Anais XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa-PB, Brasil, 25 a 29 de abril de 2015, INPE

Aplicação do índice de vegetação ajustado ao solo-SAVI para a identificação de

fragmentos de caatinga em cultivos de Agave sisalana Perrine na região Semiárida do
Brasil

Marcus Vinicius Rios da Silva1,2

Joselisa Maria Chaves1
Rodrigo Nogueira de Vasoncelos1,3
Soltan Galano Duverger1,2
1
Universidade Estadual de Feira de Santana - UEFS/PPGM
Caixa Postal (75) 3161-8807- Feira de Santana - BA, Brasil
2
Bolsistas de Mestrado da Capes
3
Bolsista PNPD/PPGM/UEFS - Capes
{riosgeografia rnvuefsppgm, solkan1201}@gmail.com
joselisa@uefs.br

Abstract. Remote sensing has allowed the extraction of information on vegetation and indices-IV are
commonly applied in mapping and vegetation modeling. The Vegetation Index Soil-Adjusted SAVI is the most
commonly Index used on the identification of vegetation in semi-arid and deserts. The main objective of this
article was to present the tests performed using the SAVI to identify fragments of Caatinga among Agave sisala
Perrine crops in the semiarid of Bahia region. The methods consisted: i) collecting 30 points on the field to
represent areas of Caatinga and A. sisala; ii) correlation between data field and SAVI values for L = 1 and L =
0.5, generated from the satellite image Landsat OLI 8; and iii) statistical analysis of the data. The ANOVA test
for data samples between Caatinga reflectance and A. sisala classes showed distinct values, with significance
less than p=<0.0001, thereby demonstrating that areas can be classified from the SAVI IV. The SAVI IV L = 0.5
presented the best results, with an accuracy of 98.37% of the pixels classified, reaching a Kappa coefficient of
97.7%.

Palavras-chave: remote sensing, sisal, landsat 8, image processing, sensoriamento remoto, sisal, landsat 8
processamento de imagens.

1. Introdução
O desenvolvimento das técnicas de sensoriamento remoto tem permitido a aquisição de
diversas informações sobre a superfície terrestre, contribuído principalmente nas
investigações dos parâmetros biofísicos da vegetação, como Índice de Área Foliar-IAF,
porcentagem de cobertura verde, teor de clorofila, atividade fotossintética, dando suporte às
análises temporais, edáficas e fenológicas da vegetação (Vinagó et al, 2011). Aplicação da
técnica de índices de vegetação-IV tem facilitado tais estudos, tendo por objetivo o realce das
variações da densidade da vegetação, facilitando a identificação e mapeamento de áreas
vegetadas e áreas não vegetadas (Meneses 2011).
Alguns índices têm sido desenvolvidos para caracterização dos dosséis da vegetação, a
partir da variação de sua densidade e consequentemente dos valores biofísicos da vegetação,
como os valores de reflectância (Epiphânio et al. 1996). O IV mais utilizado é o Índice de
Vegetação por Diferença Normalizada-NDVI (TUCKER, 1979). Entretanto, os resultados
obtidos a partir do NDVI, sofrem variações em virtude no background do solo (QI et. al
2000). Desta forma, em 1988, Huete desenvolveu o Índice de Vegetação Ajustado ao Solo-
SAVI, que é uma melhoria do NDVI a partir da aplicação da constante L, minimizando os
efeitos da cor do solo nos seus resultados. A constante L varia entre 0 a 1, de acordo com a
densidade da vegetação, sendo o valor 1 adotado para áreas com pouca cobertura vegetal, já
áreas com cobertura intermediária é representa por L=0,5, áreas muito densas, geralmente

5850
 Anais XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa-PB, Brasil, 25 a 29 de abril de 2015, INPE

adota-se a constante L= 0.25, quando o L é igual a 0, o SAVI é idêntico ao NDVI (Huete

1988; Qi et al. 1994; Meneses, 2011).
Para o bioma Caatinga relativamente poucos estudos envolvendo índices de vegetação
são realizados. Esse bioma é constituído de única extensão vegetal exclusivamente brasileira,
situada na região Nordeste do país, composta de arvoretas e arbustos, frequentemente
armados de espinhos, além de cactáceas, bromeliáceas e ervas estas quase todas anuais (Leal
et al. 2003). Proporcionalmente, a Caatinga é o bioma brasileiro menos protegido, com apenas
2% de suas áreas são constituídas por Unidades de Conservação. Por sua vez, o estado da
Bahia possui uma área total de Caatinga de 300.976.81 Km2, representado 54% do território.
Porém, em virtude das ações antrópicas, esta área gradativamente vem sendo suprimida,
sendo que, entre os anos de 2002 a 2009, teve 154.785.85 K2 de área desmatada (MMA,
2003).
Já o Território do Sisal, inserido na região semiárida do estado da Bahia, tem como
vegetação predominante a Caatinga, porém, o cultivo da Agave sisalana perrene, responsável
pela produção da fibra natural mais dura no mundo, utilizado entre outros na industria
automobilística, contribuiu em larga escala para o desmatamento do bioma, ocorrendo a
substituição das áreas de Caatinga por campos de Agave. Atualmente, no Território do Sisal
restam apenas 20% do total de áreas de Caatinga (Evangelista 2010). Entretanto, devido ao
declínio do cultivo da A.sisalana, em função de fatores, tais como, concorrência com as fibras
sintéticas e os preços baixos praticados no mercado, sua produção tem entrado em declínio,
ocasionando uma redução das áreas de plantio, havendo dessa forma uma reocupação das
áreas de Caatinga. Neste sentindo, este artigo tem como objetivo identificar e mapear através
do uso de imagem de satélite Landsat 8, sensor OLI, do ano de 2014, as áreas de Caatinga e
as áreas de cultivos da Agave sisalana no município de Valente-BA, inserido na região
semiárida do Brasil, a partir da aplicação do índice de ajustado ao solo-SAVI. Para tanto,
partiu-se de duas perguntas principais: Existe diferença nas reflectâncias entre as plantações
de Agave e as áreas cobertas por Caatinga? Qual fator de ajuste utilizado no índice de
vegetação SAVI é mais adequado para a identificação das classes de Caatinga e A. sisalana?

