anÁlise temporal do Índice de cobertura vegetal …...ibsn: 0000.0000.000 página 1 anÁlise...
TRANSCRIPT
IBSN: 0000.0000.000 Página 1
ANÁLISE TEMPORAL DO ÍNDICE DE COBERTURA
VEGETAL EM ÁREAS DE PRESERVAÇÃO PERMANENTE ÀS
MARGENS DO RIO POTI EM TERESINA – PIAUÍ
Carlos André Carvalho da Silva (a), Valdira de Caldas Brito Vieira (b)
(a) DIASPA, Campus Teresina Central, IFPI, [email protected]
(b) DIASPA, Campus Teresina Central, IFPI, [email protected]
Eixo: Geotecnologias e modelagem aplicada aos estudos ambientais
Resumo/
Esta pesquisa foi realizada com a finalidade de analisar os impactos na cobertura vegetal das áreas de
preservação permanente (APPs), localizadas às margens do rio Poti, nos anos de 1988, 1997, 2007, 2013 e 2017,
por meio da análise temporal do Índice de Vegetação por Diferença Normalizada (NDVI). Os resultados
mostraram a ocorrência de desmatamentos e outros impactos, mas também foram identificadas áreas de
reflorestamento e uma considerável regeneração da mata ciliar na região sudeste da cidade. Observando-se os
índices de vegetação gerados foi possível traçar o perfil do crescimento urbano da cidade de Teresina e verificar
onde ocorreram impactos ambientais mais significativos em função do crescimento horizontal do município. O
estudo permitiu inferir que o aumento na cobertura vegetal nas APPs ao longo do rio está relacionado às ações do
poder público, especialmente com a criação de leis de preservação ambiental. A utilização de técnicas de
geoprocessamento e sensoriamento remoto foi imprescindível para a realização deste trabalho, constituindo-se em
importante fator na geração de conhecimento para os estudos ambientais e urbanos.
Palavras chave: meio ambiente, rio Poti, NDVI
IBSN: 0000.0000.000 Página 2
1. Introdução
A gestão de recursos hídricos é um assunto que vem se tornando cada vez mais
presente no cotidiano de toda a população, desde o início da formação do planeta a água foi
essencial para manter todas as formas de vida. Da mesma forma, a cobertura vegetal é parte de
um equilibrado sistema que está diretamente ligado à manutenção hídrica de rios e redes de
drenagem, além de sustentar toda diversidade de flora e fauna.
O crescimento urbano acelerado de grandes cidades tem se tornado um grande desafio
no que se diz respeito ao controle de impactos ambientais. A cidade de Teresina, apesar de ter
sido inicialmente considerada uma cidade projetada, atualmente sofre com má gestão de seus
recursos naturais. Estudos de avaliação dos impactos das mudanças climáticas sobre a
estabilidade dos biomas predominantes no Brasil indicam que o bioma caatinga está entre os
mais vulneráveis num cenário de aumento das temperaturas globais, o que coloca a região
nordeste do Brasil em estado especial de alerta (NOBRE, 2011).
O controle da cobertura vegetal é essencial para manter o equilíbrio ecológico,
especialmente no perímetro das margens dos rios, tanto pela ocorrência de áreas de erosão,
como as chamadas “coroas”, que são ilhas ou bancos de areia que se formam em toda sua
extensão diminuindo sua capacidade hídrica, como por outras ações decorrentes da urbanização
das cidades que aumentam a velocidade de escoamento das águas para os rios, gerando danos
irreparáveis a um dos bens essenciais à sobrevivência humana que é a água (PELLEGRINO et
al., 2006).
A aplicação das técnicas de sensoriamento remoto e geoprocessamento torna possível
a avaliação dos recursos naturais por meio da detecção da mudança na resposta espectral dos
alvos da superfície, cujos resultados são de fundamental importância para o planejamento
regional (PEREIRA, 2015).
