See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/347447714

APLICAÇÃO DO ÍNDICE DE VEGETAÇÃO POR DIFERENÇA NORMALIZADA

(NDVI) NA CARACTERIZAÇÃO DA COBERTURA VEGETATIVA DE JUAZEIRO DO
NORTE – CE

Chapter · January 2020

DOI: 10.29327/514958-13

CITATIONS READS

0 362

3 authors:

Lucas Farias Antônio Soares Barros

Universidade Regional do Cariri Universidade Regional do Cariri
10 PUBLICATIONS 10 CITATIONS 13 PUBLICATIONS 16 CITATIONS

SEE PROFILE SEE PROFILE

Jefferson Luiz Alves Marinho

Universidade Regional do Cariri
18 PUBLICATIONS 17 CITATIONS

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Resíduos da Construção CIvil View project

All content following this page was uploaded by Antônio Soares Barros on 23 April 2022.

The user has requested enhancement of the downloaded file.

 Revista Brasileira de Geografia Física v.13, n.06 (2020) 2885-2895.

Revista Brasileira de
Geografia Física
ISSN:1984-2295
Homepage:https://periodicos.ufpe.br/revistas/rbgfe

Aplicação do Índice de Vegetação por Diferença Normalizada (NDVI) na

Caracterização da Cobertura Vegetativa de Juazeiro Do Norte – CE

Antônio Soares Barros1, Lucas Menezes de Farias2, Jefferson Luiz Alves Marinho3
1
Especialista em Geografia e Meio Ambiente, Universidade Regional do Cariri – URCA, Avenida Leão Sampaio, Bairro Triângulo, no 107, CEP 63.040-
005 – Juazeiro do Norte, Ceará, e-mail: [email protected]. 2Acadêmico em Tecnologia da Construção Civil e bolsista de Iniciação Científica,
Universidade Regional do Cariri –URCA, Avenida Leão Sampaio, Bairro Triângulo, no 107, CEP 63.040-005, Juazeiro do Norte, Ceará, e-mail:
[email protected] (autor correspondente). 3Professor Ms. do Departamento da Construção Civil, Universidade Regional do Cariri – URCA,
Rua Maurício Almeida, no 17, Bairro Zacarias Gonçalves, Crato, Ceará, e-mail: [email protected].

Artigo recebido em 06/07/2020 e aceito em 13/12/2020

RESUMO
Dados de sensoriamento remoto são fundamentais em pesquisas voltadas a estudos do comportamento da vegetação,
assim como no monitoramento de fenômenos meteorológicos e ambientais. Nesse contexto, o Índice de Vegetação por
Diferença Normalizada (NDVI) tem sido amplamente utilizado para o monitoramento e avaliação da vegetação, pois é
um dos primeiros produtos analíticos de sensoriamento remoto usado para simplificar as complexidades das imagens
multiespectrais. Dessa maneira, o monitoramento preciso e oportuno das características da superfície da Terra fornece a
base para uma melhor compreensão das interações e relações entre os fenômenos humanos e naturais visando um melhor
uso e gerenciamento de recursos. Nesse sentido, o objetivo desse artigo é realizar a geração de um mapa temático da
situação da cobertura vegetal do município de Juazeiro do Norte-CE a partir do (NDVI). Para a realização deste trabalho
foi utilizado o Sistema de Informação Geográfica (SIG QGIS), versão 2.18. O NDVI foi calculado a partir de imagens de
satélites obtidas de forma gratuita no site Earth Explorer. Destaca-se como resultados que o NDVI máximo foi 0,60901.
Esse valor próximo a 1 (um) indica uma boa quantidade de cobertura vegetal densa. Dessa forma, a aplicação do NDVI
foi relevante para identificar como se encontra a atual situação do município em relação à sua vegetação, pois esse índice
pode auxiliar nas tomadas de decisões por parte da gestão pública no planejamento ambiental, uma vez que funciona
como indicador de áreas verdes. Portanto, essa técnica pode melhorar a detecção de alterações na vegetação em estudos
futuros.
Palavras-chaves: Índice de Vegetação, Sensoriamento Remoto, Cobertura Vegetal.

Application of the Normalized Difference Vegetation Index (NDVI) in the

Characterization of the Vegetative Cover of Juazeiro Do Norte – CE
ABSTRACT
Remote sensing data are fundamental in research focused on studies of vegetation behavior, as well as in the monitoring
of meteorological and environmental phenomena. In this context, the Normalized Difference Vegetation Index (NDVI)
has been widely used for monitoring and evaluating vegetation, as it is one of the first analytical products of remote
sensing used to simplify the complexities of multispectral images. Thus, accurate and timely monitoring of earth's surface
characteristics provides the basis for a better understanding of the interactions and relationships between human and
natural phenomena aiming at better use and resource management. In this sense, the objective of this article is to generate
a thematic map of the situation of the vegetation cover of the municipality of Juazeiro do Norte-CE from the (NDVI).
The Geographic Information System (SIG QGIS), version 2.18, was used to carry out this work. NDVI was calculated
from satellite images obtained free of charge on the Earth Explorer website. It is noteworthy as results that the maximum
NDVI was 0.60901. This value close to 1 (one) indicates a good amount of dense vegetation cover. Thus, the application
of NDVI was relevant to identify how the current situation of the municipality is found in relation to its vegetation,
because this index can help in decision-making by public management in environmental planning, since it acts as an
indicator of green areas. Therefore, this technique may improve the detection of changes in vegetation in future studies.
Keywords: Vegetation Index, Remote sensing, Vegetable Cover.

