首页    期刊浏览 2025年07月18日 星期五
登录注册

文章基本信息

  • 标题:Urban Phytophysiognomy Characterization Using NDVI from Satellites Images and Free Software
  • 其他标题:Caracterização de Fitofisionomias Urbanas Usando NDVI em Imagens de Satélite e Software Livre
  • 本地全文:下载
  • 作者:A. B. GONÇALVES ; R. F. GODOI ; A. C. PARANHOS
  • 期刊名称:Anuario de Instituto de Geociencias
  • 印刷版ISSN:0101-9759
  • 电子版ISSN:1982-3908
  • 出版年度:2018
  • 卷号:41
  • 期号:3
  • 页码:24-36
  • DOI:10.11137/2018_3_24_36
  • 出版社:Universidade Federal de Rio de Janeiro
  • 摘要:São apresentadas aplicações utilizando imagens de satélite para identificação de fitofisionomias da cidade de Campo Grande que podem ser utilizadas para estudos de vegetação urbana, palinologia e mudanças ambientais. Foram utilizadas imagens dos satélites Landsat 8 e Rapideye da região urbanizada de Campo Grande. Foi realizada análise da cobertura de solo de cada uma das sete sub-regiões urbanas da cidade, aplicando o índice Normalized Difference Vegetation Index (NDVI) nestas imagens. Levantamento a campo foi realizado para confirmar as fitofisionomias identificadas através das imagens de satélite. A aplicação de imagens de satélite em conjunto com a validação in loco, possibilitou a distinção das feições água, estruturação urbana, vegetação aberta, rasteira e densa. Para o reconhecimento de fitofisionomias urbanas as imagens Rapideye foram as mais indicadas para este tipo de estudo. As imagens Rapideye identificaram 6.55% mais áreas de vegetação densa, do que as imagens Landsat 8.
  • 其他摘要:These paper reports applications using satellite images to the identification of vegetation types in the Campo Grande city. This identification allows studies of urban vegetation, palynology and environmental changes. Images from Landsat 8 and Rapideye satellites from the Campo Grande urban area were used. A soil coverage map was done for each one of the seven sub-regions. The Normalized Difference Vegetation Index was applied. In addition, a field survey was carried out to confirm the vegetation types sites through satellite images. Satellite images and in situ data validation allowed the distinction of the following features: water, urban structure, herbaceous, open and dense vegetation. For the identification of urban vegetation, Rapideye images were the most suitable for this type of study. The Rapideye satellite sensor detected 6.55% more dense vegetation area than Landsat 8 images.
  • 关键词:Sensoriamento remoto; modelagem urbana; Landsat 8; Rapideye
  • 其他关键词:Remote sensing; Urban modelling; Landsat 8; Rapideye
国家哲学社会科学文献中心版权所有