influência da variabilidade da precipitação na resposta - Unifal-MG

310
INFLUÊNCIA DA VARIABILIDADE DA PRECIPITAÇÃO NA
RESPOSTA DA VEGETAÇÃO EM SÃO JOÃO DEL-REI
Thaínne Eve Ribeiro Lima¹, Julio Cezar Costa², Gabriel Pereira³
[email protected]¹, [email protected]², [email protected]³
¹Bolsista de Iniciação Científica PIBIC/CNPq
¹²Graduandos de Geografia
³Professor adjunto/orientador
¹²³Universidade Federal de São João Del Rei – UFSJ
Introdução:
O clima, numa abordagem geral, exerce influência direta na dinâmica do meio
ambiente e é dependente das condições de cobertura vegetal (Christofoletti, 1993). A
precipitação, considerada o principal componente do clima, varia interanual,
sazonalmente e de uma região para a outra. O clima do município de São João Del
Rei, área do estudo, é o Tropical de Altitude, ou Cwb, de acordo com a classificação
de Köppen, que se caracteriza por uma estação chuvosa, estendendo-se pelos meses
de outubro a março, e outra seca, entre os meses de abril e setembro.
Com isso, a partir do advento das observações via satélite das características
da vegetação e da variabilidade da precipitação (Goetz et al., 2005;.Myneni et al.,
1997 apud Barbosa, 2011), foi possível estabelecer uma relação de interdependência
entre os índices pluviométricos e o Índice de Vegetação por Diferença Normalizada
(NDVI), e compreender o impacto das alterações pluviométricas na dinâmica da
vegetação (Sun et al., 2016).
Objetivos:
Analisar a influência da variabilidade da precipitação sobre a dinâmica da
vegetação no período de 2000 a 2014, e explorar as relações entre as chuvas e o
NDVI sobre a região do município de São João Del Rei.
Anais da 4ª Jornada Científica da Geografia UNIFAL-MG
30 de maio a 02 de junho de 2016
Alfenas – MG
www.unifal-mg.edu.br4jornadageo
Materiais e Métodos:
Para os estudos dos índices de precipitação para a cidade de São João Del Rei
foram utilizados os dados do satélite Tropical Rainfall Mesuring Mission (TRMM),
produto 3B42. Enviado ao espaço em 1997 devido a parceria entre a National
Aeronautics and Space Administration (NASA) e a Japan Aerospace Exploration
Agency (JAXA). Com resolução espacial de 0,25ºx0,25º, o TRMM faz seu varrimento a
cada 3 horas (Pereira et al., 2013).
O 3B43 foi o produto utilizado na pesquisa, na sua versão V7, a mais recente,
derivado a partir de médias mensais do produto diário do TRMM, o 3B42. Ambos os
dados são disponibilizados de forma gratuita pela NASA (Yilmaz et al., 2010).
Para relacionar a vegetação com os dados do TRMM, foi utilizado o Índice de
Vegetação por Diferença Normalizada (IVDN) ou Normalized Difference Vegetation
Index (NDVI). Estes dados são derivados do produto MOD13A3 do sensor MODIS,
que fica a bordo do satélite TERRA, satélite este também da NASA pelo programa
Earth Observing System (EOS) (Júnior, 2016).
O NDVI, com valores de -1 a 1, tem grande utilização para diferenciação entre
níveis de crescimento da vegetação com cálculo utilizando as bandas do vermelho
(VER) e infravermelho próximo (IVP), equação 1 (Morais et al., 2011).
(1)
Metodologia
Para avaliar a vegetação pelo NDVI, foi necessário o processamento das
imagens do produto MOD13A3 do sensor MODIS, com apenas um tile (h13v11) dados
estes disponíveis pela NASA gratuitamente, em projeção sinusoidal, sendo
transformadas de Hierarchical Data Format (HDF), para GEOTIFF através do software
Modis Reprojection (MRT), para o processamento final foi utilizado o aplicativo ENVI.
Para os índices de precipitação, os dados do produto 3B43 do TRMM foram extraídos
para os 180 meses de estudo.
Com os dados binários dos dois produtos, foi possível a utilização do software
Open GrADS, aplicativo este que facilita ao usuário a visualização de dados orbitais,
assim como auxilia para manipulação de mapas temáticos. O programa ENVI, foi
necessário para gerar arquivos com extensões de fácil manuseio em outros softwares
de estatística.
Anais da 4ª Jornada Científica da Geografia UNIFAL-MG
30 de maio a 02 de junho de 2016
Alfenas – MG
www.unifal-mg.edu.br4jornadageo
311
Utilizou-se o Coeficiente de Correlação Linear de Pearson (R), expresso pela
equação (2), para medir a relação linear entre as variáveis NDVI e Precipitação. Os
valores desta Correlação variam entre -1 a +1. Desse modo, quanto mais próximo
estiver de -1 (correlação negativa) ou +1 (correlação positiva), maior é a relação linear
entre as duas variáveis (Filho, 2009).
312
(2)
Resultados e Discussões:
A precipitação é fator dominante da dinâmica da vegetação (Barbosa, 1998
apud Barbosa, 2016), e na Fig.1 está representada a variabilidade mensal dos índices
pluviométricos no período de 2000 a 2014 para todo o município de São João Del Rei,
onde se verificou que, apesar do ano de 2007 apresentar o mês (Janeiro) de maior
volume acumulado (566 mm) deste período, foi o ano de 2008 que obteve o maior
valor acumulativo anual de chuvas (2031 mm). E foi possível verificar, ainda, uma
anomalia negativa no ano de 2014, apresentando 1027 mm acumulados.
