ANÁLISE DO EFEITO TOPOGRÁFICO SOBRE ÍNDICES DE VEGETAÇÃO UTILIZANDO IMAGENS RAPIDEYE NA SERRA DO MAR – PR
Resumo
Ao explorar dados espectrais da vegetação deve-se considerar eliminar ou reduzir os efeitos da geometria de iluminação e observação, bem como as implicações associadas aos efeitos topográficos. O objetivo deste estudo foi analisar o efeito topográfico sobre índices de vegetação (SR, NDVI, EVI e RENDVI) na região da Serra do Mar, no estado do Paraná, utilizando dados da constelação Rapideye, após o emprego dos métodos semiempíricos de correção topográfica Minnaert e Correção-C. Observou-se que os dois métodos de correção empregados diminuíram o efeito topográfico nas bandas, proporcionando diminuição no valor do desvio padrão, o que propiciou uma menor correlação entre o fator cosseno e a refletância. Para o método Minnaert observou-se uma diferença significativa (95% confiança) entre todas as bandas não corrigidas e as corrigidas topograficamente. Para o método da Correção-C, a diferença não foi significativa (p-value > 0,05) para as bandas Red-Edge e NIR. Na avaliação sobre os índices de vegetação calculados com as imagens sem e com correção topográfica, foi aplicado o teste não paramétrico de Wilcoxon, atestando que apenas a correção Minnaert apresentou uma diferença significativa de 95%, sendo para este estudo o método mais eficaz na redução do efeito topográfico. Apesar da magnitude do efeito das diferenças da métrica de Cohen (r) ter sido baixa, se faz necessária aplicação de métodos de correção topográfica para uma redução consistente do efeito topográfico nos índices de vegetação de terrenos acidentados, proporcionando a extração de informações espectrais mais fidedignas. Percebeu-se ainda que índices normalizados são menos sensíveis aos efeitos topográficos.
Palavras-chave
Texto completo:
PDFReferências
BALTHAZAR, V., VANACKER, V., LAMBIN, E. Evaluation and parameterization of ATCOR3 topographic correction method for forest cover mapping in mountain areas. Int. J. Appl. Earth Observ. Geoinform. v.18, p. 436–450, 2012. DOI:10.1016/j.jag.2012.03.010.
BREUNIG, F. M; GALVÃO, L. S; DOS SANTOS JR, GITELSON A. A.; DE MOURA, Y. M.; TELES, T. S.; GAIDA, W. Spectral anisotropy of subtropical deciduous forest using MISR and MODIS data acquired under large seasonal variation in solar zenith angle. Int. J. Appl. Earth Observ. Geoinform. v. 35, p.294–304, 2015. DOI:10.1016/j.jag.2014.09.017.
COHEN, J. Statistical power analysis for the behavioral sciences. 2.ª ed. Hillsdale: Lawrence Erlbaum Associates, 1988.
EKSTRAND, S. Landsat TM-Based Forest Damage Assessment: Correction for Topographic Effects. Photogrammetric Engineering & Remote Sensing, v. 62, n. 2, p. 151–161, 1996.
EXELIS. Fast Line-of-sight Atmospheric Analysis of Hypercubes (FLAASH). 2015. Disponível em: . Acesso em: 7 out. 2020.
FREITAS, S.R.; MELLO, M.C.S.; CRUZ, C.B.M. Relationships between forest structure and vegetation indices in Atlantic Rainforest. Forest Ecol. Manag, p. 353-362, 2005. DOI:10.1016/j.foreco.2005.08.036.
GAIDA, W.; BREUNIG, F. M.; GALVÃO, L. S.; TELES, T. S.; BALBINOT, R. Variações da reflectância e dos índices de vegetação em função dos parâmetros da modelagem topográfica no Parque Estadual do Turvo, Rio Grande do Sul, Brasil. Investigaciones geográficas, n. 91, p. 105-123, 2016. DOI: 10.14350/rig.52159.
GALVAO, L. S.; SANTOS, J. R.; ROBERTS, D. A.; BREUNIG, F. M.; TOOMEY, M.; MOURA, Y. M. On Intra-annual EVI Variability in the Dry Season of Tropical Forest: a Case Study with MODIS and Hyperspectral Data. Remote Sensing of Environment, v. 115, n. 9, p. 2350-2359, Set. 2011. DOI: 10.1016/j.rse.2011.04.035.
GALVÃO, L. S.; BREUNIG, F. M.; TELES, T. S.; GAIDA, W.; BALBINOT, R. Investigation of terrain illumination effects on vegetation indices and VI-derived phenological metrics in subtropical deciduous forests. GIScience and Remote Sensing, v. 53, n. 3, p. 360–381, 2016. DOI:10.1080/15481603.2015.1134140.
