UNIVERSIDADE FEDERAL DE VIÇOSA

DEPARTAMENTO DE ENGENHARIA CIVIL

SETOR DE ENGENHARIA DE AGRIMENSURA

ALESSANDRA CARREIRO BAPTISTA

MAPEAMENTO DE VEGETAÇÃO NATURAL USANDO O ÍNDICE NDVI

VIÇOSA
2002
 ALESSANDRA CARREIRO BAPTISTA

MAPEAMENTO DE VEGETAÇÃO NATURAL USANDO O ÍNDICE NDVI

Monografia apresentada ao Curso de

Graduação em Engenharia de Agrimensura da
Universidade Federal de Viçosa, como
requisito parcial para aprovação na disciplina
CIV 497-Seminário e Monografia
Orientador: Prof. Carlos Antônio O. Vieira

VIÇOSA
2002

ii
 ALESSANDRA CARREIRO BAPTISTA

MAPEAMENTO DE VEGETAÇÃO NATURAL USANDO O ÍNDICE NDVI

Prof. Carlos Antônio Oliveira Vieira (Orientador)

Viçosa, 23 de agosto de 2002.

iii
 “Se não houver frutos, valeu a beleza das flores.
Se não houver flores, valeu a sombra das folhas.
Se não houver folhas, valeu a intenção das sementes.”
Henfil

Aos meus pais, aos meus amigos,

ao meu orientador e aos meus professores
Dedico

A Deus
Ofereço

iv
 SUMÁRIO

Sumário
1
Resumo
2
1. INTRODUÇÃO 3
2. REVISÃO BIBLIOGRÁFICA 7
2.1. Fundamentos de Sensoriamento Remoto 7
2.2. Interação da Radiação Eletromagnética com a Vegetação 8
2.3. Índices de Vegetação 10
2.4. Aplicações do Índice de Vegetação da Diferença Normalizada (NDVI) 14
2.5. Aterros Sanitários 17
3. MATERIAIS E MÉTODOS 21
4. RESULTADOS E DISCUSSÃO 23
5. CONCLUSÃO 25
6. REFERÊNCIAS BIBLIOGRÁFICAS 26

2
 RESUMO

Os índices de vegetação de imagens de sensoriamento remoto orbital constituem-se

em ferramentas amplamente utilizadas para o estudo da vegetação em nível regional, com
destaque para o NDVI - Índice de Vegetação da Diferença Normalizada. Neste trabalho, o
índice NDVI foi calculado usando-se as bandas 3 e 4 do satélite Landsat TM, com vistas a
obter um mapa da vegetação natural, como parâmetro de exclusão, na identificação de locais
propícios à instalação de aterros sanitários. Um aspecto importante vem sendo amplamente
destacado nos últimos anos: o uso integrado de imagens de sensoriamento remoto com
informações auxiliares num SIG, proporcionando um maior aprimoramento na interpretação
de um determinado tema. Assim, os Sistemas de Informações Geográficas têm se mostrado
como uma ferramenta eficaz de análise dos critérios para se implantar adequadamente um
aterro sanitário. Em relação ao uso do solo, a imagem NDVI mostrou ser um instrumento
importante na identificação da biomassa, demonstrando que dados provenientes de
sensoriamento remoto são e certamente continuarão sendo a maior fonte de dados para muitos
sistemas de informação geográfica, e cada vez mais estarão gerando informações atualizadas
e precisas, com rapidez e eficiência.

3
1. INTRODUÇÃO

Os satélites espaciais se tornaram um feito extraordinário da ciência e da tecnologia e

habitam o nosso cotidiano: comunicação, televisão, telefonia móvel, meteorologia,
localização de veículos etc.
Nos últimos anos, o advento dos satélites de sensoriamento remoto tem favorecido a
realização de levantamentos à distância de variações físicas e químicas da superfície terrestre
em áreas extensas e inóspitas, favorecendo, principalmente, os mapeamentos e
monitoramentos sazonais da superfície terrestre. A composição espectral do fluxo radiante
proveniente da superfície da Terra produz informações sobre propriedades físicas, químicas e
biológicas de solos, vegetações e águas que caracterizam o sistema terrestre (HUETE, 1988 –
citado por PACHÊCO, 2002).
Ao analisar as imagens, observa-se que diferentes objetos ou materiais apresentam
características próprias (tons de cinza, forma, padrão etc.) que vão se modificando ou
assumindo novas características, conforme são observadas em imagens de diferentes bandas
espectrais (Meneses, 1988).
Segundo Jensen (1986) e Novo (1989), citados por PACHÊCO (2002), a visão
sinóptica e os aspectos multiespectral e multitemporal dos sensores orbitais, aliados ao
crescente desenvolvimento de sistemas computacionais (hardware e software) de tratamento
digital de imagens, caracterizam o sensoriamento remoto como uma tecnologia
imprescindível no estudo espacial, espectral e temporal e na análise das variações ambientais
terrestres.

3
 Para que a interpretação visual humana e a interpretação automática via computador
possam ser facilitadas, técnicas de realce de imagens devem ser aplicadas aos dados digitais e
destacam-se, dentre tais técnicas, os Índices de Vegetação.
Os Índices de Vegetação, derivados de imagens de sensoriamento remoto orbital, são
combinações aritméticas simples baseadas no contraste entre as respostas espectrais da
vegetação na região do vermelho e do infravermelho, e visam medir a biomassa ou vigor
vegetativo baseado nos valores numéricos da imagem.
Dentre os índices, o mais conhecido é o NDVI, índice de vegetação da diferença
normalizada, o qual é definido pela razão entre as reflectâncias referentes à região do visível
(V) e do infravermelho próximo (IVP), conforme a equação abaixo:

( IVP −V )
NDVI = Equação1
( IVP + V )

