o uso de sensoriamento remoto para avaliar a dinâmica da ...

January 3, 2017 | Author: Anonymous | Category: N/A
Share Embed Donate


Short Description

À minha mãe Rosa Maria de Arruda, a maior fonte de inspiração de minha vida, ..... queimadas sendo realizadas durante a ...

Description

PROGRAMA DE PÓS-GRADUAÇÃO STRICTO SENSU MESTRADO EM CIÊNCIAS AMBIENTAIS

CELSO DE ARRUDA SOUZA

O USO DE SENSORIAMENTO REMOTO PARA AVALIAR A DINÂMICA DA VEGETAÇÃO EM UMA UNIDADE DE CONSERVAÇÃO NO ESTADO DE MATO GROSSO

CUIABÁ – MT 2017

CELSO DE ARRUDA SOUZA

O USO DE SENSORIAMENTO REMOTO PARA AVALIAR A DINÂMICA DA VEGETAÇÃO EM UMA UNIDADE DE CONSERVAÇÃO NO ESTADO MATO GROSSO

Dissertação apresentada ao Programa de PósGraduação em Ciências Ambientais da Universidade de Cuiabá, como parte dos requisitos para obtenção do Título de Mestre em Ciências Ambientais. Orientador: PROF. DR. VICTOR HUGO DE MORAIS DANELICHEN

CUIABÁ – MT 2017

“Tudo tem o seu tempo determinado, e há tempo para todo o propósito debaixo do céu. ” Eclesiastes 3:1

iv

DEDICATÓRIA A DEUS pelo princípio de toda sabedoria, a minha mãe Rosa Maria de Arruda, a maior fonte de inspiração de minha vida, ―in memorian‖ ao meu pai Eurípedes Gomes, sempre vivo em meu coração. Ao meu orientador Prof. Dr. Victor Hugo de Morais Danelichen, pela dedicação e atenção. A minha esposa Regiane Soares da Silva, ao meu filho Felipe Henrique e ao nosso futuro bebê Caio Matheus que está chegando, além do meu irmão Cidinei de Arruda, minha irmã Cilene de Arruda e Any Caroline de Arruda, pelo constante incentivo e apoio em todos os momentos, para nunca desistir dos sonhos.

v

AGRADECIMENTOS À DEUS pela oportunidade de pode contemplar a conquista deste título de Mestrado em Ciências Ambientais: À minha mãe Rosa Maria de Arruda, a maior fonte de inspiração de minha vida, ―in memorian‖ ao meu pai Eurípedes Gomes, sempre vivo em meu coração. À minha Esposa Regiane Soares da Silva, ao meu filho Felipe Henrique e ao nosso futuro bebê Caio Matheus que está chegando, além do meu irmão Cidinei de Arruda, Minha Irmã Cilene de Arruda e Any Caroline de Arruda, pelo constante incentivo e apoio em todos os momentos, que me incentiva a jamais desistir dos sonhos. Ao Programa de Pós-Graduação em Ciências Ambientais, Universidade de Cuiabá de Mato Grosso, na pessoa do coordenador Prof. Dr. Osvaldo Borges Pinto Júnior. A todos os professores que contribuíram para minha formação acadêmica e profissional. Ao Prof. Dr. Victor Hugo de Morais Danelichen, pela dedicação e atenção, por todas as críticas e sugestões relevantes feitas durante a minha caminhada, pelo apoio em todos os momentos, por acreditar e contribuir para meu amadurecimento profissional. À Profª. Dra. Franciele Bomfiglio Santanna, pela escolha do meu projeto inicial para entrada no programa, pela amizade e conselhos. Ao

Prof.

Dr.

Marcelo

Sacardi

Biudes

e

Prof.

Dr.

Sérgio Wagner Gripp da Silveira, pelas críticas construtivas e sugestões durante a qualificação. Aos amigos e colegas de mestrado, Antônio Henrique, Douglas Dias, Susana Pachecco, Rodrigo Gil, e aos demais colegas, pelo incentivo e apoio. À Secretaria Estadual de Meio Ambiente do estado de Mato Grosso, Alexandre Battistella, Eliane Fachim, Fatima Sonoda, Paula Marye, Lenir Assumpção, Rosana Viegas, Jone Henrique, Nicola Levente, Elder Monteiro, Katia Moser, Vera Lucia, Eliane Pena, Jussara Oliveira, Simome Ziober e Margarida Coelho, em nome dos Colegas quero agradecer a todos os Analistas Ambientais. Técnicos Ambientais e estagiários e parceiros da Coordenadoria de Unidade de Conservação pela compreensão e incentivos.

vi

SUMÁRIO LISTA DE FIGURAS ................................................................................................... vii LISTA DE TABELAS ................................................................................................. viii LISTA DE ABREVIATURAS ...................................................................................... ix RESUMO ......................................................................................................................... x ABSTRACT .................................................................................................................... xi 1. INTRODUÇÃO ........................................................................................................... 1 1.1. Problemática ......................................................................................................... 2 1.2. Justificativa ........................................................................................................... 2 1.3. Objetivo Geral ...................................................................................................... 2 1.4. Objetivos Específicos ........................................................................................... 3 2. FUNDAMENTAÇÃO TEÓRICA ............................................................................. 4 2.1. Bioma Cerrado ..................................................................................................... 4 2.2. Áreas Protegidas................................................................................................... 8 2.3. Índice de Vegetação............................................................................................ 11 2.3.1. Normalized Difference Vegetation Index (NDVI) .................................... 12 2.3.2. Enhanced Vegetation Index (EVI) ............................................................. 13 2.3.3. Normalized Difference Moisture Index (NDMI) ...................................... 13 3. MATERIAL E MÉTODOS ..................................................................................... 15 3.1. Área de estudo .................................................................................................... 15 3.2. Procedimentos de coleta e processamento dos dados: .................................... 16 3.2. Dados de Sensores orbitais ................................................................................ 17 3.3. Índices de Vegetação .......................................................................................... 18 3.3.1. Normalized Difference Vegetation Index (NDVI) .................................... 18 3.3.2. Enhanced Vegetation index (EVI) ............................................................. 18 3.3.3. Normalized Difference Moisture Index (NDMI) ...................................... 18 4.RESULTADOS E DISCUSSÕES ............................................................................. 20 4.1. Avaliações da Mudança do Uso e Ocupação do Solo ...................................... 20 4.2. Análise dos Índices de Vegetação na Área da Unidade de Conservação ...... 24 5. CONCLUSÃO ........................................................................................................... 30 6. REFERÊNCIAS BIBLIOGRÁFICAS .................................................................... 31

vii

LISTA DE FIGURAS Figura 1: Bioma Cerrado no Brasil (Fonte: Geoclasse, 2013) ........................................ 6 Figura 2: Localização da Área de Estudo, Monumento Natural Morro de Santo Antônio. .......................................................................................................................... 16 Figura 3: Classificação das condições da cobertura do solo no período de 2005 a 2015. ........................................................................................................................................ 20 Figura 4: Diagrama de caixa referente ao Normalized Difference Vegetation Index NDVI, na MoNa. ............................................................................................................ 25 Figura 5: Diagrama de caixa referente ao Enhanced Vegetation Index (EVI), na MoNa. ........................................................................................................................................ 27 Figura 6: Diagrama de caixa referente ao Normalized Difference Moisture Index (NDMI), na MoNa. ......................................................................................................... 28

viii

LISTA DE TABELAS Tabela 1: Data de captação de Imagens (DCI) pelo TM - Landsat 5 e 8, dia sequencial do ano (DSA), horário da captação (Hora:min:seg), elevação solar (E) e ângulo zenital Z). .................................................................................................................................... 17 Tabela 2: Classificação das condições da cobertura Vegetal da MoNa. ........................ 21

ix

LISTA DE ABREVIATURAS EVI

Enhanced Vegetation Index

ETM + –

Enhanced Thematic Mapper Plus

NDVI

Normalized Difference Vegetation Index

NDMI

Normalized Difference Moisture Index

NIR

Near infrared

MoNa

Monumento Natural

MSS

Multispectral Scanner

IAF

Índice de área foliar

INMET

Instituto Nacional de Meteorologia

SEMA

Secretaria de Estado do Meio Ambiente - MT

SAVI

Soil Adjusted Vegetation Index

TM

Thematic Mapper

TIRS

Thermal Infrared Sensor

OLI

Operational Terra Image

UFMT

Universidade Federal de Mato Grosso

UNIC

Universidade de Cuiabá

USGS

United States Geological Survey

UC

Unidade de Conservação

INMET

Instituto Nacional de Meteorologia do Brasil

x

RESUMO SOUZA, C.A. O uso de sensoriamento remoto para avaliar a dinâmica da vegetação em uma Unidade de Conservação no estado de Mato Grosso. 40 f. Dissertação (Mestrado em Ciências Ambientais). Universidade de Cuiabá, Cuiabá, 2017.

As unidades de conservação são áreas geograficamente dotadas de atributos ambientais, sendo requerida ou sugerida por meio de estudo, objetivando a preservação e proteção da biodiversidade. Neste sentido as imagens de satélite são grandes ferramentas para monitorar o ecossistema. Diante disso, o objetivo deste trabalho foi avaliar os efeitos sobre o uso e ocupação do solo após a criação da unidade conservação Monumento Natural Morro de Santo Antônio no estado de Mato Grosso. O estudo foi realizado no Monumento Natural Morro de Santo Antônio, distante 15 km da capital do Estado de Mato Grosso, localizado na divisa dos municípios de Cuiabá e Santo Antônio de Leverger no Cerrado Brasileiro. Foram adquiridas, junto ao USGS, imagens dos satélites Landsat 5 e 8, nos anos de 2005 a 2015, com resolução espacial de 30 m. Para o estudo da dinâmica da vegetação foram computados os índices de vegetação e umidade da superfície: NDVI, EVI e NDMI. Os resultados apresentados neste trabalho demonstram que após a criação da MoNa no ano de 2006, comparado a 2015, a classe Cerrado nativo, apresentou aumento de 3,38%, na classe da Vegetação rasteira, aumento de 5,59%, e na classe Mata densa, aumento de 2,21%. Em comparação as demais classes, a classe Vegetação rasteira demonstrou maior predominância. As análises das estimativas de todos os índices foram menores no ano de 2006, enquanto que no ano de 2015, foram maiores.

Palavras-chave: Unidades de Conservação, índice de vegetação, sensores orbitais.

xi

ABSTRACT SOUZA, C.A. The use of remote sensing to evaluate the dynamics of vegetation in a Conservation Unit in Mato Grosso state. 40 f. Dissertation (Master in Environmental Sciences). University of Cuiabá, Cuiabá, 2017.

Conservation units are areas geographically endowed with environmental attributes, being required or suggested through study, aiming the preservation and protection of biodiversity. In this sense the satellite images are great tools to monitor the ecosystem. Therefore, the objective of this work was to evaluate the effects on the use and occupation of the soil after the creation of the conservation unit Morro de Santo Antônio Natural Monument in the state of Mato Grosso. The study was conducted at the Morro de Santo Antônio Natural Monument, 15 km from the capital of the state of Mato Grosso, located on the border of the municipalities of Cuiabá and Santo Antônio de Leverger in the Brazilian Cerrado. Images from the Landsat 5 and 8 satellites were acquired from the USGS from 2005 to 2015, with spatial resolution of 30 m. For the vegetation dynamics study, vegetation and surface moisture indexes were computed: NDVI, EVI and NDMI. The results presented in this work show that after the creation of MoNa in the year 2006, compared to 2015, the native Cerrado class presented an increase of 3.38%, in the class of Ground vegetation, increase of 5.59%, and in the class Dense wood, an increase of 2.21%. In comparison to the other classes, the class Undergrowth showed a greater predominance. The analyzes of the estimates of all the indexes were smaller in the year of 2006, whereas in the year of 2015, they were larger.

