APPLICATION OF R LANGUAGE IN THE ANALYSIS OF FOREST FRAGMENTATION USING SPATIAL DATA
A ecologia da paisagem avalia a estrutura espacial da paisagem auxiliando na manutenção da biodiversidade, uma vez que é possível definir técnicas de recuperação e conservação de fragmentos florestais. A análise da estrutura da paisagem por meio de métricas permite conhecer a função dos fragmentos e suas possíveis respostas às mudanças causadas pela supressão da vegetação. Técnicas de sensoriamento remoto têm sido utilizadas em estudos de ecologia da paisagem, uma vez que têm a capacidade de caracterizar espacial e temporalmente a configuração e composição dos tipos de uso e cobertura da terra. Nesse contexto, o objetivo do estudo foi desenvolver um pacote em linguagem R para o cálculo de métricas de ecologia da paisagem para analisar a fragmentação florestal por meio de imagens de sensores remotos. Além disso, analisar a fragmentação florestal na microbacia hidrográfica do Arroio Grande localizada na região central do estado do Rio Grande do Sul, no bioma Mata Atlântica. O pacote, denominado LandscapeMetrics, é de fácil utilização, permitindo o cálculo de diversas métricas da ecologia da paisagem, possibilitando a análise espacial da composição da paisagem, de acordo com as necessidades dos usuários. Para o estudo de caso realizou-se a classificação supervisionada por meio do algoritmo MaxVer (Máxima Verossimilhança) a partir de imagens Landsat 5 e 8. Os resultados permitiram inferir que houve aumento da área coberta com floresta nativa passando de 2.676,15 ha em 2010 para 3.505,86 ha em 2019 havendo a diminuição do número de fragmentos. Desse modo, concluiu-se que o pacote vem a suprir a necessidade de rotinas computacionais que visem o cálculo de métricas de ecologia utilizando código aberto, colaborando com o desenvolvimento de métodos de obtenção destas variáveis utilizando o R, uma vez que se mostrou promissor na área do sensoriamento remoto realizando a manipulação de dados espaciais.
APPLICATION OF R LANGUAGE IN THE ANALYSIS OF FOREST FRAGMENTATION USING SPATIAL DATA
-
DOI: 10.22533/at.ed.27721130117
-
Palavras-chave: Ecologia da paisagem, Mata Atlântica, Sensoriamento Remoto, Gestão Territorial
-
Keywords: Landscape ecology, Atlantic Forest, Remote Sensing, Territorial Management
-
Abstract:
The ecology of the landscape evaluates the spatial structure of the landscape helping to maintain biodiversity, since it is possible to define techniques for the recovery and conservation of forest fragments. The analysis of landscape structure through landscape metrics allows to know the function of fragments and their possible responses to changes caused caused by vegetation suppression. Remote sensing techniques have been used in landscape ecology studies, since they have the capacity to characterize spatially and temporally the configuration and composition of land use and land cover types. In this context, the objective of this study was to develop an R language package for the calculation of landscape ecology metrics to analyze forest fragmentation by means of remote sensors images. In addition, analyzing forest fragmentation in the hydrographic microbasin of Arroio Grande located in the central region of the Rio Grande do Sul state, in the Atlantic Forest biome. The package, called LandscapeMetrics, being easy to use, allowing the calculation of several landscape ecology metrics, making it possible to analyze landscape composition spatially, according to users' needs. For the case study, the supervised classification was performed using the MLE (Maximum Likelihood) algorithm using Landsat 5 and 8 images. The results allowed us to infer that there was an increase in the area covered with native forest, going from 2,676.15 ha in 2010 to 3,505.86 ha in 2019, with a decrease in the number of fragments. Thus, it was concluded that the package addresses the need for computational routines that aim at the calculation of metrics using open source, collaborating with the development of methods to obtain these variables using R, since it has shown promise in the area of remote sensing by performing the manipulation of spatial data.
-
Número de páginas: 15
- Rudiney Soares Pereira
- Elisiane Alba
- Letícia Daiane Pedrali
- Luciane Marchesan
- Mateus Sabadi Schuh
- Roberta Aparecida Fantinel
- Juliana Marchesan