Este índice permite identificar a presença de vegetação verde na superfície e

caracterizar sua distribuição espacial bem como a evolução de seu estado ao longo do tempo,
a qual é determinada pelas variações das condições climáticas reinantes.
O NDVI é uma ferramenta direta, apesar de fornecer uma informação aproximada das
propriedades da vegetação, podendo ser utilizado, em uma escala regional, para dar uma
avaliação geral das características da vegetação.
Assim, são tradicionais trabalhos que se utilizam dessa ferramenta, TARPLEY et al.
(1984); SPANNER et al. (1990) realizaram levantamentos e monitoramentos globais da
vegetação através da utilização de índices espectrais (NDVI) obtidos a partir de dados do
satélite meteorológico NOAA-7.
BAUSCH, (1993) e LIU & HUET (1995) enfatizaram a dificuldade gerada pela
influência das componentes de energia radiante refletida pela atmosfera e solo na estimativa
de índices de espectrais (NDVI).
HUETE & WARRICK, (1990) e SPANNER et al. (1994) realizaram estudos sobre a
abundância, composição e produtividade da vegetação através de técnicas de sensoriamento
remoto, fundamentadas em índices espectrais de diferenças da vegetação normalizados
(NDVI).•


Os trabalhos referidos nos últimos dois parágrafos foram citados por PACHÊCO, 2002.

4
 Segundo a metodologia de CHAVEZ & KUARTENG (1989) e KUARTENG & ALL-
AJMI (1996), citados por LOCH & KIRCHNER, 2002, somente duas bandas são usadas
como entrada para as PCAS (Componentes Principais Seletivas), e essas duas bandas devem
ser resultantes da aplicação do NDVI nos dados do sensor TM de cada data considerada.
PACHÊCO (1998) fez um estudo onde diferentes modelos de índices espectrais de
diferença de vegetação normalizados (NDVI) foram testados, com a finalidade de discriminar
as coberturas vegetais existentes.
Na agricultura, observa-se um interesse pela utilização do sensoriamento remoto
fundamentado nas vantagens oferecidas à gestão dos recursos naturais, tais como a
potencialidade de detecção de mudanças nas condições terrestres e vegetais; a disponibilidade
de dados multiespectrais; a repetição de coberturas sobre uma mesma região; a facilidade de
registro permanente das informações; além da possibilidade, em sistemas de monitoramento,
da integração das pesquisas existentes. A estimativa da biomassa através de diferentes índices
de vegetação é uma linha de pesquisa que tem sido explorada freqüentemente, tendo-se obtido
resultados valiosos (BITENCOURT & PEREIRA, 1986; SANTOS, 1988).
Várias técnicas de geoprocessamento são utilizadas para o mapeamento do uso da
terra, dentre elas, a utilização de um sistema de informação geográfica para a identificação de
áreas potenciais para a instalação de aterros sanitários no Distrito Federal (ANDRADE,1999).
Segundo CORSON (1993) – citado por ANDRADE, 2002, o desenvolvimento da
medicina e a melhoria das condições de saneamento básico fizeram com que os índices de
mortalidade infantil e a expectativa de vida melhorassem consideravelmente nos últimos
quarenta anos. A população mundial ultrapassou a marca de 6 bilhões de pessoas em 1999 e
poderá chegar aos 10 bilhões por volta de 2025.
O uso das reservas do planeta para a produção de bens de consumo foi aumentado
consideravelmente, em decorrência do crescimento acelerado e desordenado da população
mundial, gerando também uma quantidade excessiva de lixo, com conseqüências graves para
o meio ambiente. Na atualidade, um dos problemas ambientais mais sérios é a disposição
final dos resíduos sólidos de uma cidade e uma questão de saúde pública de difícil solução,
principalmente em países em desenvolvimento.
Aterro sanitário é uma das práticas mais utilizadas, no presente, para o destino final do
lixo, em virtude de sua simplicidade de execução e de seu custo relativamente baixo, sendo
que a disponibilidade de áreas próximas aos centros urbanos é o seu fator limitante.
Segundo LUZ (1981) & LIMA (1995) – citados por ANDRADE, 2002, os aterros
sanitários são aqueles executados segundo critérios e normas de engenharia e atendem aos

5
padrões de segurança preestabelecidos, permitindo uma confinação segura em termos de
controle da poluição ambiental e proteção ao meio ambiente.
A qualidade das informações para a tomada de decisões na área ambiental, inclusive
na questão referente à disposição final de resíduos sólidos, tem sido melhorada com o auxílio
de programas de geoprocessamento, computadores de última geração e dados de boa
qualidade, tornando-se possível realizar análises espaciais sofisticadas.
De uma maneira geral, vários aspectos do local devem ser observados: distância dos
núcleos habitacionais, unidades de conservação, aeroportos, dos córregos, rios e reservatórios
usados no abastecimento público; a geologia e a hidrografia; o nível do lençol freático; a
topografia; a constituição e permeabilidade do solo; as vias de acesso com informações sobre
as condições do tráfego; a proximidade de escolas; a localização de jazidas para material de
cobertura; e se a área está em conformidade com a legislação ambiental.
A identificação de locais potenciais para a instalação de aterros sanitários precisa,
portanto, levar em consideração critérios técnicos, a legislação ambiental e os novos conceitos
de desenvolvimento sustentado.
Diante desse contexto, o objetivo deste trabalho é chamar a atenção para a importância
da utilização de uma imagem NDVI como parâmetro de exclusão das áreas vegetadas, na
busca de locais propícios à instalação de um aterro sanitário.

6
2. REVISÃO BIBLIOGRÁFICA

2.1. Fundamentos de Sensoriamento Remoto

No final da década de 1960, o Brasil iniciou os investimentos na capacitação de

profissionais e no desenvolvimento de infra-estruturas que viabilizassem a aplicação das
técnicas de sensoriamento remoto.

No início dos anos 70, todas as atividades se concentravam na recepção e na

utilização de imagens orbitais MSS dos satélites da série Landsat - de origem norte
americana, cuja utilização, atualmente, está no monitoramento dos recursos naturais.

Entretanto, o conhecimento disponível naquela época restringia-se à viabilização da

identificação de feições específicas existentes na superfície terrestre que, por sua vez,
possibilitaram a elaboração de mapas temáticos variados.

