Análisis espectral y temporal de incendios en humedales del Pantanal-Brasil apoyado en datos multiespectrales obtenidos con UAV
DOI:
https://doi.org/10.18172/cig.6801Palabras clave:
Unidad de Conservación, Análisis Espectral, Alta resolución, sensores, aeronaves pilotadas remotamenteResumen
Las zonas húmedas del Pantanal en Brasil son altamente sensibles a los cambios ambientales, y eventos como los incendios representan una amenaza para la biodiversidad. En el año 2020, aproximadamente el 80% de su superficie fue afectada por incendios de alta intensidad. En este contexto, el presente trabajo tuvo como objetivo analizar, de manera espectral y temporal a lo largo de tres años (2019, 2020 y 2021), el comportamiento de cuatro macrohábitats presentes en dos áreas de estudio ubicadas en la Reserva Privada del Patrimonio Natural SESC Pantanal (RPPN SESC Pantanal), situada en el estado de Mato Grosso, Brasil. Para los análisis realizados durante los tres años en las áreas de estudio, se utilizó la cámara multiespectral Micasense Altum, junto con métodos de procesamiento que incluyeron análisis espectral y temporal. En el análisis efectuado, se observó que en ambas áreas mapeadas ocurrió una drástica pérdida de reflectancia en las bandas del red-edge y del infrarrojo cercano (NIR) en el año 2020, posterior al evento de incendio, seguida de una recuperación en 2021, aunque todavía por debajo de los niveles registrados en 2019 (antes del incendio). Los macrohábitats de Acurizal y Tabocal presentaron las mayores amplitudes de reflectancia y mayor variabilidad a lo largo de los años, especialmente en longitudes de onda más altas (NIR). El macrohábitat de Campina fue el que presentó los valores más bajos de reflectancia, debido a que su vegetación está compuesta por especies arbustivas y herbáceas. La Mata Seca mostró la mayor estabilidad espectral y presentó una tendencia continua de disminución en la reflectancia media, lo que indica una pérdida de diversidad de especies tras el evento de fuego.
Descargas
Citas
Boon, M.A., Tesfamichael, S. 2017. Wetland vegetation integrity assessment with low altitude multispectral UAV imagery. International Conference on Unmanned Aerial Vehicles in Geomatics. Anais The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Bonn, Germany. https://doi.org/10.5194/isprs-archives-XLII-2-W6-55-2017
Doughty, C.L., Cavanaugh, K.C. 2019. Mapping Coastal Wetland Biomass from High Resolution Unmanned Aerial Vehicle (UAV) Imagery. Remote Sensing, 11(5), 540-576. https://doi.org/10.3390/rs11050540
Dubs, B. 1992. Observations on the differentiation of woodland and wet savanna habitats in the Pantanal of Mato Grosso, Brazil. In: Furley, P.A., Proctor, J., Ratter, J.A. (Ed.) Nature and dynamics of forest-savanna boundaries. London: Chapman and Hall, p. 431-449.
Fernandes, I.M., Signor, C. A., Penha, J. 2010. Biodiversidade no Pantanal de Poconé. Centro de Pesquisa do Pantanal, Cuiabá, 196 p.
Ferreira, W. T. S., Carvalho, L. L., Rabelo, A. P. C. 2019. Análise da distribuição espaço- temporal dos focos de incêndio no Pantanal (2000-2016). In: Zuffo, A. M. Pantanal: o espaço geográfico e as tecnologias em análise. Editora Atena, Ponta Grossa, PR.