Key words: Conservation Units, vegetation index, orbital sensors

1

1. INTRODUÇÃO A conservação da natureza é um assunto que vem ganhando cada vez mais espaço nos temas cotidianos na maior parte do mundo. Com o aumento crescente da população humana na Terra, cresce o número dependente dos recursos naturais e amplia-se a área de ocupação antrópica sobre a superfície do planeta (DIAS, 2008). Como consequência deste processo, as áreas naturais são cada vez menores e mais restritas através de legislação que assegura as áreas protegidas às futuras gerações (BRASIL, 2000; MELLO et al., 2015). No contexto nacional ou internacional, as áreas de unidades de conservação são criadas visando manejar os recursos naturais e conservar os ecossistemas, juntamente com a manutenção da biodiversidade (LOPES, 2013). As unidades de conservação são implantadas com diferentes níveis de restrição, entre eles o uso direto ou indireto dos recursos naturais, estabelecendo os princípios ecológicos e conservacionistas básicos, possuindo atributos distintos para cada ecossistema ou conjunto de ambientes a ser preservado (SANTOS et al., 2006; LOPES, 2013). Deste modo, é definida como Monumento Natural (MoNa) a categoria de manejo que possibilita uma sistematização dos procedimentos científicos e legais, garantindo maior eficiência na conservação do Monumento Natural Morro de Santo Antônio, constituindo em grande desafio de ser instituído em áreas particulares, possibilitando a compatibilização e utilização da terra e dos recursos naturais pelos proprietários (BRASIL, 2000).

2

1.1. Problemática O uso e ocupação do solo passou por antropização antes da criação do Monumento Natural Morro de Santo Antônio, e ainda a MoNa tem o seu limite instituída totalmente dentro de propriedades particulares, dificultando o monitoramento detalhado da área.

1.2. Justificativa Dentro deste Grupo de Proteção Integral, o Monumento Natural Estadual Morro de Santo Antônio é considerado o único Monumento Histórico reconhecido pelo Estado de Mato Grosso, e ainda faz parte do Brasão oficial, devido a sua participação como ponto de apoio na Guerra do Paraguai. Ressaltamos ainda, que o Monumento foi criado, dentro de área de proprietários e a cobertura do solo passou por mudanças. O Monumento Natural Estadual Morro, foi criado dentro das áreas particulares, através da LEI Nº 8.504/2006, com o objetivo básico de preservação de sítios naturais raros, singulares ou de grande beleza cênica. A unidade possui uma área de 258,09 hectares (MATO GRSOSSO, 2006). Neste contexto, o sensoriamento remoto é uma opção a ser utilizado para estimar os índices de vegetação em escala regional, possibilitando a obtenção de informações confiáveis da área de estudo (JACKSON, 1991; HUETE et al., 2002; OLTHOF et al., 2004; MENESES, 2012). A aquisição das imagens de satélite tem demostrado grande importância em identificar as alterações na vegetação. Essa é a principal razão pela qual as imagens de satélite passaram a ser a mais eficiente ferramenta para uso das aplicações nas análises ambientais para monitorar e quantificar a área da vegetação remanescente (HUETE, 1988; OLTHOF et al., 2004; MENESES, 2012).

1.3. Objetivo Geral Avaliar os efeitos sobre o uso e ocupação do solo após a criação da unidade conservação Monumento Natural Morro de Santo Antônio no estado de Mato Grosso.

3

1.4. Objetivos Específicos Para atingir o objetivo geral, foram definidos os seguintes objetivos específicos: a) Avaliar a mudança na cobertura da superfície após a implantação da área da unidade. b) Avaliar a mudança da cobertura do solo da unidade de conservação por meio do monitoramento dos índices de vegetação e umidade da superfície NDVI, EVI e NDMI, durante os anos de 2005 e 2015.

4

2. FUNDAMENTAÇÃO TEÓRICA 2.1. Bioma Cerrado O Cerrado é um bioma dominante bastante antigo, e já no Cretáceo (entre 145 Milhões e 65 Milhões de anos antes do presente) havia uma formação de pré-cerrado. Logo após esse período, ocorreu o soerguimento do Planalto Central (MACHADO et al., 2008). Para Coutinho (2006), o Cerrado deve ser considerado um bioma de savana do ponto de vista fitofisionômico e ecossistêmico. A maior porção savana global, ocorre entre os trópicos de Câncer e Capricórnio (GOEDERT et al., 2008; MACHADO et al., 2008). As savanas tropicais estão presentes em mais de 30 países, cujo total envolve mais de 20 milhões de quilômetros quadrados ou dois bilhões de hectares (GOEDERT et al., 2008). O continente africano representa 50% da savana que ocorrem também uma porcentagem significativamente na América do Sul, Ásia e Oceania (SILVA et al., 2011). O cerrado é maior região de savana na América do Sul (SILVA et al., 2011; LOIOLA et al., 2012; ZIMBRES et al., 2013). Além do mais, o cerrado brasileiro representa assim apenas cerca de 10% das savanas trópicas do mundo (GOEDERT et al., 2008). O centro do Cerrado (savana tropical, Figura 1), cobrindo mais de 2 milhões de quilômetros quadrados no Brasil central (HENRIQUES, 2005; SILVA et al., 2011; ZIMBRES et al., 2013), engloba parte dos estados da Bahia, Goiás, Maranhão, Mato Grosso, Mato Grosso do Sul, Minas Gerais, Paraná, Piauí, São Paulo e Tocantins, além do Distrito Federal. (GOEDERT, 1989; SANO et al., 2008). O cerrado contribui para os fatores das unidades fitofisionômico e estrutural da vegetação responsável pela sua distribuição, onde tem ocorrência em áreas isoladas em outros biomas como, a floresta Amazônica, Caatinga, floresta Atlântica e floresta de Pinheiro no sul do Brasil (HENRIQUES, 2005), isto é, composto por um mosaico de formações vegetais (ZIMBRES et al., 2013). Este complexo de biomas formado por umas comunidades pertencente a um gradiente de formações ecologicamente

5

relacionadas, que vai de Campos Limpos, passando por situações intermediárias de cobertura rasteira e arbórea (Campos Sujos e Cerrados), até a predominância da vegetação arbórea formando o Cerradão, e contribui para os fatores responsáveis pela sua distribuição e a dinâmica das suas fitofisionomias (COUTINHO, 2006). Entretanto, o Cerrado se distribui como área contínua e com áreas disjuntas em outros biomas, e outro referente a um grande tipo de ecossistema, com seu tipo particular de vegetação (HENRIQUES, 2005; COUTINHO, 2006). Savanas é ecossistema caracterizado pela presença de uma camada contínua de vegetação herbácea e um dossel descontínuo de arbustos e árvores (GOEDERT et al., 2008). Sendo assim, são dois tipos de dominância principais que emergiram das plantas no cerrado: um tipo dominado por gramíneas e arbustos herbáceos e outro por arbustos e árvores lenhosas (SILVA, 2011), estabelecendo as diferenças em dimensões dos vários nichos de herbáceas e espécies lenhosas, e apoiar o recurso à base modelo de árvore e grama convivência da savana (SILVA, 2011). O padrão fenológico em savanas tem sido bem relatado por toda a América do Sul (SILVA et al., 2011), e assim os processos adaptativos explicam a evolução das respostas funcionais distintas de herbáceas e espécies arbóreas em cerrado (SILVA, 2011). A grande biodiversidade tropical não se limita apenas às espécies, mas estendese

também

às

fitofisionomias,

às

formações,

aos

ambientes

de

vida

e,

consequentemente, ao bioma (COUTINHO, 2006). A diversificação da flora e fauna do bioma é resultado do favorecimento da alteração gradativa do clima, que anteriormente era mais seco, para um período mais úmido (MACHADO et al., 2008), o que constitui no cerrado um clima sazonal, com um inverno seco e verão chuvoso (FREITAS et al., 2012). Todavia, podemos considerar a savana semiárida, em contraste com a savana úmida do Cerrado, à mesma semelhança do que ocorre no continente Africano (COUTINHO, 2006). O cerrado tem uma vegetação que se caracteriza por uma variedade de árvores baixas e retorcidas, típicas do Centro-Oeste brasileiro (FIGURA 1), mas que podem também ser encontradas na Amazônia, em parte do Nordeste e Sudeste Brasileiro e até mesmo no Sul (MOYSÉS et al., 2008).

6

Figura 1: Bioma Cerrado no Brasil (Fonte: Geoclasse, 2013)

Conforme o estudo desenvolvido por Silva (2010), no estado de Mato Grosso (MT) a diversidade é composta por várias características de espécies do cerrado em todas as regiões como: no Vale do Araguaia; Parque Indígena do Xingu, na transição da Amazônia e o Cerrado; as regiões de áreas úmidas do Pantanal, dentre outras regiões distribuídas na Amazônia, no Cerrado e no Pantanal mato-grossense. O domínio cerrado compreende a vegetação que varia de pastagem à alta floresta (LOIOLA et al., 2015). As formações florestais no domínio do Cerrado indicam que ambos os tipos de vegetação compartilham as mesmas exigências climáticas (CARVALHO et al., 2013). No entanto, a região Centro-Oeste tem sofrido modificações significativas nas últimas quatro décadas (MOYSÉS, 2008; SILVA, 2008). A ocupação urbana tem causado grande impacto local. O maior impacto na paisagem do cerrado vem sendo desenvolvido na expansão agrícola (DIAS, 2008). Foram identificados 80 milhões de hectares sob diferentes usos da terra do Bioma Cerrado, o que corresponde a 39,5% da área total do Cerrado; as duas classes mais representativas de uso da terra, isto é, as pastagens cultivadas e as culturas agrícolas (SANO et al., 2008)

7

Afirma Dias (2008) ainda que o desmatamento de mais de um terço da região e a fragmentação da cobertura vegetal primitiva remanescente, perda de patrimônio genético de espécies nativas, forte aceleração das taxas de erosão dos solos, compactação e contaminação dos solos e água (tanto superficiais quanto profundas) com resíduos de fertilizantes e agrotóxicos, aumento das perdas de água por amento da evapotranspiração e da infiltração, reduzindo então a biodiversidade, causando aumento de surtos de pragas e doenças, intoxicação da população com resíduos de agrotóxicos. A pobreza dos solos, portanto, não se constituiu em obstáculo para a ocupação de grandes extensões de terra pela agricultura moderna, especialmente a cultura da soja, um dos principais itens da pauta de exportações do Brasil, e as pastagens plantadas (KLINK et al., 2005), este grande salto da agricultura regional foi na conquista dos solos distróficos do cerrado, como avanço das tecnologias (DIAS, 2008). O uso sustentável dos recursos naturais, especialmente do solo e da água, tem-se constituído em tema crescente, em razão do aumento das atividades antrópicas, consequentemente cresce também a preocupação com a qualidade desses recursos, sabendo que o Cerrado nativo tem registrado as altas taxas de infiltração de água no solo (ARAÚJO et al., 2007). O cerrado é a cumeeira da América do Sul, distribuindo águas para as grandes bacias hidrográficas do continente (MOYSÉS et al., 2008; SILVA, 2008). Fatores ligados a geomorfologia e evolução do relevo determinam fortemente os tipos de solo e terrenos do cerrado, favorecendo a diversidade de paisagens e ambientes. De modo geral, a região de cerrado pode ser definida como um domínio de planaltos antigos, com topografia suave ou levemente ondulada, em geral acima dos 500 m, entrecortados por depressões periféricas, lentamente erodidas pelas principais drenagens do Brasil Central, como alta Bacia Platina, o complexo Tocantins- Araguaia e o alto curso da Bacia do Parnaíba (MACHADO et al., 2008). As transformações ocorridas no Cerrado também trouxeram grandes danos ambientais – fragmentação de hábitats, extinção da biodiversidade, invasão de espécies exóticas, erosão dos solos, poluição de aquíferos, degradação de ecossistemas, alterações nos regimes de queimadas, desequilíbrios no ciclo do carbono e possivelmente modificações climáticas regionais (KLINK et al., 2005). O cerrado tem sido fortemente atingido pelo fogo (DANTAS et al., 2013). Com a ocupação do Cerrado para fins agropastoris o regime natural de queima tem sofrido alterações, com as queimadas sendo realizadas durante a estação seca e com intervalo entre queimas de um