O lançamento do sensor Thematic Mapper (TM) a bordo do satélite Landsat 4 e

posteriormente do Landsat 5, em meados da década de 80, abriu a possibilidade de novas
técnicas de aplicação do sensoriamento remoto, através da resolução espacial mais fina e o
maior número de bandas espectrais, incluindo não só os mapeamentos temáticos como
também estudos de quantificação de parâmetros biofísicos (por exemplo, biomassa florestal),
mediante o uso dos dados radiométricos existentes nas imagens geradas.

A definição clássica do termo sensoriamento remoto refere-se a um conjunto de

técnicas destinadas à obtenção de informações sobre objetos, através da análise de dados
obtidos por um sensor, sem que haja contato físico entre eles. Para que se compreenda melhor

7
esta definição, faz-se necessário identificar os quatro elementos fundamentais das técnicas de
sensoriamento remoto: a radiação eletromagnética, que é o elemento de ligação entre os
demais elementos; a fonte de energia eletromagnética, que é o Sol, para o caso da aplicação
do sensoriamento remoto no estudo dos recursos naturais; o sensor, que é o instrumento que
coleta e registra a radiação eletromagnética refletida ou emitida pelo objeto, este último que
representa o elemento do qual se pretende extrair a informação.

A Radiação Eletromagnética é o elemento fundamental das técnicas de sensoriamento

remoto, que no vácuo propaga-se à velocidade da luz e sua interação com o objeto pode ser
explicada, sob uma perspectiva quântica, como o resultado da emissão de pequenos pulsos de
energia, enquanto sob uma perspectiva ondulatória, esta radiação propaga-se na forma de
ondas formadas pela oscilação dos campos elétrico e magnético.
No modelo ondulatório, a radiação eletromagnética é caracterizada por comprimentos
de onda que representam a distância de igual intensidade dos campos elétrico e magnético
entre dois pontos. Ao conjunto de comprimentos de onda que compõem a radiação
eletromagnética, denominamos espectro eletromagnético, o qual é dividido em um certo
número de regiões espectrais, conforme apresentado na Figura1.

Fonte: INPE, 2002.

Figura 1: Espectro Eletromagnético.

2.2. Interação da Radiação Eletromagnética com a Vegetação

8
 Quando se deseja extrair informações a respeito da cobertura vegetal de uma região na
superfície terrestre, utilizando o sensoriamento remoto, é preciso levar em consideração a
interação da energia solar com a comunidade de plantas. Essas comunidades podem ser
homogêneas, como áreas agrícolas ou comunidades bastante heterogêneas, como uma mata
natural, onde se encontram árvores de diferentes portes e espécies.
Para discutir a interação da radiação eletromagnética com a vegetação, se faz
necessário entender o indivíduo que constitui essa comunidade vegetal, i. e., a planta, a menor
unidade da vegetação que irá interagir com a radiação eletromagnética, uma vez que é nela
que se processam todas as atividades físico-químicas e biológicas. Em decorrência disso, das
três componentes resultantes do fracionamento da radiação solar (eletromagnética) incidente,
ao interagir com a planta (reflexão, absorção e transmissão), a mais importante para a planta é
a absorção, pois está relacionada com a produção vegetal.
Entretanto, quando se trata de sensoriamento remoto orbital, medir essa parte da
radiação se torna impossível, devido às restrições tecnológicas dos equipamentos. Assim, a
energia refletida pela vegetação tem sido a mais utilizada, pois é nessa faixa do espectro
eletromagnético que se dispõe da maior quantidade dos sensores orbitais capazes de registrar
informações da superfície terrestre.
Segundo GATES et al. (1965), citados por PACHÊCO (2002), os principais
mecanismos que influenciam a quantidade de energia eletromagnética refletida pelas folhas
são os pigmentos, os espaços ocupados pela água e ar e as estruturas celulares com dimensões
do comprimento de onda da radiação incidente (grãos de amido, mitocôndrias, ribossomos,
núcleo e outros plastídeos).
GAUSMAN (1985), também citado por PACHÊCO (2002), relata que, além dos três
mecanismos citados por GATES et al. (1965), a energia refletida pelas folhas é afetada,
também, pelo conteúdo de água, maturação ou idade da folha, a posição nodal, condição de
iluminação (folhas expostas ao sol e folhas constantemente à sombra), a pubescência e
senescência.
A reflectância espectral de um dossel vegetal é o resultado de interações complexas
entre a radiação eletromagnética e a vegetação, dependendo igualmente de fatores externos,
dificilmente controláveis, como das características do próprio dossel (GUYOT et al., 1988),
citado por ZULLO, 2002.
2.3. Índices de Vegetação

Com a evolução do sensoriamento remoto, foram colocados em órbita satélites com

sistemas de sensores capazes de obter informações espectrais dos objetos da superfície

9
terrestre, em várias bandas do espectro eletromagnético, como é o caso do sensor TM do
Landsat, aumentando o número de dados sobre os objetos a serem analisados e,
conseqüentemente, aumentando também o volume de análise dos dados.
Para tentar diminuir o volume de análise de dados orbitais, através de uma
maximização de informações espectrais da vegetação e destacar o comportamento espectral
da vegetação em relação ao solo e a outros alvos da superfície terrestre, foram criados os
índices de vegetação, no menor número de bandas de operação dos sensores.
Os índices de vegetação resultam das transformações lineares da reflectância, obtida
em duas ou mais bandas do espectro eletromagnético, através de operações como soma, razão
entre bandas, da diferença, ou qualquer outra combinação.
Os índices de vegetação, em estudos realizados com equipamentos próximos ao alvo
de interesse, têm sido empregados com grande sucesso nos estudos para caracterizar
parâmetros biofísicos da vegetação: índice de área foliar verde (HOLBEN et al., 1980;
ASRAR et al., 1984; CLEVERS, 1989); fitomassa (TUCKER, 1979; GREEN, 1987;
GALLO et al., 1985; PRINCE, 1991); radiação fotossinteticamente ativa absorvida
(WIEGAND et al., 1974; ASRAR et al., 1984; HARTFIELD et al., 1984; SELLER, 1985) e
produtividade (ASRAR et al., 1985) - citados por MOREIRA, 2002.
Os índices de vegetação podem ser divididos em dois grupos:
a) slope-based: os quais envolvem apenas operações matemáticas entre as bandas do
vermelho e infravermelho.
b) distance-based: que envolvem as bandas do vermelho, infravermelho e informações
do solo.
Vários índices de vegetação têm sido propostos por diferentes autores, sendo os
citados a seguir, alguns dos mais usados e encontram-se implementados no software Idrisi for
Windows.
a) Slope-based:
a.1) Índice de Vegetação da Razão (IVR ou RVI):
Proposto por Rouse et al. (1974) para separar a vegetação verde do solo, usando
Landsat MSS. Esse índice capta o contraste entre as bandas vermelho e do infravermelho
próximo:

