Monitoramento de Manguezais em Recuperação em Porto do Mangue-RN: Eficácia de Índices RGB e MDE em Imagens de Drone

Autores/as

DOI:

https://doi.org/10.21664/2238-8869.2025v14i3.8228

Palabras clave:

sensoriamento remoto, ecossistemas costeiros, classificação de uso e cobertura da terra, tecnologia geoespacial, planejamento ambiental

Resumen

O presente estudo avaliou o uso de imagens RGB obtidas por Aeronaves Remotamente Pilotadas (ARPs) no monitoramento de manguezais em processo de recuperação ambiental, localizados em Porto do Mangue-RN. Foram aplicados seis índices espectrais (VARI, GLI, MGVRI, MPRI, RGVBI e ExG) com o objetivo de classificar as áreas em três classes temáticas: solo exposto, vegetação rasteira e vegetação arbustiva. O processamento das imagens permitiu a geração de ortofotos e Modelos Digitais de Elevação (MDE), os quais forneceram subsídios para a validação dos resultados obtidos. Os índices espectrais foram testados individualmente no software QGIS e analisados em comparação com dados de campo e o MDE. O índice Excesso de Verde (ExG) apresentou maior precisão e consistência na identificação das classes, com destaque para a vegetação arbustiva, alcançando valores muito próximos da área de referência. Os demais índices demonstraram limitações, especialmente em cenários com alta variabilidade espectral e presença de sombras e solo úmido. A utilização de imagens RGB de alta resolução associadas a índices espectrais simples revelou-se uma ferramenta acessível e eficiente para o monitoramento de áreas de mangue em regeneração, com potencial para subsidiar ações de recuperação ambiental, reflorestamento e políticas públicas de preservação. A metodologia adotada oferece suporte à gestão ambiental em contextos de recursos limitados e reforça o papel das ARPs no monitoramento de ecossistemas sensíveis.

Citas

Bendig, Juliane, Kang Yu, Helge Aasen, et al. 2015. “Combining UAV-based plant height from crop surface models, visible, and near infrared vegetation indices for biomass monitoring in barley”. International Journal of Applied Earth Observation and Geoinformation 39: 79–87. https://doi.org/10.1016/j.jag.2015.02.012.

Costa, Karina Freitas, Etenaldo Felipe Santiago, e Vinicius de Oliveira Ribeiro. 2022. “Uso de imagens na avaliação ambiental e restauração em ambientes naturais”. Sociedade, Tecnologia e Meio Ambiente: avanços, retrocessos e novas perspectivas 3. https://dx.doi.org/10.37885/220408649.

DRONE HARMONY AG. 2025. Automated Drone Inspections Increase Quality & Safety – Reduce Costs. https://www.droneharmony.com/.

Duarte, Thiago Lima Santana, e Viviane Almeida Rezende. 2019. “Degradação dos manguezais em Aracaju/SE(Brasil): impactos socioeconômicos na atividade de catador do caranguejo-uçá (Ucides cordatus)”. Revista Brasileira de Meio Ambiente 7 (1).

Florêncio, José Vinícius de Sousa, Maria do Socorro Bezerra de Araújo, Josiclêda Domiciano Galvíncio, e Rodrigo de Miranda Queiroga. 2024. “Estimativa de altura de vegetação com imagens obtidas de drone utilizando técnicas de inteligência artificial”. Revista Brasileira de Geografia Física 17 (5): 3736–49.

Gitelson, A. A., Y. J. Kaufman, e D. Rundquist. 2002. “Novel Algorithms for Remote Estimation of Vegetation Fraction”. Remote Sensing of Environment 80 (1): 76–87.

Gomes, Maria Tereza Uille, Phamella Lorenzen, e Clarissa Bueno Wandscheer. 2024. “Carbono azul: Manglares, un potencial sumidero de carbono para América Latina y el Caribe”. Revista Estudios Avanzados, no 40: 149–82. https://doi.org/10.35588/drc5zx11.

Klemas, V. 2013. “Remote sensing of emergent and submerged wetlands: an overview”. TAYLOR & FRANCIS 34 (18): 6286–320. https://doi.org/dx.doi.org/10.1080/01431161.2013.800656.

Louhaichi, M, M. M. Borman, e D. E. Johnson. 2001. “Spatially Located Platform and Aerial Photography for Documentation of Grazing Impacts on Wheat”. Geocarto International 16 (1): 65–70.