GITELSON, A. A.; MERZLYAK, M. N.; LICHTENTHALER, H. K. Detection of red edge position and chlorophyll content by reflectance measurements near 700 nm. Journal of Plant Physiology, v. 148, n. 3/4, p. 501–508, 1996. DOI: 10.1016/S0176-1617(96)80285-9.
HANTSON, S., CHUVIECO, E. Evaluation of different topographic correction methods for Landsat imagery. Int. J. Appl. Earth Observ. Geoinform. 13, p. 691–700, 2011. DOI:10.1016/j.jag.2011.05.001.
HUETE, A. R.; DIDAN, K.; LEEUWEN, W. VAN. Modis vegetation index. Vegetation Index and Phenology Lab, v. 3, n. 1, p. 129, 1999.
HUETE, A. R.; DIDAN, K.; MIURA, T.; RODRIGUEZ,E. P., GAO, X; FERREIRA, L. G. Overview of the radiometric and biophysical performance of the MODIS vegetation índices. Remote Sensing of Environment, vol. 83, p. 195-213, 2002. DOI:10.1016/S0034-4257(02)00096-2.
HUETE, A. R.; DIDAN, K.; LEEUWEN, W. VAN; MIURA, T.; GLENN, E. Modis vegetation index. In: Ramachandran, B., Justice, C., Abrams, M. (eds) Land Remote Sensing and Global Environmental Change. Remote Sensing and Digital Image Processing, vol 11. Springer: New York, 2010. DOI:10.1007/978-1-4419-6749-7_26.
JORDAN, C.F. Derivation of leaf area index from quality of light on the forest floor. Ecology, 50, p.663-666, 1969.
KRISHNASWAMY, J.; BAWA, K.; GANESHAIAH, K. N.; KIRAN, MC. Quantifying and mapping biodiversity and ecosystem ser v ices: Utility of a multi-season NDVI based Mahalanobis distance surrogate. Remote Sensing of Environment, p.857-867, 2009. DOI:10.1016/j.rse.2008.12.011.
L3Harris Geospatial, ‘Image Processing & Analysis Software - Interactive Data Language (ENVI-IDL - v. 5.6)’ (Boulder, CO: Exelis, 2021). Disponível em: https://www.exelisvis.com/envi/.
LAW, K. H.; NICHOL, J. Topographic correction for differential illumination effects on IKONOS satellite imagery. ISPRS Journal of Photogrammetry and Remote Sensing, v. 35, p. 641-646, 2004.
LEE, T. Y. L. T. Y.; KAUFMAN, Y. J. Non-Lambertian Effects on Remote Sensing of Surface Reflectance and Vegetation Index. IEEE Transactions on Geoscience and Remote Sensing, v. 24, n. 5, p. 699–708, 1986.
LINDENAU, J. D.; GUIMARÃES, L. S. P. Calculando o tamanho de efeito no SPSS. Rev HCPA, v.32 (3), 2012.
MICROLAB Inc, ‘OriginPro’ (Northampton: OriginLab Corporation, 2016), p. n/a. Disponível em: https://www.originlab.com/.
MINNAERT, M. The Reciprocity Principle in Lunar Photometry. Astrophys Journal. 1941, 93, 403-410.
MINEROPAR (MINERAIS DO PARANÁ S/A). Mapeamento Geológico Geotécnico da Porção Leste da Serra do Mar do Estado do Paraná. MINEROPAR (Minérios do Paraná S/A), 2011. 91p.
MOREIRA, E. P.; VALERIANO, M. D. M.; RENNÓ, C. D.; FRANÇA, H. Efeito da topografia sobre a classificação do uso e baseada em objetos. Revista Brasileira de Cartografia, v. 68, p. 505–517, 2016.
MOREIRA, E. P.; VALERIANO, M. M. Application and evaluation of topographic correction methods to improve land cover mapping using object-based classification. International Journal of Applied Earth Observation and Geoinformation, v. 32, n. 1, p. 208–217, 2014. DOI: 10.1016/j.jag.2014.04.006.
OLIVEIRA, L. M. de; GALVÃO, L. S.; PONZONI, F. J. Topographic effects on the determination of hyperspectral vegetation indices: a case study in southeastern Brazil. Geocarto International, p. 1-18, 2019. DOI: 10.1080/10106049.2019.1690055.
PINTO, R. C. Identificação e mapeamento de áreas suscetíveis a movimentos de massa através de Avaliação Multicritério em Sistema de Informações Geográficas – Análise Conceitual e uma proposta. 2015. 213p. Tese (Doutorado em Geografia). UFPR: Curitiba, 2015.
