© 2013由Elsevier B.V.发布。信息工程研究院负责评选和同行评议可在www.sciencedirect.comwww.sciencedirect.com在线获取ScienceDirectIERI Procedia 5（2013）51 - 582013年农业与自然资源工程巴西皮奥伊塞省集约化农业进展评价Claudionor Ribeiro da Silvaa *，Kaíse Barbosa de Souzab，Waldison FrançaFurtadocaUberlândia联邦大学，Campus Monte Carmelo，Monte Carmelo/MG，38500-000，巴西b皮奥伊联邦大学，邦热苏斯校区，邦热苏斯/PI，64900-000，巴西cUberlândia联邦大学，Campus Santa Mônica，Uberlândia/MG，38408-144，巴西摘要农业生产和环境保护的双重性是世界人口增长和全球化的结果。一方面，需要粮食生产;另一方面，需要保护环境。在巴西现有的生物群系中，塞拉多受这两个因素的影响最大。自70年代以来，机械化农业实践，特别是谷物种植，对这一生物群落进行了深入探索。这种农业做法在巴西南部、东南部和中西部很常见，现已推广到巴西东北部。皮奥伊州在该地区排名第三。因此，本研究旨在利用卫星图像对皮奥伊州塞拉多的集约化农业发展进行时间分析（1984- 2009年）。结果表明，农业用地面积增加了262.91%。这项研究证实了政府旨在促进有效利用土地和保护森林生物资源的行动。© 2013作者。由ElsevierB. V.在CC BY-NC-ND许可下开放获取。信息工程研究院负责评选和同行评议关键词：塞拉多;集约化农业; SRTM;数字影像。1. 介绍巴西在国际舞台上脱颖而出，成为主要的谷物生产国，特别是由于有利的气候和土壤以及大量的可耕地（Matos，2006）。大豆是最* 通讯作者。联系电话：+55 4134 3842-8751;传真：+55 4134 3842-8751。电子邮件地址：crs. gmail.com2212-6678 © 2013作者出版社：Elsevier B.V. 在CC BY-NC-ND许可下开放访问。信息工程研究所负责的选择和同行评审doi：10.1016/j.ieri.2013.11.06952Claudionor Ribeiro da Silva等人/ IERI Procedia 5（2013）51重要作物，其次是玉米和水稻。这三种栽培占巴西种植面积的81.3%。2008/2009年大豆产量为5 720万吨，平均产量为2 941公斤/公顷（巴西农业研究和农业发展局，2010年;巴西地理统计局，2010年;国家大豆委员会，2010年）。在2008/2009年的收成中，该国东北部地区占巴西产量的9%（国家烟草委员会，2010年）。东北地区（最后的农业前沿）的粮食生产地区基本上由塞拉多植被组成。塞拉多是巴西第二大植物群。这个生物群落的特点是发生两个明确的季节：干燥的冬季和多雨的夏季。塞拉多的典型特征包括：热带稀树草原植被、稀疏的灌木和草、植被形成的森林、营养素缺乏而富含铁和铝的土壤;以大高原和流域为主的地貌，特别是地下水（LEMES等人，2008年; EMATER，2009年）。目前，巴西塞拉多2.04亿公顷土地中约有20%仍处于原始状态（图1a）。巴西是经历了人类占领和机械化农业造成的最严重环境变化的国家（EMATER，2009年）。只有不到2%的生物群落面积在公园或保护区内受到保护。（一）Claudionor Ribeiro da Silva等人/ IERI Procedia 5（2013）5153（b）第（1）款图1Cerrado piauiense占地面积约93000平方公里。它有独特和丰富的动植物多样性和丰富的地下含水层。荒漠化现象特别发生在该区域的南部，对人类活动非常敏感。在90年代开始使用机械化农业，种植大豆，玉米，水稻，豆类和棉花。由于稳定的气候和由大高原组成的地形，该地区有利于农业扩张（ AGUIAR 和 MONTEIRO ， 2005 年 ; EMATER ， 2009 年 ; FUNAGUAS ， 2009 年 ; REYDON 和MONTEIRO，2009年）。鉴于塞拉多的农业生产和环境保护的双重性，量化这一生物群落的勘探增加是很重要的。在大面积研究方面，遥感因其成本相对较低而成为一种有用的工具（GONZALEZ和WOODS，2000年;LILLESAND和KIEFER，1994年; RICHARDS和JIA，1999年）。因此，本研究的目的是分析平均冠层覆盖的塞拉多piauiense的变化，特别是集约化农业探索的领域，使用一系列临时的数字图像。2. 材料和方法研究区域（23673.206平方公里）位于皮奥伊州的南部/西南部地区（图1b中的矩形），集中了该州用于农业目的的塞拉多开发。该地区的经济以种植谷物为基础。这一地区的地形是由陡峭的陡崖包围的板状地层。一般来说，土地结构主要是大型农场。UTM坐标（基准：WGS 8454Claudionor Ribeiro da Silva等人/ IERI Procedia 5（2013）51和中央子午线：45度）的中心点（图1b）是：E = 517865，000和N = 9042370，000。