Essa pesquisa teve como objetivo analisar os impactos ambientais nas áreas de
preservação permanente (APP’s) localizadas às margens do rio Poti, dentro dos limites da
cidade de Teresina - Piauí.
IBSN: 0000.0000.000 Página 3
2. Materiais e métodos
2.1. Área de estudo
A cidade de Teresina, capital do Estado do Piauí, está localizada na mesorregião centro-
norte do estado, a 366 quilômetros do litoral, numa faixa de transição entre o semiárido
nordestino e a região amazônica (Figura1). Conforme dados do IBGE (2017) o seu território
compreende uma área de 1.391,981 km². A cidade conta com 61.6% de domicílios com
esgotamento sanitário adequado, 72.3% de domicílios urbanos em vias públicas com
arborização e 5.8% de domicílios urbanos em vias públicas com urbanização adequada
(presença de bueiro, calçada, pavimentação e meio-fio).
O rio Poti nasce no estado do Ceará, pela junção dos riachos Santa Maria e Algodões,
sobre rochas cristalinas formadas na era pré-cambriana, nas proximidades da cidade de
Algodões, com percurso em torno de 105 km, até a cidade de Crateús (CE) (MOITA NETO;
CARCARA, 2017).
Figura 1 - Mapa de localização da área de estudo
Fonte: autor, adaptado IBGE (2010) e ANA (2018).
IBSN: 0000.0000.000 Página 4
Segundo o IBGE (2010), a área de drenagem da bacia do rio Poti abrange uma superfície de
51.000 km², localizando-se entre as coordenadas 4° 06’ e 6° 56’ de latitude sul e 40° 00’ e 42° 50’ de
longitude a oeste de Greennwich (Figura 2).
Figura 2 - Mapa de localização Bacia hidrográfica rio Poti
Fonte: autor, adaptado de IBGE (2010); ANA (2018)
A cobertura vegetal da Bacia do rio Poti apresenta na porção oeste uma área de tensão
ecológica, com espécie de caatinga e cerrado, a porção leste correspondente às cabeceiras dos
seus afluentes da margem esquerda com predominância de vegetação do tipo estepe (caatinga),
espécies que refletem as condições climáticas e pedológicas da região (OLIVEIRA, 2012).
2.2. Índice de Vegetação por Diferença Normalizada (NDVI)
O Índice de Vegetação por Diferença Normalizada é uma aplicação dos processos de
realce por operações matemáticas entre bandas espectrais de sensores de satélites. A partir do
NDVI é possível determinar a densidade da fitomassa foliar fotossinteticamente ativa por
IBSN: 0000.0000.000 Página 5
unidade de área (quanto maior for esse índice de vegetação, mais densa é a fitomassa). Jensen
(1996) citado Melo; Sales e Oliveira (2016) descreveu para o cálculo do NDVI a Equação 1
NDVI = (NIR - R) / (NIR + R) (1)
Em que:
NDVI é o índice de Vegetação por Diferença Normalizada;
NIR é a refletância no comprimento de onda correspondente ao Infravermelho Próximo (0,76
a 0,90 μm);
R é a refletância no comprimento de onda correspondente ao Vermelho (0,63 a 0,69μm).
A vegetação é caracterizada, assim, por uma intensa absorção devido à clorofila na
região do vermelho (0,63 – 0,69 μm) e por uma intensa energia refletida na região do
infravermelho próximo (0,76 – 0,90 μm) causada pela estrutura celular das folhas. Para gerar o
NDVI da imagem selecionada são utilizadas somente as bandas 3 e 4, que correspondem,
respectivamente, a região do vermelho visível e do infravermelho próximo (MELO; SALES;
OLIVEIRA, 2016).