PONZONI, F. J. Impact of topographic correction on soil and vegetation cover spectral characterization by Tm/Landsat 5 imagery. Cerne, v. 22, n. 3, p. 289– 298, 2016. DOI:10.1590/01047760201622032121.
PONZONI, F. J.; SILVA, C. B.; SANTOS, S. B.; MONTANHER, O. C.; SANTOS, T. B. Local illumination influence on vegetation indices and plant área index (PAI) relationships. Remote Sensing, v. 6, n. 7, p. 6266–6282, 2014. DOI:10.3390/rs6076266.
RAPIDEYE AG SATELLITE. Imagery Product Specifications, Version 6.1. Planet: 2016. Disponível em: https://www.planet.com/products/satellite-imagery/files/160625-RapidEye%20Image-ProductSpecifications.pdf. Acesso em: 20 set. 2019.
REESE, H.; OLSSON, H. C-correction of optical satellite data over alpine vegetation areas: a comparison of sampling strategies for determining the empirical c-parameter. Remote Sensing of Environment, v. 115, n. 6, p. 1387–1400, 2011. DOI:10.1016/j.rse.2011.01.019.
RIAÑO, D.; CHUVIECO, E.; SALAS, J.; AGUADO, I. Assesment of different topographic corrections in Landsat -TM data for mapping vegetation types. IEEE Transactions on Geoscience and Remote Sensing, v. 41, n. 5, p. 1056–1061, 2003.
RODERJAN, C. V., GALVÃO, F., KUNIYOSHI, Y. S., & HATSCHBACH, G. G. As Unidades Fitogeográficas do Estado do Paraná. Ciência & Ambiente, Santa Maria, n. 24, p. 75-92, 2002.
ROUSE, J. W.; HAAS, R. H.; SCHELL J. A.; DEERING, D. W. Monitoring vegetation systems in the great plains with ERTS. In: EARTH RESOURCES TECHNOLOGY SATELLITE-1 SYMPOSIUM, 3., Washington, D.C., 1973. Anais... Washington, D.C.: NASA. Goddart Space Flight Center, 1973a. v.1, p. 309-317.
SHEPHERD, J. D.; DYMOND, J. R. Correcting satellite imagery for the variance of reflectance and illumination with topography. International Journal of Remote Sensing, v. 24, n. 17, p. 3503-3514, 2003. DOI: 10.1080/01431160210154029.
SILVEIRA, C. T.; FIORI, A. P.; FERREIRA, A. M.; GÓIS, J.R.; MIO, G.; SILVEIRA, R. M. P.; MASSULINI, N. E. B.; LEONARDI, T. M. H. Emprego de atributos topográficos no mapeamento da susceptibilidade a processos geoambientais na bacia do rio Jacareí/Paraná. Sociedade e Natureza, v.24, p. 623-639, 2013. DOI: 10.1590/S1982-45132013000300014.
SMITH, J.A., LIN, T.L., RANSON, K.J. The Lambertian assumption and Landsat data. Photogramm. Eng. Remote Sens. 46 (9), p. 1183–1189, 1980.
TEILLET, P. M.; GUINDON, B.; GOODENOUGH, D. G. On the slope-aspect correction of multispectral scanner data. Canadian. International Journal of Remote Sensing, v. 8, n. 2, p. 84–106, 1982.
TEILLET, P. M.; STAENZ, K.; WILLIAM, D. J. Effects of spectral, spatial, and radiometric characteristics on remote sensing vegetation indices of forested regions. Remote Sensing of Environment, v. 61, p. 139–149, 1997. DOI: 10.1016/S0034-4257(96)00248-9.
VANONCKELEN, S.; LHERMITTE, S.; ROMPAEY, A. Van. The effect of atmospheric and topographiccorrection methods on land cover classification accuracy. International Journal of Applied Earth Observation and Geoinformation, v. 24, p. 9–21, 2013. DOI: 10.1016/j.jag.2013.02.003.
WEN, J., LIU, Q., LIU, Q., XIAO, Q., LI, X. Parametrized BRDF for atmospheric and topographic correction and albedo estimation in Jiangxi rugged terrain, China. International Journal of Remote Sensing. v.30, n.11, p. 2875–2896, 2009. DOI: 10.1080/01431160802558618.
ZHANG, W.; GAO, Y. Topographic correction algorithm for remotely sensed data accounting for indirect irradiance. International Journal of Remote Sensing, v. 32, p. 1807–1824, 2011. DOI:10.1080/01431161003623441.
DOI: http://dx.doi.org/10.5380/raega.v56i0.85922