2885
Barros, A. S., Farias, L. M., Marinho, J. L. A
 Revista Brasileira de Geografia Física v.13, n.06 (2020) 2885-2895.

Introdução
Em países de grande extensão como o relação aos alvos, uma vez que essa relação é
Brasil, a observação da Terra através de sistemas influenciada por fatores inerentes ao alvo.
de satélite baseados em scanners multiespectrais de Rokni e Musa (2019) afirmam que os
média resolução é uma das formas mais eficientes índices de vegetação foram desenvolvidos para
e econômicas de obter informações relevantes caracterizar e extrair a cobertura vegetal da
sobre os recursos naturais terrestres e as condições Terra do espaço usando imagens de satélite. Para a
da vegetação (Mallmann, Prado, & Pereira Filho, detecção de alterações na vegetação, as imagens
2015). temporais são geralmente analisadas
Francisco et al. (2020) afirmam que independentemente ou a diferenciação do índice de
devido o avanço tecnológico na obtenção de dados vegetação é implementada.
da superfície terrestre por sensores remotos, as Corroborando com esse entendimento,
imagens multiespectrais passam a ser a principal Leite, Santos e Santos (2017) declaram que os
fonte de dados, promovendo a redução da índices de vegetação são utilizados como
frequência de trabalhos de campo, a coleta de ferramentas apropriadas no gerenciamento e
dados em locais de difícil acesso e a obtenção de monitoramento da vegetação, uma vez que podem
dados com resoluções espaciais, espectrais e detectar alterações na cobertura vegetal com
radiométricas cada vez mais apuradas. rapidez e baixo custo operacional.
Nesse sentido, as imagens multiespectrais Em meio a esse contexto, Dagnachew et al.
detectadas remotamente contêm uma combinação (2020) admitem que o NDVI tem sido o índice
de bandas que cria uma imagem composta a ser mais utilizado na dinâmica da vegetação. Nessa
usada para interpretação e análise. Com imagens conjuntura, o NDVI é utilizado principalmente em
multiespectrais, as bandas individuais no composto estudos de caráter ambiental, que nos permite fazer
da banda podem ser transformadas para que certos análises, em diversas escalas, sobre a cobertura
recursos e padrões se destaquem melhor. As vegetal de determinada região (Albuquerque et al.,
transformações de banda de imagem tornaram-se 2019).
uma prática comum para gerar novas imagens de Janssen et al. (2018) argumentam que o
duas ou mais bandas de imagem para extração de NDVI têm sido amplamente aplicado para o
informações. As novas imagens geradas dessa mapeamento da cobertura vegetal porque é
maneira aprimoram as representações dos objetos altamente sensível à vegetação esparsa e à
no solo, como a vegetação. Existem mais de cem vegetação densa. Há uma variedade de índices de
índices de vegetação derivados de imagens vegetação e cada um tem suas forças e limitações
multiespectrais (Xue & Su, 2017). (Loranty et al., 2018; Xue & Su, 2017). Todavia, a
Nesse contexto, na última década, o confiabilidade do NDVI determina diretamente a
conhecimento acerca dos indíces de vegetação, robustez dos modelos relacionados ao seu índice
sobretudo, o NDVI, tem se destacado de forma (Butt, 2018).
significativa, em virtude de ser um dos mais Para Kalisa et al. (2019), o NDVI, derivado
relevantes indicadores para a análise da cobertura de dados de satélite, é um indicador importante que
de vegetação em diferentes períodos utilizando pode ser usado para analisar a dinâmica da
técnicas de sensoriamento remoto. Uma das vegetação verde e revelar a resposta da dinâmica da
justificativas dessa ascenção no meio científico é vegetação à variabilidade climática. Destarte, o
que a utilização desse índice permite a monitoração NDVI é o índice mais utilizado para monitorar a
de mudanças temporais de determinadas dinâmica espaço-temporal da vegetação verde e
atividades, além de analisar o estágio de estudos ecoclimatológicos (Chu et al., 2019; Kalisa
crescimento da vegetação juntamente com as et al., 2019; Detsch et al., 2016; Zewdie et al.,
mudanças na cobertura do solo causadas por 2017).
atividades antrópicas, assim como seu O cálculo dos valores de NDVI requer o
desenvolvimento. processamento de imagens derivadas de sensores
Os índices de vegetação têm como objetivo orbitais e, dependendo da abrangência espacial e
enfatizar o comportamento espectral da vegetação temporal da análise, processadores robustos e
em relação ao solo e outros alvos da superfície espaço de armazenamento adequado para um
terrestre (Silva et al., 2019). Xue e Su (2017) grande volume de dados (Aires et al., 2020).
defendem que esses índices são algoritmos simples Prever a medida NDVI é relevante pelo
e eficazes para avaliar o vigor e a dinâmica da menos por duas razões. Primeiro, é uma visão do
vegetação terrestre. Os autores supracitados rendimento futuro no que diz respeito à condição
ressaltam que esses índices apresentam da vegetação natural, através das imagens geradas
particularidades quanto à sua sensibilidade em por sensores remotos, normalmente por satélites,
2886
Barros, A. S., Farias, L. M., Marinho, J. L. A
 Revista Brasileira de Geografia Física v.13, n.06 (2020) 2885-2895.

drones ou sensores terrestres. Segundo, se o Para Wang et al. (2020), o monitoramento

