Monitoramento e projeção futura da vegetação no Parque Nacional do Itatiaia através de sensoriamento remoto

Abstract

Imagens de satélites de observação da terra, bem como imagens de satélites meteorológicos, têm sido utilizadas para monitoramento do uso da terra. Recentemente produtos obtidos de imagens de satélite estão sendo disseminados, entre eles, índices de vegetação diversos. A EUMETSAT, através da Land-SAF, disponibiliza, entre outros produtos, o Índice de Área Foliar (IAF). Foram adquiridos produtos diários do IAF em formato matricial correspondentes ao período de 01/01/2010 a 30/12/2010. A partir de um pixel localizado na porção central do Parque Nacional do Itatiaia, foi gerada uma série temporal, a qual foi analisada visando conhecer a dinâmica do IAF. A tendência observada neste período indicou que a quantidade de área foliar por unidade de área reduziu no decorrer de 2010. Foi possível observar que as mudanças na vegetação possuem estreita relação com as mudanças no regime pluviométrico e com os incêndios que ocorrem na região. O modelo ARIMA (7 1 0) foi capaz de descrever o comportamento da série temporal do IAF, produzindo ruído branco e indicando correlações entre 1, 6 e 7 dias entre as observações passadas. A previsão para valores futuros resultou em erro médio de 2,74%, evidenciando o potencial do modelo na identificação de mudanças na vegetação. Os Modelos da classe ARIMA, em conjunto com produtos orbitais, se mostraram promissores para utilização na análise da vegetação em unidades de conservação.

Satellite images of earth observation and meteorological sensors have been used for monitoring land use. Recently products obtained from satellite images have been disseminated, among them, several vegetation indices. EUMETSAT, through the Land –SAF, offers, among other products, the Leaf Area Index (LAI). Daily LAI products have beem acquired in raster format corresponding from 01/01/2010 to 30/12/2010. From a pixel located in the central portion of the Itatiaia National Park, a time series was generated, which was analyzed aiming at assessing the dynamics of leaf area index. The tendency observed in this period indicates that LAI decreased during 2010. It was possible to observe that changes in vegetation have close relationship with changes in rainfall and fires that affect the region. The ARIMA (7 1 0) model was able to describe the behavior of the LAI series, producing white noise and indicating correlations among 1, 6 and 7 days among the past observations. The prediction for future values resulted in an average error of 2.74%, indicating the potential of the model to identify changes in vegetation. Models of ARIMA class, in conjunction with orbital products, stand out as promises for use in the analysis of the vegetation of protected areas.