Lussem, U, A Bolten, e M. L Gnyp. 2018. “Evaluation of rgb-based vegetation indices from uav imagery to estimate forage yield in grassland”. Symposium “Developments, Technologies and Applications in Remote Sensing", advance online publication. https://doi.org/10.5194/isprs-archives-XLII-3-1215-2018.

Phinn, Stuart, Chris Roelfsema, Arnold Dekker, Vittoro Brando, e Janet Anstee. 2008. “Mapping seagrass species, cover and biomass in shallow waters: An assessment of satellite multi-spectral and airborne hyper-spectral imaging systems in Moreton Bay (Australia)”. Remote Sensing of Environment 112: 3413–25. https://doi.org/10.1016/j.rse.2007.09.017.

QGIS. 2025. Quantum GIS - A liderança do SIG de código aberto. https://qgis.org/.

Santos, Isabela Rodrigues, Norma Ely Santos Beltrão, e Ariadne Reinaldo Trindade. 2019. “CARBONO ‘AZUL’ NOS MANGUEZAIS AMAZÔNICOS: CONSERVAÇÃO E VALORAÇÃO ECONÔMICA”. Revista Iberoamericana de Economía Ecológica 31 (1): 18–28. https://www.raco.cat/index.php/Revibec/article/download/361040/455862/.

Santos, Nayara Marques, Diógenes Félix da Silva Costa, e Luiz Antonio Cestaro. 2021. “Identificação e mapeamento dos serviços ecossistêmicos de provisão no manguezal do Rio Tijupá, Ilha do Maranhão (Região Nordeste do Brasil)”. Revista Caminhos de Geografia 22 (29): 276–94. https://www.researchgate.net/profile/Nayara-Santos-7/publication/349699546_identificacao_e_mapeamento_dos_servicos_ecossistemicos_de_provisao_no_manguezal_do_rio_tijupa_ilha_do_maranhao_regiao_nordeste_do_brasil/links/6053c95592851cd8ce4f8bd3/identificacao-e-mapeamento-dos-servicos-ecossistemicos-de-provisao-no-manguezal-do-rio-tijupa-ilha-do-maranhao-regiao-nordeste-do-brasil.pdf.

Silva, Cesar, Alan D’Oliveira Correa, e Matheus Kopp Prandini. 2024. Environmental quality monitoring of restingas in the coast of southern Brazil using high resolution images: a tool for environmental management. 29. https://doi.org/10.1590/S1413-415220240002.

Souza, Alane Santos, Rafael dos Santos Gonçalves, Everton Luís Poelking, Raffael de Almeida, e Sangermano. 2023. “Mapeamento dos manguezais na Baía de Todos os Santos”. Anais do XX simpósio Brasileiro de Sensoriamento Remoto (Florianópolis-SC), 2359–62. http://marte2.sid.inpe.br/col/sid.inpe.br/marte2/2023/05.16.13.45/doc/156174.pdf.

Vikou, Sidney Vincent de Paul, Otacílio Lopes de Souza da Paz, Daiane Maria Pilatti, e Eduardo Vedor de Paula. 2023. “Análise da Pressão Antrópica sobre Manguezais Urbanos: Subsídios à Proteção Ambiental e ao Ordenamento Territorial”. Sociedade & Natureza 35. https://doi.org/10.14393/SN-v35-2023-67515.

Woebbecke, D. M, G. E Meyer, k Von Bargen, e D. A Mortensen. 1995. “Color indices for weed identification under various soil, residue, and lighting conditions”. Transactions of the ASAE, 259–69.

Yang, Zhengwei, Patrick Willis, e Rick Mueller. 2008. “Impact of band-ratio enhanced awifs image to crop classification accuracy”. National Agricultural Statistics Service Research and Development Division, 1-20.

Publicado

2025-09-04

Cómo citar

ALMEIDA, Leonardo de França; GOMES, Erivaldo Laurindo; OLIVEIRA, Renata Ramayane Torquato; NETO, Miguel Ferreira; FERNANDES, Rogerio Taygra Vasconcelos; FERNANDES, Raimunda Thyciana Vasconcelos; SOUTO, Antônio Gustavo de Luna; ANTUNES, Luiz Fernando de Sousa. Monitoramento de Manguezais em Recuperação em Porto do Mangue-RN: Eficácia de Índices RGB e MDE em Imagens de Drone. Fronteira: Journal of Social, Technological and Environmental Science, [S. l.], v. 14, n. 3, p. 349–355, 2025. DOI: 10.21664/2238-8869.2025v14i3.8228. Disponível em: https://revistas.unievangelica.edu.br/index.php/fronteiras/article/view/8228. Acesso em: 7 sep. 2025.