Dimensão das Áreas Cobertas pela Fitofisonomia da Floresta Ombrófila Mista e Floresta Plantada no Município de Painel, SC

Authors

  • Táscilla Magalhães Loiola Universidade Federal de Santa Maria, Programa de Pós-graduação em Engenharia Florestal
  • Roberta Aparecida Fantinel Universidade Federal de Santa Maria, Programa de Pós-graduação em Engenharia Florestal
  • Ana Caroline Paim Benedetti Universidade Federal de Santa Maria, Colégio Politécnico

DOI:

https://doi.org/10.11137/2020_4_48_54

Keywords:

Sensoriamento Remoto, Cobertura Florestal, Araucaria angustifolia

Abstract

Acompanhar a dinâmica da região de ocorrência da Floresta Ombrófila Mista é primordial para o planejamento das ações que poderão ocorrer nesses locais, sendo as geotecnologias uma grande aliada nesse sentido. Por isso, o trabalho buscou dimensionar os fragmentos de Floresta Ombrófila Mista contendo Araucaria angustifolia no município de Painel em Santa Catarina, bem como, determinar as áreas com florestas plantadas, em um período de quatro anos (2013-2017). Com imagens do satélite Landsat 8, sensor OLI
(Operational Land Imager), realizou-se a análise e o mapeamento da cobertura florestal da área em estudo. Para tal, foram executadas as seguintes etapas no software SPRING versão 5.2.7: realce por contraste linear, após a aquisição das amostras de treinamento, análise das composições das imagens, classificação da imagem empregando o classificador de Máxima Verossimilhança e por fim a avaliação dos resultados por meio do índice Kappa. A partir da classificação digital observou-se que no ano de 2013 a classe floresta plantada ocupava uma área de 35,75 km², floresta nativa 285,28 km² e a classe outros usos 421,15 km². Já em 2017 computou-se para essas mesmas classes 85,68 km², 231,36 km² e 425,14 km² respectivamente. Assim, é possível inferir que houve diminuição nas áreas com floresta nativa enquanto que as áreas com floresta plantada aumentaram no mesmo período.

References

Alvares, C.A.; Stape, J.L.; Sentelhas, P.C.; Gonçalves, J.L.M. & Sparovek, G. 2014. Köppen’s Climate Classification Map for Brazil. Meteorologische Zeitschrift, 22(6): 711-728.

Bracelpa. Associação Brasileira de Celulose e Papel. 2011. Dados do Setor. BRACELPA, São Paulo: 28p.

Congalton, R.G. 1991. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment, 49(12): 1671-1678.

Costa, A.E.; Hess, A. & Finger, G.A.C. 2017. Estructura y crecimiento de los bosques de Araucaria angustifolia en el sur de Brasil. Bosque, 38(2): 229-236.

Hess, A.; Loiola, T.M.; Souza, A.I. & Nascimento, B. 2016. Morfometria de la copa de Araucaria angustifolia em sítios naturales en el sur de Brasil. Bosque, 37(3): 603-611.

Higuchi, P.; Silva, A.C.; Júnior, B.F.; Negrini, M.; Ferreira, T.S.; Souza, S.T.; Santos, K.F. & Vefago, M.B. 2015. Fatores determinantes da regeneração natural em um fragmento de floresta com araucária no planalto catarinense. Scientia Forestalis, 43(106): 251-259.

Hoff, D.N. & Simioni, F.J. 2004. O setor de base florestal na Serra Catarinense – Lages. Lages (SC): Ed. UNIPLAC, 268p.

Ibama. 2018. Instituto Brasileiro de Meio Ambiente e dos Recursos Naturais Renováveis. Disponível em: < http://www.mma.gov.br/informma/itemlist/category/51-especies-ameacadas-de-extincao>. Acesso em: 24 de mai. de 2018.

Ibge. Instituto Brasileiro de Geografia e Estatística. 2012. Manual técnico da vegetação brasileira. 2.ed. Rio de Janeiro: IBGE. 275p. (Manuais Técnicos em Geociências 1).

IUCN. 1996.The world Conservation Union. IUCN Red List of Threathened Animals. Gland,

Landis, J. & Koch, G. 1977. The measurement of observer agreement for categorical data. Biometrics, 33: 159–174.

Longley, P.A.; Goodchild, M.F.; Maguire, D.J. & Rhind, D.W. 2013. Sistemas e ciência da informação geográfica. 3ª Ed. Bookman Editora. Porto Alegre. 540p.

Maciel, M.N.M.; Watzlawick, L.F.; Schoeninger, E.R. & Yamaji, F.M. 2003. Classificação ecológica das espécies arbóreas. Revista Acadêmica: ciências agrárias e ambientais, 1(2): 69-78.

Mendes, R.H. 2005. Caracterização do perfil dos proprietários rurais da região do Planalto Serrano Catarinense. Programa de Pós-graduação em Engenharia Florestal, Universidade Federal do Paraná, Dissertação de Mestrado, 163p.

Meneses, P. & Sano, E.E. 2012. Classificação pixel a pixel de imagens. In: MENESES, P.R.; ALMEIDA, T. (Org.). Introdução do processamento de imagens de sensoriamento remoto. 1. ed. Brasília, DF, p. 191-208.

Minatti, M.; Hess, A.; Ricken, P. Loiola, M.T. & Souza, I. 2016. Shape and size relationships of Araucaria angustifolia in South Brazil. African Journal of Agricultural Research, 11(41): 4121-4127.

Moreira, M.A. 2001. Fundamentos do sensoriamento remoto e metodologias de aplicação. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 250 p.

Novo, E.M.L.M. 1998. Sensoriamento Remoto: Princípios e Aplicações. 2. ed. São Paulo: Edgard Blucher, p 308.

Vaeza, R.F.; Filho, P.C.O.; Maia, A.G. & Disperati, A.A. 2010. Uso e ocupação do solo em Bacia Hidrográfica urbana a partir de imagens orbitais de alta resolução. Floresta e Ambiente,17 (1): 23-29.

Published

2020-12-18

Issue

Section

Article