CARACTERIZAÇÃO DA DINÂMICA SAZONAL DA VEGETAÇÃO USANDO IMAGENS MULTITEMPORAIS NDVI E EVI DERIVADAS DO SENSOR MODIS

Ano: 2008 | Volume: 14 | Número: 2

Autores: Eduarda Martiniano de Oliveira Silveira, Luis Marcelo Tavares de Carvalho, Fausto Weimar Acerbi-Júnior, José Marcio de Mello

Palavras-chave: remote sensing, time series, vegetation indies

Resumo Português:

O objetivo deste trabalho foi caracterizar a dinâmica sazonal do cerrado, floresta estacional semidecidual e decidual no
norte do estado de Minas Gerais, Brasil. Séries multitemporais dos índices de vegetação NDVI (índice de vegetação da diferença
normalizada) e EVI (índice de vegetação melhorado) derivados do sensor MODIS, foram comparadas analisando o perfil temporal
e os resultados de classificação das imagens. Os resultados mostraram que: (1) Os índices de vegetação estudados refletiram o
padrão sazonal das fisionomias, diferenciando os períodos chuvosos e os períodos de seca; (2) a fisionomia floresta estacional
decidual apresentou menores valores dos índices e maior variação; (3) as fisionomias cerrado e floresta estacional semidecidual
apresentaram alto valores dos índices e baixa variação; (4) de acordo com os resultados das classificações o melhor índice para o
mapeamento das fisionomias na área de estudo foi o NDVI, porém ambos podem ser usados para avaliar a dinâmica sazonal da
vegetação; e (5) estudos precisam ser realizados explorando algoritmos de extração de feições para melhorar a acuracidade do
mapeamento das fisionomias cerrado, floresta decídua e semidecidua na área de estudo.

Resumo Inglês:

The objectives of this work were to characterize seasonal dynamics of cerrado, deciduous and semideciduous forests
in the north of Minas Gerais, Brazil. Time series of NDVI (Normalized Difference Vegetation Index) and EVI (Enhanced Vegetation
Index) derived from MODIS sensor, were compared by analyzing temporal profiles and image classification results. The results
showed that: (1) there is an agreement between vegetation indexes and the monthly precipitation pattern; (2) deciduous forest showed
the lowest values and the highest variation; (3) cerrado and the semideciduous forest presented higher values and lower variation; (4)
based on the classification accuracies the best vegetation index for mapping the vegetation classes in the study area was the NDVI,
however both indexes might be used to assess the vegetation seasonal dynamic; and (5) further research need to be carried out
exploring the use of feature extractions algorithms to improve classification accuracy of cerrado, semideciduous and deciduos forests
in Minas Gerais, Brazil.