Avaliação da suscetibilidade a escorregamentos pela análise da estrutura de cobertura vegetal com o uso de imagens do satélite Sentinel 2
Carregando...
Data
2023-09
Autores
Orientador
Coorientador
Pós-graduação
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Tipo
Plano de gestão de dados
Direito de acesso
Acesso aberto
Resumo
Descrição
Os Índices de Vegetação (IVs) fornecem informações espaciais sobre o estado da vegetação, que tem sido associadas à propensão a deslizamentos de terra. Para avaliar como as informações dos VIs indicam a propensão ao deslizamento, o presente estudo analisou nove IVs diferentes, para identificar as categorias de estados de vegetação na bacia hidrográfica da Pedra Branca, antes e depois de evento de deslizamento. Os diferentes VIs foram obtidos utilizando imagens Sentinel-2A (2016) e Sentinel-2B (2018). Todos os VIs foram testados por análise de tabelas cruzadas quanto à capacidade de identificar a área calculada para cicatrizes de deslizamentos e os VIs também foram comparados com a referência do NDVI, por matriz de erro, para análise da precisão na identificação do estado da vegetação, antes da ocorrência do deslizamento. As áreas com cicatrizes de deslizamento totalizaram 86.700m² na imagem de 2018 e o NDVI correspondeu a ~57% da categoria Sem Vegetação. Antes do evento de deslizamento, quase todos os VIs indicavam uma perda de vigor da vegetação (com exceção de RENDVI e ARVI) na imagem de 2016. Além disso, os índices (MSI de excepcionalidade) também apresentaram altas taxas de correspondência com a análise do NDVI na distinção dos estados de Vegetação Intermediária e Vigorosa. Porém, as áreas que apresentam estado de vegetação saudável são reduzidas, o que pode estar indicando a propensão a eventos de deslizamentos antes de suas ocorrências.
Palavras-chave
Idioma
Português
Como citar
Giordano, Lucilia do Carmo. Avaliação da suscetibilidade a escorregamentos pela análise da estrutura de cobertura vegetal com o uso de imagens do satélite Sentinel 2. Plano de gestão de dados. 2023. https://hdl.handle.net/11449/250888