verdadeiro valor do NDVI estiver bem abaixo do das mudanças dinâmicas da vegetação desempenha
valor esperado, existe uma anomalia que deve ser um papel importante na compreensão das
atendida. mudanças ecológicas.
No entendimento de Leite et al. (2017), os Como a vegetação é um dos principais
avanços tecnológicos relacionados com o uso de elementos dos ecossistemas terrestres e um
imagens de satélites permitem o monitoramento da indicador de diferentes processos biofísicos, é
superfície terrestre, como por exemplo, de ações importante ter ferramentas adequadas para
antrópicas e modificações ambientais. Esta ciência monitorá-la. Os índices espectrais de vegetação
de se obter informações sobre um objeto, área ou têm sido uma das maneiras mais eficazes de avaliar
fenômeno por meio de dados obtidos por aparelhos as propriedades de cobertura vegetal em grandes
distantes do alvo, são conhecidas como escalas, e o NDVI tem sido um dos mais
sensoriamento remoto, e tornam-se atrativas, pois amplamente utilizados (Flores et al., 2020).
reduzem custos e apresentam maior rapidez na Hu e Xia (2018) declaram que os fatores
obtenção de informação. que influenciam as mudanças da vegetação são de
Assim, o uso de geotecnologias é grande preocupação. Não é difícil imaginar que
indispensável no tratamento e obtenção de imagens atividades humanas, incluindo atividades
da superfície terrestre adquiridas por sensores econômicas e sociais, possam ter impactos diretos
orbitais, por meio das interações da radiação ou indiretos na vegetação em diferentes estágios do
eletromagnética com alvos ali encontrados (Santos desenvolvimento econômico.
et al., 2015; Marques et al., 2017; Takatori et al., Desse modo, a cobertura vegetal se
2017). apresenta como um fator importante na
Em função disso, o Sensoriamento Remoto manutenção dos recursos naturais renováveis
passou a ser utilizado em grande escala durante as (Albuquerque et al., 2019). Logo, o estudo da
últimas décadas, pois seus dados são primordiais vegetação é uma das principais aplicações do
em pesquisas voltadas a estudos do comportamento sensoriamento remoto, devido à relevância dos
da vegetação, assim como no monitoramento de recursos vegetais e, também, pela sensibilidade que
fenômenos meteorológicos e ambientais (Andrade os sensores possuem para captar informações
et al., 2018). biofísicas das plantas.
Dessa maneira, a tecnologia de Além disso, a gestão ambiental
sensoriamento remoto utilizando imagens de compreende-se como a gerência das relações entre
satélite oferece oportunidades importantes para o ambiente e os seres humanos (Costa et al., 2017).
detectar e monitorar mudanças ambientais em A relação entre pessoas e ambiente é fundamental
escala local, regional ou global (Ochtyra et al., para o desenvolvimento sustentável,
2020). principalmente no que concerne ao ambiente
A partir do processamento visual e digital urbano, haja vista que a população aumenta em
de imagens do sensoriamento remoto, é possível diferentes escalas concomitantemente a evolução
extrair informações biofísicas da vegetação, urbana. Assim, a gestão ambiental é essencial para
podendo ser aplicadas a estudos sobre variações e minimizar os impactos gerados pelos seres
dinâmicas dos ecossistemas florestais (Mallmann humanos (Eduvirgem et al., 2018).
et al., 2015). Dito isso, este trabalho justifica-se,
Nesse tocante, a aplicação de técnicas de primeiramente, pelo fato das constantes mudanças
sensoriamento orbital tornou-se imperativa para o ambientais e seus impactos nos sistemas naturais e
monitoramento adequado das mudanças na nas sociedades humanas serem tópicos de pesquisa
cobertura vegetal (Aires et al., 2020). Esse em uma ampla gama de campos científicos nos
monitoramento fornece informações em larga últimos anos. Nesse âmbito, o tema a ser estudado
escala e permite que mudanças sejam identificadas é relevante na detecção de alterações na vegetação
através da análise de componentes meteorológicos, do munício de Juazeiro do Norte, além de
como índices de vegetação (Fathizad et al., 2017). monitorar a expansão urbana das atividades que
Seguindo tal perspectiva conceitual, a degradam áreas com vegetação. Ademais, o
vegetação é considerada um dos indicadores mais problema de pesquisa a ser analisado interfere
expressivos em estudos de qualidade ambiental, também em padrões identificados na vegetação
estando diretamente relacionada a outros local que podem ser úteis para determinar sinais de
indicadores igualmente importantes, como os alerta precoce de mudanças no seu crescimento nas
elementos climáticos, hídricos, geomorfológicos, áreas territoriais, com base em informações
econômicos e também aos processos de produção de sensoriamento remoto, pois o mesmo oferece
do espaço em sociedade (Souza e Amorim, 2016).
2887
Barros, A. S., Farias, L. M., Marinho, J. L. A
 Revista Brasileira de Geografia Física v.13, n.06 (2020) 2885-2895.

uma maneira eficiente e discreta de monitorar as Baseando-se nesses aspectos, o principal

características da vegetação. objetivo deste trabalho é realizar a geração de um
A hipótese levantada nesta pesquisa é que mapa temático da situação da cobertura vegetal do
através do resultado do NDVI para toda a extensão município de Juazeiro do Norte-CE, a partir do
territorial da cidade de Juazeiro do Norte, tanto a NDVI.
sede municipal quanto seus Distritos e povoados,
se encontram em um processo de forte urbanização.
Material e métodos
Área de estudo
O município de Juazeiro do Norte-CE, ao Sul do estado do Ceará, precisamente entre 7°
situado no Sul do estado do Ceará, distante 491 km 12’ 47” de latitude Sul (S) e 39° 18’ 55” de
da capital Fortaleza e pertencente à Região longitude Oeste (W), e limita-se ao Norte com o
Metropolitana do Cariri (RMC) tem uma município de Caririaçu, ao Sul com o município de
população estimada em 274.207 habitantes, Crato, Barbalha e Missão Velha, ao leste com o
distribuídos em uma área de 248,832 Km², no qual, município de Missão velha e Caririaçu e ao Oeste
aproximadamente 96% residem em zona urbana com o município de Crato, conforme a Figura 1
(IBGE, 2019). Está localizado na região Nordeste abaixo.

Figura 1. Área detalhada da região de estudo. Fonte: Autores (2020) Localização geográfica da área de estudo
Procedimentos metodológicos
Para o cálculo do NDVI utilizou-se limite do município de Juazeiro do Norte, na escala
imagens do satélite Landsat-8, órbita 217/070, de 1:15000.
disponibilizadas de forma gratuita no site United A primeira etapa consistiu em realizar um
States Geological Survey (USGS). Rokni e Musa recorte no arquivo vetorial de limites municipais.
(2019) afirmam que as imagens do Landsat são Esse recorte foi extraído do Shapefile do estado do
uma das fontes de dados mais amplamente Ceará, que também está disponível no site do
utilizadas no sensoriamento remoto. IBGE. O recorte foi realizado no QGIS utilizando
Os processos metodológicos foram a ferramenta “Selecionar feição”. A seguinte etapa
realizados no (SIG QGIS), versão 2.18, utilizando foi a importação no QGIS das imagens baixadas
as imagens selecionadas, por serem as mais atuais (Bandas B5 e Banda B4) e o cálculo de reflectância
e com as características desejadas. Para o cálculo através da Calculadora Raster, utilizando
do NDVI, as imagens escolhidas obrigatoriamente inicialmente a fórmula para correção atmosférica
foram as bandas 4R (4 Red) e 5NIR (5 Ned Infrared descrita abaixo:
NIR), que trabalham com comprimento de ondas ((ℳ𝓅×𝒬𝒸𝒶ℓ)+𝒜𝓅)
𝒫𝜆’ = (equação 1)
visíveis na cor vermelha e comprimento de ondas 𝑆𝑒𝑛𝑜 (𝑆𝐸)
no infravermelho próximo. Utilizou-se também o Onde:
arquivo vetorial disponibilizado no site do Instituto P𝜆’ = Reflectância planetária, com correção do
Brasileiro de Geografia e Estatística (IBGE) do ângulo solar (elevação do sol)
Mp = Fator de Multiplicação (0,0002)
2888
Barros, A. S., Farias, L. M., Marinho, J. L. A
 Revista Brasileira de Geografia Física v.13, n.06 (2020) 2885-2895.