8

a quatro anos (MIRANDA et al., 2005). Embora muitas espécies do Cerrado apresentassem características morfológicas de resistência ao fogo - como casca espessa, proteção de gemas e órgãos subterrâneos (MIRANDA et al., 2005), altas divergências de resistência da folha e espessura da casca foram positivamente correlacionadas para erradicar biomassa e produtividade em savana (LOIOLA et al., 2015). No contexto biogeográfico, o novo código abre a possibilidade de compensação ambiental em diferentes áreas do mesmo bioma. Assim, pode-se agora amplamente desmatar uma região e compensar os danos em outra vegetação natural em uma região diferente no mesmo bioma (MELLO et al., 2015). As amplas transformações ocorridas nas paisagens do Cerrado e o status de ameaça de muitas de suas espécies têm provocado o surgimento de iniciativas de conservação por parte do governo, de organizações não governamentais (ONGs), pesquisadores e também do setor privado (KLINK et al., 2005). O uso da terra no Cerrado constitui grande desafio, por causa da grande extensão, e da dinâmica acentuada da ocupação humana (SANO et al., 2008), o resultado tem mostrado que os níveis de desmatamento, deixará de ser compensado na mesma escala, ―ou seja, no mesmo local‖. Essas modificações estão estabelecidas na nova lei ambiental brasileira, e provavelmente irá aumentar os riscos para perda da Biodiversidade do Cerrado (MELLO et al., 2015). Mediando as áreas da unidade de conservação, que será incorporado no processo de desoneração, ―portanto, compra de área dentro da unidade‖, estes fatores possibilitam os riscos da biodiversidade local, sendo transferido para dentro das unidades conservação (COUTINHO, 2006).

2.2. Áreas Protegidas O marco inicial do conceito de Unidade de Conservação ficou registrado no mundo através da criação do Parque Nacional de Yellowstone, em 1872, que representou o primeiro exemplo de área protegida. Segundo Harris (1978), este fato teve uma repercussão em nível mundial na época, em seguida outros países do mundo implantaram medidas similares (HASSLE, 2005). Após a criação de Yellowstone nos Estados Unidos da América, a África do Sul e Austrália criou em 1898, sua primeira Unidade de Conservação, em seguida a Nova Zelândia criou seu primeiro Parque Nacional em 1984, logo após o Canadá, em 1985 (BENSUSAN, 2006).

9

A América Latina foi o primeiro Continente a copiar o modelo de Parque Nacional, com a característica principal de não ter população humana residente em seus limites. Mas somente em 1876, por sugestão do engenheiro André Rebouças, já inspirado na criação do Parque Yellowstone nos Estados Unidos, houve a primeira iniciativa para a criação de um Parque Nacional no Brasil, com a delimitação de territórios para conservação (MEDEIROS et al., 2004; HASSLE, 2005; BENSUSAN, 2006). Somente no ano de 1937, mediado pelo governo de Getúlio Vargas, é criado o primeiro Parque Nacional Brasileiro, localizado em Itatiaia, nas montanhas da Mata Atlântica do estado do Rio de Janeiro. Em seguida no ano de 1939, é criado o Parque Nacional da Serra dos Órgãos, e o Parque Nacional das Sete Quedas (incluindo as Cataratas de Guaíra) e do Iguaçu. E vinte anos mais tarde, no ano de 1959, foi criado o Parque Nacional do Araguaia, que incluiu toda a Ilha do Bananal, e o Parque Nacional do Ubajara (caatinga no estado do Ceará) e também no mesmo ano o Parque Nacional de Aparados da Serra (Rio Grande do Sul) (PEREIRA, 1999; MEDEIROS et al., 2004; RYLANDS, 2005). Somente nos últimos 30 anos, o Brasil experimentou um avanço maior na ação de conservação da biodiversidade (MITTERMEIER et al., 2005). Desta forma, surgiu o Sistema Nacional de Unidades de Conservação - SNUC, vigente atualmente, criado através da Lei no 9.985, de 18 julho de 2000, também conhecida como lei do SNUC, que estabeleceu as categorias de áreas protegidas, bem como os critérios e normas para a criação, implantação e gestão das unidades de conservação (BRASIL, 2000). O sistema brasileiro de áreas protegidas, o SNUC propõe 12 categorias de Unidades de Conservação (LOPES, 2013). Constituindo-se em dois grupos: o de Proteção Integral, do qual fazem parte cinco categorias: Estação Ecológica, Reserva Biológica, Parque Nacional, Monumento Natural e Refúgio de Vida Silvestre, e o grupo de Uso Sustentável, que possui cinco categorias: Floresta Nacional, Reserva Extrativista, Reserva de Fauna, Reserva de Desenvolvimento Sustentável e Reserva Particular do Patrimônio Nacional, regulamentação nos artigos 9º ao 21, da Lei do SNUC (BRASIL, 2000). As Áreas Protegidas, tem como áreas naturais características especiais, consiste no espaço territorial e seus recursos ambientais, incluindo as águas jurisdicionais, com características naturais relevantes, legalmente instituído pelo poder público, com objetivos de conservação e limites definidos, sob regime especial de administração, ao

10

qual se aplicam garantias adequadas de proteção (Art. 2º, I, Lei 9.985, 18 de julho de 2000). Já as Unidades de Conservação são áreas geográficas públicas ou privadas (uma porção do território nacional) dotadas de atributos ambientais que são requeridas ou sugeridas através de estudo. Criada por lei, o decreto é um regime jurídico de interesse público que implique sua relativa utilização sustentada, tendo em vista a preservação e proteção da integridade de amostras de toda diversidade de ecossistemas (SILVA, 2011). O SNUC veio no ano 2000 como instrumento de implementação e gestão da unidade de conservação, que reflete precisamente na caracterização para cada categoria de manejo, delimitando limite de controle para o grupo de interesse social nos arranjos políticos e institucionais, que exercem pressão ou influência sobre o Estado (MEDEIROS, 2006; PECCATIELLO, 2011). A primeira Unidade de Conservação federal no estado de Mato Grosso foi criado no ano de 1961, a Reserva Florestal do Juruena, e logo após vinte e oito anos, no ano de 1989, cria a segunda Unidade de Conservação Federal, a Reserva Ecológica do Culuene, e somente em 1978, o estado de Mato Grosso cria a sua primeira Unidade de Conservação Estadual, o Parque Estadual de Águas Quentes (FEMA, 2002). Após a criação do Parque Estadual de Águas Quentes, somente em 1992, ocasionado pelos incentivos financeiros do Projeto de Desenvolvimento Agroambiental do Estado de Mato Grosso – PRODEAGRO, o estado volta a criar Unidades de Conservação (FEMA, 2002). A Secretaria de Estado de Meio Ambiente, através da Coordenadoria de Unidades de Conservação, está responsável pela gestão de 46 unidades de conservação estaduais; sendo 12 unidades de conservação de Uso Sustentável (US), e 33 unidades de conservação de Proteção Integral (PI), e uma unidade de conservação aguardando recategorização (SEMA, 2016), além disso, a Secretaria de Estado de Meio Ambiente, através da Coordenadoria de Unidade Conservação, disponibiliza os incentivos técnicos para a criação de outras unidades de conservação municipais e privadas, as RPPN’s (MITTERMEIER et al. 2005). As áreas protegidas no estado de Mato Grosso correspondem a uma porcentagem na forma de unidades de conservação com a menor entre os biomas brasileiros; 5,45% no bioma Pantanal Mato-grossense, enquanto para o bioma Cerrado

11

corresponde a 40,06% e a maior parte está na região do bioma Amazônica com 54,10 % (SEMA, 2016).

2.3. Índice de Vegetação Os índices espectrais são expressões matemáticas de refletância para quantificar ou qualificar componentes de vegetação e do solo, que são afetadas de diferentes maneiras (VAN LEEUWEN, 1996; BRANDT et al., 2016). Os fatores refletância são avaliadores para resolver numericamente a radiatividade da copa e transferir a informação em equação, em homogeneidade horizontal do dossel da vegetação, da profundidade física, preenchendo densamente com folhas pequenas (MYNENI, 1994; HUETE et al., 2002; FERREIRA et al., 2004). As medidas espectrais das copas são mais úteis em refletância hemisférica das folhas individuais, determinando os contrastes das imagens multiespectrais. (COLWELL, 1974; VAN LEEUWEN et al., 1996; HUETE et al., 2002; FERREIRA et al., 2004; PONZONI et al., 2007). Além disso, existem dois parâmetros inteiramente biológicos; a primeira é o índice de área foliar e a segunda é a arquitetura do dossel da copa: sendo caracterizada por Malet (1996) a arquitetura dossel como o estádio fenológico do presente e do passado, descrevendo as suas mudanças métricas quantitativas (distribuição de ângulos e azimutes de galhos e folhas) ou apenas qualitativamente (classificação de hábito de crescimento e estresse anual) com várias diferentes aplicações: na identificação da espécie, variedade de estádio fenológico, capacidade fotossintética e o estado das águas e saúde, este processo está relacionado diretamente com crescimento e decadência vegetativa, sendo impulsionado pelo clima, tempo, espaço e as propriedades do solo (VAN LEEUWEN et al., 1996; FERREIRA et al., 2004; BRANDT et al., 2016). O índice de vegetação é usado para monitorar a vegetação (HUETE et al., 1994). Os dados de imagens de satélite tornaram-se uma importante fonte para extração desta informação, onde conseguem mapear e descobrir as mudanças na cobertura da terra na escala regional, continental e global (TEILLET et al., 1997). Os sensores oferecem a oportunidade de monitorar, quantificar e investigar as alterações de grande escala na resposta da vegetação, às ações humanas e do clima (HUETE et al., 1994). O uso da radiação próxima ao infravermelho/vermelho tem sido amplamente utilizado para análises detalhadas de métodos para estimar a biomassa ou a quantidade de folhas, que

12

são observados através de diferentes índices aplicados (TUCKER, 1979; VAN LEEUWEN et al., 1996; HUETE et al., 2002). A radiação solar absorvida no espectro visível identifica os pigmentos das folhas, resultando em baixa transmitância de refletância, como a absorção da clorofila na característica de reduzir ao máximo a reflectância na porção do espectro vermelho (660 nm), com um pouco menos absorção nos comprimentos de onda verde (550 nm), com baixa reflexão no vermelho e juntamente com uma maior clareza na região próxima ao espectro infravermelho, em que existe baixa absorção e alta transmitância e refletância (TUCKER, 1979; GILABERT, 1996). O comportamento em folhas verdes saudáveis absorve a irradiância e resultam em baixa refletância transmitindo em partes da faixa do espectro visível (400-700nm), o infravermelho próximo (NIR) é minimamente absorvido pelas folhas verdes (VAN LEEUWEN et al., 1996), esta porção do espectro é usada para calcular as contagens digitais dos índices de refletâncias, uma vez que são determinados os comprimentos de onda pela radiação incidente nas folhas (JACKSON, 1991). A vegetação é um indicador sensível de muitas propriedades do ecossistema, sendo influenciado pela energia solar (HUETE, 1994; HUETE et al., 2002).