Fig.1: Variabilidade da precipitação, no período de 2000-2014, no município de São João Del
Rei.
Para a identificação de mudanças na cobertura vegetal em virtude das chuvas,
os valores do NDVI e da precipitação foram plotados juntos na Fig.2 para uma melhor
visualização entre as duas variáveis. A partir disso, foi utilizado o Coeficiente de
Correlação Linear de Pearson (R) para analisar a relação entre as duas variáveis, no
período de 14 anos, onde se obteve um valor de R = 0,80 (sendo que o limiar de
aceitação é de 0,85), fundamentando estatisticamente que o NDVI e a precipitação
Anais da 4ª Jornada Científica da Geografia UNIFAL-MG
30 de maio a 02 de junho de 2016
Alfenas – MG
www.unifal-mg.edu.br4jornadageo
apresentam 80% de correlação negativa, constatando, ainda, uma defasagem de 5
meses do NDVI, isto é, as respostas da vegetação apareceram 5 meses após o
período chuvoso.
313
Fig.2: Valores do NDVI e da Precipitação no período de 2000-2014. O coeficiente de
correlação de Pearson mostra a relação de 80% entre as duas variáveis.
Assim, na Fig.3 estão representados os mapas de NDVI para os anos que,
respectivamente, apresentaram maior e menor valor acumulativo de chuvas (2008 e
2014) na região de São João Del Rei. Com isso, observou-se uma redução de áreas
verdes no ano de 2014 em relação ao ano de 2008, comprovando que ambos
possuem um padrão semelhante, ou seja, à medida que houver aumento em uma das
variáveis, consequentemente haverá aumento na outra e vice-versa (Barbosa, 2011).
Fig.3: Comparação dos valores de NDVI do ano de 2008 e de 2014, observando uma redução
em seus valores devido à diminuição da precipitação.
Considerações Finais:
Em síntese, a análise deste estudo levou em conta os dados de precipitação no
período de janeiro de 2000 a dezembro de 2014 e os dados de NDVI para o mesmo
Anais da 4ª Jornada Científica da Geografia UNIFAL-MG
30 de maio a 02 de junho de 2016
Alfenas – MG
www.unifal-mg.edu.br4jornadageo
período. A partir disso, chegou-se à conclusão de que as duas variáveis
(Precipitação/NDVI) possuem íntima relação, confirmado estatisticamente pela análise
estatística de regressão (r = 80). Dessa forma, de modo geral, as variações de NDVI
são altamente influenciadas pelas anomalias de precipitação na região analisada.
Referências Bibliográficas:
BARBOSA, H.A et al. Influence of rainfall variability on the vegetation dynamics over
Northeastern Brazil. Jornal of Arid Environments, v.124, p. 377-387, Janeiro 2016.
Disponível
em:<http://www.sciencedirect.com/science/article/pii/S0140196315300392>. Acesso:
em Abril 2016.
BARBOSA, H.A et al. Analysis of the NDVI temporal dynamics in semi-arid
ecosystems: Brazilian Caatinga na African Western Sahel. In: Simpósio Brasileiro de
Sensoriamento Remoto – SBSR, 15, 2011, Curitiba. Anais... Curitiba: INPE, 2011. p.
6496-6500.
CHRISTOFOLETTI, A. Implicações climáticas relacionadas com as mudanças
climáticas globais. Boletim de Geografia Teorética. Rio Claro, vol. 23, n. 45-46, p.
1831, 1993.
FILHO, D.B.F.; JÚNIOR, J.A.S. Desvendando os Mistérios do Coeficiente de
Correlação de Pearson (r). Revista Política Hoje, v.18, n.1, p. 115-146, 2009.
Disponível em: <
http://www.revista.ufpe.br/politicahoje/index.php/politica/article/viewFile/6/6>. Acesso:
em Maio 2016.
JÚNIOR, O.A.C. et al. 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. Disponível: <
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-261X2008000400010>.
Acesso: em Abril 2016.
MORAIS, Y.C.B. et al. Análise espaço-temporal e detecção de mudanças da cobertura
vegetal no município de Floresta/PE – Brasil, utilizando o NDVI. In: Simpósio Brasileiro
de Sensoriamento Remoto – SBSR, 15, 2011, Curitiba. Anais... Curitiba: INPE, 2011.
p. 2128.
PEREIRA, G. et al. Avaliação dos Dados de Precipitação Estimados pelo Satélite
TRMM para o Brasil. Revista Brasileira de Recursos Hídricos, v. 18, n. 3, p. 139 ‐
148, 2013. Disponível em: <
https://www.abrh.org.br/SGCv3/index.php?PUB=1&ID=109&SUMARIO=1612>.
Acesso: em Abril 2016.
SUN, Jian et al. The response of vegetation dynamics of the different alpine grassland
types to temperature and precipitation on the Tibetan Plateau. Environmental
Monitoring and Assessment, v.188, n. 20, p.1-11, Janeiro 2016. Disponível em:
Anais da 4ª Jornada Científica da Geografia UNIFAL-MG
30 de maio a 02 de junho de 2016
Alfenas – MG
www.unifal-mg.edu.br4jornadageo
314
<http://link.springer.com/article/10.1007%2Fs10661-015-5014-4>. Acesso: em Abril
2016.
YLMAZ, K. K. et al. Evaluation of a satellite based global flood monitoring system.
International Journal of Remote Sensing, v. 31, n. 14, 20 Julho de 2011.
315
Anais da 4ª Jornada Científica da Geografia UNIFAL-MG
30 de maio a 02 de junho de 2016
Alfenas – MG
www.unifal-mg.edu.br4jornadageo