Qcal = Nível digital (ND) do pixel da banda, (ND índice (K) é um método de validação de mapas que
da Banda 4 = 30633 e Banda 5 = 35756) estatisticamente possibilita realizar uma análise de
Ap = Fator aditivo de redimensionamento (-0,1) forma confrontante aos resultados estabelecidos
Seno (SE) = Seno da elevação solar (53,6013) com o objetivo de mensurar sua qualidade. O
Utilizando os dados do nível digital (ND) coeficiente (K), pode ser encontrado a partir da
do pixel das bandas utilizadas tem-se os seguintes seguinte equação:
dados para correção atmosférica: Correção 𝑃𝑜 – 𝑃𝑒
𝐾: (equação 3)
1 –𝑃𝑒
atmosférica (Banda 4) – 0,63767 e Correção
atmosférica (Banda 5) – 0,76422. Em que:
Com a devida correção atmosférica foi K = coeficiente Kappa;
possível calcular o NDVI através da Calculadora Po = exatidão geral da classificação;
Raster do QGIS, através da fórmula apresentada a Pe = i=1kPi*P.i, sendo, Pi = Somatório da linha;
seguir, onde, ρNIR e ρRED são, respectivamente, P.i = Somatório da coluna.
os elementos de reflectância bidirecional de Vale destacar que a interpretação da
superfície para as bandas do infravermelho magnitude do coeficiente (K) varia entre valores
próximo (NIR) e do vermelho (RED). menores que 0 (zero), cuja força de concordância é
ρ𝒩ℐℛ – ρℛℰ𝒟 insatisfatória, até valores de 0,81 a 1, em que sua
𝒩𝒟𝒱ℐ: (equação 2) força de concordância é considerada quase perfeita.
ρ𝒩ℐℛ –ρℛℰ𝒟
Para validação dos dados, foi utilizado o
método estatístico Kappa (K). A estatística do
Resultados e discussão
Os valores obtidos através do cálculo do cobertura vegetal densa conotaria um valor de
NDVI estão divididos e classificados conforme o NDVI próximo de (+ 1):
Quadro 1, onde uma grande quantidade de
Índice de Vegetação da
Caracterização
Diferença Normalizada (NDVI)
-1,0 Corpos d’água, Área edificada
-0,5 Solo exposto
0,0 Vegetação arbustiva aberta
0,5 Vegetação arbustiva fechada
1,0 Vegetação arbórea arbustiva
Quadro 1. Classificação das classes de NDVI em Juazeiro do Norte/CE. Fonte: Autores (2017)
Os resultados obtidos através da Em seguida, de acordo com a classificação
classificação supervisionada com o Semi- do índice (K), o resultado encontrado é considerado
Automatic Classification Plugim, disponível no uma validação quase perfeita, conforme a seguinte
QGIS, possibilitaram realizar a quantificação das equação:
classes do NDVI, aumentando a confiabilidade das 𝑃𝑜−𝑃𝑒 0,92−0,36
K= = = 0,87 (equação 4)
1−𝑃𝑒 1−0,36
informações avaliada pelo índice (K), calculado a
partir dos dados de referência da matriz confusa.
Ao concluir o processo, é possível análises descritivas do NDVI da área de estudo no
observar no Quadro 2 a seguir, os resultados das ano de 2017.
Estatística do NDVI
Ano Média DP Min Max Curtose Amplitude Assimetria
2017 0,3551 0,2035 0,0134 0,6090 5,2487 0,5956 -1,0678
Quadro 2. Estatísticas descritivas e distribuição de frequência do NDVI. Fonte: Autores (2017)
Foram tomados todos os cuidados presença de nuvens, o que poderia influenciar
necessários que o profissional que trabalha com bastante nos resultados. No entanto, foi aplicado a
geoprocessamento deve ter em suas análises correção atmosférica nas imagens, por isso foi
ambientais por ferramentas remotas. O mapa realizado um tratamento nas imagens.
temático representado na Figura 2 não apresenta

2889
Barros, A. S., Farias, L. M., Marinho, J. L. A
 Revista Brasileira de Geografia Física v.13, n.06 (2020) 2885-2895.

Coordenadas geográficas da região estudada

Figura 2. Mapa temático do NDVI no limite municipal de Juazeiro do Norte/CE. Fonte: Autores (2017)
Conforme amostragem extraída de área território do município, fazendo frente a áreas com
dentro do limite do município (Figura 2), há vegetações arbustivas e áreas utilizadas para
porções de cores que variam de +1 (grande atividades agropecuárias.
quantidade de vegetação arbórea arbustiva) a -1 A área com maior presença de NDVI
(áreas marcadas por presença de corpos d’água e próximo de -1, encontra-se no centro da cidade e
áreas edificadas). Pode-se perceber que na porção em bairros mais urbanizados, em que esse valor
central da imagem há uma área em cor laranja, avança para interseção dos municípios de Crato e
caracterizada com o valor de -0,5. Por análise Barbalha, sendo que hoje é a área de expansão
remota das áreas, estas se manifestam no espaço urbana do município de Juazeiro do Norte, como
como áreas sem edificações e com solos expostos, mostra na Figura 2.
sendo áreas que sofreram um processo de Os resultados obtidos através da geração
supressão da mata nativa ou em estágio do mapa temático nesse estudo podem ser úteis
inicial/médio de recuperação, dando lugar às também para auxiliar a identificar os impactos
atividades agropecuárias com árvores de pequeno urbanísticos causados pela implantação de
porte ou ausentes, a exemplo de pastagens para loteamentos regulares e/ou irregulares, assim como
criação de bovinos ou culturas de subsistência. áreas ambientais degradadas, tendo em vista que a
Percebe-se também na Figura 2 uma boa intensa expansão urbana realizada através da
parcela de áreas em amarelo (NDVI com valor ocupação desordenada tem se apresentado no
zero). Estas áreas apresentam-se com edificações e decorrer dos tempos, como um problema
demonstram, pela dispersão desta cor na imagem, prejudicial para o meio ambiente e a sociedade.
uma aleatoriedade na ocupação espacial do solo no
Figura capturada do SIG QGIS utilizada
para apresentar o resultado do NDVI

