Autoria: ALMEIDA, M. B. F. de; SIMÕES, M.; FERRAZ, R. P. D.

Resumo: A degradação de pastagens é um problema global, porém tem particular importância no Brasil, considerando que o país aufere o título de um dos maiores produtores de carne do mundo. Desse modo, a localização, detecção e identificação para a posterior recuperação das pastagens degradadas é uma mais-valia para a pecuária, podendo contribuir significativamente nas receitas econômicas do país (PIB), além de apresentar também um viés ecológico, pois pastagens recuperadas se traduzem em florestas em pé, garantindo um meio ambiente equilibrado e propício para a própria pecuária. O presente estudo objetiva elaborar uma metodologia sistemática e coerente, com a finalidade de localizar, detectar, identificar e mapear os diferentes níveis de degradação de pastagens por meio de técnicas advindas de Sensoriamento Remoto, com o uso de imagens de satélite Sentinel-2, dadas as suas características espectrais bastante promissoras. A área de estudo localiza-se no município de Valença, Vale do Paraíba, sendo uma região marcada por fortes degradações nas áreas de pastagens. De acordo com as características da área de estudo e com base na confrontação com a bibliografia consultada, as pastagens degradadas se classificam nos níveis N1, N2, N3 e N4, respectivamente leve, moderado, forte e muito forte. No presente estudo realizou-se correção atmosférica, NDVI, SAVI e Análise de Mistura Espectral (AME). Contudo, o NDVI e o SAVI apresentaram perfis temporais muito similares, não proporcionando separabilidade satisfatória entre os níveis de degradação das pastagens. A AME apresentou resultados bastante promissores, no entanto o grau de confiança somente será estabelecido após validação em campo. Essa validação ocorrerá tanto em período úmido como em período seco para que se compreendam os aspectos sazonais e fonológicos das pastagens degradadas.

Ano de publicação: 2019

Tipo de publicação: Parte de livro (capítulos de livros, trabalhos e resumos publicados em anais ou em coletâneas)

Unidade: Embrapa Solos

Palavras-chave: Análise de Mistura Espectral, NDVI, Pastagem, Pastagens Degradadas, Pastures, Remote sensing, SAVI, Sensoriamento Remoto, Sentinel-2