Infraverme lho MSS 7 TM 4

IVR = = = Equação2
Vermelho MSS 5 TM 3

Valores altos dos índices indicam a presença de vegetação verde (baixa reflexão no
vermelho, grande absorção da clorofila), associada à tonalidade mais clara numa imagem
preto e branca. Já uma alta reflexão no infravermelho próximo implica um grande teor de
biomassa.

10
 Esse índice possui uma simplicidade de operação, mas possui a desvantagem de a
divisão por zero gerar uma escala de medida não linear e as imagens não apresentarem uma
distribuição normal, dificultando a aplicação de alguns procedimentos estatísticos. Entretanto,
a variação de iluminação da cena é minimizada devido aos efeitos topográficos (em
decorrência de ser uma razão).

a.2) Índice de Vegetação da Diferença Normalizada (IVDN ou NDVI):

Proposto por Rouse et al. (1974) para separar a vegetação verde de solo, usando
imagens Landsat MSS.

( Infraverme lho − Vermelho ) ( MSS 7 − MSS 5) (TM 4 − TM 3)

NDVI = = = Equação3
Infraverme lho + Vermelho ( MSS 7 + MSS 5) (TM 4 + TM 3)

Esse índice produz escalas de medidas lineares, sendo que os problemas com divisão
por zero tornam-se minimizados. A escala tem a propriedade de variar de –1 a +1, com o
valor zero traduzindo, aproximadamente, áreas ausentes de vegetação. Assim, valores
negativos representam outras superfícies que não vegetação, enquanto valores positivos
indicam superfícies completamente cobertas por vegetação.

a.3) Índice de Vegetação Transformado (IVT ou TVI):

Proposto por Deering et al. (1975), esse índice modifica o NDVI pela adição da
constante 0,5 a todos os valores e extraindo a sua raiz quadrada.

IVT = NDVI + 0.5 Equação4

A constante foi introduzida para evitar operações com valores negativos do NDVI e a
raiz quadrada tende a aproximar a imagem final de uma distribuição normal (geralmente
apresentam uma distribuição de Poisson). Porém, o índice IVT requer que o valor mínimo de
entrada do NDVI seja maior que –0.5, para evitar aborto da operação. Basicamente, não
existe nenhuma diferença em termos de imagem de saída ou detecção de vegetação.

a.4) Índice de Vegetação Transformado Corrigido (IVTC ou CTVI):

Proposto por Perry e Lautenschlager (1984) para corrigir o IVT.

Equação5
( IVDN + 0,5)
IVTC = * IVDN + 0,5
IVDN + 0,5

11
 Esse índice elimina o problema de valores de NDVI inferiores a –0.5, porém introduz
demasiado greeness (verdor).

a.5) Índice de Vegetação Transformado de Thiam (IVTT ou TTVI):

Proposto por Thiam (1997), o autor sugere eliminar o primeiro termo do modelo
IVTC, uma vez que este modelo superestima o verdor (greeness).

IVTT = IVDN +0,5 Equação6

b) Distance-based:

Esses índices têm como objetivo cancelar o efeito do brilho do solo nos casos onde a
vegetação é dispersa. O conceito de linha do solo no espaço da resposta espectral do vermelho
X infravermelho (regressão linear a partir de pixels de solo exposto) permite determinar que
os valores próximos a essa linha são pixels de solo, enquanto os valores mais afastados,
biomassa. Nesse sistema, a banda do vermelho é a variável dependente e a banda do
infravermelho é a variável independente.
O suporte para todos os índices baseados na distância está em determinar a equação de
regressão da linha do solo, da linha perpendicular à linha do solo e a intercessão das duas
linhas, encontrando, assim, a distância entre o ponto de interceptação e a coordenada de cada
pixel.
Dentre outros índices podemos destacar:

b.1) Índice de Vegetação Perpendicular (PVI2)

( IVP − aV + b)
PVI 2 = ( Equação7
b2 +1

b.2) Índice de Vegetação Ajustado ao Solo (SAVI)

( IVP − V )
SAVI = * (1 + L) Equação8
( IVP + V + L)

b.3) Índice de Vegetação Ajustado ao Solo Transformado (TSAVI)

a * ( IVP − Av − b)
TSAVI =
(a * IVP + r − ab + X (1 + a 2 )
12
 Equação9

b.4) Índice de Vegetação da Diferença Ponderada (WDVI)

WDVI = IVP − aV Equação10

Onde, V e IVP referem-se à reflectância na faixa espectral do visível e do

infravermelho próximo, respectivamente, e a e b referem-se a parâmetros da linha do solo; L
é uma constante para minimizar a influência do solo.
Mais de 50 índices de vegetação são citados na literatura, entretanto, os índices mais
comumente utilizados são o Razão Simples (RVI) e o Índice de Vegetação da Diferença
Normalizada (NDVI).

2.4. Aplicações do Índice de Vegetação da Diferença Normalizada (NDVI)

O Índice de Vegetação da Diferença Normalizada é usado para caracterizar a

vegetação através da sua saúde e produtividade. Esse índice permite identificar a presença de
vegetação verde na superfície e caracterizar sua distribuição espacial bem como a evolução de
seu estado ao longo do tempo, a qual é determinada pelas variações das condições climáticas
reinantes.

