scholarly journals NDVI e SAVI como ferramentas de monitoramento das modificações no uso e ocupação do solo no sudoeste paraense

2022 ◽  
Vol 11 (1) ◽  
pp. e47611122583
Author(s):  
Hellem Cristina Teixeira Rodrigues ◽  
Rayssa Soares da Silva ◽  
Francimary da Silva Carneiro ◽  
Charles Benedito Gemaque Souza ◽  
Tamires Borges de Oliveira ◽  
...  

Sensoriamento Remoto é um uma tecnologia que permite aquisição de informações sobre áreas ou objetos sem manter contato físico. Esse trabalho objetivou utilizar imagens de satélites passivos, por meio dos índices de cobertura vegetal, como o Índice de Vegetação por Diferença Normalizada (NVDI) e Índice de Vegetação Ajustado para o Solo (SAVI), nos anos de 2008 e 2018, para identificar as modificações sofridas em 10 anos da comunidade Comunidade Linha Gaúcha localizada no município de Novo progresso no estado do Pará. Para este trabalho, foram utilizados dados provenientes do IBAMA, como a localização espacial da Comunidade e imagens da plataforma United States Geological Survey (USGS), para os anos de 2008(Landsat 5 – TM) e 2018 (Landsat 8 – OLI). Por meio do método de NDVI e SAVI foi possível analisar a expansão urbana em torno da comunidade num raio de 50 km, assim como observar a intensa modificação no uso e ocupação do solo, estando este fato intimamente ligado à presença da rodovia Transamazônica, importante agente de crescimento na Amazônia.

2020 ◽  
Vol 9 (7) ◽  
pp. e57973731
Author(s):  
Eliezio Nascimento Barboza ◽  
Francisco das Chagas Bezerra Neto ◽  
Clarice Ribeiro Alves Caiana

O rápido e desordenado crescimento urbano gerou um meio geográfico artificial e de baixa salubridade ambiental, caracterizado pela expansão de áreas periféricas e centrais. As transformações no uso e ocupação do solo geram mudanças no balanço de energia e na atmosfera, resultando no aquecimento das cidades. Portanto, o objetivo desse artigo é analisar a Temperatura de Superfície Terrestre (TST) e relacionar com cobertura vegetal por meio do Índice de Vegetação por Diferença Normalizada (NDVI) no município de Fortaleza, Ceará. Inicialmente foram obitidas as imagens orbitais, sensores OLI, (Operational Land Imager) e TIRS10 (Thermal Infrared Sensor) do Landsat-8 em United States Geological Survey (USGS) – órbita 217 e ponto 62. As imagens escolhidas para esse estudo é de 02/08/2013 e 26/08/2016. Verificou-se a relação direta do vigor da biomassa (NDVI) e da urbanização com valores de temperatura de superfície e as ilhas de calor urbano. Os ambientes que apresentaram menores valores de NDVI, com exceção os corpos aquáticos, apresentaram maiores valores de temperatura, expondo a importância da vegetação no microclima.


2020 ◽  
Vol 2019 (1) ◽  
pp. 188-195
Author(s):  
Arif Handoyo Marsuhandi ◽  
Agus Mohamad Soleh ◽  
Hari Wijayanto ◽  
Dede Dirgahayu Domiri