研究区域（23673.206平方公里）位于皮奥伊州的南部/西南部地区（图1b中的矩形），集中了该州用于农业目的的塞拉多开发。该地区的经济以粮食种植为基础。这个地区的地形是由陡峭的陡崖包围的板状地层。总的来说，土地结构主要由大型农场组成。研究区域中心点的UTM坐标（基准面：WGS84和中央子午线：45o）（图1b）为：E = 517865，000和N = 9042370，000。如图1b所示，使用了Landsat TM图像5（陆地遥感卫星）。这些图像的空间分辨率为30米，光谱分辨率为0.52-0.60 μm（绿色），0.63-0.69 μm（红色）和0.76-0.90 μm（近红外）。使用的图像集由1984-2009年的26张照片组成，每年一张照片。数据由国家空间研究所免费提供。SRTM数据（航天飞机雷达地形任务）是一个数据源，它生成一个数字高程模型（DEM），代表一种形式的救济。数据生成为两组，空间分辨率为30（1“x1”）和90（3“x3”）米。分辨率为90米的数据可在NASA免费获得，其文件在地球表面的覆盖范围为1°x1°（GONCALVES等人，2005年）。使用特定例程gvSIG 1.11、ENVI 4.8软件和在Matlab 2012中开发的例程2.1. 方法在由高原形成的区域中，可以使用聚类算法快速有效地执行排水的识别/提取。聚类算法将图像分为“n”个不同的类，以寻求最大的类内同质性。聚类是一个类似于无监督分类的自动过程。应该只提供数量为“n”的所需类别。最终产品是数字值从1到n的图像。在软件gvSIG 1.11中实现了这种类型的算法的示例。开始聚类，可以通过选择与该特征对应的类来检测排水网络，形成二进制图像。对应于排水网络的所有类别都用等于0的数字值（暗区）标记，其余类别用等于1的数字值（亮区）标记，表示高原。归一化植被指数（NDVI）是由红色（R）和近红外（NIR）光谱带的差值与总和之比处理的：NDVI =（NIR - R）/（NIR + R）。植被类别可以基于阈值T在NDVI图像中定义，阈值T通常是根据经验确定的。高于T的NDVI指数值被划分为植被，低于T的被划分为非植被。本程序可以在MatLab环境下开发。在最大似然估计（MaxVer）中，每个类由高斯和多元类模型确定，该模型描述了包含属性的空间中的类的分布。由于其结果的可靠性，Maxver通常用于监督分类过程。该方法在几种商业软件产品中实现，例如ENVI 4.8。3. 结果和讨论在介绍结果之前，值得一提的是一些预处理和限制，如下：a）图像集和MDE的记录基于2009年的图像。该任务在软件ENVI 4.8中完成，其最大误差（RMS -均方根）小于一个测量像素的宽度。b）SRTM数据（MDE）被组合成覆盖整个区域的镶嵌图，Claudionor Ribeiro da Silva等人/ IERI Procedia 5（2013）5155植被/塞拉多排水/流域土壤/大豆地块烧毁/火灾研究领域（Study Area）。从这些数据产生的MDE重采样/插值到相同分辨率的Landsat 5/TM图像，30m2。c）;在识别和消除阶段（聚类）网络引流中使用的类的数量根据经验设置为15个类（n = 15）。在聚类中，属于类别1至11的所有像素被标记为漏极（黑色），其他像素如高原（白色），如图2a所示。由于同质性（相同的高度），高原由较少的类表示，但所有类都占据很大的面积。（一）（b）第（1）款图2去除水系后进行NDVI计算和图像分类，以减少处理时间和光谱混淆。由于感兴趣的区域是高原，因此消除排水网络不会影响结果此任务是通过将56Claudionor Ribeiro da Silva等人/ IERI Procedia 5（2013）51数字图像（例如，图1b）的二进制图像（图2a）。用于评估植被NDVI图像的阈值T被定义为值T = 0.8。为分类定义的类别是：“植被/塞拉多”（属于某种植被的所有类别），“土壤/大豆地块”（对应于土壤和大豆地块的类别），“燃烧/火灾”（与燃烧有关的类别）和“排水/流域”（研究区域存在的流域排水）。发现暴露的土壤与大豆地块合并（图2b），因为在种植之前，地块等于暴露的土壤。因此，不能区别对待这两类人。这两个类之间的混淆并没有干扰最终的结果，因为研究的对象是植被的分析分类结果表明，裸露土壤面积（13216.061 km 2）小于归一化植被指数（13343.035 km2），相差约1%。考虑到Landsat 5中一个像素所覆盖的面积（900.00平方米）和研究区域的面积（23，673.206平方公里），这一差异可能并不显著。图3a显示了使用监督分类获得的图表（面积x年份：1=1984年，2=1995年，依此类推）。（一）（b）第（1）款图3Claudionor Ribeiro da Silva等人/ IERI Procedia 5（2013）5157如图所示，“植被/塞拉多”类的图表显示减少，表明多年来发生了毁林。因此，“土壤/大豆地块”类的图表在分析期间增长了262.91%。“流域/分水岭”是恒定的，占总研究面积的36.59%。由于火灾的随机性，对应于“燃烧/火灾”类的图形不具有趋势，即，随时间变化。植被图中出现的振荡主要是由烧毁面积解释的。可以看出，“燃烧/火灾”区域在有植被的区域更常见，尽管它们也发生在“土壤/大豆地块”区域，特别是在准备种植期间。