Notícias

Criação de imagem NDVI a partir de imagens Landsat 8 (sensor OLI)

Imagens NDVI (normalized difference vegetation index) representam a biomassa vegetação de uma região por meio de um índice. O NDVI é calculado a partir da combinação de duas bandas (vermelho e infra-vermelho próximo) e o resultado é uma imagem cujos valores variam de -1 a +1, correspondendo desde regiões com ausência de cobertura vegetal até aquelas com grande biomassa vegetal.

O R, como demonstrado aqui, pode ser usado para produzir imagens NDVI a partir das bandas do Landsat, pondendo importar, reprojetar, reamostar e exibir a imagens resultante de modo bastante simples. Uma imagem NDVI pode ser usada em análises ecológicas, pois ela pode ser um indicador da estrutura da vegetação (maiores valores de NDVI estão supostamente associados com vegetação mais complexa e valores menores com vegetação menos complexa), e também com análises de mudança no uso da terra ou incidência de perturbações. As queimadas são um exemplo de perturbações que afetam temporariamente o valor do NDVI e uma comparação temporal do índice pode mapear as áreas queimadas. Um exemplo disso é mostrado a seguir.

As imagens Landsat 8 são distribuídas gratuitamente em várias páginas, como no Earth Explorer do USGS (http://earthexplorer.usgs.gov). A primeira coisa a fazer é criar uma conta e ativá-la. Para isso, basta seguir as instruções da página. O vídeo abaixo, com aproximadamente 3 min, mostra como selecionar e baixar imagens do Landsat. 

Uma vez que as imagens foram obtidas e descompactadas no diretório de trabalho, o usuário poderá copiar e modificar o script R disponibilizado (veja no final deste artigo) para importar, reprojetar e produzir a imagem NDIV. As imagens Landsat 8 OLI vêm projetadas em UTM, mas é preciso mudar a projeção para o hemisfério sul. A imagem NDVI é criada com a fórmula (NIR - RED)/(NIR + RED), onde NIR é a imagem do infravermelho próximo (near-infrared) e RED é a imagem do vermelho. As tabelas abaixo mostram o nome das bandas NIR e RED para o Landsat 5/7 (bandas 4 e 3) e no Landsat 8 (bandas 5 e 4). 

Quadro 1. Relação das bandas e comprimentos de onda do satélite Landsat 5 e 7.

landsat7

 

Quadro 2. Relação das bandas e comprimentos de onda do satélite Landsat 8.

landsat8

 

 Após a aplicação do script, que requer os pacotes raster e SDMTools, as seguintes imagens podem ser obtidas:

banda4 cinza 

Figura 1. Banda 5 (red) da APA Gama-Cabeça do Veado (Brasília-DF) após processamento com o pacote raster (importação, reprojeção, corte e exibição).

ndvi mai2014

Figura 2. Imagem NDVI de maio/2014 da região da APA Gama-Cabeça do Veado (Brasília-DF). Combinação das bandas 5 (red) e 6 (nir) do sensor OLI do Landsat 8. Valores mais altos indicam áreas com maior biomassa vegetal, como as matas de galeria ao longo dos cursos d'água da área. 

O uso em queimadas

O exemplo abaixo mostra como usar o NDVI para identificar áreas onde ocorreu uma mudança significativa do valor do NDVI. As imagens são do Landsat 5 e datam de dois períodos: abril e setembro de 2011. Entre esses meses ocorreu uma grande queimada na Reserva do IBGE, sendo que 90% da área foi tomada pelo incêndio. Nesse caso, usei duas funções disponíveis no pacote SDMTools (species distribution modelling tools) para comparar o NDVI de abril e o NDVi de setembro e mostrar áreas onde podemos afirmar com 90% de certeza que as mudanças foram significativas. Os comandos que produziram as imagens está no final do script. 

 image diff

Figura 3. Imagem resultante da comparação feita com o pacote SDMTools de duas imagens NDVI. As áreas brancas mostram os locais onde houve uma variação significativa no valor do NDVI entre os períodos considerados (p<0.10).

Criação de mapa de referência com imagens Google

Às vezes precisamos de criar um mapa para ilustrar alguma característica espacial que está armazenada em uma planilha Excel ou simliar, mas não temos um sistema de informação geoográfica à disposição. É possível usar o R, um programa gratuíto e multiplataforma (Mac, Linux ou Windows) para criar rapidamente alguns mapas básicos e com o script que está no link abaixo é fácil fazer isso.

O exemplo que apresento é sobre as ocorrências de casos de dengue em municípios de Minas Gerais em 2015. Os dados foram obtidos na página do Ministério da Saúde e a tabela do link mostra o número de casos e a incidência, que é a representação do número de casos para cada 100 mil habitantes. 

Para espacializar a informação dos munucípios é preciso inserir as coordenadas geográficas de cada município. Uma outra tabela disponível abaixo, e que foi obtida na página do IBGE, contém as coordenadas (lat/long em graus decimais) de todos os municípios brasileiros. As duas tabelas foram associadas em função do código do município, variável que é comum às duas tabelas. 

O pacote usado para produzir os mapas básicos foi o dismo, mas existem outros pacotes (gmap ou ggmap) que fazem o mesmo. O primeiro mapa gerado contém somente a localização das ocorrências e rodando o script, você deverá obter uma figura como esta:

mapa1

Outra possibilidade é representar os pontos de maneira proprocional às incidêncas. A figura ficaria assim:

Por fim, é possível usar o pacote para baixar uma figura com uma imagem de satélite ao fundo (as duas anteriores usam o formato "terrain") e para uma região especificada por pares de coordenadas. Eis um exemplo:

 

Novas ferramentas para visualização de dados espaciais de artigos

As revistas da Elsevier agora contam com uma ferramenta para visualização chamada "Interactive Map Viewer", que é um visualizador de arquivos KMZ (versão compactada dos arquivos KML do Google Earth). A ideia é mostrar uma pequena janela com o Google Earth e os pontos de interesse do trabalho (as ocorrências de uma espécie ou os locais de coleta) de uma maneira mais dinâmica. A informação entra como material suplementar dos artigos submetidos.

Essa novidade, disponível em mais de 80 jornais da Elsevier, representa um passo importante na mudança dos formatos de pubilcação. Há uma grande tendência das publicações online serem mais amplas, dinâmicas e embebidas com mutlimidias. Para o envio dessas informações espaciais é necessário gerar o arquivo KMZ/KML e nesse sentido mostro abaixo uma rotina no R para criar tais arquivos.

O exemplo aqui mostrado é sobre os pontos de ocorrência (formato Lat/Long em decimal degrees) de aves do gênero Thamnophilus (chocas da família Thamnophilidae). Os pontos foram obtidos no site Xeno-Canto.

Ao final da execução do script de exemplo e abertura do arquivo no Google Earth, você deverá ter uma imagem semelhante às imagens abaixo:

 

 

 

IUCN - 50 anos de listas vermelhas

Video comemorativo dos 50 anos das listas vermelhas de espécies ameaçadas de extinção elaboradas pela IUCN (União Internacional para a Conservação da Natureza). Para saber mais, clique aqui

 

Go to top