Análise temporal de índices de vegetação como subsídio à estimativa de biomassa acima do solo em iLPF

Marcelo  Teixeira; Elias Fernando Berra; Adriane Avelhaneda Mallmann; Silvano Kruchelski

doi:10.25100/eg.v0i27.13100

##plugins.block.makeSubmission.linkLabel##

Temporal analysis of vegetation indices as subsidy for estimating above-ground biomass in CLFi

https://doi.org/10.25100/eg.v0i27.13100

Regression analysis Statistical analysis Satellites Index Mathematical models

PDF (Español) XML (Español)

Published: Jan 1, 2024

Issue: No. 27 (2024): Enero - Junio 2024 (27)

Section Artículos (Espacios y Territorios)

Publcation metrics

281

Authors

Marcelo Teixeira Universidade Federal do Paraná

Elias Fernando Berra Universidade Federal do Paraná

Adriane Avelhaneda Mallmann Universidade Federal do Paraná

Silvano Kruchelski Universidade Federal do Paraná

Abstract

Climate change, its consequences and alternatives to minimize its effects are among the most debated topics today. The Crop-Livestock-Forest integration systems (CLFi) appear as an alternative in the conception of Sustainable Agriculture. For the management of CLFi, remote sensing has been shown to be an option. In this study, conducted in an experimental area of iLPF, in Pinhais, PR, analyzing the variability of vegetation indices (NDVI, sPRI and CO2flux) between February and September 2021, using PlanetScope images, at two levels of analysis: pixel and treatment. At the pixel level, the results indicated a slight downward trend in the NDVI; stabilization of CO2flux values; and slight increase in sPRI. While, for the treatment level, the NDVI and sPRI trends were maintained; for CO2flux, a drop in values was observed. Using the ANOVA test, it was shown that there was no variation between the indices for the different treatments. A climatic variable – precipitation – was also analyzed in its performance on the indices. By multiple linear regression, the pixel level values related to the forest inventory biomass values, as a subsidy for the aboveground biomass estimation, showed null to weak relationships.

Author Biographies

Marcelo Teixeira, Universidade Federal do Paraná

Estudante de graduação em Geografia pela Universidade Federal do Paraná (UFPR), realizando projetos de Iniciação Cientifica com foco em Sensoriamento Remoto em sistemas de Integração Lavoura, Pecuária e Floresta (iLPF)

Elias Fernando Berra, Universidade Federal do Paraná

Engenheiro Florestal (Universidade Federal de Santa Maria, UFSM), com mestrado (Universidade Federal do Rio Grande do Sul, UFRGS) e doutorado (Newcastle University) em Sensoriamento Remoto (SR). É professor adjunto da Universidade Federal do Paraná (UFPR) na área de Geotecnologias. Possui experiência com várias plataformas de SR e a calibração, processamento e interpretação de dados de detecção remota óptica. Suas principais experiências são com as aplicações de dados de SR para o mapeamento do uso e cobertura da terra, a estimativa de propriedades biofísicas florestais, a caracterização espectral de espécies arbóreas e o monitoramento multi-temporal de propriedades espectrais da vegetação em diferentes escalas espaciais.

Adriane Avelhaneda Mallmann, Universidade Federal do Paraná

Engenheira Florestal graduada pela Universidade Federal de Santa Maria (UFSM). Possui mestrado em Engenharia Florestal, na área de Manejo Florestal, pela Universidade Federal do Paraná (UFPR). Atualmente é doutoranda em Engenharia Florestal na Universidade Federal do Paraná (UFPR).

Silvano Kruchelski, Universidade Federal do Paraná

Possui graduação em Ciências Biológicas, Mestre e doutorando em produção vegetal pela Universidade Federal do Paraná. Como mestre em produção vegetal desenvolveu um projeto de educação ambiental com foco em sustentabilidade para professores e escolares do ensino fundamental. Como doutorando pesquisa o componente florestal em sistemas integrados de produção agropecuária. Possui graduação em Educação Física pela Universidade Federal do Paraná (1988). Pós-graduado em Didática do Ensino Superior pela Pontifícia Universidade Católica do Paraná (1990).

