EVOLUÇÃO DOS ÍNDICES DE VEGETAÇÃO E SUA RELAÇÃO COM O ESTRESSE HÍDRICO: UMA REVISÃO
Visualizações: 572DOI:
https://doi.org/10.61389/geofronter.v7.6758Palabras clave:
Sensoriamento remoto da vegetação, Bandas espectrais, NDVI, Déficit hídricoResumen
Os índices de vegetação (IVs) são calculados por meio de razão simples ou normalizada, diferenciação, diferenças de proporções e somas e formação de combinações de dados de bandas espectrais. Os IVs possuem como função realçar o sinal da vegetação e minimizar as variações na irradiância solar e os efeitos do substrato do dossel vegetal. As condições de estresse por déficit hídrico são passíveis de mensuração por meio de IVs, o qual causa redução nas taxas fotossintéticas e de transpiração da planta, resultando na queda substancial do IV. Nesse sentido, o objetivo deste artigo é fornecer uma visão geral da evolução dos IVs, de forma breve e em ordem cronológica, e sua relação com o estresse hídrico. Para isso, foram expostas as principais alterações fisiológicas decorrentes do estresse hídrico, seus efeitos na resposta espectral da vegetação e apresentados os 12 índices criados entre 1973 e 2015 mais recorrentes na literatura científica. O aperfeiçoamento de índices mais antigos ocorre de maneira concomitante ao surgimento de IVs que exploram novas faixas espectrais, ampliando as possibilidades de criação de IVs mais focados nas necessidades de cada usuário. Com os avanços tecnológicos, as maiores possibilidades de surgimentos de novos IVs estão no uso de VANT (veículo aéreo não tripulado), possibilitando a coleta de dados com alta resolução, e nos dados hiperespectrais, que apresentam centenas de estreitas faixas espectrais, podendo adaptar a coleta de informações de acordo com os tipos e alterações fisiológicas na vegetação a serem pesquisadas.
Citas
AYANLADE, A. Remote Sensing vegetation dynamics analytical methods: a review of vegetation indices techniques. Geoinformatica Polonica, v. 16, p. 11-17, 2017. DOI.: 10.4467/21995923GP.17.001.7188 DOI: https://doi.org/10.4467/21995923GP.17.001.7188
BANNARI, A.; MORIN, D.; BONN, F.; HUETE, A. R. A review of vegetation indices. Remote Sensing Reviews, v. 13, n. 1-2, p. 95-120, 1995. DOI.: 10.1080/02757259509532298 DOI: https://doi.org/10.1080/02757259509532298
BARET, F.; GUYOT, G.; MAJOR, D. J. TSAVI: a vegetation index which minimizes soil brightness effects on LAI and APAR estimation. In: CANADIAN SYMPOSIUM ON REMOTE SENSING GEOSCIENCE AND REMOTE SENSING SYMPOSIUM 12th, 1989, Vancouver, Canada. Anais... Vancouver: IEEE, 1989. p. 1355-1358. DOI.: 10.1109/IGARSS.1989.576128
BARNES, M. L.; BRESHEARS, D. D.; LAW, D. J.; LEEUWEN, W. J.D.; MONSON, R.K.; FOJTIKA. C. Beyond greenness: Detecting temporal changes in photosynthetic capacity with hyperspectral reflectance data. PLoS One, v. 12 n. 12, p. 128-143, 2017. DOI.: 10.1371/journal.pone.0189539 DOI: https://doi.org/10.1371/journal.pone.0189539
BONIFACIO, R.; DUGDALE, G.; MILFORD, J. R. Sahelian rangeland production in relation to rainfall estimates from Meteosat. International Journal of Remote Sensing, v. 14, n. 14, p. 2695-2711, 1993. DOI.: 10.1080/01431169308904302 DOI: https://doi.org/10.1080/01431169308904302
DONOHUE, R. J.; MCVICAR, T. R.; RODERICK, M. L. Climate‐related trends in Australian vegetation cover as inferred from satellite observations, 1981–2006. Global Change Biology, v. 15, n. 4, p. 1025-1039, 2009. DOI.: 10.1111/j.1365-2486.2008.01746.x DOI: https://doi.org/10.1111/j.1365-2486.2008.01746.x
FURLANETTO, R. H.; SILVA, C. R. da. Monitoramento remoto de plantas submetidas à condição de seca. Brazilian Journal of Applied Technology for Agricultural Science, v. 10, n. 3, p. 115-126, 2017. DOI.: 10.5935/PAeT.V10.N3.13 DOI: https://doi.org/10.5935/PAeT.V10.N3.13
GALVÃO, L. S.; BREUNIG, F. M.; TELES, T. S.; GAIDA, W.; BALBINOT, R. Investigation of terrain illumination effects on vegetation indices and VI-derived phenological metrics in subtropical deciduous forests. GIScience & Remote Sensing, v. 53, n. 3, p. 360-381, 2016. DOI.: 10.1080/15481603.2015.1134140 DOI: https://doi.org/10.1080/15481603.2015.1134140