2.3. Coleta dos dados
As imagens utilizadas foram obtidas no site earthexplorer.usgs.gov, sendo elas nas datas
28/09/1988, 05/09/1997 e 17/09/2007 obtidas através do Landsat 5 com o sensor TM e
17/09/2013 e 12/09/2017 do Landsat 8 com o sensor OLI. O mês de setembro foi escolhido
para a seleção das imagens por ser um período de estiagem, com baixa vazão do rio, estabilidade
da vegetação e capacidade de visualização das áreas estudadas por apresentar baixo percentual
de nuvens. A imagem de 2013 foi escolhida por ser o ano de início do imageamento do Landsat
8, um ano após a criação da lei de proteção das APPs.
IBSN: 0000.0000.000 Página 6
2.4 Pré-processamento dos dados
O processamento das imagens foi realizado no software QGIS versão 2.18, utilizando o
Plugin Semi Automatic Classification para a importação, correções atmosféricas e conversão
de valores ND para refletância.
2.4.1 Conversão para radiância espectral no sensor
Os produtos Landsat 8 LDCM padrão, fornecidos pelo USGS EROS CENTER,
consistem em séries quantificadas, calibradas e escalonadas de níveis digitais ND, que
representam os dados de uma imagem multiespectral adquirida por ambos os sensores: OLI
(Operational Land Image) e o TIRS (Thermal Infrared Sensor). Os dados das bandas dos
sensores TIRS e OLI são derivados em 16 bits em formato não criptografado e eles podem ser
redimensionados para os valores de refletância e radiância no topo da atmosfera, TOA ( Top Of
Atmospher) usando os coeficientes radiométricos disponíveis no arquivo de metadados
MTL.txt, conforme descrito na equação 2 (ARIZA, 2013).
Lλ = ML * Qcal + AL (2)
Onde:
Lλ = Radiância espectral na abertura do sensor;
ML = Banda – É o fator multiplicativo do escalonamento específico obtido a partir dos
metadados (RADIANCE_MULT_BAND_10);
Qcal = Produto padrão quantificado e calibrado por valores de pixel (DN). Este valor é refere-
se a cada uma das bandas na imagem;
AL = Banda - É o fator aditivo específico de escala obtido dos metadados
(RADIANCE_ADD_BAND_10);
IBSN: 0000.0000.000 Página 7
2.4.2 Conversão de valores ND para Reflectância TOA
Os dados do sensor OLI podem ser convertidos em valores de refletância (TOA) no topo
da atmosfera utilizando os coeficientes de reflectância reescalonados, fornecidos no arquivo de
metadados MTL (ARIZA, 2013). A equação 3 é usada para converter os níveis digitais ND em
Valores de refletância obtidos:
ρλ= ρλ’ = ρλ’ (3)
cos(θsz) sin(θse)
ρλ = é o valor da refletância planetária ou no topo da atmosfera TOA, com correção por ângulo
solar.
θse = é o ângulo de elevação solar. O ângulo de elevação solar do centro da cena é fornecido
nos metadados da imagem (SUN_ELEVATION).
θsz = é o ângulo solar do zênite local.
2.4.3 Uniformização das médias e variâncias
Este método consiste em igualar as médias e as variâncias de duas imagens através de
uma transformação linear. Para isso, são calculados os parâmetros (ganho e offset) da função
preservando, na imagem resultante, a média e a variância da imagem de referência. O cálculo
do ganho e offset é baseado na função de transformação f(x) = ax + b. (SILVA, 2011). As
imagens de 1988, 1997, 2007 e 2013 foram utilizadas como imagens de ajuste (S) e a imagem
de 2017 foi utilizada como referência (R), como mostrado na equação 4.
S’ = S * ganho + offset
Ganho = √σR2/σS²
Offset = µR − ((√σR2/σS²)∗ µR (4)
IBSN: 0000.0000.000 Página 8
Onde:
σR² : Variância dos níveis de cinza da imagem referência.
σS² : Variância dos níveis de cinza da imagem ajuste.
µR : Média dos níveis de cinza da imagem referência.
µS : Média dos níveis de cinza da imagem ajuste.
2.5 Aplicação do NDVI
Após a normalização das imagens do ano de ajuste (S) foi aplicado o NDVI para a
imagens de referência (2017) e normalizada (1988, 1997, 2007 e 2013) reclassificadas para os
valores de pixel conforme Tabela I.