How to Cite

Teixeira, M., Berra, E. F., Avelhaneda Mallmann, A., & Kruchelski, S. (2024). Temporal analysis of vegetation indices as subsidy for estimating above-ground biomass in CLFi. Entorno Geográfico, (27), e23013100. https://doi.org/10.25100/eg.v0i27.13100

References

Balbino, L., Cordeiro, L., Oliveira, P., Kluthcouski, J., Galerani, P., y Vilela, L. (2012). Agricultura sustentável por meio da integração Lavoura-Pecuária-Floresta (iLPF). Embrapa, (138), 1-18. https://tinyurl.com/y6wsbaka

Baptista, G. (5-10 de abril de 2003). Validação da Modelagem de Sequestro de Carbono para Ambientes Tropicais de Cerrado, por meio de Dados AVIRIS e HYPERION. XI SBSR, 2003, Belo Horizonte, Brasil, 1037-1044. https://tinyurl.com/5xdje987

Berra, E., Brandelero, C., Pereira, R., Sebem, E., Goergen, L., Benedetti, A., y Lippert, D. (2012). Estimativa do Volume Total de Madeira em Espécies de Eucalipto a partir de Imagens de Satélite Landsat. Ciência Florestal, 22(4), 853-864. https://doi.org/10.5902/198050987566 DOI: https://doi.org/10.5902/198050987566

Berra, E., Fontana, D., y Kuplich, T. (2014). Comparação da Reflectância Espectral e do IVDN dos Sensores LISS-III/RESOURCESAT-1 e TM/LANDSAT 5 em Povoamento Florestal. Revista Brasileira de Cartografia, 2(66), 393-406. https://tinyurl.com/y9ba34nh DOI: https://doi.org/10.14393/rbcv66n2-43920

Food and Agriculture Organization of the United Nations y UN Environment Programme. (2020). The State of the World’s Forests 2020. Forests, biodiversity and people. Food and Agriculture Organization of the United Nations y UN Environment Programme. https://tinyurl.com/3skx53t9

Gianetti, G., y Filho, J. (2021). O Plano e Programa ABC: uma análise da alocação dos recursos. Revista de Economia e Sociologia Rural, 59(1), 1-15. https://doi.org/10.1590/1806-9479.2021.216524 DOI: https://doi.org/10.1590/1806-9479.2021.216524

Houborg, R., y McCabe, M. (2018). A Cubesat enabled Spatio-Temporal Enhancement Method (CESTEM) utilizing Planet, Landsat and MODIS data. Remote Sensing of Environment, 209, 211-226. https://doi.org/10.1016/j.rse.2018.02.067 DOI: https://doi.org/10.1016/j.rse.2018.02.067

Intergovernmental Panel on Climate Change. (2022). Climate Change 2022: Impacts, Adaptation and Vulnerability. Intergovernmental Panel on Climate Change. https://tinyurl.com/4fakpn86 DOI: https://doi.org/10.1017/9781009325844

Kruchelski, S., Trautenmüller, J., Deiss, L., Trevisan, R., Cubbage F., Porfírio-Da Silva, V., y Moraes, A. (2021). Eucalyptus benthamii Maiden et Cambage growth and wood density in integrated crop-livestock systems in Brazilian subtropic. Agroforest Syst, 95, 1577-1588. http://dx.doi.org/10.5380/bdc/58 DOI: https://doi.org/10.1007/s10457-021-00672-0

Moraes, A., Carvalho, P., Pelissari, A., Anghinoni, I., Lustosa, S., Lang, C., Assmann, T., Deiss, L., y Nunes, P. (2018). Sistemas Integrados De Produção Agropecuária: Conceitos Básicos E Histórico No Brasil. En: E. Souza., F. Silva., T. Assmann., M. Carneiro., P. Carvalho., H. Paulino (Eds.), Sistemas Integrados de Produção Agropecuária no Brasil (p. 692). COPIART. https://tinyurl.com/2recmna7