Figura 3. Resultado do NDVI. Fonte: Autores (2017)

2890
Barros, A. S., Farias, L. M., Marinho, J. L. A
 Revista Brasileira de Geografia Física v.13, n.06 (2020) 2885-2895.

Através da Calculadora Raster do SIG vegetadas. Nesse sentido, justifica-se que esse
QGIS versão 2.18, foi possível observar conforme índice tenha apresentado bons resultados na
a Figura 3, que o valor obtido através do cálculo do geração do mapa temático da cobertura vegetal do
NDVI para toda a extensão territorial do município munícipio de Juazeiro do Norte, uma vez que o
de Juazeiro do Norte foi de 0,60901. Este valor NDVI gerado se aproximou de +1.
indica que todo o limite municipal se encontra em Silva et al. (2019) declaram que o NDVI é
processo de forte urbanização, seja através da sede um índice relevante para áreas de média a alta
municipal onde tem acontecido diversas aberturas densidade de vegetação, uma vez que é menos
de novos loteamentos ou dos seus Distritos suscetível ao solo e aos efeitos da atmosfera. No
Municipais e povoados, porém ainda tem uma entanto, não é adequado para áreas com baixa
quantidade significativa de vegetação. cobertura vegetal (Karimi et al., 2018).
Os resultados obtidos neste trabalho Gamarra et al. (2016) realizaram um
enfatizam que órgãos públicos e privados têm estudo acerca do uso do NDVI na análise da
necessidade de terem em mãos ferramentas como o Estrutura da Vegetação e Efetividade da Proteção
sensoriamento remoto, que auxilia em estudos de Unidade de Conservação e concluíram que as
ambientais de forma eficaz, através dos elementos geotecnologias contribuem para os estudos de
que constituem o uso e ocupação do solo em ecologia e conservação da biodiversidade
determinada área. Nesse âmbito, Silva et al. (2019) reduzindo tempo e custos na análise ambiental.
afirmam que o entendimento das formas de uso e Em seu estudo, Bagherzadeh et al. (2020)
ocupação do solo, com propósitos de modelagem e confirmaram a utilidade do índice NDVI para
representando grandes áreas com bons níveis de expressar a variabilidade da vegetação em
detalhe, pode ser consideravelmente aprimorado condições climáticas semi-áridas, além das
usando ferramentas de geoprocessamento. Além relações entre características climáticas e
de reduzir o trabalho de campo, a extração de crescimento da vegetação para programas de
informações em imagens digitais de média reabilitação em escala de bacias hidrográficas.
resolução, como o satélite Landsat 8, permite que Huang et al. (2020) realizaram um estudo
áreas maiores sejam estudadas em menos tempo. sobre a aplicação do NDVI na era do
Markogianni e Dimitriou (2016), entrando Sensoriamento Remoto, e concluíram que seu uso
na discussão a respeito da correção atmosférica que facilita as aplicações de sensoriamento remoto
foi utilizada nas imagens, conforme já explanado porque se correlaciona com o status de uma ampla
neste trabalho, os autores reconhecem a variedade de propriedades da vegetação,
importância de sua aplicação previamente à simplificando assim o complexo. Os autores ainda
extração do NDVI para diferenciação de classes de declaram que o sensoriamento remoto mudou a
uso e cobertura da terra, sobretudo em áreas de maneira como os recursos terrestres são vistos,
intenso brilho (reflectância). Já Francisco et al. usados e gerenciados. O mesmo se aplica à forma
(2020) entendem que as operações aritméticas como o NDVI está envolvido com a saúde da
efetuadas entre bandas espectrais de imagens de vegetação, padrões e status. Não há dúvida de que
sensoriamento remoto necessitam de correção o NDVI continuará sendo um índice dominante de
atmosférica para eliminar os efeitos atmosféricos vegetação, mas o uso efetivo do NDVI depende da
na resposta espectral dos alvos, pois os números qualidade dos dados multiespectrais e da
digitais não apresentam escala equivalente em interpretação dos valores do NDVI.
todas as bandas. Os autores supracitados ainda afirmam que
Ke et al. (2015) corroboram a constatação O NDVI é o índice mais popular usado para
supracitada de Francisco et al. (2020), ao relatarem avaliação da vegetação, mas isso não significa que
que, independentemente do tipo de dados de seja universalmente eficaz. Caso o NDVI não
referência adotados, o uso de NDVI derivado da possa atender às necessidades de avaliação da
reflectância do topo da atmosfera aumenta vegetação ou a outros fins, pode-se considerar o
sensivelmente os erros de medição, reforçando uso de outros índices de vegetação. Vale ressaltar
assim a necessidade da correção atmosférica antes que todo índice de vegetação tem efeitos
do cálculo do NDVI. atmosféricos e sensoriais e, portanto, também
Em meio a esse cenário, Padolf et al. possui alta variabilidade e baixa repetibilidade ou
(2018) afirmam que os valores do NDVI variam comparabilidade.
entre +1 (mais um) a -1 (menos um), em que Recorrendo a Mallmann et al. 2015,
valores próximos de +1 indicam uma boa compreende-se em síntese, por ora, o que se notou
quantidade de cobertura vegetal densa. Por sua vez, foi que as técnicas de sensoriamento remoto
-1 seria o valor aproximado para a ausência da auxiliam no planejamento e monitoramento da
vegetação, em que representa superfícies não dinâmica florestal, bem como no mapeamento,
2891
Barros, A. S., Farias, L. M., Marinho, J. L. A
 Revista Brasileira de Geografia Física v.13, n.06 (2020) 2885-2895.

