Mapeamento multitemporal do antropismo na Floresta Nacional de Jacundá, Estado de Rondônia, a partir do uso de imagens LANDSAT

  • Ekena Rangel Pinagé Serviço Florestal Brasileiro
  • Liliana Sayuri Osako Serviço Florestal Brasileiro
  • Gabriel Salles Rego Serviço Florestal Brasileiro

Resumo

A concessão florestal na Floresta Nacional de Jacundá, no Estado de Rondônia,

iniciou-se em 2010. Para compor o edital de licitação, um histórico das atividades antrópicas

na área foi realizado, constituindo um marco para o monitoramento florestal, após o início

das atividades de exploração. Uma análise multitemporal do desmatamento e do corte

seletivo de madeira foi executada, a partir do uso de imagens LANDSAT, adquiridas

entre 1985 e 2011, com intervalos de 2 a 4 anos. Foi aplicado, nestas imagens, o método

de classificação supervisionada Distância Mínima, que permitiu o mapeamento de seis

classes de uso e cobertura da terra, sendo as classes ‘desflorestamento’ e ‘regeneração/

agropecuária’ agregadas posteriormente, para compor a classe de antropismo. A técnica do

modelo linear de mistura espectral foi utilizada complementarmente para mapear o corte

seletivo de madeira na área de estudo. Os resultados indicam um crescimento acentuado

do antropismo a partir do ano 2000, alcançando 1,5% da área total em 2007, apesar de os

dados também indicarem uma redução na extensão da área desflorestada e um aumento

na área de regeneração/agropecuária. Evidências da presença de corte seletivo de madeira

não foram encontradas no interior da FLONA, mas puderam ser claramente distinguidas

no seu entorno, inclusive com caráter ilegal, representando uma ameaça à sustentabilidade

econômica da concessão florestal na área em questão.

Downloads

Não há dados estatísticos.

Biografia do Autor

Ekena Rangel Pinagé, Serviço Florestal Brasileiro
Gerência Executiva de Monitoramento e Auditorias Florestais
Liliana Sayuri Osako, Serviço Florestal Brasileiro
Gerência Executiva de Concessões Florestais
Gabriel Salles Rego, Serviço Florestal Brasileiro
Gerência Executiva de Florestas Comunitárias

Referências

AGUIAR, A. P. D. SHIMABUKURO, Y. E. Use of synthetic bands derived from mixing models in the multispectral classification of remote sensing images. International Journal of Remote Sensing, v. 20, n. 4, p. 647-657, 1999.

ANWAR, S.; STEIN, A. Detection and spatial analysis of selective logging with geometrically corrected LANDSAT images. International Journal of Remote Sensing, v. 33, n. 24, p. 7820-7843, 2012.

BRASIL. Ministério do Meio Ambiente. Lei no 11.284, de 02 de março de 2006. Dispõe sobre a gestão de florestas públicas para a produção sustentável. Diário Oficial da República Federativa do Brasil, Brasília DF, 02 março 2006.

CÂMARA, G.; SOUZA, R. C. M.; FREITAS, U. M.; GARRIDO, J.; MITSUO II, F. SPRING: Integrating remote sensing and GIS by object-oriented data modeling. Computers & Graphics, v. 20, n. 3, p. 395-403, 1996.

D'ALGE, J. C. L. Qualidade geométrica de imagens TM do LANDSAT-5. XIII Congresso Brasileiro de Cartografia, Brasília: INPE-8090-PRE/090, 1-12, 1987.

EXELIS VISUAL INFORMATION SOLUTIONS. ENVI software, version 4.7. Boulder, Colorado: Exelis Visual Information Solutions, 2010.

GONZALES, R. C.; WOODS, R. E. Processamento de Imagens Digitais. São Paulo: Ed. Edgard Blucher, 2000. 509 p.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Manual Técnico da Vegetação Brasileira. Rio de Janeiro: IBGE, 2012. 271p.

INSTITUTO CHICO MENDES DE CONSERVAÇÃO DA BIODIVERSIDADE. Plano de Manejo da Floresta Nacional de Jacundá - Resumo Executivo. Brasília: ICMBio, 2010. 32 p.

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Monitoramento da floresta amazônica brasileira por satélite. INPE, 2008. Disponível em http://www.obt.inpe.br/prodes/. Acesso: 23 agosto 2012.

LU, D.; MORAN, E.; BATISTELLA, M. Linear mixture model to Amazonian vegetation classification. Remote Sensing of Environment. v. 87, p.456-469, 2003.

LU, D.; BATISTELLA, M.; MORAN, E.; MAUSEL, P. Application of spectral mixture analysis to Amazonian land-use and land-cover classification. International Journal of Remote Sensing, v. 25, n. 23, p. 5345-5358, 2004.

MATTHEW, M. W.; ADLER-GOLDEN, S. M.; BERK, A.; RICHTSMEIER, S. C.; LEVINE, R. Y.; BERNSTEIN, L. S.; ACHARYA, P. K.; ANDERSON, G. P.; FELDE, G. W.; HOKE, M. P.; RATKOWSKI, A.; BURKE, H.-H.; KAISER, R. D.; MILLER, D. P. Status of Atmospheric Correction Using a MODTRAN4-based Algorithm. SPIE Proceedings, Algorithms for Multispectral, Hyperspectral, and Ultraspectral Imagery VI, 2000. Vol. 4049, p. 199-207.

MENESES, P. R.; ALMEIDA, T. Distorções e correções dos dados da imagem. In: MENESES, P. R.; ALMEIDA, T. (Org.). Introdução ao processamento de imagens de sensoriamento remoto. Brasília: UnB/Cnpq, 2012. p. 92-112.

MENESES, P. R.; SANO, E. E. Classificação pixel a pixel de imagens. In: MENESES, P. R.; ALMEIDA, T. (Org.). Introdução ao processamento de imagens de sensoriamento remoto. Brasília: UnB/Cnpq, 2012. p. 191-208.

PONZONI, F. J.; SHIMABUKURO, Y. E. Sensoriamento Remoto no Estudo da Vegetação. São José dos Campos: Parêntese Editora, 2009. 127 p.

ROBERTS, D. A.; BATISTA, G. T.; PEREIRA, J. L. G.; WALLER, E. K.; NELSON, B.W. Change identification using multitemporal spectral mixture analysis: applications in eastern Amazônia. In: LUNETTA, R. S.; ELVIDGE, C. D. (Eds.). In: Remote Sensing Change Detection: Environmental Monitoring Methods and Applications. Chelsea, MI: Ann Arbor Press, 1998. p. 137-161.

SERVIÇO FLORESTAL BRASILEIRO. Concessão Florestal - Um novo paradigma de uso das florestas. Disponível em http://www.florestal.gov.br/concessoes-florestais/o-que-e-concessao-florestal/concessao-florestal-um-novo-paradigma-de-uso-das-florestas. SFB, 2009. Acesso: 9 janeiro 2013.

SHIMABUKURO, Y. E.; SMITH, J. A. The least-squares mixing models to generate fraction images derived from remote sensing multispectral data. International Journal of Remote Sensing, v. 29, p. 16-20, 1991.

VIEIRA, I. C. G; ALMEIDA, A. S.; DAVIDSON E. A.; THOMAS, A. S.; CARVALHO, C. J. R.; GUERRERO, J. B. Classifying successional forests using Landsat spectral properties and ecological characteristics in eastern Amazônia. Remote Sensing of Environment. v. 87, p.470-481, 2003.

Publicado
2014-05-05
Seção
Artigos Científicos