Relação entre índices de vegetação e pluviosidades para mesorregião do sul da Bahia

Abstract

Resumo: Compreender a influência das condições climáticas sobre a cobertura vegetal de uma região é de fundamental importância para tomada de decisões e planejamento em tempos de mudanças climáticas. O objetivo deste trabalho foi analisar a relação entre os índices de vegetação e a precipitação próximas da região sul do estado da Bahia no ano de 2019. Foram utilizadas imagens de satélite Landsat 8 para obtenção dos índices de vegetação NDVI, EVI e SAVI, as imagens possuem resolução espacial de 30 metros. O processamento dos dados foi realizado por meio da plataforma do Google Earth Engine (GEE), por meio de linguagem de programação. Os dados de precipitação foram obtidos por meio do Instituto Nacional de Meteorologia (INMET) para cada estação meteorológica próximas da região de estudo. Realizou-se uma análise de correlação de Pearson entre os índices de vegetação e a precipitação. Há uma correlação linear positiva e fraca, com valor de 0,45, entre a precipitação e o EVI, sendo as variáveis diretamente proporcionais. O NDVI e SAVI apresentaram baixa correlação com a precipitação, o que pode ser resultado da grande influência que as zonas urbanas e plantio agrícolas/ florestais causam no índice, diferente do índice EVI que permite uma melhor diferenciação das vegetações. A utilização da análise a partir de índices de vegetação podem auxiliar na determinação dos diferentes usos da terra e da relação entre estes usos e a precipitação no local.

Abstract: Understanding the influence of weather conditions on the vegetation cover of a region is of fundamental importance for decision-making and planning in times of climate change. The objective of this work was to analyze the relationship between vegetation indices and precipitation in the southern mesoregion of the state of Bahia in 2019. Landsat 8 satellite images were used to obtain the NDVI, EVI and SAVI vegetation indices, the images have resolution space of 30 meters. All data processing was performed using the Google Earth Engine (GEE) platform, using a programming language. Precipitation data were obtained through Inmet for each meteorological station near the study region. A Pearson correlation analysis between vegetation and precipitation indices was performed. There is a positive linear correlation between precipitation and EVI, the variables being directly proportional. NDVI and SAVI showed a negative correlation, indicating an inversely proportional relationship. EVI was prone to exhibit more significant values than NDVI and SAVI. The r values between indices and precipitation obtained a value of 0.45 for EVI and -0.08 for NDVI and SAVI The low correlation between the precipitation of the NDVI and SAVI indexes in some areas may be the result of the great influence that urban areas and agricultural/forest plantations have on the index, unlike the EVI index, which allows for a better differentiation of vegetation. The use of analysis based on vegetation indices can help to determine different land uses and the relationship between these uses and local precipitation.