GALVÃO, L. S.; EPIPHANIO, J. C. N.; BREUNIG, F. M.; FORMAGGIO, A. R. Crop type discrimination using hyperspectral data. In: THENKABAIL, P. S.; LYON, J. G.; HUETE, A. Biophysical and Biochemical Characterization and Plant Species Studies. 2a ed. Boca Raton: CRC Press, 2018, p. 183–210. DOI.: 10.1201/b11222-25 DOI: https://doi.org/10.1201/9780429431180-6
GAO, B. C. NDWI – Normalized Difference Water Index for Remote Sensing of Vegetation Liquid Water from Space. Remote Sensing of Environment, v. 58, p. 257-266. 1996. DOI.: 10.1016/S0034-4257(96)00067-3 DOI: https://doi.org/10.1016/S0034-4257(96)00067-3
GITELSON, A. A.; MERZLYAK, M. N.; LICHTENTHALER, H. K. Detection of red edge position and chlorophyll content by reflectance measurements near 700 nm. Journal of Plant Physiology, v. 148, n. 3-4, p. 501-508, 1996. DOI.: 10.1016/S0176-1617(96)80285-9 DOI: https://doi.org/10.1016/S0176-1617(96)80285-9
GITELSON, A. A.; KAUFMAN, Y. J.; STARK, R.; RUNDQUIST, D. Novel algorithms for remote estimation of vegetation fraction. Remote Sensing of Environment, v. 80, n. 1, p. 76-87, 2002. DOI.: 10.1016/S0034-4257(01)00289-9 DOI: https://doi.org/10.1016/S0034-4257(01)00289-9
GITELSON, A. A. Wide dynamic range vegetation index for remote quantification of biophysical characteristics of vegetation. Journal of Plant Physiology, v. 161, n. 2, p. 165-173, 2004. DOI.: 10.1078/0176-1617-01176 DOI: https://doi.org/10.1078/0176-1617-01176
HENRICH, V.; JUNG, A.; GÖTZE, C.; SANDOW, C.; THÜRKOW, D.; GLÄßER, C. Development of an online indices database: Motivation, concept and implementation. 6th EARSeL Imaging Spectroscopy SIG Workshop Innovative Tool for Scientific and Commercial Environment Applications. Anais… Tel Aviv, Israel, March 16-18, 2009.
HUETE, A. R. A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, v. 25, n. 3, p. 295-309, 1988. DOI.: 10.1016/0034-4257(88)90106-X DOI: https://doi.org/10.1016/0034-4257(88)90106-X
HUETE, A. R.; DIDAN, K.; MIURA, T.; RODRIGUEZ, E. P.; GAO, X.; FERREIRA, L. G. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, 83, p. 195-213, 2002. DOI.: 10.1016/S0034-4257(02)00096-2 DOI: https://doi.org/10.1016/S0034-4257(02)00096-2
HUETE, A. R.; DIDAN, K.; SHIMABUKURO, Y.; RATANA, P.; SALESKA, S. R.; HUTYRA, L. R.; YANG, W. Amazon rainforests green‐up with sunlight in dry season. Geophysical research letters, v. 33, n. 6, 2006. DOI.: 10.1029/2005GL025583 DOI: https://doi.org/10.1029/2005GL025583
JACKSON, R. D.; HUETE, A. R. Interpreting Vegetation Indices. Preventive Veterinary Medicine, v. 11, n. 3-4, p. 185-200, 1991. DOI.: 10.1016/S0167-5877(05)80004-2 DOI: https://doi.org/10.1016/S0167-5877(05)80004-2
JENSEN, J. R. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. Tradução da 2 ed.: José Carlos N. Epiphanio (coordenador); Antonio R. Formaggio; Athos R. Santos; Bernardo F. T. Rudorff; Cláudia M. Almeida; Lênio S. Galvão. São José dos Campos: Parêntese. 2009. 598 p.
KAUFMAN, Y. J.; TANRE, D. Atmospherically resistant vegetation index (ARVI) for EOS-MODIS. IEEE transactions on Geoscience and Remote Sensing, v. 30, n. 2, p. 261-270, 1992. DOI.: 10.1109/36.134076 DOI: https://doi.org/10.1109/36.134076
LI, L.; TIAN, L. F.; AHAMED, T. Preharvest Monitoring of Biomass Production. In: SHASTRI, Y; HANSEN, A.; RODRÍGUEZ, L.; TING, K. C. (Ed.). Engineering and Science of Biomass Feedstock Production and Provision. New York: Springer, 2014. p 61-83. DOI.: 10.1007/978-1-4899-8014-4_4 DOI: https://doi.org/10.1007/978-1-4899-8014-4_4
LIU, H. Q.; HUETE, A. R. A feedback based modification of the NDVI to minimize canopy background and atmospheric noise. IEEE Transactions on Geoscience and Remote Sensing, v. 33, n. 2, p. 457-465, 1995. DOI.: 10.1109/TGRS.1995.8746027 DOI: https://doi.org/10.1109/TGRS.1995.8746027
MENESES, P. R.; ALMEIDA, T. Fundamentos de espectrorradiometria. In: MENESES, P. R.; ALMEIDA, T.; BAPTISTA, G. M. M. (Ed.). Reflectância dos materiais terrestres: análise e interpretação. São Paulo: Oficina de Textos, 2019, p. 11-38.