研究区域中的高崖导致阴影，这些阴影区域被添加到燃烧/火灾区域，因为它们在本研究中不受关注。这些阴影位于排水管网的河岸上，由未被识别为“排水/流域”的像素组成。可能造成这种波动的其他因素是该区域常见的气候变化和荒漠化进程。在旱季，植被部分或完全失去叶子，使电磁辐射到达土壤，反映出地面的特征。此外，荒漠化导致出现沟壑，植被丧失，看起来像裸露的土壤。1984-2009年期间，塞拉多的树冠变化与1984年相同面积相比为21.13%，约为3000平方公里。如图2a所示，在1984-1989年期间，植被大量丧失（6.65%）。在随后的七年（1989-1996年）中，这一损失趋于稳定，几乎保持稳定（仅为2.61%）。1996-2007年，森林砍伐水平再次显著（18.08%）。在分析的三年（2007-2009年）中，森林砍伐急剧减少并趋于稳定（0.08%）。用NDVI得到的结果与监督分类得到的结果相似。图表类“Burned/Fire”显示了1985、1988、1998和2000年的相同峰值。“土壤/大豆地块”是一条增长曲线，表明在每个分析期（1984-2009年）增加了299.70%，与分类方法获得的面积相比增加了约14%。如图3b所示，排水系统没有改变。4. 结论巴西塞拉多是过去半个世纪以来森林砍伐最严重的生物群落。研究表明，它的原始覆盖面积损失了大约50%，相当于100万平方公里。这项研究和相关研究是提高对如何利用地球的认识的有用工具。该研究区域仅覆盖了塞拉多皮奥伊ense的25.45%，无论使用何种方法，我们发现在1984年至2009年期间，该生物群落的原始覆盖面积已被清除近3000平方公里。结果还表明，塞拉多的森林砍伐在过去三年中趋于稳定。这是一种自然的趋向，趋向于一个平衡的环境，也就是说，趋向于限制塞拉多地区的面积，使其仅限于耕种和维持该地区所包含的生态站EEUU。这两种方法测试（监督分类和NDVI）显示出类似的结果，所有的类分析，包括在Cerrado冠层的变化。值得注意的是，这两种方法，虽然提出了良好的结果，是完全依赖于光谱图像这项研究的结果带来了重要的贡献，为主要的政府机构提供了支持，如负责EEUU的机构（ICMBio）。58Claudionor Ribeiro da Silva等人/ IERI Procedia 5（2013）51确认作者感谢CNPq为这项研究提供资金; INPE/NASA免费提供Landsat 5 TM图像和SRTM; ICMBio为我们团队的运输提供支持并确保研究区域的可用性，以及UFU/UFPI运输和交付基础设施（实验室）。引用[1] Aguiar TJA，Monteiro MSL.农业和发展的模式：在塞拉多皮奥伊恩塞地区。AmbienteSociedade.第08卷，第02期，2005年。[2] CONAB -全国手工业公司。统计系统。Disponível em：<得www.conab.gov余弦值. br>. Acesso em：18 Abr.2010年。[3] EMATER-皮奥伊州技术援助和农村扩展研究所对皮奥伊山葡萄酒生产环境的影响Disponível em：.Acesso em：24 Jul.2009年[5] EMBRAPA-巴西农业研究公司。巴西山Disponível em：. Acesso em：20 Set.2010年。[6] FUNAGUAS -皮奥伊州阿瓜斯基金会。我是来勘探皮奥耶恩山脉的。Disponível em：. Acesso em：26 Jul. 2009年[7] Gonçalves AG，Silva CR，Mitishita EA.SRTM数据与巴西地理统计局巴西南部地区的高程大地测量In：IV Colóquio Brasileiro de Ciências Geodésicas，2005，Curitiba，PR. Anais... IVCBCG/UFPR，2005年。[8] 冈萨雷斯RC，伍兹RE。数字图像处理。São Paulo：Blucher; 2000.[9] IBGE-巴西地理和统计研究所。2010年毕业的萨弗拉Disponível em：。Acesso em：18 Abr.2009年[10] Lemes KC，Lemes CC，Ferreira FR，Paula JS，Matos PF.A Modernização da Artemtura e osImpactos Socioespaciais.米兰特杂志- UEG。2008; v.01，n.02.[11] Lillesand TM，Kiefer RW.遥感和图像判读。第3版New York：John Wiley Sons.[12] 马托斯足球俱乐部A consolidação da modernização agrícola no Cerrado e os impactosambientais.Revista Mediação，2006; v.01，n.01.[13] Reydon BP，Monteiro MSL.皮奥埃岛山脉的一个地方：基金会的估值程序。Disponível em：. Acesso em：26 Jul. 2009年[14] 放大图片作者：Jia X.遥感数字图象分析.导论.第3版，Australia：Springer; 1999年。
