Temporal Analysis of NDVI Data, Chiguará Parish, Mérida, Venezuela
DOI:
https://doi.org/10.30545/scientiamericana.2021.jul-dic.1Keywords:
Spectral Index, Vegetation, QGISAbstract
The use of satellite images has become a very important tool for the analysis of territorial dynamics and with the existence of several satellites that allow their non-commercial use, the use of these images in different areas and fields of research is encouraged. In this study, Landsat 8 Sensor OLI Satellite images obtained from the U.S. Geological Survey web server, corresponding to the dates 16/6/2013, 1/2/2016 and 26/9/2021 were analyzed. With the purpose of knowing the Normalized Difference Vegetation Index (NDVI), for each date, in that period, focusing on the Chiguará parish, located in the Venezuelan Andes of the state of Mérida, the Free Software QGIS Version 3.16.4 was used. From the results obtained, we corroborate the importance of the use of remote sensing tools. With respect to the NDVI value obtained for the study area, we observed, in general terms, an increase in dense vegetation, as well as a decrease in exposed soils, an important data that may indicate the scarce presence of anthropic activities in this parish.
Downloads
References
Binder, J., Peres, L., & Santos, R. (2009). A utilização da base de dados GIMSS de NDVI no âmbito da DSA. In: Simpósio Brasileiro de Sensoriamento Remoto, 2579-2586.
Braz, A., Águas, T., & Garcia, P. (2015). Análise de índices de vegetação NDVI e SAVI e índice de área folear (IAF) para a comparação da cobertura vegetal na bacia hidrográfica do córrego Ribeirãozinho, município de Selvíria MS. Revista Percurso NEMO, 7(2), 05-22. https://doi.org/10.4025/revpercurso.v7i2.28758
Camargo, F., Almeida, C., Costa, G., Feitosa, R., Oliveira., D., Heipke, C., & Ferreira, R. (2012). An open source object-based framework to extract landform classes. Expert Systems with Applications, 39(1), 541-554. https://doi.org/10.1016/j.eswa.2011.07.044
Chouhan, R., & Rao, N. (2011). Vegetation detection in multispec¬tral remote sensing images: Protective role-analysis of vegetation in 2004 indian ocean tsunami. Geo-Informa¬tion for disaster management, Turkey.
Fernandes, R., Nunes, G., & Silva, T. (2012). Classificação orientada a objetos aplicada na caracterização da cobertura da terra no Araguaia. Pesquisa Agropecuária. Brasileira, 47(9), 1251-1260. https://doi.org/10.1590/S0100-204X2012000900010
Hoppe, P., & Ulbricht, K. (1978). Application of digital imagine processing module of Landsat scenes for their improved and geological evolution. In: Earth observation from space and management of planetary resource. Paris, European Space Agency, 237-241.
Jacintho, L. (2013). Geoprocessamento e sensoriamento remoto como ferramentas na gestão ambiental de unidades de conservação: o caso da área de proteção ambiental (PA) do Capivari-monos - Dissertação de Mestrado. São Paulo: Universidade de São Paulo.
Majumber, B. (2010). Land use and land cover change detection study at Sukinda Valley using remote sensing and GIS, master’s thesis, National Institute of Technology Rourkela.
Nunes, F., & Roig, H. (2014). Análise e Mapeamento do Uso e Ocupação do Solo da Bacia do Alto do Descoberto. DF/GO por meio de classificação automática baseada em regras e lógica nebulosa. Revista Árvore, 39(1), 25-36. https://doi.org/10.1590/0100-67622015000100003
Oliveira, T., Machado, C., Silva, J., Galvíncio, J., Pimentel, R., & Silva, B. (2010). Índice de umidade (NDWI) e análise espaço-temporal do albedo da superfície da bacia hidrográfica do rio Moxotó-PE. Revista Brasileira de Geografia Física, (3), 55-69.
Pinzón, J. E., & Tucker, C. (2014). A non-stationary 1981-2012 AVHRR NDVI3g time series. Remote Sensing, 6929-6960. https://doi.org/10.3390/rs6086929
Resolen, V., Resende, T., Borges, E., Frare, C., & Machado, H. (2012). Impactos da substituição da vegetação original do cerrado brasileiro em sistemas agrícolas. Investigaciones Geográficas, Boletín del Instituto de Geografia, UNAM, (79), 39-47.
Rouse, J., Haas, R., Schell, J., & Deering, D. (1973). Monitoring vegetation systems in the great plains with ERTS. In Earth Resources Tecnology Satellite- 1 Symposium Proceedings. Washington, (1), 309-317.
Santiago, M., Silva, H., Galvincio, J., & Oliveira, T. (2009). Análise da cobertura vegetal através dos índices de vegetação (NDVI, SAVI E IAF) no entorno da barragem do Botafogo - PE. In: Simpósio Brasileiro de Sensoriamento Remoto, 3003-3009.
Small, I., Van der Meer, J., & Upshur, R. (2001). Acting on an environmental health disaster: The case of the Aral Sea. Environmental Health Perspectives, (109), 547-549. https://doi.org/10.1289/ehp.01109547
Sousa, R., Barbosa, M., Morais Neto, J., Meneses, L., & Gadelha, A. (2008). Vulnerabilidades e impactos socioeconômicos e ambientais em municípios do Cariri paraibano. Revista Engenharia Ambiental, 5(3), 63-78.
Sothe, C., Almeida, C., Liesenberg, V., & Schimalski, M. (2017). Evaluating Sentinel-2 and Landsat-8 Data to Map Su¬cessional Forest Stages in a Subtropical Forest in Sou¬thern Brazil. Remote Sensing, 9(8), 838-859. https://doi.org/10.3390/rs9080838
Zanzarini, F. (2013). Correlação espacial do índice de vegetação (NDVI) de imagem Landsat/ETM+ com atributos do solo. Revista Brasileira de Engenharia Agrícola e Ambiental, 17(6), 608-614. https://doi.org/10.1590/S1415-43662013000600006
Downloads
Published
Issue
Section
License
Copyright (c) 2021 Arol Josue Rojas, Daniel Andrés Hernández Ramírez
This work is licensed under a Creative Commons Attribution 4.0 International License.