identificação e quantificação das áreas degradadas, geográficas e geoprocessamento, associadas às

contribuindo para o planejamento e gestão de imagens Landsat, podem ser usadas com um alto
unidades de conservação, assim como para o grau de confiabilidade na determinação de índices
desenvolvimento de projetos de restauração de vegetação, sobretudo, o NDVI, em que ficou
ecológica. demonstrado neste estudo.
Diante do exposto, Ferreira Júnior e Dantas
(2018) argumentam que o uso das técnicas de
sensoriamento remoto, sistema de informações
Conclusão
1. Este trabalho teve como objetivo 5. Os resultados deste estudo
principal realizar a geração de um mapa temático proporcionam subsídios para diagnósticos
da situação da cobertura vegetal do município de ambientais da área estudada por órgãos públicos e
Juazeiro do Norte-CE a partir do (NDVI). privados, servindo para auxiliar na tomada de
2. A análise tecida no presente estudo decisão de políticas públicas que dizem respeito ao
exemplificou o uso de ferramentas para o meio ambiente, bem como conscientizar a
processamento de imagens de satélite, sobretudo, o população sobre a necessidade de conservação dos
NDVI, pois mostrou-se bastante eficiente e preciso recursos naturais. Portanto, o uso de técnicas de
para a identificação da cobertura vegetal do geoprocessamento, como ficou demonstrado nesse
município de Juazeiro do Norte através do mapa estudo, são indispensáveis para um melhor
temático gerado, sendo este método eficiente para planejamento de atividades ambientais.
situações em que se avalia uma grande área. 6. Como sugestão para futuros trabalhos,
3. O valor do NDVI para toda a extensão os pesquisadores propõem que seja realizada a
territorial de Juazeiro do Norte foi de 0,60901, geração de mapas temáticos em anos mais recentes
indicando que todo o território, tanto a sede do munícipio de Juazeiro do Norte, a partir do
municipal como seus Distritos e povoados, se NDVI. Sugere-se ainda realizar uma análise
encontram em processo de forte urbanização. temporal dos anos anteriores com os anos atuais
Assim, este índice é uma importante ferramenta de dos mapas a serem gerados, a fim de identificar e
monitoramento da expansão urbana do município monitorar a detecção de alterações na vegetação
em determinados períodos, bem como das para distinguir adequadamente as áreas alteradas
alterações do espaço geográfico ao longo do tempo. das áreas não alteradas. Recomenda-se também
4. Nesta contribuição científica, ficou monitorar a expansão urbana das atividades que
evidente o potencial das geotecnologias, uma vez degradam áreas com vegetação. Outra sugestão
que o NDVI se destaca como uma ferramenta seria ampliar a geração de mapas temáticos da
eficiente na caracterização da cobertura vegetativa, situação da cobertura vegetal na RMC nas três
preservação e desenvolvimento sustentável da área principais cidades que compõem o triângulo
de estudo. Além disso, o índice de vegetação Crajubar, tendo em vista que tais municípios se
aplicado nesse estudo tem a vantagem de ser destacam continuamente pela sua área territorial,
simples e direto, além de produzir resultados de além de seu desenvolvimento cultural,
alta precisão, em que é útil para detecção de educacional, turístico, religioso e industrial.
alterações em qualquer tipo de vegetação.
Agradecimentos
Ao Laboratório de Inovação e Desenvolvimento Científico e Tecnológico
Sustentabilidade (LABIS) da Universidade (FUNCAP), pelo apoio e financiamento à pesquisa.
Regional do Cariri (URCA), pela concessão da
bolsa de Iniciação Científica ao autor
correspondente e a Fundação Cearense de Apoio ao
Referências
Albuquerque, A. M., Silva, S. B., Sales, M. C. L., Aires, U. R. V., Silva, D. D., Moreira, M. C.,
2019. Aplicação do Índice de Vegetação por Ribeiro, C. A. A. S., Ribeiro, C. B. M., 2020.
Diferença Normalizada (NDVI) para Análise The Use of the Normalized Difference
da Degradação Ambiental da Área de Vegetation Index to Analyze the Influence of
Influência Direta do Açude Castanhão. Revista Vegetation Cover Changes on the Streamflow
da Casa da Geografia de Sobral (RCGS) in the Manhuaçu River Basin, Brazil. Water
[online] 21. Disponível: Resources Management [online] 34.
https://doi.org/10.35701/rcgs.v21n2.602. Disponível: https://doi.org/10.1007/s11269-
Acesso: 25 jun. 2020. 020-02536-1. Acesso: 19 jul. 2020.