Pertanian adalah bidang yang sangat penting di Indonesia, sektor ini di tahun 2017 mencatat penyerapan tenaga kerja sebanyak 29.68% dari total seluruh pekerja (BPS, 2018), namun pentingnya sektor pertanian ini berbanding terbalik dengan data pertanian yang tersedia. Tahun 1998 Badan Pusat Statistik (BPS) bersama Japan International Cooperation Agency (JICA) telah mengisyaratkan overestimasi luas panen sekitar 17,07 persen. Ketidakuratan data pertanian ini kemudian diperbaiki pada tahun 2018 melalui kerjasama para stakeholder dengan menyusun suatu metodologi baru dalam menghitung luas lahan yang diberi nama kerangka sampel area. Selain metodologi yang sudah diperbarui, kemajuan teknologi dan teknik analisis di bidang ilmu pengetahuan juga mendukung perbaikan data pertanian. Citra satelit dan teknik klasifikasi menggunakan ensemble learning dapat dimanfaatkan dalam mengklasifikasikan jenis lahan padi. Pada penelitian ini digunakan citra satelit yang berasal dari United States Geological Survey (USGS) yaitu Landsat 8 dan teknik klasifikasi ensemble learning. Citra satelit dimanfaatkan untuk mengekstrak indeks vegetatif dari koordinat koordinat yang diteliti, sedangkan ensemble learning yang digunakan dalam penelitian ini yaitu Random Forest dan Boosting. Hasil pengolahan data menunjukkan Random Forest memiliki akurasi yang lebih tinggi daripada Boosting yaitu dengan nilai 76,52 untuk Random Forest dan 75,60 untuk Boosting. Keunggulan Random Forest terhadap Boosting tidak hanya dari sisi tingkat akurasi saja namun juga dari kestabilan model yang dibentuk.


2020 ◽  
Vol 9 (6) ◽  
pp. e187963655
Author(s):  
Eliezio Nascimento Barboza ◽  
Francisco das Chagas Bezerra Neto ◽  
Clarice Ribeiro Alves Caiana

O crescente desenvolvimento das cidades sem o devido planejamento ambiental e urbano resultou no aumento da temperatura nas grandes cidades. Um dos principais fenômenos causados por esse aquecimento são as chamadas ilhas de calor urbano, que interferem no clima local e no conforto térmico. Além de outros fatores, a má distribuição de áreas verdes na cidade contribui para o aumento desse fenômeno. Portanto, o objetivo desse artigo é analisar a Temperatura de Superfície Terrestre (TST) e relacionar com cobertura vegetal por meio do Índice de Vegetação por Diferença Normalizada (NDVI) na cidade de Vitória, ES. Inicialmente foram obitidas as imagens orbitais, sensores OLI, (Operational Land Imager) e TIRS10 (Thermal Infrared Sensor) do Landsat 8 em United States Geological Survey (USGS) – órbita 215 e ponto 74. As imagens escolhidas para esse estudo é de 16/05/2013. Verificou-se a relação direta do vigor da biomassa (NDVI) e da urbanização com valores de temperatura de superfície e as ilhas de calor urbano na cidade de Vitória. Os ambientes que apresentaram menores valores de NDVI, com exceção o oceano, apresentaram maiores valores de temperatura, expondo a importância da vegetação para o clima urbano.


2019 ◽  
Vol 3 ◽  
pp. 521
Author(s):  
Mailendra Mailendra

Integrasi data penginderaan jauh dengan sistem informasi geografis telah banyak dikembangkan, dan salah satunya dalam melihat perkembangan lahan terbangun. Tujuan penelitian ini adalah untuk melihat perkembangan lahan terbangun dan kesesuaiannya dengan Rencana Pola Ruang Kabupaten Kendal. Kemudian metode yang digunakan yaitu metode supervised classification dengan memanfaatkan data citra landsat 5 TM dan landsat 8 OLI yang selanjutnya dihitung luas dari masing lahan terbangun berdasarkan data temporal tahun 1990, tahun 2015 dan tahun 2017. Setelah diketahui luas lahan terbangun selanjutnya dioverlay dengan peta rencana pola ruang Kabupaten Kendal untuk melihat sesuai atau tidaknya penempatan lahan terbangun tersebut. Adapun hasil penelitiannya yaitu setiap tahunnya lahan terbangun terus meningkat di Kabupaten Kendal, terjadi peningkatan yang cukup signifikan dalam dua tahun terakhir yaitu tahun 2015 hingga tahun 2017. Selanjutnya diperkirakan 88 % lahan terbangun tersebut telah sesuai dengan RTRW karena sudah berada pada kawasan budidaya.


Sign in / Sign up

Export Citation Format

Share Document