Tabela I – Resultado da reclassificação
2.6. Comparação dos anos estudados
Para melhor visualização e comparação da diferença entre os anos estudados procedeu-
se a subtração do ano de referência pelo o de ajuste, utilizando a ferramenta calculadora raster,
para evitar a compressão dos dados e perda de informação por conta de valores negativos,
adotando-se o valor de 50 para ganho e 100 offset deslocando assim os valores de pixel.
NDVI diferença = (NDVI.referenc-NDVI.ajust)*ganho(50) +offset(100) (4)
Reclassificação Classes de NDVI Intervalos do NDVI
6 Alta 0,8 a < 1,0
5 Moderadamente alta 0,6 a < 0,8
4 Moderada 0,4 a < 0,6
3 Moderadamente baixa 0,2 a < 0,4
2 Baixa 0 a < 0,2
1 Solo exposto < 0
IBSN: 0000.0000.000 Página 9
Utilizando a ferramenta r.report do plug-in GRASS para reclassificação obteve-se o seguinte
resultado:
Classes
0 a µ − σ não mudança
µ − σ a µ + σ regeneração
µ + σ a 255 regeneração
3. Resultados e discussões
Para o cálculo da porcentagem de área que cada classe ocupa foi considerada somente
a região estudada, ou seja, o limite da bacia do rio Poti dentro do município de Teresina. As
regiões classificadas como solo exposto tiveram uma redução de 2,18 km² (38%), vegetação
baixa ouve redução de 0,93 km² (3,7%), moderada baixa acréscimo de 4,95 (3,9%), redução de
11,31 km² (5,58%) para moderada, moderada alta aumento de 14,65 km² (4,13%) e alta,
aumento de 5,23 km² (2,6%) em relação ao ano de 1988 para 2017 (Tabela 2). Observou-se
poucas alterações na cobertura vegetal do ano de 1988 até o ano mais atual, porem ouve bastante
oscilação se considerarmos os anos de 1997 e 2007.
Tabela II – Resultado da reclassificação
Valores de
NDVI
Classificação 1988
km²
% 1997
km²
% 2007
km²
% 2013
km²
% 2017
km²
%
<= 0 Solo Exposto 5.61 0.60 5,74 0.69 1.206 0.13 1,77 0.19 3.43 0.37
0 a 0.2 Baixa 24.91 2,74 26,91 4.60 13.51 1.49 9,98 1.10 23.98 2.64
0.2 a 0.4 Moderada
baixa
124.77 13,70 138,09 16,55 145.74 16,0 124,80 13.70 129.72 14.23
0.4 a 0.6 Moderada 202.33 22,30 181,88 21.82 235.56 25.90 226,67 25.00 191.02 21
0.6 a 0.8 Moderada alta 354.18 39,0 308,32 39.52 289.25 31.90 394,20 43.40 368.83 40.7
0.8 a 1.0 Alta 194.40 21,40 245,24 16,78 220.93 24.30 148,76 16.40 189.17 20.87
A Figura 3 apresenta o Índice de Vegetação por Diferença Normalizada no período estudado.
IBSN: 0000.0000.000 Página 10
Figura 3 - Índice de Vegetação por Diferença Normalizada dos anos 1988, 1997, 2007 e 2017
No mapa de mudanças na cobertura vegetal 1988-2017 (Figura 4) foram classificados 119.57
km² de áreas de “desmatamento” representado na cor vermelha, 102.60 km² de “reflorestamento” em
azul, e 684.00 km² de áreas “sem mudança” na cor amarela. Destacam-se três maiores áreas de
IBSN: 0000.0000.000 Página 11
desmatamento, na zonas sul onde hoje encontram-se os bairros São Lourenço, Parque Sul, Angelim,
Angélica e Portal da Alegria; na zona leste nos bairros Vale do Gavião, Verde Lar, Vale Quem Tem,
Gurupi, Uruguai; na zona norte quase que exclusivamente nos bairros Monte Alegre, Monte Verde,
Jacinta Andrade, Pedra Mole e Aroeiras. Todos os bairros destacados, classificados como
desmatamento, encontram-se no limite urbano do município, caracterizando essas áreas como resultado
da expansão horizontal da cidade, alguns desses bairros tem seu limite quase que todo classificado como
desmatamento já que os mesmos não existiam ainda nesse período.
