Diagnosis del impacto del fuego sobre los macro hábitat en RPPN SESC pantanal desde el punto de vista de datos multiespectrales obtenidos por RPAS/drone
DOI:
https://doi.org/10.37002/biodiversidadebrasileira.v14i4.2570Palabras clave:
Humedales , teledetección, alta resolución, análisis temporalResumen
El año 2020 fue impactante por la alta intensidad de incendios ocurridos en el Pantanal. De esta manera, se crearon esfuerzos en los más variados campos del conocimiento para analizar y diagnosticar las causas y
consecuencias en el medio ambiente. Considerando la innovación con el uso de sensores multiespectrales integrados en RPAS, este trabajo tuvo como objetivo
monitorear y mapear temporalmente los macro hábitat existentes en la RPPN SESC Pantanal, permitiendo caracterizar la cobertura vegetal y la severidad causada por los incendios ocurridos en 2020. Se realizaron mapeos en tres áreas con diferentes macro hábitat para los años 2019, 2020 y 2021, utilizando la cámara multiespectral Micasense Altum y métodos avanzados de procesamiento. El Área 3 – Campina, tuvo el mayor nivel de severidad en el impacto de los incendios, seguida por el Área 1 – Mata Seca con Tabocal con Campina y el Área 2 – Mata Seca con Acuri. Los macro hábitat más afectados fueron Tabocal y Campina, donde con datos térmicos se obtuvo información de temperaturas
en grados centígrados superiores a 65ºC en las zonas afectadas tras el incendio. Los estudios que utilizan datos calibrados con alta resolución espacial y espectral
son fundamentales para la radiografía completa de ambientes naturales, especialmente áreas húmedas que son altamente sensibles. Los resultados obtenidos permiten una mejor gestión de la reserva y resultados efectivos para
las agencias ambientales estatales y federales sobre los impactos de los incendios en el bioma Pantanal, permitiendo subsidiar acciones dirigidas a la conservación
de los Humedales.
Descargas
Citas
Junk WJ et al. Brazilian wetlands: their definition, delineation, and classification forresearch, sustainable management, and protection. Aquatic Conservation: Marine and Freshwater Ecosystems. 2014; 24: 5-22. DOI: https://doi.org/10.1002/aqc.2386
Sanches LS et al. Seasonal Patterns of Evapotranspiration for a Vochysiadivergens Forest in the Brazilian Pantanal. Wetlands. 2011; 31:.1215-1225. DOI: https://doi.org/10.1007/s13157-011-0233-0
Ramsar. Information sheet for a new RAMSAR wetland in the Pantanal. 2003. Disponível em: <https://rsis.ramsar. org/RISapp/files/RISrep/BR1270RISformer_160210. pdf>;Acessoem: 23dejunho de 2020.
Libonati R, Dacamara C, Peres LF, De Carvalho LAS, Garcia LC. Rescue Brazil’s burning pantanal wetlands. Nature. 2020; 588: 217-219. https://doi.org/10.1038/ d41586-020-03464-1. DOI: https://doi.org/10.1038/d41586-020-03464-1
Marengo JA, Cunha AP, Cuartas LA, Deusdará KRL, Broedel E, Seluchi ME, Michelin CM, Baião CFP, Ângulo EC, Almeida EK. Kazmierczak, Mateus NPA, Silva RC, Bender F. Extreme drought in the brazilian pantanal in 2019–2020: characterization, causes, and impacts. Front. Water3, 2021; 13. DOI: https://doi.org/10.3389/frwa.2021.639204
Thielen D, Schuchmann KL, Ramoni-Perazzi P, Marquez M, Rojasn W, Quintero JI et al. Quo vadis Pantanal? Expected precipitation extremes and drought dynamics from changing sea surface temperature. PLoS One. 2020; 15: e0227437. DOI: https://doi.org/10.1371/journal.pone.0227437
Ministério do Meio Ambiente. Biodiversidade do Cerrado e Pantanal: áreas e ações prioritárias para conservação. Série Biodiversidade 17. MMA. Brasília: MMA, 2007. 540p.
Boon MA, Tesfamichael S. Wetland vegetation integrity assessment with low altitude multispectral UAV imagery. International Conference on Unmanned Aerial Vehicles in Geomatics. Anais... Bonn, Germany: 2017. DOI: https://doi.org/10.5194/isprs-archives-XLII-2-W6-55-2017
Doughty CL, Cavanaugh KC. Mapping coastal Wetland biomass from high resolution Unmanned Aerial Vehicle (UAV) imagery. Remote Sensing, 2019; 11(5): 540-576. DOI: https://doi.org/10.3390/rs11050540
Samiappan S et al. Mapping of invasive phragmites (common reed) in Gulf of Mexico coast wetlands using multispectral imagery and small unmanned aerial systems. International Journal of Remote Sensing, 2016; 00(00):1-22.