Sua interpretação deve levar em consideração os ciclos fenológicos anuais, a fim de se

distinguir as oscilações naturais do estado da vegetação, das mudanças na distribuição
espacial resultantes de desmatamentos, ou demais formas de intervenção sobre a vegetação. O
NDVI é uma ferramenta direta, porém, dá uma informação aproximada das propriedades da
vegetação. Em uma escala regional, entretanto, pode ser bastante útil para dar uma avaliação
geral de características de vegetação.

13
 Fonte: http://www.geocities.com/jamer-costa/material.html
Figura2: Mostra a reflectância e os diferentes comprimentos de onda para os sensores
Landsat TM, SPOT e AVHRR.

HUETE & WARRICK (1990) e SPANNER et al. (1994) realizaram estudos sobre a
abundância, composição e produtividade da vegetação através de técnicas de sensoriamento
remoto fundamentados em índices espectrais de diferenças da vegetação normalizados
(NDVI). BAUSCH (1993) e LIU & HUET (1995) enfatizaram a dificuldade gerada pela
influência das componentes de energia radiante refletida pela atmosfera e solo na estimativa
de índices de espectrais (NDVI). Levantamentos e monitoramentos globais da vegetação têm
sido realizados a partir da utilização de índices espectrais (NDVI) obtidos a partir de dados do
satélite meteorológico NOAA-7 (TARPLEY et al., 1984; SPANNER et al., 1990) – todos
citados por PACHECO, 2002.

Para o planejamento das políticas agrícolas no País, uma atividade se faz necessária: a
previsão de safras, sendo de interesse tanto do setor público quanto da iniciativa privada. Até
o momento, no Brasil, o uso de dados de satélites para previsão de safras é feito de maneira
marginal. IPPOLITI-RAMILO et al. (1997), em seus estudos sobre o sensoriamento remoto
orbital como meio auxiliar na previsão de safras, apresentaram uma metodologia baseada
em imagens do satélite Landsat-5 adquiridas no período do inverno/primavera visando à
estimativa da área destinada às culturas de verão.

Foram utilizadas imagens de junho, setembro e outubro de 1997, nas quais se fizeram
os processamentos de retificação radiométrica e geração do Índice de Vegetação Diferença

14
Normalizada (NDVI). Após uma avaliação do calendário agrícola da região e das
classificações multitemporais das imagens NDVI, auxiliadas pela classificação unitemporal
da imagem de junho, foram definidas as áreas das diversas classes de uso para o verão. Os
resultados mostraram discrepâncias superiores a três vezes entre os dados de área fornecidos
pelas imagens e aqueles fornecidos pelo Levantamento Sistemático da Produção Agrícola
(LSPA).

Durante a safra de 1996, foi realizado um experimento na Fazenda Piloto do

Departamento de Ciências Agrárias da Universidade de Taubaté, visando ampliar o
conhecimento relacionado ao efeito interativo da densidade de plantio e do estresse hídrico
sobre o cultivo de trigo IAC-24. A densidade de plantio foi de 400 e 600 plantas por m² e o
estresse hídrico consistiu da testemunha e quatro períodos de estresse (perfilhamento,
emborrachamento, enchimento de grãos e maturação fisiológica).

Medidas radiométricas nas faixas do visível e infravermelho próximo foram obtidas ao

longo do ciclo da cultura. O índice de vegetação da diferença normalizada (NDVI) foi
utilizado para estimar a radiação fotossinteticamente ativa absorvida e acumulada (AAPAR).
Os resultados indicaram que não houve interação significativa entre os fatores densidade de
plantio e estresse hídrico (RUDORFF et al., 1996).

Apesar de todos esses aspectos favoráveis, a aplicação prática do sensoriamento

remoto na agricultura ainda é limitada por causa da natureza dinâmica e das propriedades
inerentes dos materiais biológicos e vegetais, que a tornam bastante complexa.

O NDVI apresenta um grande potencial para a detecção de corpos d’água. Isso resulta
do fato de ser a água, dentre outros materiais, aquele que apresenta valores negativos numa
imagem NDVI (LOPES et al., 2001).

O fogo é um dos elementos que podem alterar o padrão da paisagem florestal, e

também nesse caso as imagens orbitais podem prestar uma ajuda no mapeamento e
caracterização de áreas afetadas. Os mapas NDVI mostram numa comparação visual simples,
alguma identidade dos testes padrões entre NDVI e mapas das áreas queimadas. No geral, as
áreas queimadas aparecem com mais freqüência nos pontos com um NDVI reduzido.

O Plano Diretor da EMBRAPA (2000) prevê o desenvolvimento e teste de pelo menos

dois métodos para o uso de imagens dos satélites NOAA/AVHRR, SPOT VEGETATION,
ATSR e DMSP no monitoramento de queimadas (parceria com a Embrapa Roraima),

15
desmatamentos e fenologia da vegetação, biótopos faunísticos, principalmente através de
índices de vegetação (NDVI).

Segundo GUYOT et al. (1988), citado por ZULLO (2002), dos dados fornecidos pelas
diferentes bandas espectrais dos satélites, tem-se que 90% das informações sobre uma
cobertura vegetal estão contidas nos canais do vermelho e infravermelho próximo, onde o
contraste entre o solo e a vegetação é maior. Por essa razão, vários pesquisadores têm
proposto, ao longo dos anos, os índices de vegetação, com o objetivo de minimizar os efeitos
externos perturbadores das observações originais, e ressaltar as informações que realmente
interessam.

O interesse pela aplicação prática dos índices de vegetação deve-se ao fato de estes
apresentarem melhor correlação com vários parâmetros relacionados ao estado da vegetação,
que as bandas espectrais individuais (QI et al., 1993) – citado por ZULLO, 2002.

2.5. ATERROS SANITÁRIOS

De acordo com o IBGE – Instituto Brasileiro de Geografia e Estatística, em 1999,

cerca de 88% do lixo coletado no país é despejado em áreas a céu aberto, nos chamados
lixões, aproximadamente 10% é conduzido para aterros e apenas 2% do total do lixo é tratado
em usinas.