Figura 4 - mudanças na cobertura vegetal de 1988 para 2017
IBSN: 0000.0000.000 Página 12
Na avaliação das APPs foram contabilizados 0,73 km² de desmatamento, 10,9809 km²
de reflorestamento e 8,026 km² sem mudança na cobertura vegetal, com aumento de 10,25 km²
de vegetação, totalizando 19.75 km². A Figura 5 mostra que houve considerável aumento da
vegetação, concentrada especificamente na APP do rio Poti, registrando-se em todo seu
perímetro áreas de regeneração da mata ciliar. Atribui-se esse fato à obrigatoriedade da
instituição de Áreas de Preservação Permanente conforme determinação do Código Florestal
em 25 de maio de 2012, Lei nº 12.651 ou seja, não existia antes disso qualquer forma de
proteção assegurada por lei a essas áreas. Historicamente a população utilizava as margens do
rio sem qualquer preocupação ambiental pois era muito comum a construção de residências
onde hoje seria considerado área de preservação, isso ocorria pelo fato de que muitas famílias
utilizavam o rio para sustento próprio através da pesca ou agricultura familiar.
Figura 5 - mudanças na cobertura vegetal em APP de 1988 para 2017
IBSN: 0000.0000.000 Página 13
Entre os anos de 2013 (um ano após a criação da lei de proteção às APP’s) e 2017 foi
possível avaliar melhor o impacto ambiental nas áreas de preservação permanente, tendo sido
observados desmatamento em determinados pontos do percurso, mas por conta da quantidade
e dispersão espacial não foi possível verificar nenhum padrão que pudesse ser considerado
como ação direta do homem, assim como em outros locais, com a mesma classificação,
aleatoriamente distribuídos na região (Figura 6 A). Foi possível verificar também que ouve
valores classificados como desmatamento dentro do que se pode considerar leito do rio,
possivelmente por conta da redução do grande número de aguapés, tipo comum de planta
aquática considerada espécie invasora e associada a má qualidade da água. Esse fenômeno não
foi observado na região sul (Figura 6 B), possivelmente por conta da redução do fluxo e
acúmulo das aguas no fim do leito do rio, ficando em aberto as causas da mudança nos dois
anos, o que poderá ser estudado futuramente para verificar se há relação entre o reflorestamento
da região sul, com a redução do número de aguapés na extensão rio.
Figura 6 - mudanças na cobertura vegetal em APP de 2013 para 2017
IBSN: 0000.0000.000 Página 14
4. Considerações finais
Teresina, diferente de muitas capitais, ainda tem boa cobertura vegetal, com exceção
das áreas centrais que apresentam alto índice populacional em função da grande expansão
urbana que vem ocorrendo nas últimas décadas. Observando-se os índices de vegetação gerados
foi possível traçar o perfil do crescimento urbano da cidade de Teresina e verificar onde
ocorreram impactos ambientais mais significativos em função do crescimento horizontal do
município. O estudo permitiu inferir que o aumento na cobertura vegetal nas APPs ao longo do
rio está relacionado às ações do poder público, especialmente com a criação de leis de
preservação ambiental, consideradas de extrema importância para desenvolvimento sustentável
na sociedade. Nesse caso específico, há três décadas o rio sofria com a destruição da vegetação
de suas margens, impacto que poderia causar danos irreparáveis se não houvesse essa
intervenção.
