Aplicação do Índice de Vegetação por Diferenças Normalizadas na avaliação da recuperação de danos em áreas degradadas

Authors

  • Bruno Esteves Távora
  • Renato Egert
  • Luiz Beltrão

DOI:

https://doi.org/10.63601/bcesmpu.2011.n35.85-95

Keywords:

Recuperação de áreas degradadas, Sensoriamento remoto, NDVI

Abstract

A aplicação de técnicas de sensoriamento remoto no acompanhamento da recuperação de áreas degradadas demonstra-se ferramenta indispensável na atuação do Ministério Público. Isso porque apresenta baixo custo por reduzir a demanda de perícias de campo, muitas vezes em locais remotos e de difícil acesso. O uso de imagens de satélite vai muito além de sua interpretação visual no espectro visível do olho humano. A utilização de imagens com comprimentos de onda fora da faixa considerada visível traz vantagens por realçar feições não captadas pelo olho humano. Exemplo disso é a utilização do Índice de Vegetação por Diferenças Normalizadas (NDVI), obtido pelo produto matemático composto pela banda do espectro visível do vermelho e do infravermelho não perceptível aos olhos humanos. Esse índice encontra estreita relação com a densidade foliar e pode ser empregado para avaliar a evolução temporal da recuperação de uma área degradada.

Author Biographies

  • Bruno Esteves Távora

    Analista em Engenharia Ambiental, perito do Ministério Público do Distrito Federal e Territórios (MPDFT); mestre em Tecnologia Ambiental e Recursos Hídricos.

  • Renato Egert

    Analista em Engenharia Agronômica, perito do MPDFT.

  • Luiz Beltrão

    Analista em Biologia, perito do MPDFT; mestre em Ciências Florestais.

References

Published

2011-12-30

Issue

Section

Ministério Público e Meio Ambiente

How to Cite

Aplicação do Índice de Vegetação por Diferenças Normalizadas na avaliação da recuperação de danos em áreas degradadas. (2011). Scientific Bulletin of the MPU School for Higher Studies, 35, 85-95. https://doi.org/10.63601/bcesmpu.2011.n35.85-95

Similar Articles

1-10 of 511

You may also start an advanced similarity search for this article.