2.3.1. Normalized Difference Vegetation Index (NDVI) O Normalized Difference Vegetation Index - NDVI corresponde a reflectância da cobertura do solo, apresentado pela vegetação (HUETE, 1994; MYNENI et al., 1994). O NDVI é representado pelo cálculo da diferença entre as reflectâncias das bandas do infravermelho próximo e vermelho (ROUSE, 1973). O NDVI é um indicador numérico que usa as bandas de imagens de satélite, para analisar a vegetação verde vivo ou não (HUETE et al., 1985). Os valores de NDVI são representados como uma razão que varia em valor negativo (menos um) para valor positivo (mais um). Na prática o valor negativo representa a falta d’água, valores iguais a zero representam um (solo nu), valores superiores a seis representa a vegetação densa (ROUSE, 1973). O dado da banda espectral em vermelho e infravermelho próximo varia de acordo com os sensores adotados, assim como a resolução espacial. Se caso o ângulo dos sensores inclinam, os valores de NDVI irá variar de acordo as combinações e

13

heterogeneidade na escala de tamanho do pixel da superfície terrestre (HUETE et al., 1985; TEILLET et al., 1997).

2.3.2. Enhanced Vegetation Index (EVI) O Enhanced Vegetation Index - EVI compreende a resposta do espectro no infravermelho próximo, juntamente com a banda do vermelho e também a banda refletância na faixa azul. Esta banda expectorou identifica o vigor da vegetação, permitindo um melhor monitoramento da vegetação do substrato do dossel (QI et al., 1994; HUETE et al.,1997; HUETE et al., 2002). O EVI foi desenvolvido para otimizar o sinal da vegetação, com melhoria na sensibilidade em condições de elevada biomassa, o que reduz as influências do sinal de fundo do dossel e da atmosfera, demonstrado um feedback entre o dossel e a atmosfera (HUETE et al., 1994; LIU, 1995; JUSTICE et al., 1998). O EVI é representado pelo cálculo entre a reflectância da banda do infravermelho próximo, banda vermelho, banda azul, o coeficiente de correção dos efeitos atmosféricos para a banda do vermelho, e o coeficiente de correção dos efeitos atmosféricos para a banda do azul, e mais o fator de correção para a interferência do solo (HUETE et al., 2002). Enquanto, que a energia refletida na região do visível é muito baixa devido a absorção do pigmento fotossintético. Na região do infravermelho próximo a radiação é quase totalmente refletida (HUETE et al., 1994; HUETE et al., 2002).

2.3.3. Normalized Difference Moisture Index (NDMI) O Normalized Difference Moisture Index - NDMI está relacionado com a quantidade de umidade presente no dossel da vegetação, a partir dos canais do infravermelho próximo e da luz verde visível, que refletem mudanças em ambos o teor de água, e absolvem a radiação de energia refletida pelas bandas (GAO, 1996). O NDMI é representado pelo cálculo. O NDMI é representado pelo cálculo da banda do infravermelho próximo e banda da luz verde visível. O índice acompanha as mudanças na biomassa e no estresse da umidade das plantas (GAO, 1996). Os valores elevados de NDMI (em verde) correspondem ao alto conteúdo de água na vegetação. Valores baixos NDMI (em vermelho) correspondem ao baixo teor

14

de água da vegetação (STEPHANIE, 2011), permitindo saber a umidade presente na vegetação, se tornado sensível à mudança (GAO, 1996; CECCATO, 2002; GU et al., 2008). O NDMI mais sensível do que o NDVI no monitoramento da seca (GU et al., 2007), esta técnica consegue identificar claramente e demonstrar o potencial da água na cobertura do solo (CECCATOA, 2002; JACKSONA, 2004).

15

3. MATERIAL E MÉTODOS 3.1. Área de estudo A pesquisa foi realizada em uma unidade de conservação, denominada Monumento Natural Morro de Santo Antônio, criada pela Lei Nº 8.504/2006, distante 15 km do centro da capital do estado de Mato Grosso (Figura 2). Está localizada na divisa dos municípios de Cuiabá e Santo Antônio de Leverger. A Unidade de Conservação (MoNa) entre as coordenadas 15°46'2,604" de Latitude S e 56°5'47,016" de Longitude O, 15°45',40" de Latitude S e 56°5'47,016" de Longitude O, com altitude média de 157 m a 580 m, distante aproximadamente 2,3 km do rio Cuiabá no sentido oeste. A vegetação local é tipicamente de Cerrado de Campo Sujo, apresentando floresta decídua na encosta dos morros e florestas de galeria ao longo dos rios, porém em alguns trechos a vegetação é típica de áreas alagadas (MACHADO et al., 2008). O solo é caracterizado por ser pouco espesso, imperfeitamente drenado, concrecionário e com superfície cascalhenta (Plintossolo Pétrico), podendo ocorrer locais com a presença de solos Litólicos Distróficos (EMBRAPA, 2006; IBGE, 2007a). Tem ocorrência mais restrita nos planaltos das Regiões Centro-Oeste e Norte (Tocantins-Goiás-Mato Grosso) e alguns platôs da Amazônia. São usados apenas para pastoreio extensivo, quando sob vegetação campestre ou de Campo Cerrado, ou ainda, com pasto plantado com espécies forrageiras rústicas (IBGE, 2007b). O clima local é Aw, tropical semi-úmido, segundo a classificação climática de Köppen, com duas estações bem definidas: chuvosa e seca.

16

Figura 2: Localização da Área de Estudo, Monumento Natural Morro de Santo Antônio.

3.2. Procedimentos de coleta e processamento dos dados: A metodologia deste trabalho foi subdividida em etapas descritas abaixo: Foram selecionadas as imagens dos satélites/sensores Landsat 5/TM e 8OLI, com menor cobertura de nuvens e com data de aquisição nos meses de julho e setembro, que se estabelece a melhor visibilidade. Foram utilizadas as imagens de satélite para realizar os cálculos do índice (Normalized Difference Vegetation Index -NDVI, Enhanced Vegetation index – EVI, Normalized Difference Moisture Index – NDMI, e posteriormente foi extraído a reflectância correspondente ao índice nas imagens. Foram gerados diagramas de caixa (boxplots), que avaliou a distribuição dos dados. O processamento de dados dos mapas temáticos: utilizou as imagens do Normalized Difference Vegetation Index (NDVI), para realizar a classificação supervisionada dentro da plataforma do Sistema de Informação Geográfica (SIG), que

17

gerou os mapas da classe da vegetação: Cerrado nativo, Vegetação rasteira e Mata densa.

3.2. Dados de Sensores orbitais As imagens de satélite Landsat referente à órbita 226 e o ponto 071, na data de 2005 a 2015 (TABELA 1), foram obtidas a partir do Centro de Ciências Platform Architecture Processing (ESPA) (http://espa.cr.usgs.gov/) do US Geological Survey (USGS, 2016). Essas imagens são derivadas da reflectância radiométrica do sensor TM (Thematic Mapper) do satélite Landsat 5 para as imagens dos anos de 2005 a 2011 e os demais anos se referem ao satélite Landsat 8, que são derivados do sensor térmico Operacional Terra Imager (OLI), com resolução espacial de 30 m, desenvolvido pela Aeronautics and Space Administration (TABELA 1). Este produto de reflectância é disponibilizado já com a implementação de correção atmosférica pela USGS (MASEK et al., 2006).

Tabela 1: Data de captação de Imagens (DCI) pelo TM - Landsat 5 e 8, dia sequencial do ano (DSA), horário da captação (Hora:min:seg), elevação solar (E) e ângulo zenital Z). DCI

DAS

Hora

E

Z

26/07/2005

207

13:33:16

41.48

44.66

13/07/2006

194

13:38:24

40.69

41.07

16/07/2007

197

13:39:03

41.06

41.37

04/09/2008

216

13:30:46

50.45

57.21

21/07/2009

248

13:40:23

39.95

41.89

24/07/2010

205

13:35:52

41.58

43.63

11/07/2011

192

13:34:34

39.90

41.58

16/07/2013

197

13:47:20

42.50

39.58

03/07/2014

184

13:45:09

41.19

38.21

04/06/2015

155

13:44:31

42.28

37.32

18

3.3. Índices de Vegetação 3.3.1. Normalized Difference Vegetation Index (NDVI) O Índice de Vegetação da Diferença Normalizada (Normalized Difference Vegetation Index - NDVI) O NDVI é representado pelo cálculo da diferença entre as reflectâncias das bandas ( próximo +

Infravermelho próximo -

vermelho) / ( Infravermelho

vermelho) (Equação 1) (ROUSE, 1973). ( (

) )

(1)

NDVI é um indicador do vigor da vegetação, e também a quantidade da vegetação verde, representado por valor de –1 a +1 (ROUSE, 1973).

3.3.2. Enhanced Vegetation index (EVI) O índice de vegetação realçado (Enhanced Vegetation index - EVI) foi calculado a banda do vermelho, a banda do infravermelho próximo, e banda azul. A Equação do EVI:

= reflectância no infravermelho próximo;

= reflectância no vermelho;

=

reflectância no azul; (6) coeficiente de correção dos efeitos atmosféricos para a banda do vermelho; = (7,5) coeficiente de correção dos efeitos atmosféricos para a banda do azul; K = fator de correção para a interferência do solo (1) (Equação 2) (HUETE et al., 2002). ( (

)

(2) )

3.3.3. Normalized Difference Moisture Index (NDMI) O índice de umidade da diferença normalizada (Normalized Difference Moisture Index - NDMI) O NDMI é representado pelo cálculo (infravermelho próximo - luz verde visível) / (infravermelho próximo + luz verde visível) Nesta equação,

refere à

19

banda da luz verde visível, enquanto que

, refere à banda do infravermelho próximo.

(Equação 3) (GAO, 1996). ( (

) )

(3)

20

4.RESULTADOS E DISCUSSÕES 4.1. Avaliações da Mudança do Uso e Ocupação do Solo A fotointerpretação realizada pela imagem do satélite Landsat permite identificar e classificar a vegetação em classes de Cerrado, Mata Densa e Vegetação Rasteira (Figura 3). Resende et al. (2015) e Brandt et al. (2016), relatam que as imagens de satélite são ferramentas importantes para caracterização da vegetação.

Figura 3: Classificação das condições da cobertura do solo no período de 2005 a 2015.

21

A interpretação foi feita nos anos de 2005 a 2015. A classe Cerrado nativo teve uma redução de 1,92% na sua área de ocupação, demonstrando que no ano de 2005, o Cerrado representava 70,68%, e no ano de 2015 ficou em 68,76% (TABELA 2). De acordo Budke et al. (2009), essas diminuições da biomassa, estão relacionadas a função de características físicas adversas, determinando as variações nos índices de vegetação, para cada tipo fitofisionômico. Após a criação da MoNa no ano de 2006, a classe Cerrado nativo registou um aumento de 1,46%, em relação ao ano de 2005, comparado ao ano de 2006 em relação ao ano de 2015, ocorreu aumento de 3,38%. Em 2008, a classe do Cerrado Nativo representou a maior área ocupada com 91,22%, demostrando assim um aumento na ocupação da área de 20,54%, em relação a década estudada. Comparando o ano de 2007 com o ano de 2008, há um aumento de 8,68%, no ano de 2008. E ao ser comparado ao ano de 2006 com o ano de 2007, ocorre um aumento de 10,40% (Tabela 2). Danelichen (2015) em seu estudo na RPPN Sesc Pantanal (Poconé/MT) identificou a vegetação arbustiva que corresponde a maior parte da reserva, com sua distribuição fragmentada na paisagem. Relação bem próxima encontrada na MoNa, na fitofisionomia do Cerrado Nativo.