Apesar de ter sido registrada considerável área de reflorestamento em algumas regiões
do município, foram encontradas também pontos de desmatamento no perímetro considerado
como APP do ano de 2013 para 2017 quando já eram protegidas por lei, o que mesmo em
pequenas escalas pode causar um impacto devastador ao longo do tempo, por conta da
fragilidade ecológica dessas áreas, que necessitam de monitoramento continuo para que seja
preservadas de maneira eficaz.
A utilização de técnicas de geoprocessamento e sensoriamento remoto foi
imprescindível para a realização deste trabalho, constituindo-se em importante fator na geração
de conhecimento para os estudos ambientais e urbanos.
IBSN: 0000.0000.000 Página 15
5. Referências Bibliográficas
PELLEGRINO, P. R. M. et al. Paisagem da borda: uma estratégia para a condução das águas,
da biodiversidade e das pessoas. In: COSTA, L. M. S. A. (Org.). Rios e paisagem urbana em
cidades brasileiras. V. 1. Rio de Janeiro: Viana & Mosley/Editora Prourb, 2006. p. 57-76.
MELO, Ewerton Torres; SALES, Marta Celina Linhares; OLIVEIRA, José Gerardo Bezerra
de. Aplicação do índice de vegetação por diferença normalizada (NDVI) para análise da
degradação ambiental da microbacia hidrográfica do riacho dos cavalos, Crateús-CE. Raega:
espaço geográfico em analise, Curitiba, n. 23, p. 520-533, ago. 2011. Disponível em:
http://dx.doi.org/10.5380/raega.v23i0.24919. Acesso em: 09 jul. 2018.
NOBRE, P. Mudanças Climáticas e Desertificação: os desafios para o estado brasileiro.
Desertificação e Mudanças Climáticas no Semiárido Brasileiro. INSA- Instituto Nacional do
Semiário. Modulo 1, ISBN: 978- 85-64265-02-8, Campina Grande-PB, 2011.
ARAÚJO, Gustavo Henrique de Sousa, ALMEIDA, Josimar Ribeiro de, GUERRA, Antônio
José Teixeira. Gestão Ambiental de áreas degradadas. 3. ed.: Rio de Janeiro: Bertrand
Brasil, 2008.
PEREIRA, J. A. S.; DIAZ, C. C. F.; FRANÇA, L. M. A.; LINS, T. M. P.; SANTOS, M. S.;
GALVÍNCIO, J. D. Estudo da alteração da vegetação a partir do NDVI e do Albedo de
Superfície na Bacia do Rio Garça-PE. In: SIMPÓSIO BRASILEIRO DE
SENSORIAMENTO REMOTO, 17. (SBSR), 2015, João Pessoa. Anais[...]. São José dos
Campos: INPE, 2015. p. 6795-6802. Internet. ISBN 978-85-17-0076-8. IBI:
8JMKD3MGP6W34M/3JM4J9P. Disponível em:
http://urlib.net/8JMKD3MGP6W34M/3JM4J9P Acesso em: 21 ago. 2018.
ARIZA, Alexander. Descripción y Corrección de Productos Landsat 8 LDCM. 10. ed.
Bogotá: Instituto Geográfico Agustín Codazzi, 2013. 46 p.
BRASIL.IBGE. Censo Demográfico, 2010. Disponível em: www.ibge.gov.br.Acesso em: 21
ago. 2018.
IBSN: 0000.0000.000 Página 16
ANA. Divisões hidrográficas do Brasil, 2018. Disponível em: < http://www3.ana.gov.br/>.
Acesso em: 21 ago. 2018.
USGS. Landsat data continuity mission. U.S. Department of the Interior, U.S. Geological
Survey. 2012–3066. Jul. 2018.
OLIVEIRA, Livania Norberta de. Estudo da variabilidade sazonal da qualidade de água
do rio Poti em Teresina e suas implicações na população local. 2012. 113 f. Dissertação
(Mestrado) - Curso de Desenvolvimento e Meio Ambiente, Universidade Federal do Piaui,
Teresina, 2012.