Nascente JC. Análise de dados orbitais e suborbitais no diagnóstico e mapeamento de áreas prioritárias para conservação no Corredor da Chapada dos Guimarães, Dissertação de Mestrado. Programa de Pós-Graduação em Ciências Florestais e Ambientais-UFMT, 2020, 136p.
Valles HEP, Nunes GM, Berlinck CN, Gonçalves LG, Ribeiro GHPDM. Use of remotely piloted aircraft system multispectral data to evaluate the effects of prescribed burnings on three macrohabitats of Pantanal, Brazil. Remote Sens. 2023; 15: 2934. https://doi.org/10.3390/ rs15112934 DOI: https://doi.org/10.3390/rs15112934
Antas PTZ. Plano de manejo da Reserva Particular do Patrimônio Natural SESC Pantanal. SESC, Departamento Nacional. Rio de Janeiro/RJ, ed. 2, 2011. 148p.
Hasenack H, Cordeiro JLP, Hofmann GS. O clima da RPPN SESC-Pantanal (Relatório final do projeto Conhecendo o Clima da RPPN SESC-Pantanal). Porto Alegre: Centro de Ecologia, UFRGS – Universidade Federal do Rio Grande do Sul, 2003. 31 p.
Dubs B. Observations on the differentiation of woodland and wet savanna habitats in the Pantanal of Mato Grosso, Brazil. In: Furley PA, Proctor J, Ratter JA (eds.). Nature and dynamics of forest-savanna boundaries. London: Chapman and Hall, 1992. 431-449.
Ratter JA, Pott A, Cunha CN, Haridasan M. Observations on wood vegetation types in the Pantanal and at Corumbá, Brazil. Notes Royal Botanical Garden of Edinburgh, 1988; 45: 503-525.
Hofmann GS. Relações entre a temperatura do ar e a estrutura de formações vegetais no norte do Pantanal de Mato Grosso, Instituto de Biociências-Programa de Pós-Graduação em Ecologia-UFRGS, Dissertação de Mestrado, 2008.
Lowe DG. Object recognition from local scale- invariant features. Proc. 7th International Conference on Computer Vision (ICCV’99) (Corfu, Greece).1999; 1150- 1157. doi:10.1109/ICCV.1999.790410 DOI: https://doi.org/10.1109/ICCV.1999.790410
Lowe DG. Distinctive image features from scale-invariant key points. International Journal of Computer Vision. 2004; 60(2): 91-110. doi:10.1023/ B:VISI.0000029664.99615.94. DOI: https://doi.org/10.1023/B:VISI.0000029664.99615.94
Szeliski R. Computer Vision: algorithms and Applications. London: Springer, 2010. 812 p. DOI: https://doi.org/10.1007/978-1-84882-935-0
Chuvieco E, Martin MP, Palacios-Orueta A. Assessment of different spectral indices in the red-near- infrared spectral domain for burned land discrimination. Remote Sensing of Environment, 2002; 112: 2381-2396. DOI: https://doi.org/10.1016/j.rse.2007.11.007
Bøgh E, Broge NH, Hasager CB, Jensen NO, Schelde K, Thomsen A. Airborne multi-spectral data for quantifying leaf area index, nitrogen concentration and photosynthetic efficiency in agriculture. Remote Sensing of Environment, 2002; 81(2-3): 179-193. DOI: https://doi.org/10.1016/S0034-4257(01)00342-X
QI J, Chehbouni A, Huete AR, Kerr YH, Sorooshian S. A modified soil adjusted vegetation index. Remote Sensing of Environment, 1994; 48: 119-126. DOI: https://doi.org/10.1016/0034-4257(94)90134-1
Rouse JW, Haas RH, Schell JA. Monitoring vegetation systems in the Great Plains with ERTS. In: ERTS-1 SYMPOSIUM, 3., 1973, Washington. Proceedings...Washington: NASA, 1974; 1: 309-317.
Roujean J-L., Breon, F-M. Estimating PAR Absorbed by Vegetation from Bi-Directional Reflectance Measurements. Remote Sensing of Environment, 1995; 51: 375-384. http://dx.doi.org/10.1016/0034-4257(94)00114-3 DOI: https://doi.org/10.1016/0034-4257(94)00114-3
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Os autores mantêm os direitos autorais de seus artigos sem restrições, concedendo ao editor direitos de publicação não exclusivos.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Os artigos estão licenciados sob uma licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional (CC BY-NC-ND 4.0). O acesso é livre e gratuito para download e leitura, ou seja, é permitido copiar e redistribuir o material em qualquer mídia ou formato.
