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.

Published

2011-12-30

How to Cite

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

Issue

Section

Ministério Público e Meio Ambiente

Similar Articles

1 2 3 > >> 

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