Tabela 2: Classificação das condições da cobertura Vegetal da MoNa. Imagem 2005

2006

2007

2008

2009

2010

Classes Cerrado Vegetação rasteira Mata densa Cerrado Vegetação rasteira Mata densa Cerrado Vegetação rasteira Mata densa Cerrado Vegetação rasteira Mata densa Cerrado Vegetação rasteira Mata densa Cerrado Vegetação rasteira

Área (ha) 195,66 10,17 71,01 199,71 28,71 48,42 228,51 16,20 32,13 252,54 14,94 9,36 231,00 22,00 23,00 201,78 48,42

Área (%) 70,68 3,67 25,65 72,14 10,37 17,49 82,54 5,85 11,61 91,22 5,40 3,38 83,70 7,97 8,33 72,89 17,49

22

2011

2013

2014

2015

Mata densa Cerrado Vegetação rasteira Mata densa Cerrado Vegetação rasteira Mata densa Cerrado Vegetação rasteira Mata densa Cerrado Vegetação rasteira Mata densa

26,64 209,61 49,77 17,46 202,00 43,00 32,00 180,00 38,43 58,41 190,35 44,19 42,30

9,62 75,72 17,98 6,31 72,92 15,52 11,55 65,02 13,88 21,10 68,76 15,96 15,28

A Tabela 2 mostra que em 2009 houve uma redução na Classe do Cerrado de 7,53% em relação 2008, mas comparado ao ano da Criação da MoNa há um aumento de 11,56%. Machado et al. (2004) apontam que a cobertura original do Cerrado em todo o país, 2,2% deste bioma estão inseridos em áreas protegidas. Observa-se assim que o Morro de Santo Antônio por ser uma área protegida teve uma redução na classe do Cerrado no ano de 2010, de 10,81% em relação ao ano de 2009 (Tabela 2). Pinheiro (2009) estudando a dinâmica das fisionomias da vegetação natural do Cerrado na Estação Ecológica de Assis (SP), ao longo de 44 anos, observou a evolução gradativa das formações abertas (campo, campo cerrado e cerrado típico) para outras mais fechadas (cerrado denso e cerradão). A interpretação demonstra que após o ano de 2009 a classe do Cerrado Nativo apresentou uma diminuição da ocupação da área do cerrado em relação aos anos entre 2011 a 2014, com uma redução de 12,48%. Comparado ao ano da criação da MoNa (2006), há uma redução de 0,92%, entre os anos de 2011 a 2014, caracterizado por Pinheiro (2009) que enfatiza que o motivo está relacionado com a diminuição da cobertura da Classe Cerrado e pelo desmatamento ocorrido em uma propriedade rural dentro do limite da Unidade de Conservação, este processo de distúrbios atrasa a evolução gradativa na vegetação (Tabela 2). A Tabela 2 mostra o aparecimento da área de ocupação de 12,29% Vegetação rasteira, durante a década estudada. No ano de 2005 a Vegetação rasteira representava 3,67%, e após o longo intervalo de dez anos, em 2015, há uma ocupação maior de 15,96% na área da unidade de conservação. Pereira et al. (2009), estudando o Parque

23

Estadual da Serra do Tabuleiro (Santa Catarina), observaram que as áreas de baixa reflectância são ligadas ao tipo de cobertura do solo. De acordo com o SNUC (BRASIL, 2000), o Monumento Natural é constituído por áreas particulares, possível de compatibilizar a utilização da terra e dos recursos naturais do local pelos proprietários, constituindo-se em grande desafio, por causa da dinâmica acentuada da ocupação humana (SANO et al., 2008; MELLO et al., 2015). Após a criação do Monumento em 2006, ocorre um aumento de 6,70% na classe da Vegetação rasteira, em relação ao ano de 2005. Comparando o ano da criação com o ano de 2015, há aumento de 5,59%, da vegetação primária, caracterizada como máxima expressão em área fragmentada, mas com mínimos efeitos das ações antrópicas, da ocupação humana dentro da Unidade de Conservação (CONAMA, 1994; SANO et al., 2008). Entre os anos de 2007 a 2009, ocorre uma redução da área ocupada de 3,96% na área da classe da vegetação rasteira, comparado com o ano de criação do MoNa e observado que os anos de 2007 a 2009 é representado pela média de 6,41%, da área ocupada na Unidade de Conservação. Nos anos de 2010 e 2011 ocorreu um aumento de 7,36%, em relação ao ano de criação da MoNa, em 2011 foi de 17,98%, mencionado a maior dimensão de ocupação da vegetação rasteira, resultante de processos naturais de sucessão ecológica (CONAMA, 1994). Em 2013 e 2014, ainda há um crescimento na área ocupada pela Vegetação rasteira em 4,33%, comparado ao ano de 2006. A vegetação rasteira ou campos nativos classificados por Eiten (1983) caracterizam pela presença de gramíneas. Observa-se que classe da vegetação rasteira no ano de 2013 registou 15,52%, valor ficando maior que foi registado no ano de 2014 com 13,88%, e maior que foi registrado em 2015 com o de 15,28%. Juntando os anos de 2013 a 2015 representa 125,62 hectares, o que representa um aumento da área ocupada de 13,16 hectares pela vegetação rasteira dentro do Monumento Natural Morro de Santo Antônio comparado com o ano de criação do Monumento (Tabela 2). Eiten (1983) classificou a Vegetação Rasteira que ocorre entre as rochas, como Campos de Altitude. Analisando a classificação da classe Mata densa entre ano de 2005 a 2015, há uma redução na sua área de ocupação de 10,37 %. A Tabela 2 demonstra que no ano de 2005 a Mata densa representava 25,65%, enquanto que no ano de 2015 caiu para 15,28%. Essa Classe de Mata Densa é o tipo fisionômico mais denso e alto entre as

24

fisionomias agrupadas no cerrado, encontrando-se no cerrado denso em pequenas áreas de transição do cerrado típico para o cerradão (DURIGAN et al., 2004). Após a criação da MoNa (2006) há uma redução de 8,16%, em relação ao ano 2005, comparando com o ano de 2015 há um aumento de 2,21%, na ocupação da Mata densa. Cardoso (2009), em seu estudo na RPPN Estação Ecológica do Panga (Uberlândia, MG), mostra que a distribuição da Mata Densa tem a maior presença em superfície de muito pouca declividade, bem próximo do que encontrado na MoNa (Tabela 2). Nos anos de 2007 a 2011 e também 2013, ocorreu uma redução de 9,02% na área ocupada da Mata densa em relação ao ano de criação da MoNa, observando-se que a soma dos anos de 2007 a 2013 é representado 23,16 hectares da área ocupada na Unidade de Conservação (Tabela 2). Júnior et al. (2008) estudando o Parque Nacional da Chapada dos Veadeiros (Estado de Goiás) observaram que na classe do Cerrado Denso, apresenta espectros mais elevados nos índices de NDVI no período chuvoso. A área com vegetação de Mata Densa para Ribeiro (1998) tem um subtipo de formação que representa a forma mais densa e alta do cerrado, representada por árvores de 7 m ou mais alta (chegando a atingir 15-18 m) formando assim um dossel praticamente fechado conhecida como cerradão. Pela interpretação analisada da Mata Densa, vimos que está concentrada no ano de 2014. Tem uma área ocupada de 21,10% da MoNa, com predominância de espécies arbóreas e a maior formação de dossel (RIBEIRO, 1998). Esta dimensão da área encontrada no ano de 2014 é maior que o ano de 2006, com um aumento de 3,61%, valor que superou até o ano de 2015, que é representado por 15,28% da área da unidade de conservação, ao ser comparado o ano de 2014 ao ano de 2015, ocorrendo uma diminuição da Mata Densa de 5,82% (TABELA 2).

4.2. Análise dos Índices de Vegetação na Área da Unidade de Conservação Na análise da carta no ano de criação da MoNa (2006), observa-se um aumento na mediana do NDVI de 0,20, ao ser comparado com o ano de 2005. Comparando o ano de 2006 como o ano de 2015, a mediana eleva para 0,69 (FIGURA 5). O máximo de NDVI na vegetação ocorre geralmente em junho, dois meses após o período de chuvas (GURGEL et al., 2003; ADAMI, et al., 2008). Júnior et al. (2008), caracterizam o comportamento de NDVI com valores maiores no período de chuvoso.

25

1.0

NDVI

0.8 0.6 0.4 0.2 0.0 2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

Anos Figura 4: Diagrama de caixa referente ao Normalized Difference Vegetation Index NDVI, na MoNa. Os resultados obtidos da mediana foram de 0,50 em 2007, e em 2008 foi de 0,39, considerando assim o índice mais baixo de todos os anos analisados (FIGURA 5). Gurgel et al. (2003) em seu estudo realizado na região do cerrado, observaram que no mês de setembro, final do período seco, os valores são mínimos e bem definidos, a variabilidade do NDVI no Cerrado decorre da queda das folhas, causando as diminuições da área refletida pela vegetação (LIESENBERG et al., 2007). O NDVI no ano de 2009 apresentou aumento da mediana, chegando a 0,56, uma oscilação em relação à mediana analisada em 2008, com um acréscimo de 0,15. Liesenberg et al. (2007) estudando as fitofisionomias da formação do Cerrado, concluíram que o perfil do NDVI e EVI é consistente com a dinâmica sazonal da vegetação. Hermuche (2011) em seu estudo afirma que o alto valor de NDVI pode ser explicado pelo grande número de espécies semidecíduas, as quais não perdem totalmente suas folhas durante a estação seca, mediante ao comportamento fenológico. A partir de 2010 a mediana foi de 0,46 e observa-se uma queda no índice na mediana de 0,10, em relação ao ano de 2009, ocorrendo assim uma diminuição da reflectância do NDVI, que se apresenta sensível a variações fenológicas do dossel do cerrado. Ferreira et al. (2006), observaram que, no Cerrado Brasileiro a medida que se desloca em direção à fitofisionomias mais arborescentes, há uma tendência crescente de

26

diferenciação entre os padrões de resposta temporal dos índices de vegetação (EVI e NDVI). O NDVI mostrou sensível a variações fenológicas na vegetação, sendo refletidas direto no ano de 2011, ocorrendo assim um aumento na mediana em 0,51, (FIGURA 4). Resende et al. (2015), encontram no seus estudando o Parque Nacional da Chapada das Mesas (estados do Maranhão e Tocantins), está mesma variações no NDVI. No ano de 2013 a mediana em 0,60, e no ano de 2014, a mediana em 0,65, ocorrendo um aumento na refletância. Resende et al. (2015) relatam que os índices podem sofrer vários fatores, esta oscilação depende da interferência nos dosséis da vegetação em período de crescimento. A análise demonstra que no ano de 2005, antes da criação da MoNa, a mediana era de 0,47, e que ao longo de uma década, portanto em 2015, ocorreu um aumento no EVI. Caracteriza área da MoNa com grande diversidade biológica e com os mínimos efeitos das ações antrópicas (CONAMA,1994). O Estudo caracterizou que na área de proteção integral, o EVI no ano de 2006, registou a mediana de 0,021, ocorrendo um aumento no ano de 2015 com a mediana em 0,026, com uma diferença de 0,005 em relação ao ano de criação (FIGURA 6). Este índice permite um melhor monitoramento da vegetação através da redução de substrato do dossel e da influência da atmosfera (HUETE et al.,1997). Nos anos de 2007 e 2008 a mediana foi de 0,018, ocorrendo assim uma diminuição no EVI, ao se comparar com o ano de 2006, tem uma diferença de 0,003, ocorrendo uma queda no índice (FIGURA 5). Goltz et al. (2007) afirmam que o produto Enhanced Vegetation Index (EVI) é mais sensível às mudanças de cobertura do solo. Ferreira et al. (2006) estudando o Parque Ecológico Altamiro de Moura Pacheco, Parque Nacional das Emas, Parque Nacional de Brasília e Parque Nacional Chapada dos Veadeiros (Estado de Goiás), concluíram que a sensibilidade dos índices de vegetação EVI e NDVI utilizando o sensor MODIS, é proveniente das variações sazonais. Dado também encontrado por Ratana et al. (2005) afirmam que a sensibilidade dos EVI e NDVI, na fitofisionomia do bioma Cerrado varia de acordo com as mudança sazonais.

