Mapeamento de colheita em florestas cultivadas por meio de imagens NDVI

Abstract

Resumo: O emprego de metodologias baseada em técnicas de mapeamento por Sensoriamento Remoto, estão cada vez mais empregadas nas rotinas de trabalho de empresas do setor floresta, sejam para análise de da sanidade florestal, mapeamento de sinistros ou detecção de áreas colhidas, como utilizado neste trabalho. Para desenvolvimento da metodologia, e validação dos dados gerados, foi utilizado um conjunto de fazendas em uma região fisiograficamente homogênea, localizada na região Nordeste do Estado do Rio Grande do Sul. Para se obter as informações semi-automatizadas das áreas colhidas entre os meses de Janeiro/2020 e Julho de 2021, foi utilizado imagens Sentinel e calculado o Índice de Vegetação de Diferença Normalizada, e posteriormente calculada a diferença entre a imagem inicial e o mês analisado. Esta metodologia permite que os gestores e planejadores florestais, tenham mais uma fonte de informações sobre as áreas plantadas, de forma rápida, precisa e sem custos adicionais, uma vez que as imagens utilizadas são gratuitas. Por fim, se comparou os resultados obtidos no mapeamento com os dados cadastrais, podendo assim validar a informação gerada

Abstract: The use of methodologies based on Remote Sensing mapping techniques are increasingly used in the work routines of companies in the forest sector, whether for analysis of forestry conditions, mapping of claims or detection of harvested areas, as used in this work. To develop the methodology and validate the data generated, a set of farms in a physiographically homogeneous region, located in the Northeast region of the State of Rio Grande do Sul, was used. January/2020 and July 2021, Sentinel images were used and the Normalized Difference Vegetation Index was calculated, and then the difference between the initial image and the analyzed month was calculated. This methodology allows forest managers and planners to have one more source of information about planted areas, quickly, accurately and without additional costs, since the images used are free of charge. Finally, the results obtained in the mapping were compared with the registration data, thus being able to validate the information generated