Junk W.J., Piedade M.T.F., Nunes da Cunha C., Wittmann F., Schöngart J. 2018. Macrohabitat studies in large Brazilian floodplains to support sustainable development in the face of climate change. Ecohydrology & Hydrobiology 18: 334-344. https://doi.org/10.1016/j.ecohyd.2018.11.007
Lowe, D.G. 1999. Object recognition from local scale-invariant features. Proc. 7th International Conference on Computer Vision (ICCV'99) (Corfu, Greece): 1150-1157. http://doi.org/10.1109/ICCV.1999.790410
Lowe, D.G. 2004. Distinctive image features from scale-invariant key points. International Journal of Computer Vision 60(2): 91-110. https://doi.org/10.1023/B:VISI.0000029664.99615.94
Mahdavi, S., Salehi, B., Granger, J., Amani, M., Brisco, B., Huang, W. 2017. Remote sensing for wetland classification: a comprehensive review. GIScience & Remote Sensing, 55(5), 623–658. https://doi.org/10.1080/15481603.2017.1419602
Ministério do Meio Ambiente. 2007. Biodiversidade do Cerrado e Pantanal: áreas e ações prioritárias para conservação. Série Biodiversidade 17. MMA. Brasília: MMA, 540 p. https://www.gov.br/mma/pt-br/assuntos/biodiversidade-e-biomas/biomas-e-ecossistemas/biomas/arquivos-biomas/cerrado_pantanal-1.pdf
Ngo, D.T. 2024. Mapping tree species of wetlands using multispectral images of UAVs and machine learning: A case study of the Dong Rui Commune. Heliyon, 10 (15), e35159. https://doi.org/10.1016/j.heliyon.2024.e35159
Nunes da Cunha C., Junk W.J. 2004. Year-to-year changes in water level drive the invasion of Vochysia divergens in Pantanal grasslands. Applied Vegetation Science, 7, 103-110. https://doi.org/10.1111/j.1654-109X.2004.tb00600.x
Nunes da Cunha C., Junk W.J. 2014. A classificação dos macrohabitats do Pantanal Mato-grossense. In: Nunes da Cunha, C., Piedade, M.T.F., Junk, W.J. (Orgs.). Classificação e Delineamento das Áreas Úmidas Brasileiras e de Seus Macrohabitats. Cuiabá: EdUFMT. p. 77-122. https://www.edufmt.com.br/product-page/classifica%C3%A7%C3%A3o-e-delineamento-das-%C3%A1reas-%C3%BAmidas-brasileiras-e-de-seus-macrohabitat-1
Peixoto, A.L., Luz, J.R.P., Brito, M.A. 2016. Conhecendo a biodiversidade. Brasília, MCTIC, CNPq, PPBio, 196 p. https://ppbio.inpa.gov.br/sites/default/files/conhecendo_a_biodiversidade_livro.pdf
RAMSAR. 2003. Information sheet for a new RAMSAR wetland in the Pantanal. https://rsis.ramsar.org/RISapp/files/RISrep/BR1270RISformer_160210.pdf
Ratter, J.A., Pott, A, Nunes Da Cunha, C., Haridasan, M. 1988. Observations on wood vegetation types in the Pantanal and at Corumbá, Brazil. Notes Royal Botanical Garden of Edinburgh, v. 45, p. 503-525. https://archive.org/details/notes-from-royal-botanic-garden-edinburgh-45-003-503-525
Salim, D.H.C., Andrade, G.R., Assunção, A.F., Cosme, P.H. d. M., Pereira, G., Amorim, C.C. 2024. Assessing the Impact of Environmental Conditions on Reflectance Values in Inland Waters Using Multispectral UAS Imagery. Limnological Review, 24(4), 466-490. https://doi.org/10.3390/limnolrev24040027
Samiappan, S., Turnage, G., Hathcock, L.A., Moorhead, R. 2016. Mapping of invasive phragmites (common reed) in Gulf of Mexico coastal wetlands using multispectral imagery and small Unmanned Aerial Systems. International Journal of Remote Sensing, 38(8-10), 2861-2882. https://doi.org/10.1080/01431161.2016.1271480
Szeliski, R. 2010. Computer Vision: algorithms and Applications. London: Springer, 812 p.
Wu, S., Tetzlaff, D., Daempfling, H., Soulsby, C. 2023. Improved understanding of vegetation dynamics and wetland ecohydrology via monthly UAV-based classification. Hydrological Processes, 37(9), e14988. https://doi.org/10.1002/hyp.14988
Zhang, X., Liu, L., Zhao, T., Chen, X., Lin, S., Wang, J., Mi, J., Liu, W. 2023. GWL_FCS30: a global 30 m wetland map with a fine classification system using multi-sourced and time-series remote sensing imagery in 2020, Earth Syst. Sci. Data, 15, 265-293. https://doi.org/10.5194/essd-15-265-2023
Zarista, S., Zeilhofer, P. 2015. Monitoramento da Dinâmica de Inundação no Pantanal Norte com Uso de Índices EVI e LSWI do MODIS. In: ROSSETO, O. C., TOCANTINS, N. Ambiente Agrário do Pantanal Brasileiro: socioeconomia e conservação da biodiversidade. 1 ed. Porto Alegre, Imprensa Livre, Compasso Lugar Cultura, 677 p. https://www.cppantanal.org.br/2018/images/Livro_Pantanal.pdf
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Gustavo Manzon Nunes, Cátia Nunes da Cunha, Nubia da Silva
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
El autor o autora conserva todos los derechos sobre su artículo y cede a la revista el derecho de la primera publicación, no siendo necesaria la autorización de la revista para su difusión una vez publicado. Una vez publicada la versión del editor el autor está obligado a hacer referencia a ella en las versiones archivadas en los repositorios personales o institucionales.
El artículo se publicará con una licencia Creative Commons de Atribución, que permite a terceros utilizar lo publicado siempre que se mencione la autoría del trabajo y la primera publicación en esta revista.
Se recomienda a los autores/as el archivo de la versión de editor en repositorios institucionales.