Resolver adequadamente a disposição final dos resíduos sólidos (lixo) de uma cidade
é fundamental para a questão do meio-ambiente, do saneamento básico e da saúde pública.

Para a definição do processamento mais adequado para a questão da disposição do

lixo no município, deve ser realizado um diagnóstico da situação atual, considerando os
aspectos relativos ao tipo, origem e quantidade de lixo produzido, tratamentos existentes e
locais onde esse lixo é disposto.

No caso do município possuir uma área que possa ser classificada como aterro
sanitário, atendendo todas as especificações técnicas da NBR-8419/84, um conjunto de
dados do meio físico e sócio-econômicos deve ser analisado para que sejam selecionadas
áreas potencialmente aproveitáveis para a instalação do aterro.

Segundo esta norma, se caracteriza como aterro sanitário, a técnica de disposição

final de resíduos sólidos urbanos no solo, através de confinamento em camadas cobertas com

16
material inerte, geralmente solo, segundo normas específicas, de modo a evitar danos ou
riscos à saúde e à segurança, minimizando os impactos ambientais.

Os aterros sanitários são locais, onde o lixo é depositado, permitindo mantê-lo

confinado sem causar maiores danos ao meio ambiente.
Este método consiste em comprimir o lixo através de máquinas que diminuem seu
volume. Com o trabalho do trator, o lixo é empurrado, espalhado e amassado sobre o solo
(compactação), sendo posteriormente coberto pôr uma camada de areia, minimizando odores,
evitando incêndios e impedindo a proliferação de insetos e roedores. A compactação tem
como objetivo reduzir a área disponível prolongando a vida útil do aterro, ao mesmo tempo,
que propicia a firmeza do terreno possibilitando seu uso futuro para outros fins.
A escolha de um local para a implantação de um aterro sanitário não é tarefa simples.
A ocupação intensiva do solo, associado ao alto grau de urbanização das cidades, restringe a
disponibilidade de locais próximos de onde o lixo é gerado e as dimensões do aterro que
atenda às necessidades do município.
Além desse aspecto, critérios técnicos, econômico-financeiros e político-sociais
devem ser considerados, havendo a necessidade de se estabelecer uma cuidadosa priorização
dos mesmos, em função da rigidez de tais critérios.
A seleção de uma área para servir de aterro sanitário deve atender, no mínimo, aos
critérios técnicos impostos pelas normas da ABNT (NBR 10.157) e pela legislação federal,
estadual e municipal (quando houver).
Com o intuito de listar os critérios técnicos de seleção, uma tabela (Tabela 1) foi crida
no MANUAL GERENCIAMENTO INTEGRADO DE RESÍDUOS SÓLIDOS (2001),
desenvolvido em parceria pela SEDU/PR – Secretaria Especial de Desenvolvimento Urbano
da Presidência da República e pelo IBAM – Instituto Brasileiro de Administração Municipal,
que se segue.

Tabela 1: Tabela contendo os critérios para a seleção dos locais para a implantação de um
aterro sanitário.

CRITÉRIOS OBSERVAÇÕES
Uso do Solo As áreas têm que se localizar numa região onde o uso do solo seja rural
(agrícola) ou industrial e fora de qualquer Unidade de Conservação
Natural.
Proximidade de As áreas podem se situar a menos de 200 metros de corpos d’água
cursos d’água relevantes, tais como, rios, lagoas e oceano. Também não poderão
relevantes estar a menos de 50 metros de qualquer corpo d’água, inclusive valas
de drenagem que pertençam ao sistema de drenagem municipal ou
estadual.
Proximidade a As áreas não devem se situar a menos de mil metros de núcleos

17
núcleos residenciais residenciais urbanos que abriguem 200 ou mais habitantes.
urbanos
Proximidades a As áreas não podem se situar próximas a aeroportos ou aeródromos e
aeroportos devem respeitar a legislação em vigor.
Distância do lençol As distâncias mínimas recomendadas pelas normas federais e estaduais
freático são as seguintes:
• Para aterros com impermeabilização inferior através da manta
plástica sintética, a distância do lençol freático à manta não
poderá ser inferior a 1,5 metro.
• Para aterros com impermeabilização inferior através de camada
de argila, a distância do lençol freático à camada
impermeabilizante não poderá ser inferior a 2,5 metros e a
camada impermeabilizante deverá ter um coeficiente de
permeabilidade menor que 10-6cm/s.
Vida útil mínima É desejável que as novas áreas de aterro sanitário tenham, no mínimo,
cinco anos de vida útil.
Permeabilidade do É desejável que o solo do terreno selecionado tenha uma certa
solo natural impermeabilidade natural, com vistas a reduzir as possibilidades de
contaminação do aqüífero. As áreas selecionadas devem ter
características argilosas e jamais deverão ser arenosas.
Extensão da bacia de A bacia de drenagem das águas pluviais deve ser pequena, de modo a
drenagem evitar o ingresso de grandes volumes de água de chuva na área do
aterro.
Facilidade de acesso O acesso ao terreno deve ter pavimentação de boa qualidade, sem
a veículos pesados rampas íngremes e sem curvas acentuadas, de forma a minimizar o
desgaste dos veículos coletores e permitir seu livre acesso ao local de
vazamento mesmo na época de chuvas muito intensas.
Disponibilidade de Preferencialmente, o aterro deve possuir ou se situar próximo a jazidas
material de cobertura de material de cobertura, de modo a assegurar a permanente cobertura
do lixo a baixo custo.

Em decorrência da dificuldade de avaliar todo o território potencialmente utilizável, o

aterro sanitário passa a ser parte de um número reduzido de alternativas pré-definidas. O
emprego da tecnologia do Geoprocessamento para resolver tais questões, possibilita sensíveis
ganhos em tempo e qualidade dos resultados, permitindo a realização de avaliações
complexas em todo território potencialmente aproveitável a essa finalidade.

Ao se empregar a técnica de aterro sanitário, algumas vantagens são observadas, como

por exemplo: baixo custo, disposição do lixo de forma adequada, capacidade de absorção
diária de grande quantidade de resíduos, condições especiais para a decomposição biológica
da matéria orgânica presente no lixo.