Nicácio, R., Araujo, L., Gonzaga, E., Libos, M., y Oliveira, L. (2009). Relação ndvi e precipitação na bacia do rio coxim – ms. Revista Geografia, 34, 667-680. http://tinyurl.com/2khffyt5

Nguyen, M., Baez, O., Bui, D., Nguyen, P., y Ribbe, L. (2020). Harmonization of Landsat and Sentinel 2 for Crop Monitoring in Drought Prone Areas: Case Studies of Ninh Thuan (Vietnam) and Bekaa (Lebanon). Remote Sensing, 12(2), 281. https://doi.org/10.3390/rs12020281 DOI: https://doi.org/10.3390/rs12020281

Rahman, A., Gamon, J., Fuentes, D., Roberts, D., Prentiss, D., y Qiu, H. (2000). Modeling CO2 flux of boreal forests using narrow-band indices from AVIRIS imagery. AVIRIS Workshop Proceedings. Anais...JPL/NASA, Pasadena. https://tinyurl.com/3upjdkrd

Planet Labs. (2022). Planet Imagery Product Specifications. Planet. https://tinyurl.com/2jehuswz

Reis, A., Werner, J., Silva, B., Figueiredo, G., Antunes, J., Esquerdo, J., Coutinho, A.., Lamparelli, R., Rocha, J., y Magalhães, P. (2020). Monitoring Pasture Aboveground Biomass and Canopy Height in an Integrated Crop–Livestock System Using Textural Information from PlanetScope Imagery. Remote Sensing, 12(16), 2534. https://doi.org/10.3390/rs12162534 DOI: https://doi.org/10.3390/rs12162534

Rouse, J., Haas, R., Schell, J., y Deering, D. (1974). Monitoring Vegetation Systems in the Great Plains with ERTS. ERTS‐1 Symposium. Proceedings 1(3), 309‐317. https://tinyurl.com/2w8d84f3

Shiratsuchi, L., Brandao, Z., Vicente, L., Victoria, D., Ducati, J., Oliveira, R., y Vilela, M. (2014). Sensoriamento Remoto: conceitos básicos e aplicações na Agricultura de Precisão. En: A. Bernardi., J. Naime., A. Resende., L. Bassoi., R. Inamasu, (Eds.). Agricultura de precisão: resultados de um novo olhar, (pp. 58-73). EMBRAPA. https://tinyurl.com/ycn3679p

Silva, S., y Baptista, G. (2015). Análise do grau de severidade de áreas queimadas na estação ecológica de águas emendadas por meio de dados do Landsat 8. Revista Brasileira de Geografia Física, 8(2), 431-438. https://doi.org/10.26848/rbgf.v8.2.p431-438 DOI: https://doi.org/10.26848/rbgf.v8.2.p431-438

Tonini, H., Morales M., Meneguci, J., Antonio D., y Wruck, F. (2016) Biomassa e área foliar de clones de eucalipto em ILPF: Implicações para a desrama. Nativa, 4(5), 271 – 276. https://tinyurl.com/bdfevmxx DOI: https://doi.org/10.14583/2318-7670.v04n05a02

Trentin, A., Trentin, C., Saldanha, D., y Kuplich, T. (2018). Modis Time Series Analysis And Trmm In Eucalyptus Plantations. Mercator, Fortaleza, 17, 1-11. https://doi.org/10.4215/rm2018.e17022 DOI: https://doi.org/10.4215/rm2018.e17022

Watzlawick L., Soares, H., y Kirchner, F. (2006). Estimativa de biomassa e carbono em plantios de Pinus taeda L. utilizando imagens do satélite IKONOS II. Ciência e Natura, 28(1), 45-60. https://www.redalyc.org/pdf/4675/467546282004.pdf

##submission.statistics##