Índices de reflectância, NDVI e EVI como indicadores de níveis de degradação das pastagens tropicais

Abstract

A recuperação das áreas de pastagem improdutivas no Brasil é um imenso potencial para o aumento de produtividade da pecuária nacional e necessitamos de ferramentas práticas de diagnóstico no intuito de mensurar os níveis de degradação no intuito de recuperar a fertilidade do solo e obter renda em curto prazo. O sensoriamento remoto é considerado uma tecnologia da pecuária de precisão utilizada para auxiliar na análise do cenário do nível de degradação das pastagens tropicais em áreas de produção animal. A identificação dessas áreas é de extrema importância para orientar os produtores a adotarem técnicas de manejo de pastagem adequada, que proporcionem maior produtividade animal e minimização dos impactos ambientais. O objetivo deste estudo foi analisar os índices de vegetação NDVI e EVI, via sensoriamento remoto para identificar os níveis de degradação das pastagens tropicais. As amostras foram coletadas em imagens de satélite multitemporais do sensor MODIS no programa informatizado SATVeg em cinco tratamentos, representando áreas de mata nativa (tratamento referencial - MN) e quatro fisionomias de pastagem: pastagem saudável (PS), pastagem com invasoras (PI), pastagem com invasoras e cupim (PIC), pastagem com solo exposto (PSE). As avaliações das imagens foram realizadas no período de 18 anos, sendo consideradas 23 imagens para cada ano. Os dados foram submetidos a análises estatísticas e comparados em testes de médias. As bandas espectrais foram utilizadas como preditores de fisionomias das áreas das pastagens e da mata nativa. Os índices de vegetação NDVI e EVI foram estatisticamente significativos na diferenciação entre as áreas amostradas e são eficientes para determinar a diferença espacial e temporal na identificação das áreas mais críticas de degradação das pastagens, as quais têm mais urgência de serem recuperadas.

The recovery of unproductive pasture areas in Brazil is a huge potential for increasing the productivity of national livestock and the practical diagnostic tools are necessary in order to measure levels of degradation to recover soil fertility and earn income in the short term. Remote sensing is considered a precision livestock technology used to assist in the scenario analysis of the level of degradation of tropical pastures in animal production areas. The identification of these areas is extremely important to guide producers to adopt adequate pasture management techniques, which provide greater animal productivity and minimize environmental impacts. The aim of this study was to analyze the NDVI and EVI vegetation indices, via remote sensing, to identify levels of degradation in tropical pastures. The samples were collected in multitemporal satellite images of the MODIS sensor in the computerized program SATVeg in five treatments, representing areas of native forest (reference treatment - MN) and four pasture physiognomies: healthy pasture (PS), pasture with weeds (PI), pasture with weeds and termites (PIC), pasture with exposed soil (PSE). Image evaluations were carried out over a period of 18 years, with 23 images being considered for each year. Data were subjected to statistical analysis and compared using tests of means. Spectral bands were used as predictors of physiognomies of pasture and native forest areas. The NDVI and EVI vegetation indices were statistically significant in differentiating between the sampled areas and are efficient in determining the spatial and temporal difference in identifying the most critical areas of pasture degradation, which are more urgent to be recovered.