, A.C; GASPER, A.L.; MOSER, P.; OLIVEIRA, L.Z.; LINGNER, D.V.; SEVEGNANI, L. Insights from a large-scale inventory in the southern Brazilian Atlantic Forest. Scientia Agricola, v.77, n.1, p.1-12; e20180036, 2020. DOI: https://doi.org/10.1590/1678-992x-2018-0036
VIDAL, C.; ALBERDI, I.; HERNÁNDEZ, L.; REDMOND, J.J. National Forest Inventories. Springer, Heidelberg, Alemanha, 2010. 845p. DOI: https://doi.org/10.1007/978-3-319-44015-6
ZHA, Y.; GAO, J.; NI, S. Use of normalized difference built-up index in automatically mapping urban areas from TM imagery. International Journal of Remote Sensing, v.24, n.3, p.583-594, 2003. DOI: https://doi.org/10.1080/01431160304987
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Alexander Christian Vibrans, Adilson L. Nicoletti, Veraldo Liesenberg, Julio C. Refosco, Luciana P. de A. Kohler, Artur R. Bizon, Débora V. Lingner, Fernanda Dal Bosco, Marcus M. Boeno, Murilo S. da Silva, Thales B. Pessatti
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