27

0.05

EVI

0.04 0.03 0.02 0.01 0.00 2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

Anos Figura 5: Diagrama de caixa referente ao Enhanced Vegetation Index (EVI), na MoNa.

Em 2009 o EVI, ficou com a mediana de 0,021, mesmo valor também regisrtado em 2006, ano de criação da MONA (FIGURA 5). Nos anos de 2010 e 2011 a mediana foi 0,017, ocorrendo uma diminuição no EVI de 0,004 ao ser comparado com o ano de 2009, observando-se uma queda na mediana. Ferreira et al. (2005) em estudo elaborado no bioma Cerrado, apontaram o índice EVI com o melhor desempenho para os locais onde há uma maior ocorrência das formações herbáceas Nos anos de 2003 e 2004 a mediana foi de 0,023, registrando um aumento no EVI de 0,06 comparado a mediana dos anos de 2010 e 2011, demonstrando uma caracterização em processos naturais de sucessão ecológica (CONAMA, 1994). O EVI, no ano de 2005 a mediana foi de 0,015, observando assim, que ao longo da década, ocorreu um aumento no EVI com um acréscimo de 0,011 ao ser comparado ao ano de 2015, mostrando que a vegetação do cerrado consegue ter uma recuperação na reflectância, mesmo com as ações antrópicas antes da criação do Monumento Natural Morro de Santo Antônio (FIGURA 5). O NDVI encontrado na MONA apresenta valores de refletância superiores aos exibidos pelo EVI. Nery et al. (2014) também encontraram esta diferença entre os índices NDVI e EVI no Parque Estadual Lapa Grande (Montes Claros/MG). Resultado encontrado também por Dalla Nora et al. (2010). Após a criação da Unidade de Conservação, o NDMI evidenciou o comportamento crescente de água foliar, a mediana foi de 0,09, em relação ao que

28

retrata o aumento da quantidade do extrato arbóreo de 0,03, ao ser comparado ao ano de 2015 que foi de 0,12, nota-se que a umidade na superfície do solo fortalece o desenvolvimento da vegetação e a expansão foliar das plantas e no processo fotossintético (FIGURA 6).

0.4

NDMI

0.2 0.0 -0.2 -0.4 2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

Anos Figura 6: Diagrama de caixa referente ao Normalized Difference Moisture Index (NDMI), na MoNa. No ano de 2007 a mediana foi de 0,04, ocorrendo uma diminuição de 0,05 em relação ao ano de criação da MoNa. Esta queda também foi constatada no ano de 2008 a mediana 0,00, sendo registrado o menor valor da umidade do solo (FIGURA 7). Conforme dados da precipitação registrado pelo Instituto Nacional de Meteorologia do Brasil (INMET), no dia 04 de setembro em 2008, data referente à cena das imagens, não ocorreu precipitação, a redução na quantidade de água disponível no solo leva à queda das folhas, reduzindo a intensidade fotossintética, levando assim a queda do NDMI (KUDREV et al.,1994). O NDMI no ano de 2009, a mediana foi de 0,05 aumentando a umidade do solo, em 2010 e 2011 a mediana é de 0,01, observando-se uma queda na mediana da refletância de 0,04, se comparado ao ano de 2009. Junior et al. (2010), em seu estudo no Parque Nacional da Serra da Canastra (São Roque/MG), relatam que as vegetações rupestres e herbáceas apresentaram relação muito próximas do valor de NDMI.

29

Nos anos de 2013 e 2014 há um aumento no NDMI com a mediana de 0,07, (FIGURA 6). Ao ser comparado aos anos de 2010 e 2011, o aumento na mediana é 0,06, observando que a maior presença da umidade do solo aumenta a mediana da refletância, desta forma, maior será o valor do NDMI (GAO, 1996). O NDMI no ano de 2005 a mediana foi de 0,05, após uma década houve um aumento de 0,07 ao ser comparado ao ano de 2015, verificando que o solo consegue armazenar um volume de umidade na vegetação (GAO, 1996). Conforme Townsend (2010), esta condição favorece a sucessões ecológicas do ambiente.

30

5. CONCLUSÃO Com base nos resultados apresentados, observa-se que as classificações da cobertura da superfície realizada com imagem Landsat 5 e 8 demonstram que a classe Cerrado nativo, após a criação da MoNa no ano de 2006, obteve um aumento de 3,38%, e na classe Vegetação rasteira corresponde também a um aumento de 5,59%, e na classe Mata densa apresenta um aumento de 2,21%. No ano de 2015, dados apontam a predominância da vegetação rasteira. Os resultados apresentados por meio dos índices de vegetação na unidade mostraram um crescimento na vegetação durante o período analisado. Os índices da vegetação registrados no ano de criação em 2006 são menores que os registrados no ano de 2015, dados apontam um crescimento no ano de 2015 o NDVI de 0,69, e no EVI de 0,026, e no NDMI de 0,3. As análises dos índices mostraram que a área de estudo apresenta um crescimento na vegetação, sendo confirmado através da NDVI, EVI e NDMI registrada em 2015, que ultrapassou os valores dos índices registrados no ano de 2006.

31

6. REFERÊNCIAS BIBLIOGRÁFICAS ADAMI, M.; FREITAS, R. M.; PADOVANI, C. R.; SHIMABUKURO, Y. E.; MOREIRA, M. A. Estudo da dinâmica espaço-temporal do bioma Pantanal por meio de imagens MODIS. Pesquisa Agropecuária Brasileira, v. 43, n. 10, 2008. Acesso em: 12 de Abril de 2016. ALMEIDA, E.S.; BATISTA, G.T. Índice de vegetação versus precipitação na Amazônia. In: Simpósio Brasileiro de Sensoriamento Remoto, 1998, Santos. Anais... Santos. Instituto Nacional de Pesquisas Espaciais, 1998, CD-Rom. ARAÚJO, R.; GOEDERT, W. J.; LACERDA, M. P. C. Qualidade de um solo sob diferentes usos e sob Cerrado nativo. Revista Brasileira de Ciência do Solo, v. 31, n. 5, p. 1099–1108, 2007. Acesso em: 18 de Jan de 2016. ARAÚJO, W. F.; ANDRADE JÚNIOR, A. S.; MEDERIOS, R. D.; SAMPAIO, R. A. Precipitação pluviométrica mensal provável em Boa Vista, Estado de Roraima, Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 5, n. 3, p. 563567, 2001. BRASIL. Presidência da República Casa Civil Lei No 9.985, De 18 De Julho De 2000. Sistema Nacional de Unidades de Conservação da Natureza – SNUC. Disponível: http://www.mma.gov.br/port/conama/legiabre.cfm?codlegi=322 Acesso em 15/07/2016. BRANDT, M.; HIERNAUX, P.; TAGESSON, T.; VERGER, A.; RASMUSSEN, K.;DIOUF, A. A,; MBOW, C.; MOUGIN, E.;FENSHOLT, R.Woody plant cover estimation in drylands from Earth observation based seasonal metrics. Remote Sensing of Environment. v. 175 p,28-38, 2016. BUDKE, J. C.; HENKE-OLIVEIRA, C.; SILVA, B. B.; ZIGER, A. A.; TOMAZONI, T.; DECIAN, V.S. Direct and diffuse radiation as phenological triggers in southern Brazil. In: III Congresso Latino-americano de Ecologia, São Lourenço. CD de resumos. São Paulo: SEB, p. 1-3, 2009. CARVALHO, G. H.; BATALHA, M. A. The drivers of woody species richness and density in a Neotropical savannah. Biology letters, v. 9, n. 6, p. 20130412, 2013. Acesso em: 11 de Jun de 2016.

32

CECCATO, P.; FLASSE, S.; GRÉGOIRE, J. M. Designing a spectral index to estimate vegetation water content from remote sensing data Part 2. Validation and applications. Remote Sensing of Environment, v. 82, 198–207, 2002. CARDOSO, E.; MORENO, M. I. C.; BRUNA, E. M.; VASCONCELOS, H. L. Mudanças Fitofisionômicas no Cerrado: 18 Anos de Sucessão Ecológica na Estação Ecológica do Panga, Uberlândia - MG Ecológica. In Caminhos de Geografia v. 10 (n. 32), pp. p. 254 – 268, 2009. CARDOSO, E.; SCHIAVINI, I. Relação entre distribuição de espécies arbóreas e topografia em um gradiente florestal na Estação Ecológica do Panga (Uberlândia, MG). In Rev. bras. Bot. 25 (3), pp. 277–289, 2002. Acesso em: 11 de Dez de 2016. CECCATOA, P.; FLASSE, S.; TARANTOLAC, S.; JACQUEMOUDD, S.; GRÉGOIREA, J. Detecting vegetation leaf water content using reflectance in the optical domain. Remote Sensing of Environment, 2001. COUTINHO, L. M. O conceito de bioma. Acta Botânica Brasilica, v. 20, n. 1, p. 13– 23, 2006. Acesso em: 5 de Jan de 2016. CONAMA. Conselho Nacional do Meio Ambiente RESOLUÇÃO Nº 28, DE 7 DE DEZEMBRO DE 1994 Dou 248. p. 21348-21349, 1994. Disponível http://www.mma.gov.br/port/conama/legislacao/CONAMA_RES_CONS_1994_028.pd f >. Acesso 22 Jul 2016. DANTAS, V. L.; PAUSAS, J. G.; BATALHA, M. A.; LOIOLA, P. P.; CIANCIARUSO, M. V. The role of fire in structuring trait variability in Neotropical savannas. Oecologia, v. 171, n. 2, p. 487, 2013. Acesso em: 5 de Dez de 2015. DALLA NORA, E. L. SANTOS, J. E. Análise da Dinâmica Sazonal de duas Formações Florestais do Bioma Mata Atlântica com base em Índices de Vegetação. In Perspectiva, Erechim v.34 (n.125), pp. p. 41-51, 2010. DALLACORT, R.; MARTINS, J. A.; INOUE, M. H.; FREITAS, P. L.; COLLETI, A. J. Distribuição das chuvas no município de Tangará da Serra, médio norte do Estado de Mato Grosso, Brasil. Acta Scientiarum Agronomy, v. 33, n.2, p. 193-200, 2011. DANELICHEN, V. H. M. Balanço de Energia em Unidade de Conservação no Pantanal Mato-grossense por Sensoriamento Remoto. Tese (Doutorado em Física Ambiental) Universidade Federal de Mato Grosso, Cuiabá, p.118, 2015. DIAS, B. F. S. Savanas: desafios e estratégias para o equilíbrio entre sociedade, agronegócio e recursos naturais: Conservação da Biodiversidade no Bioma Cerrado: Histórico dos impactos antrópicos no bioma Cerrado. Embrapa Cerrados. Planaltina, DF: p. 1198, 2008. Disponível em: Acesso em: 30 de Jan de 2016.

