摘要：A tecnologia de sensoriamento remoto tem sido aplicada para monitorar mudanças antrópicas na paisagem queproduzem impactos sobre os recursos naturais, como a degradação ambiental, mudanças no ciclo hidrológico e na estruturae funcionamento dos ecossistemas. Como a detecção de mudanças de modo digital pode ser uma tarefa difícil de serrealizada, este estudo propõe uma técnica simples e lógica para exibir mudanças na cobertura da terra usando imagensLandsat. Ferramentas de geoprocessamento livres foram usadas para obter informações para mapeamento de mudançasna superfície da terra. O Índice de Vegetação por Diferença Normalizada (NDVI) e o Índice de Diferença Normalizadada Água (NDWI) derivados de imagens de satélite de quatro datas entre 1984 e 2016 foram utilizados em composiçõesRGB. O método foi utilizado para mapear ganhos e perdas de cobertura vegetal e quantidade de água líquida em umaescala espaço-temporal. Os resultados indicam que este método de detecção de mudanças pode efetivamente refletir asvariações ocorridas ao longo dos anos. Embora ambos os índices tenham respostas similares, verificou-se que o NDWIpode fornecer informações opostas ao NDVI em certas áreas, como em áreas úmidas e zonas ripárias, apresentando perdasde umidade mesmo em locais que exibem ganhos de vegetação. Esse método tem aplicabilidade para outras regiõespara a obtenção de mudanças históricas.
其他摘要：Remote sensing technology has been applied to monitor anthropogenic changes in the landscape that produceimpacts on natural resources, such as environmental degradation, changes in the hydrological cycle and in ecosystemsstructure and functioning. As digital change detection may be a difficult task to perform, this study proposes a simpleand logical technique to display land cover changes using Landsat imagery. Open source geoprocessing tools were usedto acquire information for mapping changes on the land surface. The Normalized Difference Vegetation Index (NDVI)and Normalized Difference Water Index (NDWI) derived from satellite images of four dates between 1984 and 2016were used in RGB composites. The method was used to map gains and losses of vegetation cover and liquid water contentin a spatiotemporal scale. The results indicate that this change detection method can effectively reflect the variationsoccurred over the years. Although both indices have similar responses, NDWI may provide opposite information toNDVI in certain areas, such as in wetlands and riparian zones, presenting wetness losses even in places that exhibit gainsin vegetation. This method has applicability to other regions for deriving historical changes.