A disposição inadequada do lixo oferece vários riscos, pois estão ligados a processos
naturais que, na maioria dos casos, fogem do controle do homem. Portanto, é extremamente
importante que sejam empreendidos maiores esforços no sentido de fazer com que a prática

18
de se dispor o lixo a céu aberto seja substituído por métodos como Aterro Sanitário,
consistentes e adequados ao nosso grau de desenvolvimento.

19
3. MATERIAIS E MÉTODOS

Para a realização deste trabalho foram utilizadas duas imagens da região de Viçosa –
MG, em formato digital, sendo uma delas a banda do vermelho (arquivo: Viçosa3, formato
Idrisi) e a outra, a banda do infravermelho (arquivo: Viçosa4, formato Idrisi), geradas pelo
sensor Thematic Mapper, TM, do satélite Landsat5.

De posse dessas imagens, foi gerado o Índice de Vegetação da Diferença Normalizada

(NDVI). O software utilizado neste trabalho foi o Idrisi For Windows (Versão I32.01).

Os procedimentos e a janela com os parâmetros de entrada para a utilização do índice

NDVI, cuja imagem resultante foi Viçosa_ndvi, são mostrados abaixo, Figura 3:

analysis/image processing/transformation/vegindex

Figura 3: Janela com os parâmetros de entrada.

20
 Como o objetivo principal deste trabalho foi obter um mapa da vegetação natural, sem
a preocupação de identificar as possíveis variações dentro de uma mesma categoria, nem o
aspecto multitemporal da imagem, não houve a necessidade de proceder a uma correção
geométrica rigorosa da imagem Landsat TM, visto que tais imagens já possuem um pré-
processamento, com a correção geométrica da imagem baseada nos parâmetros da órbita do
satélite.

Além disso, este trabalho não se dispôs à utilização de um sistema de informação

geográfica na identificação de áreas potenciais a instalação de aterros sanitários, mas propôs a
utilização de uma imagem resultante da aplicação do índice NDVI, como uma variável, na
identificação de áreas alternativas, em observância ao uso do solo.

O uso do sensoriamento remoto com base na análise de imagens de satélites é um dos

meios de que se dispõem hoje para acelerar e reduzir custos dos mapeamentos e da detecção
de mudanças geoambientais.

Além disso, os recentes recursos do Sistema de Informações Geográficas (SIG)

permitem que as imagens de satélite possam oferecer possibilidades, ainda pouco exploradas,
de gerar informações sinópticas e precisas para a avaliação e evolução de diversas variações
temáticas da superfície terrestre.

21
4. RESULTADOS E DISCUSSÃO

Os resultados encontrados neste trabalho são referentes à região de Viçosa-MG,

utilizada como referência para o mapeamento de áreas vegetadas através da aplicação do
índice NDVI.
Segundo mostra a Figura 4, a imagem gerada Viçosa_ndvi tem seus valores variando
de -0,44 à 0,60.

Figura 4: Imagem Viçosa_ndvi: Índice de Vegetação NDVI usando as bandas 3 e 4 do

Landsat TM
A imagem está sendo mostrada na paleta ndvi256, assim as áreas em verde são
aquelas em que se encontra a vegetação, apresentando valores positivos para o índice NDVI.

22
 Áreas com valores negativos e valores positivos próximos à zero, incluindo o zero,
são feições diferentes de vegetação.
Como pôde ser observado, existem áreas próximas à cidade de Viçosa que devem ser
evitadas, devido à concentração de vegetação natural no local.
A Figura 4 mostra que áreas nas regiões nordeste e sudeste de Viçosa são os locais
mais propícios para um aterro sanitário seja implantado. Observa-se, entretanto, que a
imagem NDVI não deve ser utilizada como único critério para a escolha do local.
Como foi proposto no presente trabalho, a imagem NDVI é apenas um dos critérios
técnicos a serem considerados. O local para se implantar um aterro sanitário deve atender ao
maior número de variáveis, dando-se ênfase aos critérios de maior prioridade, como o
atendimento à legislação ambiental em vigor, os condicionantes político-sociais e
econômicos.
Para uma comparação, o trabalho de ANDRADE (1999) também utilizou as bandas 3
e 4 da imagem Landsat, para obter uma mapa atualizado da vegetação natural remanescente
no Distrito Federal, através do índice NDVI.
Em sua imagem resultante, a vegetação também foi realçada das demais feições.
Segundo o autor, vários fatores contribuíram para a obtenção desse resultado, dentre eles a
data da passagem ter coincidido com o início da seca e o término da colheita da safra
agrícola, assim, os solos apresentavam-se expostos e com baixo teor de umidade. Além disso,
como a agricultura, as áreas urbanas e a vegetação natural ocupam, atualmente, a maior
parcela do território do Distrito Federal, a resposta espectral é, portanto, dominada pelas três
feições.

23
5. CONCLUSÃO

Diante das novas perspectivas para o próximo milênio, o maior desafio parece ser a
gestão do território, pois se encontra na manutenção da qualidade ambiental, o fator principal
à sobrevivência das populações.
Ao se estudar grandes áreas com vegetação, é comum a utilização de produtos de
sensores remotos, em geral imagens, que auxiliam no estudo das variações espacial e
temporal, definindo limites e permitindo a generalização de resultados para uma área ou
região.
Utilizando tais sensores, contamos com o caráter dinâmico da informação, ou seja,
podemos ter uma atualização constante da informação, formando uma base multitemporal,
com a possibilidade de avaliação automática das alterações ocorridas ao longo do tempo. Isso
é de fundamental importância para a atualização dos temas relativos ao uso do solo e para
avaliação e acompanhamento da degradação do ambiente.
Na análise de implementação de um aterro sanitário, no que se refere ao critério de
uso do solo ou mais restritamente no zoneamento ambiental, uma análise crítica de cada uma
das áreas levantadas deve ser feita, selecionando-se aquela que atenda à maior parte das
restrições, através de seus atributos naturais.
Nesse contexto, destaca-se a importância do uso dos Índices de Vegetação, em
particular do NDVI, para estudos da vegetação, tendo-se em mente, que um mapa digital não
é um fim único em si mesmo, mas uma ferramenta de apoio ao planejamento e à tomada de
decisão.