33

DURIGAN, G., FRANCO, G.A.D.C. & SIQUEIRA, M.F. A vegetação dos remanescentes de cerrado no estado de São Paulo. In Viabilidade de conservação dos remanescentes de cerrado no Estado de São Paulo (M.D. BITENCOURT & R.R. MENDONÇA, orgs.) Annablume, Fapesp. São Paulo, p.29-56, 2004. EMBRAPA. Centro Nacional de Pesquisa de Solos. Sistema Brasileiro de Classificação de solos. 2.ed. Rio de Janeiro, 2006. EITEN G. Classificação da vegetação do Brasil. Brasília: CNPq, p. 305, 1983. FEMA. Relatório PRODEAGRO: Ações e Resultados Ambientais. Fundação Estadual de Meio Ambiente, Cuiabá, p.64, 2002. FEMA. Unidade de Conservação de Mato Grosso: Compromisso com a proteção da biodiversidade, Cuiabá, p.80, 2002. FERREIRA, L. G.; HUETE, A. Assessing the seasonal dynamics of the Brazilian Cerrado vegetation through the use of spectral vegetation indices. International Journal of Remote Sensing, v.25, n.10, p.1837-1860, 2004. FREITAS, JR., CIANCIARUSO, M.V.; BATALHA, M. A. Diversidade funcional, características de solo e funcionamento da comunidade cerrado Marcado. Brazilian Journal of Biology, vol. 72, no. 3, p. 463, 2012. FERREIRA, M. E.; FERREIRA, L. G.; HUETE, A. R.; PECCININI, A. A. Análise comparativa dos produtos MODIS ecologia para o monitoramento biofísico ambiental do bioma cerrado. Revista Brasileira de Geofísica, v. 24, n.2, p.251-260, 2006. GAO, B. C. NDWI A Normalized Difference Water Index for Remote Sensing of Vegetation Liquid Water From Space. Remote Sensing of Environment, v. 58, n. 3, p. 257–266, 1996. Acesso em: 25 de Jul de 2015. GEOCLASSE. Mapa do Cerrado. Disponível em: http://geoclasse.blogspot.com.br/ 2013_05_01_archive.html> Acesso em 10 de Jul de 2016 GILABERT, M. A.; GANDIA, S.; MELIÁ, J. Analyses of spectral-biophysical relationships for a corn canopy. Remote Sensing of Environment, v. 55, n. 1, p. 11– 20, 1996. Acesso em: 22 de Set de 2015. GOEDERT, W. J.; WAGNER, E.; BARCELLOS, A. O. Savanas: desafios e estratégias para o equilíbrio entre sociedade, agronegócio e recursos naturais: Savanas Tropicais dimensão histórico e pespectivas. Planaltina, DF: Embrapa Cerrados, ISBN 978-857075-039-6, p. 1198, 2008. GOEDERT, W.J. Região dos cerrados: potencial agrícola e política para seu desenvolvimento. Pesquisa Agropecuária Brasileira, Brasília, v.24, n.1, pp.1-17, 1989.

34

GOLTZ, E.; BRANDÃO, D; TOMÁS, L.; MANTELLI, L.R.; ADAMI, M.; SHIMABUKURO, Y.E.; FORMAGGIO, A.R. Utilização de índices espectrais de vegetação do sensor MODIS na determinação de áreas suscetíveis a alagamento no Pantanal Matogrossense. Revista Brasileira de Cartografia, v.50 n.1, p.35-44, 2007. GU, Y.; BROWN, J. F.; VERDIN, J. P.; WARDLOW, B. A five-year analysis of MODIS NDVI and NDWI for grassland drought assessment over the central Great Plains of the United States. Geophysical Research Letters, v. 34, n. 6, 2007. 23 de Set de 2015. GU, Y.; HUNT, E.; WARDLOW, B.; BASARA, J. B.; BROWN, J. F.; VERDIN, J. P. Evaluation of MODIS NDVI and NDWI for vegetation drought monitoring using Oklahoma Mesonet soil moisture data. Geophysical Research Letters, v. 35, n. 22, 2008. 3 de Set de 2015. GURGEL, H. C.; FERREIRA, N. J. Estudo da variabilidade do NDVI sobre o Brasil, utilizando-se a análise de agrupamentos. In Revista Brasileira de Engenharia Agrícola e Ambiental v.7, n.1, p.85-90, 2003. HASSLE, M. L. A Importância das Unidades de Conservação no Brasil. In Sociedade E Natureza v33, p.79-89, 2005. ISSN: 0103-1570. HENRIQUES, R. P. B. CERRADO: Ecologia, Biodiversidade e Conservação: Influência da história, solo e fogo na distribuição e dinâmica das fitofisionomias no bioma Cerrado. (Departamento de Ecologia Universidade de Brasília) Brasília, DF. Ministério do Meio Ambiente – MMA, P.439 ISBN 85-87166-81-6, 2005. HERMUCHE, P. M.; FELFILI, J. M. Relação Entre NDVI e Florística em Fragmentos de Floresta Estacional Decidual no Vale do Paranã, Goiás. In Ciência Florestal v. 21, n. 1, p. 41-52 2011. HUETE, A. R.; JACKSON, R. D.; POST, D. F. Spectral response of a plant canopy with different soil backgrounds. Remote Sensing of Environment, v. 17, n. 1, p. 37– 53, 1985. 23 de Out de 2015. HUETE, A. R.; JUSTICE, C.; LIU, H. Development of vegetation and soil indices for MODIS-EOS. Remote Sensing of Environment, v. 49, n. 3, p. 224–234, 1994. 23 de Out de 2015. HUETE, A. ET AL. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, v. 83, p. 195-213. 2002. HUETE, A.R.; LIU, H.Q.; BATCHILY, K.; VAN LEEUWEN, W. A comparison of vegetation indices over a global set of TM images for EOS-MODIS. Remote Sensing of Environment, v. 59, n.3, 440-451, 1997. IBGE. Coordenação de Recursos Naturais e Estudos Ambientais. Manual Técnico de Pedologia 2.ed. Rio de Janeiro, 2007a. (Manuais Técnicos em Geociências, 4).

35

IBGE. Manual Técnico de Pedologia. Manuais Técnicos em Geociências. Instituto Brasileiro de Geografia e Estatística. Coordenação de Recursos Naturais e Estudos Ambientais: p.316. v.4. 2, 2007b ed: Rio de Janeiro. ISSN 0103-9598/ISBN 85-2403723-7 (CD-ROM)/ISBN 978-85-240-3722-9 (meio impresso) JACKSON, R. D.; HUETE, A. R. Interpreting Vegetation índices, Prev. Vet. Med. n11, p.185-200, 1991. JACKOSONA, T. J.; CHENB, D.; COSHA, M.; LIA, F.; ANDERSONC, M.; WALTHALL, C.; DORIASWAMYA, P.; HUNTA, E. R. Vegetation water content mapping using Landsat data derived normalized difference water index for corn and soybeans. Remote Sensing of Environment, v. 92, n. 4, p. 475–482, 2004. 20 de Jul de 2015. JÚNIOR, O. A. C.; COELHO, M. A. N.; MARTINS, E. S.; GOMES, R. A. T.; JUNIOR, A. F. C.; OLIVEIRA, S. N.; SANTANA, O. A. Mapeamento da Vegetação na Floresta Atlântica usando o Classificador de Árvore de decisão para integrar dados de Sensoriamento Remoto de Modelo Digital de Terreno. In Revista Brasileira de Geofísica v 26 (3), pp. p. 331-345, 2008. JUNIOR, O. A. C.; JUNIOR, A. F. C.; SILVA, N. C.; MARTINS, E. S.; CARVALHO, A. P. F.; GOMES, R. A. T. Avaliação dos Classificadores Espectrais de Mínima Distância Euclidiana e Spectral Correlation Mapper em Séries Temporais NDVIMODIS no Campo de Instrução Militar de Formosa (GO). Revista Brasileira de Cartografia, v. 61, n. 4, p. 399-412, 2009. JÚNIOR, O. A. C.; SAMPAIO, C. S.; SILVA, N. C.; JÚNIOR, A. F. R.C.; GOMES, O. A. T.; CARVALHO, A. P. F.; SHIMABUKURO, Y. E. Classificação de Padrões de Savana Usando Assinaturas Temporais NDVI do Sensor MODIS no Parque Nacional Chapada dos Veadeiros. Revista Brasileira de Geofísica, v. 26 n.4, p. 505-517, 2008. JUNIOR, A. F. C.; SOUZA, V. V.; JUNIOR, O. A. C.; MARTINS, E. S.; SANTANA, O. A.; FREITAS, L. F. Integração De Parâmetros Morfométricos e Imagem Aster para a Delimitação das Fitofisionomias da Serra da Canastra, Parque Nacional da Serra Da Canastra, MG. In Revista Brasileira de Geomorfologia v.11 (n1), pp. p.57-68, 2010. JUSTICE, C. O.; VERMOTE, E.; TOWNSHEND, J.R.G.; DEFRIES, R.; ROY, D.P.; HALL, D.K.; SALOMONSON, V.V.; PRIVETTE, J.L.; RIGGS, G.; STRAHLER, A. The moderate resolution imaging spectroradiometer (MODIS): land remote sensing for global change research. IEEE Transactions on Geoscience and Remote Sensing, 36(4):1228-1249, 1998. KLINK, C. A.; MACHADO, R. B. A. Conservação do Cerrado Brasileiro. Revista Megadiversidade, v. 01, n. 01, p. 147- 155, 2005. LIESENBERG, V.; PONZONI, F. J.; GALVÃO, L. S. (2007): Análise da dinâmica sazonal e separabilidade espectral de algumas fitofisionomias do cerrado com índices de vegetação dos sensores MODIS/TERRA e AQUA. In Rev. Árvore v.31, n.2, p. 295– 305. 3 de Jul de 2016.

36

LIU, H. Q., & HUETE, A. A feedback based modification of the NDVI to minimize canopy background and atmospheric noise. IEEE Transactions on Geoscience and Remote Sensing, v.33, p.457−465, 1995. LOIOLA, P. P.; LORENZEN, M. S.; BATALHA, M. A. The role of environmental filters and functional traits in predicting the root biomass and productivity in savannas and tropical seasonal forests. Forest Ecology and Management, v. 342, p. 49–55, 2015. 20 de Jul de 2015. LOIOLA, P. P.; SILVA, I. A.; SILVA, D. M.; BATALHA, M. A. Underdispersion of anti-herbivore defence traits and phylogenetic structure of cerrado tree species at fine spatial scale. Journal of Vegetation Science, v. 23, n. 6, p. 1095, 2012. 3 de Jan de 2016. LOPES, J. G.; VIALÔGO, T. M. L. Unidades de Conservação no Brasil. In Revista Juris FIB Volume IV, 2013. ISSN 2236-4498. MACHADO, R. B.; AGUIAR, L.M.S.; CASTRO, A.A.J.F.; NOGUEIRA, C. C.; NETO, M.B.R. Savanas: desafios e estratégias para o equilíbrio entre sociedade, agronegócio e recursos naturais: Caracterização da Fauna e Flora do Cerrado. Planaltina, DF: Embrapa Cerrados, ISBN 978-85-7075-039-6, 1198 p., 2008. MACHADO, R.B.; NETO, M.B.R.; PEREIRA, P.G.P.; CALDAS, E.F.; GONÇALVEZ, D.A.; SANTOS, N.S.; TABOR, K.; STEININGER, M. Estimativas de perda de área de Cerrado brasileiro. Conservação Internacional, Brasília. 2004 http://www.aja.org.br/publications /RelatDesmatamCerrado.pdf, acesso em 19/01/2016). MASEK, J. G. E. F; VERMONTE, N. E; SALEOUS, R; WOLFE, F. G; HALL, K. F; HUEMMRICH, F; GAO, J K; LIM, T. K. 2006. ―A Landsat Surface Reflectance Dataset for North America, 1990-2000.‖ IEEE Transactions on Geoscience and Remote Sensing 3: 68–72. doi:10.1109/LGRS.2005.857030. MALET, P. H. Classifying the geometry of canopies from time variations of red and near-infrared reflectance. Remote Sensing of Environment, v. 56, n. 3, p. 164–171, 1996. 26 de Jan de 2016. MARTINS, J. A.; DALLACORT, R.; INOUE, M. H.; SANTI, A.; KOLLING, E. M.; COLETTI, A. J. Probabilidade De Precipitação Para a Microrregião de Tangará da Serra, Estado do Mato Grosso. Pesq. Agropec. Trop., Goiânia, v. 40, n. 3, p. 291-296, 2010. MATO GRSOSSO. Lei nº 8.504, de em Cuiabá, 09 de junho de 2006. Diário Oficial [da] A ASSEMBLÉIA LEGISLATIVA DO ESTADO DE MATO GROSSO, Cuiabá, MT, 9 Junho. 2006. Disponível em: http://monitoramento.sema.mt.gov.br/legislacao/50_LEI_8504_2006.pdf>Acesso em: 15 de Set de 2015. MELLO, P. L H.; MACHADO, R. B.; NOGUEIRA, C.C. Conserving Biogeography: Habitat Loss and Vicariant Patterns in Endemic Squamates of the Cerrado Hotspot.

