Comparação entre Índices de Vegetação de Diferentes Sensores na Identificação de Fitofisionomias do Cerrado

Gustavo Massayuki Shiroma, Roberto Macedo Gamarra, Alesson Pires Maciel Guirra, Jaíza Santos Motta, Helen Rezende de Figueiredo, César Claudio Cáceres Encina, Geraldo Alves Damasceno Júnior, Antonio Conceição Paranhos Filho

Abstract


Modelos empíricos relacionando variáveis espectrais, como variáveis biofísicas da cobertura vegetal são avaliados para específicos conjuntos de dados. Os desempenhos destes modelos são avaliados ou validados também de forma específica, desconhecendo-se, por exemplo, qual seria o resultado se dados de outros sensores fossem utilizados no estabelecimento dos mesmos modelos. Este trabalho teve como objetivo comparar os valores de dois índices de vegetação (NDVI e SAVI) obtidos de três diferentes sensores. Quando se utiliza índices de vegetação, independente do sensor do qual ele foi extraído, espera-se que os valores sejam semelhantes e comparáveis. Estatisticamente a comparação mostra que o NDVI é mais indicado para análises multitemporais, utilizando o mesmo sensor multiespectral, enquanto que para análises multiescalares, com o uso de diferentes sensores multiespectrais, os índices híbridos de vegetação garantem melhor resposta na equivalência entre fitofisionomias do Cerrado. Entretanto os índices de vegetação não são suficientes para determinar com precisão o tipo de fitofisionomia, sendo necessário a complementação com imagens polarizadas de radar associadas com estatísticas de agrupamento de imagem ou com índices capazes de medir outras variáveis fenológicas, além da absorção da radiação pela clorofila e estrutura da folha.

Keywords


Sensoriamento remoto; Cerrado; Geoestatística



DOI: https://doi.org/10.11137/2020_1_18_32

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Indexers and Bibliographic DatabasesFollow us
SCImago Journal & Country Rank
ISSN
ROAD
Clarivate
Diadorim
DOAJ
DRJI
GeoRef
Google Scholar
Latindex
REDIB
Oasisbr
Twitter
Instagram
Facebook
All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution-NonCommercial 4.0 International Public License (CC BY-NC 4.0).