Análise de imagens multiespectrais de RPA para mapeamento de vegetação em áreas ciliares

Resumo

A vegetação ciliar é importante na manutenção ecológica ao longo das margens dos rios. Os Índices de Vegetação (IVs) e o Índice de Área Foliar (IAF) são índices que podem estar indiretamente correlacionados com o desenvolvimento e a saúde das plantas. Sendo assim, este estudo teve como objetivo testar a eficácia da utilização de Aeronaves Remotamente Pilotadas (ARP) na aquisição de imagens multiespectrais para a elaboração de IVs e obtenção indireta de IAF. Nele obteve-se ortoimagens de 3 áreas amostrais ao longo da Bacia Hidrográfica do Rio Pardo (BHRP), que compreende 3 classes de vegetação, o bosque da nascente do Rio Pardo, uma área de vegetação campestre e uma área de floresta. As áreas amostrais foram recortadas em 9 parcelas de 9 x 9 m e distribuídas nas ortoimagens. Na pesquisa foi utilizado um RPA do modelo Phantom 4 Multiespectral da DJI, para obtenção das imagens multiespectrais. A partir das ortoimagens foram gerados os IVs, como o NDVI (Normalized Difference Vegetation Index) e SAVI (Soil Adjusted Vegetation Index), em seguida foi gerado o IAF correspondente. Os resultados mostram que as análises de correlação linear simples identificaram o IAF como variável dependente da regressão, demonstrando uma alta significância com as variáveis independentes NDVI e SAVI. Também foi possível verificar que as classes de vegetação e suas heterogeneidades estruturais influenciaram nos ajustes dos IAF. Conclui-se que as imagens obtidas por RPA multiespectral apresentaram altíssima resolução espectral, espacial e temporal, sendo adequadas na gestão e monitoramento constante de áreas de preservação permanente (APP).