2892
Barros, A. S., Farias, L. M., Marinho, J. L. A
 Revista Brasileira de Geografia Física v.13, n.06 (2020) 2885-2895.

Andrade, C. B., Oliveira, L. M. M., Omena, J. A. Eduvirgem, R. V., Periçato, A. J., Sanches, C. C.,
M., Gusmão, A. C. V. L., Rodrigues, D. F. B., Soares, C. R., Caraminan, L. M., Santos, M.
2018. Avaliação de índices de vegetação e V., 2018. Análise da temperatura aparente de
características fisiográficas no Sertão superfície e Índice de Vegetação por
Pernambucano. Revista Brasileira de Meio Diferença Normalizada (NDVI) em Lisboa,
ambiente [online] 4. Disponível: Portugal, no verão de 2017. Revista Brasileira
https://doi.org/10.5281/zenodo.2543887. de Gestão Ambiental e Sustentabilidade
Acesso: 25 jun. 2020. [online] 5. Disponível:
Bagherzadeh, A., Hoseini, A. V., Totmaj, L. H., https://doi.org/10.21438/rbgas.051013.
2020. The efects of climate change Acesso: 22 jul. 2020.
on normalized diference vegetation index Francisco, C. N., Ruiz, P. R. S., Almeida, C. M.,
(NDVI) in the Northeast of Iran. Modeling Gruber, N. C., Anjos, C. S., 2020. Análise do
Earth Systems and Environment [online] 6. impacto da correção atmosférica no cálculo do
Disponível: https://doi- Índice de Vegetação por Diferença
org.ez152.periodicos.capes.gov.br/10.1007/s Normalizada a partir de Imagem Landsat
40808-020-00724-x. Acesso: 23 jul. 2020. 8/OLI. Revista Brasileira de Geografia Física
Butt, B., 2018. Environmental indicators and [online] 13. Disponível:
governance. Current Opinion in https://doi.org/10.26848/rbgf.v13.1.p076-
Environmental Sustainability [online] 32. 086. Acesso: 22 jul. 2020.
Disponível: Fathizad, H., Tazeh, M., Kalantari, S., Shojaei, S.,
https://doi.org/10.1016/j.cosust.2018.05.006. 2017. The investigation of spatiotemporal
Acesso: 26 jul. 2020. variations of land surface temperature based
Chu, H., Venevsky, S., Wu, C., Wang, M., 2019. on land use changes using NDVI in southwest
NDVI-based vegetation dynamics and its of Iran. Journal of African Earth Sciences
response to climate changes at Amur- [online] 134. Disponível:
Heilongjiang River Basin from 1982 to 2015. https://doi.org/10.1016/j.jafrearsci.2017.06.0
Science of the Total Environment [online] 07. Acesso: 23 jul. 2020.
650. Disponível: Ferreira Junior, J. J., Dantas, M. J. F., 2018.
https://doi.org/10.1016/j.scitotenv.2018.09.11 Análise do albedo da superfície e de índices de
5. Acesso: 22 jul. 2020. vegetação por sensoriamento remoto na bacia
Costa, D. A., Fridrich, G. A., Marinho, R. S. A., hidrográfica do Rio Pacoti/CE. Revista
Pinheiro, M. P. G., Miranda e Silva, J. C., Tecnológica [online] 39. Disponível:
Santos, M. L. F., Souza, A. H. F. F., Crispim, https://doi.org/10.5020/23180730.2018.8132.
M. C., 2017. Planejamento e gestão ambiental Acesso: 23 jul. 2020.
na Universidade Federal da Paraíba, Nordeste Flores, D. D. C., Benítez, E. A. C., Sánchez, I. F.,
do Brasil: análise e contribuições. Revista Ávila, D. D., 2020. Variaciones espaciales y
Brasileira de Gestão Ambiental e temporales en el Índice de Vegetación de
Sustentabilidade [online] 4. Disponível: Diferencia Normalizada en Cuba. Revista
https://dx.doi.org/10.21438/rbgas.040801. Ecosistemas [online] 29. Disponível:
Acesso: 22 jul. 2020. https://doi.org/10.7818/ECOS.1885. Acesso:
Dagnachew, M., Kebede, A., Moges, A., Abebe, 25 jul. 2020.
A., 2020. Effects of Climate Variability on Gamarra, R. M., Teixeira-Gamarra., M. C., Carrijo,
Normalized Difference Vegetation Index M. G. G., Paranhos Filho, A. C., 2016. Uso do
(NDVI) in the Gojeb River Catchment, Omo- NDVI na Análise da Estrutura da Vegetação e
Gibe Basin, Ethiopia. Advances in Efetividade da Proteção de Unidade de
Meteorology [online] 2020. Disponível: Conservação no Cerrado. Revista RAEGA –
https://doi.org/10.1155/2020/8263246. O Espaço Geográfico em Análise [online] 37.
Acesso: 19 jul. 2020. Disponível: 10.5380/raega.v37i0.42454.
Detsch, F., Otte, I., Appelhans, T., Hemp, A., Acesso: 26 jul. 2020.
Nauss, T., 2016. Seasonal and long-term Huang, S., Tang, L., Hupy, J. P., Wang, Y., Shao,
vegetation dynamics from 1-km GIMMS- G., 2020. A commentary review on the use
based NDVI time series at Mt. Kilimanjaro, of normalized diference vegetation index
Tanzania. Remote Sensing of Environment (NDVI) in the era of popular remote sensing.
[online] 178. Disponível: Journal of Forestry Research [online] 31.
https://doi.org/10.1016/j.rse.2016.03.007. Disponível: https://doi-
Acesso: 22 jul. 2020. org.ez152.periodicos.capes.gov.br/10.1007/s
11676-020-01155-1. Acesso: 25 jul. 2020.
2893
Barros, A. S., Farias, L. M., Marinho, J. L. A
 Revista Brasileira de Geografia Física v.13, n.06 (2020) 2885-2895.