24
6. REFERÊNCIAS BIBLIOGRÁFICAS

ANDRADE, F. S. Uso de Sistemas de Informação Geográfica na Identificação de Áreas

Potenciais para a Instalação de Aterros Sanitários no Distrito Federal. Internet:
junho 2002 (Site: http://www2.ibama.gov.br/~rebramar/docs/gisbra2000.htm-101k).

BITTENCOURT, M. D.; KUNTSCHIK, G. Correção de imagens Landsat TM5 e

Avaliação do Erro decorrente do uso de Imagens NDVI não corrigidas. Internet:
agosto 2002 (Site: http://bers.tripod.com/GerardoKuntschik/Papers/XSBSR.pdf).

EMBRAPA. Núcleo de Monitoramento Ambiental e de Recursos Naturais por Satélite

(Campinas, SP). Plano Diretor. Internet: julho 2002 (Site:
http://www.cnpm.embrapa.br).

FONTANA, D. C.; WEBER, E.; GUASSELLI, L. A.; MARTIN, R. L.; GUSSO, A.;
DUCATI, J. R.; FIGUEIREDO, D. C. Perfil Espectral da Soja no Sul do Brasil na Safra
2000. internet: junho 2002 (Site:
http://delmonio.ecologia.ufrgs.br/idrisi/artigos/perfil.pdf).

http://scrif.cnig.pt/documentacao/mestrados/trabalhos_IST_99/trabalhos_finais/soniaramos/pa
per_sig3.htm-50k

http://geocities.com/jamer_costa/material.html

http://planeta.terra.com.br/arte/jamer/ndvi.html-5k
http://planeta.terra.com.br/arte/jamer/sr002.html

IPOTTILO-RAMILO, G. A.; EPIFHANIO, J. C. N.; SHIMABUKURO, Y. E.;

ORMAGGIO, A. R. Sensoriamento Remoto Orbital como meio auxiliar de Previsão de
Safras. Internet: julho 2002 (Site: http://www.iea.sp.gov.br/agresp199.htm-18k).

25
IPT, CEMPRE. Lixo Municipal: Manual de Gerenciamento Integrado. São Paulo: Instituto
de Pesquisas Tecnológicas: CEMPRE, 1995. 278p.

LOCH, R. E. N.; KIRCHNER, F. F. Bancos de Dados Ambientais de Áreas de Mineração.

Internet: JULHO 2002 (Site: http://geodesia.ufsc.br/geodesia-
nline/arquivo/2002/02/rf.htm-72k).

LOPES, R. A. S.; CARVALHO, O. A.; GUIMARÃES, R. F.; CARVALHO, A. P. F.;

SANTOS, N. B. F.; HERMUCHE, P. M. Analysis of the Fluvial Dynamics and the
Suspended Sediments of the São Francisco River between Ibotirama-Sobradinho using
Landsat7/ETM + images. Internet: julho 2002 (Site:
http://www.asovig.nstemp.org/Documentos/Carvalho/%200_Fontes
%20R_2Analysis.pdf).
MOREIRA, M. A. Fundamentos do Sensoriamento Remoto e Metodologias de
Aplicação. São José dos Campos: INPE, 2001. 250p.

PACHÊCO, A. P. Aplicação Multitemporal de Sensoriamento Remoto e Geoprocessamento à

Mata do Zumbi. Internet: julho 2002 (Site: http://geodesia.ufcs.br/geodesia-
online/arquivo/COBRAC-2000/ 019/019htm-26k).

PACHÊCO, A. P. Sensoriamento Remoto aplicado à Cobertura Vegetal de Mata Atlântica.

Internet: julho 2002 (Site: http://geodesia.ufsc.br/geodesia-nline/arquivo2001/01/AP.htm-
40k).

PACHÊCO, A. P. Sensoriamento Remoto aplicado ao Uso da Terra. Internet: julho 2002

(Site; http://geodesia.ufsc.br/geodesia-online/arquivo/1998/04/pacheco.htm-41k).

PONZONI, F. J. Avaliação de Imagens-índices e Imagens-proporção na Identificação de

Plantios Florestais Desfolhados por Geadas e pelo Ataque de Insetos. Internet: junho
2002 (Site: http://www.1pef.br/publicacoes/scientia/nr54/cap09.pdf).

PONZONI, F. J. Sensoriamento Remoto: Conceitos e Novidades. In: FEIRA E CONGRESSO

INTERNACIONAIS DE GEOINFORMAÇÃO, 2000, São Paulo. Anais... São José dos
Campos: INPE,2000. 32p.

PORTUGAL, Ministério da Educação. Sistemas de Informação Geográfica. Internet: junho

2002 (Site: http://www.desmin-
edu.pt/rev_circular/programas/tec_ord_terr_programa/sist_info_geo_12.pdf).

RUDORFF, B. F. T.; OVIDEDO, A. F. P.; HERZ, R. Efeito do Interesse Hídrico e da

densidade de Plantio no Uso da Radiação e Produtividade da Cultura do Trigo. Internet:
julho 2002 (Site: http://www.unitau.br/prppg/publica/biocienc/resumos1.htm-52k).

SEDU, IBAM. Manual de Gerenciamento Integrado de Resíduos Sólidos. Rio de Janeiro:

IBAM, 2001. 200p.

SOARES, V. P. Notas de Aulas Práticas, 2000. 29p.

26
WEBWR, E.; HASENACK, H. Avaliação de Áreas para Instalação de Aterro Sanitário
através de Análises em SIG com Classificação Contínua dos Dados. Internet: agosto
2002 (Site: http://delmonio.ecologia.ufrgs.br/idirisi/artigos/aterro.pdf).

ZULLO Jr., J. Princípios Físicos de Sensoriamento Remoto Aplicados à Agricultura.

Internet: julho 2002 (Site: http://www.unicamp.br/anuario/97/anuc/node60.html-8k)

27