37

PloSone, v. 10, 8 p.2-16, p. e0133995, 13 de Jan de 2016.

2015.

MEDEIROS, R. Evolução das Tipologias e Categorias de Áreas Protegidas do Brasil. In Ambiente E Sociedade –Vol. IX nº. 1, 2006. MEDEIROS. R; IRVING. M; GARAY. I. A Proteção da Natureza no Brasil: evolução e conflitos de um modelo em construção. In Rde – Revista De Desenvolvimento Econômico Ano VI. Nº 9, 2004. MIRANDA, H. S.; SATO, M. N. CERRADO: Ecologia, Biodiversidade e Conservação: Efeitos do fogo na vegetação lenhosa do Cerrado. Ministério do Meio Ambiente – MMA, P.439 ISBN 85-87166-81-6, p. 94, 2005. MITTERMEIER, R. A.; FONSECA, G. A. B.; RYLANDS, A. B.; BRANDON, K. Uma breve história da conservação da biodiversidade no Brasil. In Megadiversidade v.1 n 1, 2005. MOYSÉS, A.; SILVA, E. R. Ocupação e urbanização dos cerrados: desafios para a sustentabilidade. Cadernos Metrópole (PUSCSP), V.20, p. 197, 2008. Disponível em: 10 de Jan de 2016. MYNENI, R. B.; ASRAR, G. Atmospheric effects and spectral vegetation indices. Remote Sensing of Environment, v. 47, n. 3, p. 390–402, 1994. 10 de Jan de 2016. NERY, C. V. M.; MOREIRA, A. A.; FERNANDES, F. H. S. (2014): Análise do Comportamento Espectral da Floresta Estacional Decidual. In Revista Brasileira de Geografia Física v.07, n.02, p. 417–433. MENESES e ALMEIDA (org.), Introdução ao Processamento de Imagens de Sensoriamento Remoto: 1 ed. Brasília: UnB/CNPq, 2012. OLTHOF, L.; KING, D. J.; LAUTENSCHLAGER, R.A. Mapping deciduous forest ice storm damage using Landsat and environmental data. Remote Sensing of Environment, v. 89, n. 4, p. 484–496, 2004. 10 de Jan de 2016. PEREIRA, P. M. Unidades de Conservação das zonas costeira e marinha do Brasil. 1999. Disponível em: . Acesso em: 21 jan. 2013. PEREIRA, R. G. F. de A. Geoconservação e desenvolvimento sustentável na Chapada Diamantina (Bahia – Brasil). Tese (Doutorado em Geologia) – Escola de Ciências, Universidade do Minho, Minho, p.318, 2010. PEREIRA, G.; FERREIRA, N. J.; MORAES, E. C.; CARDOZO, F. S.; FREITAS, S. R. Análise das áreas queimadas e das emissões dos gases do efeito estufa no Parque Estadual da Serra do Tabuleiro Santa Catarina Geosul, v. 24, n. 47, p 113-130, jan./jun. 2009.

38

PINHEIRO, E. S.; DURIGAN, G. Dinâmica espaço-temporal (1962-2006) das Fitofisionomias em unidade de conservação do Cerrado no sudeste do Brasil. In Revista Brasil. Bot., v.32, n.3, p.441-454, 2009. PIZZATO, J. A.; DALLACORT, R.; TIEPPO, R. C.; MODOLO, A. J.; CREMON, C.; MOREIRA, P. S. P. Distribuição e Probabilidade de Ocorrência de Precipitação em Cáceres (MT). Pesq. Agropec. Trop., Goiânia, v. 42, n. 2, p. 137-142, 2012. PONZONI, F.J.; SHIMABUKURO, Y.E.; Sensoriamento Remoto no Estudo da Vegetação. São José dos Campos-SP: Parêntese, p.5-128, 2007. QI, J.; CHEHBOUNI, A.; HUETE, A. R.; KERR, Y. H.; SOROOSHIAN, S. A modified soil adjusted vegetation index. Remote Sensing of Environment, v. 48, n. 2, p. 119–126, 1994. 10 de Jan de 2016. RATANA, P.; HUETE, A.R.; FERREIRA, L.G. Analysis of Cerrado physiognomies and conversion in the MODIS seasonal – temporal domain.Earth Interactions (LBA Special Issue), v.9, p.1 -22, 2005. RESENDE, F. C.; SOARES, T. B. O.; SANTOS, P. R.; PEREIRA, G. Análise de Índices Espectrais para Estimativa de Áreas de Regeneração Florestal no Parque Nacional Chapada Das Mesas. Revista Territorium Terram, v. 3, n. 5, 2015. RIBEIRO, J.F.; WALTER, B.M.T. Fitofisionomia do bioma Cerrado. In: SANO, S. M.; ALMEIDA, S.P. (Coords.). Cerrado: ambiente e flora. Planaltina, DF: EMBRAPA, p.47-86, 1998. RODRIGUEZ, P. C.; BRANCO, J. A. A análise de componentes principais sobre dados dependentes.http://www.spe2006.ubi.pt/Files/apres/A%20an%C3%A1lise%20de%20co mponentes%20principais%20sobre% 20dados%20dependentes.pdf. Acesso em 05 de janeiro de 2017. ROUSE, J.W.; HAAS, J.R.; R.H.; DEERING, D.W.; SCHELL, J. A.; HARLAN, J. C. Monitoring the vernal advancement and retrogradation (green wave effect) of natural vegetation, NASA/GSFC type III final report: Greenbelt, Maryland, NASA, p.371, 1974. ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring vegetation systems in the Great Plains with ERTS. In: Proceedings of the Third ERTS Symposium, Washington DC. 309-317, 1973. SANO, E. S.; ROSA, R.; BRITO, J. L. S; FERREIRA, L. G. Mapeamento semidetalhado do uso da terra do Bioma Cerrado. Pesquisa Agropecuária Brasileira, Brasília, v.43, n.1, p.153-156, 2008. SANTOS, R.; MICOL, L.; IRGANG, G. VASCONCELLOS, J (2006): O desmatamento nas Unidades de Conservação em Mato Grosso. In Instituto Centro de Vida - ICV 1.

39

SILVA, J. A. Direito ambiental constitucional. 9. ed. São Paulo: Malheiros Editores, 2011. (LOPES, VIALÔGO 2013, p. 80) SILVA, I. A.; SILVA, D. M.; CARVALHO, G. H.; BATALHA, M. A. Reproductive phenology of Brazilian savannas and riparian forests: environmental and phylogenetic issues. Annals of Forest Science, v. 68, n. 7, p. 1207, 2011. 10 de Jan de 2016. SILVA, I. A.; BATALHA, M. A. Plant functional types in Brazilian savannas: The niche partitioning between herbaceous and woody species. Perspectives in Plant Ecology, Evolution and Systematics, v. 13, n. 3, p. 201–206, 2011. 10 de Jan de 2016. SILVA, K. E.; MATOS, F. D. A.; FERREIRA, M. M. Composição florística e fitossociologia de espécies arbóreas do Parque Fenológico da Embrapa Amazônia Ocidental. Acta Amazônica, v. 38, n. 2, p. 213–222, 2008. 10 de Jan de 2016. SILVA, R.; SATO, M. Territórios e Identidades: MAPEAMENTO DOS GRUPOS SOCIAIS do Estado de Mato Grosso – BRASIL, v. XIII, n. 2, p. 443, jul.-dez. 2010. SILVA, J.A. A.; NOBRE, A. D.; MANZATTO, C. V.; JOLY, C. A.; RODRIGUES, R. R.; SKORUPA, L.A.; NOBRE; C. A.; AHRENS, S.; MAY, P. H.; SÁ, T. D. A.; CUNHA, M. C.; RECH'FILHO, E. L. O. O Código Florestal e a Ciência: contribuições para o diálogo. ISBN 978-85-8695-16-1, São Paulo: Sociedade Brasileira para o Progresso da Ciência, SBPC: Academia Brasileira de Ciências, ABC. p.124, 2011. SOUSA, S. A. V. Programa computacional para simulação da ocorrência de veranicos e queda de rendimento. Pesquisa Agropecuária Brasileira, v. 33, n. 12, p. 1952-1956, 1998. SCHLESINGER, S.; NORONHA, S. O Brasil está nu! O avanço da monocultura da soja, o grão que cresceu demais. Rio de Janeiro: FASE, 2006. SCHEPERS, L.; HAEST, B.; VERAVERBEKE, S.; SPANHOVE, T.; BORRE, J. V.; GOOSSENS, R. Burned Area Detection and Burn Severity Assessment of a Heathland Fire in Belgium Using Airborne Imaging Spectroscopy (APEX). Remote Sens, v. 6, p. 1803 - 1826, 2014. STEPHANIE, H. NDWI: Normalized Difference Water Index. PRODUCT FACT SHEET: NDWI – EUROPE, Version 1, 2011. TEILLET, P. M.; STAENZ, K.; WILLIAMS, D. J. Effects of spectral, spatial, and radiometric characteristics on remote sensing vegetation indices of forested regions. Remote Sensing of Environment, v. 61, n. 1, p. 139–149, 1997. 10 de Jan de 2016. TOWNSEND, C. R.; BEGON, M.; HARPER, J. L. Fundamentos em Ecologia. Porto Alegre: Artmed. 3ª ed., 2010.

40

TUCKER, C. J. Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, v. 8, n. 2, p. 127–150, 1979. 11 de Jan de 2016. VAN LEEUWEN, W. J. D.; HUETE, A. R. Effects of standing litter on the biophysical interpretation of plant canopies with spectral indices. Remote Sensing of Environment, v. 55, n. 2, p. 123–138, 1996. 11 de Jan de 2016. VELA, R. H. N.; DALLACORT, R.; NIED, A. H. Distribuição decendial, mensal e totais de precipitação na região de Tangará da Serra - MT. In: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, Bonito. Anais. Bonito: SBEA, n. 36 p. 1-4, 2007. ZIMBRES, B.; FURTADO, M. M.; TÔRRES, N.; MACHADO, R. The impact of habitat fragmentation on the ecology of xenarthrans (Mammalia) in the Brazilian Cerrado. Landscape Ecology, v. 28, n. 2, p. 259–269, 2013. 11 de Jan de 2016. USGS- U.S. Geological Survey Landsat—Earth Observation 2015 Disponível em: http://dx.doi.org/10.3133/fs20153081 ISSN 2327-6932 (online). Acesso em 26de Jul de 2016.

View more...

Comments

Copyright � 2017 SILO Inc.