MOREIRA, M. A. Fundamentos do Sensoriamento Remoto e metodologias de aplicação. 3.ed. Viçosa: UFV, 2007. 315 p.
MOREIRA, M. A.; ASSUNÇÃO, G. V. Princípios básicos, metodologias e aplicações de Sensoriamento Remoto na agricultura. São José dos Campos: INPE, 1984. 64 p.
PAN, X.; GAO, Y; WANG, J. Response differences of MODIS-NDVI and MODIS-EVI to climate factors. Journal of Resources and Ecology, v. 9, n. 6, p. 673-680, 2018. DOI.: 10.5814/j.issn.1674-764x.2018.06.010 DOI: https://doi.org/10.5814/j.issn.1674-764x.2018.06.010
PONZONI, F. J. Comportamento espectral da vegetação. In: MENESES, P. R.; MADEIRA NETTO, J. S. M. (Ed.). Sensoriamento Remoto: reflectância dos alvos naturais. Brasília: Editora da UnB; Planaltina: Embrapa Cerrados, 2001. p. 157-199.
PONZONI, F. J.; SHIMABUKURO, Y. E.; KUPLICH, T. M. Sensoriamento remoto no estudo da vegetação. 2ª ed. São Paulo: Oficina de Textos, 2012. 176 p.
ROSENDO, J. S.; ROSA, R. A utilização de sensores com resolução moderada (MODIS) no estudo da vegetação na bacia do rio Araguari-MG. Sociedade & Natureza, v. 17, n. 33, p. 91-104. 2005. DOI: https://doi.org/10.14393/SN-v17-2005-9209
ROUSE, J.W.; HAAS, R.H.; SCHELL J. A.; DEERING, D.W. Monitoring vegetation systems in the great plains with ERTS. In: EARTH RESOURCES TECHNOLOGY SATELLITE-1 SYMPOSIUM, 3., Washington, D.C., 1973. Anais... Washington, D.C.: NASA. Goddart Space Flight Center, 1973a. v.1, p. 309-317.
ROUSE, J. W.; HAAS, R. H.; SCHELL J. A.; DEERING, D. W.; HARLAN, J. C. Monitoring the vernal advancement and retrogradation (Greenwave effect) of natural vegetation. NASA/GSFC: Final Report, Greenbelt, Maryland, USA, 112 p., 1973b.
SANO, E. E.; PONZONI, F. J.; MENESES, P. R.; BAPTISTA, G. M. M.; TONIOL, A.; GALVÃO, L. S.; ROCHA, W. J. S. F. Reflectância da vegetação. In: MENESES, P.R.; ALMEIDA, T.; BAPTISTA, G. M. M. (Ed.). Reflectância dos materiais terrestres: análise e interpretação. São Paulo: Oficina de Textos, 2019, p. 189-223.
SANTOS, R. F.; CARLESSO, R. Déficit hídrico e os processos morfológico e fisiológico das plantas. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 2, n. 3, p. 287-294, 1998. DOI.: 10.1590/1807-1929/agriambi.v2n3p287-294 DOI: https://doi.org/10.1590/1807-1929/agriambi.v2n3p287-294
SOUZA FILHO, C. R. de; AUGUSTO, V.; OLIVEIRA, W. J.; LAMMOGLIA, T. Detecção de exsudações de hidrocarbonetos por geobotânica e sensoriamento remoto multi-temporal: estudo de caso no Remanso do Fogo (MG). Revista Brasileira de Geociências, v. 38, n. 2 suppl, p. 228-243, 2008. DOI: https://doi.org/10.25249/0375-7536.2008382S228243
WANG, X.; WANG, M.; WANG, S.; WU, Y. Extraction of vegetation information from visible unmanned aerial vehicle images. Nongye Gongcheng Xuebao / Transactions of the Chinese Society of Agricultural Engineering, vol. 31, n. 5, p. 152–159. 2015. DOI.: 10.3969/j.issn.1002-6819.2015.05.022
XUE, J.; SU, B. Significant remote sensing vegetation indices: a review of developments and applications. Journal of Sensors, v. 2017, 2017. DOI.: 10.1155/2017/1353691 DOI: https://doi.org/10.1155/2017/1353691
ZHAO, A.; ZHANG, A.; CAO, S.; LIU, X.; LIU, J.; CHENG, D. Responses of vegetation productivity to multi-scale drought in Loess Plateau, China. Catena, v. 163, p. 165-171, 2018. DOI.: 10.1016/j.catena.2017.12.016. DOI: https://doi.org/10.1016/j.catena.2017.12.016
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 GEOFRONTER
![Creative Commons License](http://i.creativecommons.org/l/by-nc-nd/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Os autores concedem à revista GEFRONTER os direitos autorais sobre o texto aceito para publicação. Autorizações especiais podem ser concedidas mediante aceite do editor do periódico.