Hu, M., Xia, B., 2018. A significant increase in the Not Capture Forest Cover Variation in Upland
normalized difference vegetation index during Siberian Larch Forests. Remote Sensing
the rapid economic development in the Pearl [online] 10. Disponível:
River Delta of China. Land Degradation & https://doi.org/10.3390/rs10111686. Acesso:
Development [online] 81. Disponível: 26 jul. 2020.
https://doi- Marques, H. O., Biudes, M. S., Pavão, V. M.,
org.ez152.periodicos.capes.gov.br/10.1002/ld Machado, N. G., Querino, C. A. S.,
r.3221. Acesso: 27 jul. 2020. Danelichen, V. H. M., 2017. Estimated net
Instituto Brasileiro de Geografia e Estatística radiation in na Amazon–Cerrado transition
(IBGE). Cidades e estados. 2019. Disponível: forest by Landsat 5 TM. Journal of Applied
https://ibge.gov.br/. Acesso: 25 jun. 2020. Remote Sensing [online] 11. Disponível:
Janssen, T. A. J., Ametsitsi, G. K. D., Collins, M., https://doi.org/10.1117/1.JRS.11.046020.
Adu-Bredu, S., Oliveras, I., Mitchard, E. T. Acesso: 26 jul. 2020.
A., Veenendaal, E. M., 2018. Extending the Mallmann, C. L., Prado, D. A., Filho, W.P., 2015.
baseline of tropical dry forest loss in Ghana Índice de vegetação por diferença
(1984-2015) reveals drivers of major normalizada para caracterização da dinâmica
deforestation inside a protected area. florestal no parque estadual Quarta Colônia,
Biological Conservation [online] 218. estado do Rio Grande do Sul – Brasil. Revista
Disponível: Brasileira de Geografia Física 8, 1454-1469.
https://doi.org/10.1016/j.biocon.2017.12.004. Markogianni, V., Dimitriou, E., 2016. Landuse and
Acesso: 20 jul. 2020. NDVI change analysis of Sperchios river
Karimi, A., Abdollahi, S., Balajadeh, H. R. K., basin (Greece) with different spatial
Ostad, A. A. K., Eslamian, S., Singh, V. P., resolution sensor data by Landsat/MSS/TM
2018. The Use of Remote Sensing Techniques and OLI. Desalination and Water Treatment
in Detecting and Predicting Forest Vegetation 57, 29092-29103.
Change Using MODIS Satellite Data, Ochtyra, A., Marcinkowska-Ochtyra, A., Raczko,
Golestan, Iran. American Journal of E., 2020. Threshold-and trend-based
Engineering and Applied Sciences [online] vegetation change monitoring algorithm based
11. Disponível: on the inter-annual multi-temporal normalized
https://doi.org/10.3844/ajeassp.2018.387.396. difference moisture index series: A case study
Acesso: 23 jul. 2020. of the Tatra Mountains. Remote Sensing of
Kalisa, W., Igbawua, T., Henchiri, M., Ali, S., Environment [online] 249. Disponível:
Zhang, S., Bai, Y., Zhang, J., 2019. https://doi.org/10.1016/j.rse.2020.112026.
Assessment of climate impact on vegetation Acesso: 26 jul. 2020.
dynamics over East Africa from 1982 to 2015. Padolfi, A. S., Ramaldes, G. P., Santos, O. L.,
Scientific Reports [online] 9. Disponível: 2018. Análise de Índice de Vegetação Através
https://doi.org/10.1038/s41598-019-53150-0. de Imagens Obtidas por Vant. Revista
Acesso: 21 jul. 2020. Científica da FAESA 14, 145-165.
Ke, Y., Im, J., Lee, J., Gong H., Ryu, I., 2015. Rokni, K., Musa, T. A., 2019. Normalized
Characteristics of Landsat 8 OLI-derived difference vegetation change index: A
NDVI by comparison with multiple satellite technique for detecting vegetation changes
sensors and in-situ observations. Remote using Landsat imagery. Catena [online] 178.
Sensing of Environment 164, 298-313. Disponível:
Leite, A. P., Santos, G. R., Santos, J. É. O., 2017. https://doi.org/10.1016/j.catena.2019.03.007.
Análise Temporal dos Índices de Vegetação Acesso: 26 jul. 2020.
NDVI E SAVI na Estação Experimental de Santos, F. A. C., Santos, A. C. S., Silva, B. B.,
Itatinga Utilizando Imagens Landsat 8. Revista Araújo, A. L., Cunha, J. E. B. L., 2015.
Brasileira de Energias Renováveis [online] 6. Desempenho de Metodologias para estimativa
Disponível: do Saldo de Radiação a Partir de imagens
http://dx.doi.org/10.5380/rber.v6i4.45830. Modis. Revista Brasileira de Meteorologia
Acesso: 26 jun. 2020. [online] 30. Disponível:
Loranty, M. M., Davydov, S. P., Kropp, H., https://doi.org/10.1590/0102-778620130085.
Alexander, H. D., Mack, M. C., Natali, S. M., Acesso: 26 jul. 2020.
Zimov, N. S., 2018. Vegetation Indices Do
Souza, M. C. C., Amorim, M. C. C. T., 2016. (SP): Os Exemplos dos Bairros Humberto
Qualidade Ambiental em Áreas Verdes Salvador e Morada do Sol. Caminhos da
Públicas na Periferia de Presidente Prudente Geografia [online] 17. Disponível:
2894
Barros, A. S., Farias, L. M., Marinho, J. L. A
 Revista Brasileira de Geografia Física v.13, n.06 (2020) 2885-2895.

https://doi.org/10.14393/RCG175704. Earth and Environmental Science [online]

Acesso: 30 jun. 2020. 508. Disponível:
Silva, V. S., Salami, G., Silva, M. I. O., Silva, E. https://iopscience.iop.org/article/10.1088/175
A., Junior, J. J. M., Alba, E., 2019. 5-1315/508/1/012121/meta. Acesso: 26 jul.
Methodological evaluation of vegetation 2020.
indexes in land use and land cover (LULC) Xue, J., Su, B., 2017. Significant Remote Sensing
classification. Geology, Ecology, and Vegetation Indices: A Review of
Landscapes [online] 4. Disponível: Developments and Applications. Journal of
https://doi.org/10.1080/24749508.2019.1608 Sensors [online] 2017. Disponível:
409. Acesso: 19 jul. 2020. https://doi.org/10.1155/2017/1353691.
Takatori, M. M. O., Gamarra, R. B., Faggioni, G. Acesso: 19 jul. 2020.
P., Dalmas, F. B., Paranhos Filho, A. C., 2017. Zewdie, W., Csaplovics, E., Inostroza, L., 2017.
Uso de Geotecnologias na análise da estrutura Monitoring ecosystem dynamics in
e dinâmica da Paisagem na região do northwestern Ethiopia using NDVI and
Nabiquele. Revista UNG – Geociências 16, climate variables to assess long term trends in
87-101. dryland vegetation variability. Applied
Wang, F., Liu, X., Liu, X., Li, Y., Wang, T., 2020. Geography [online] 79. Disponível:
Spatial and Temporal changes in the https://doi.org/10.1016/j.apgeog.2016.12.019.
Normalized Difference Vegetation Index and Acesso: 22 jul. 2020.
its Response to Climate Change in Shaanxi
Province, China. IOP Conference Series:

2895
Barros, A. S., Farias, L. M., Marinho, J. L. A

View publication stats