Sistema de Eventos Acadêmicos da UFMT, XI Mostra da Pós-Graduação

Tamanho da fonte: 
Estimativa do índice de área foliar e umidade do solo por imagens Landsat 8 em diferentes coberturas do solo em Barra do Bugres, MT
Jonas Mangoni Rambo, Marcelo Sacardi Biudes, Nadja Gomes Machado, Luiz Octavio Fabricio dos Santos, Altemar Lopes Pedreira Junior

Última alteração: 10-10-19

Resumo


Resumo: O município de Barra do Bugres está localizado na região Sudoeste do estado de Mato Grosso, em uma área de Cerrado. Este bioma possui uma grande biodiversidade com flora e espécies endêmicas e tem como característica a vegetação. A substituição do Cerrado para práticas agrícolas altera características superficiais que podem ser avaliadas por sensoriamento remoto a partir de parâmetros da vegetação e do solo, como o índice de área foliar e a umidade do solo. O índice de área foliar é uma medida da cobertura da superfície do solo e, controla as trocas de massa e energia em uma superfície vegetada. A umidade do solo é uma variável importante nos estudos ambientais, pois a quantidade de água disponível controla a dinâmica da vegetação. Dessa forma o objetivo deste trabalho é estimar o índice de área foliar e a umidade do solo por imagens Landsat 8 em diferentes tipos de coberturas do solo. As coletas de dados serão realizadas na fazenda Arco-Íris, município de Barra do Bugres – MT, entre fevereiro de 2020 e fevereiro de 2022 em 6 coberturas vegetadas: duas áreas de Cerrado, uma área de pastagem, uma área de cultivo de cana-de-açúcar, uma área de cultivo de banana e uma área de cultivo de soja/milho. O índice de área foliar será medido com um medidor portátil (Modelo LP-80) e a umidade do Solo com TDR portátil (modelo MP 406). Além disso, serão amostrados a umidade e a densidade do solo com um amostrador de solo para amostras indeformadas. Espera-se por meio desse estudo que as estimativas de índice foliar e umidade do solo sejam semelhantes aos dados medidos em campo numa escala temporal e espacial, corroborando para aplicabilidade dos modelos analisados.


Palavras-chave


Índice de Vegetação; Microclima; Sensoriamento Remoto