2. Metodologia de Trabalho
Para a realização desta pesquisa foi utilizada uma imagem Landsat 8 sensor OLI, órbita
216/ponto 68, referente a data de 10 de Maio de 2014. A imagem foi adquirida junto ao site
do Serviço Geológico do Governo dos Estados Unidos (USGS 2014). É importante frisar que
a imagem apresenta boa qualidade, sem a interferência de nuvens. Para o georreferenciamento
das áreas de Caatinga e dos cultivos de A.sisalana, foi utilizado GPS GARMIM. Como
aplicativos de processamento de imagens foram utilizados o Envi (versão 4.8) e Esri.
Arcmap (versão 10.1). As análises estatísticas foram realizadas no programa estatístico R.
O trabalho foi realizado no município de Valente- BA que se localiza nas coordenadas
11° 24’43”S e 39°27’43”W, e no município de São Domingos-BA que se localiza nas
coordenadas 11°30’10”S e 39°32’32”W. O trabalho de campo foi realizado em 29/05/2014.
Neste, foram identificadas áreas com cobertura vegetal composta por Caatinga arbórea e
arbustiva e áreas com a presença de plantações de A. sisalana. Os pontos foram
georreferenciados com o auxilio do GNSS. Ao total foram identificados 30 pontos, sendo 15
pontos representando áreas de Caatinga e 15 representando áreas de cultivo de A. sisalana. A
segunda etapa da pesquisa consistiu no pré-processamento e processamento digital da
imagem. Inicialmente, a imagem foi georreferenciada na projeção WGS 89, adotando-se o
sistema de coordenada UTM. Em seguida, para tornar mais eficiente o processamento, a
imagem foi recortada, delimitando-se apenas a área de estudo, compreendida entre as
coordenadas 11°17'15.08" S e 39°39'13.19" O à 11°30'43.22"S e 39°15'3.04"O. Finalizando o
pré-processamento, foi feita a correção atmosférica pelo limite inferior do histograma,

5851
 Anais XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa-PB, Brasil, 25 a 29 de abril de 2015, INPE

empregando-se o método “Dark Substraction” (Meneses 2012). Dando continuidade, foi

realizada a transformação dos números digitais da imagem para valores físicos, realizando a
conversão direta para reflectância a partir da aplicação da equação 01 (Neto 2008):

Equação 01

Onde, ρʎ é a reflectância monocromática a ser obtida, dr é o inverso do quadrado da

distância relativa Terra-Sol em unidades astronômicas, z é ângulo solar zenital (graus) no
momento da aquisição Eʎ é irradiância solar média no topo da atmosfera, L é radiância
espectral monocromática onde se obtém os valores mínimo e máximo para cada banda. Por
fim, temos DN max que é o número digital máximo para cada banda (255) e DN que são os
valores máximos e mínimos alcançados em cada banda. Feita a conversão dos valores digitais
para os valores físicos de reflectância, pôde obter o índice de vegetação SAVI. Para sua
obtenção, foi aplicada a equação 02.

Equação.02
Onde o ρnir é o fluxo radiante no infravermelho próximo, e o ρred é o fluxo radiante na
região vermelho do visível, sendo representado pelas bandas 5 e 4 no Landsat ETM 8
respectivamente. L é o fator de ajuste de correção do efeito de brilho do solo, onde este varia
de acordo com a densidade da cobertura vegetal, durante aplicação da formula, foi testado
valores de ajuste entre 1 à 0.5, observando quais apresentam melhores resultados para a
classificação da imagem. Após obtenção do SAVI para os dos fatores de ajuste L=1 e L=0.5
foram coletados os valores de refletância para as áreas de Caatinga e Agave correspondentes
aos índices de vegetação.
Após a coleta dos valores de reflectância (Tabelas 1 e 2), foi realizado o teste para
normalidade e homogeneidade das amostras e analise de variância (ANOVA) das amostras,
verificando-se a diferença significativa entre as amostras Caatinga e de Agave, entre os
índices testados L=1 e L=0.5, entre os índices e as classes analisadas.

Tabela 1: Valores de reflectância para as classes de Caatinga e Agave e SAVI L=0.5

Nº Classe Refletância para Nº Classe Refletância para
Amostras identificada SAVI L 0.5 Amostras identificada SAVI L 0.5
01 Agave 0.133538 01 Caatinga 0.260348
02 Agave 0.186117 02 Caatinga 0.235364
03 Agave 0.164621 03 Caatinga 0.235385
04 Agave 0.15263 04 Caatinga 0.209548
05 Agave 0.211633 05 Caatinga 0.26344
06 Agave 0.211633 06 Caatinga 0.280694
07 Agave 0.18459 07 Caatinga 0.207982
08 Agave 0.155034 08 Caatinga 0.184773
09 Agave 0.136906 09 Caatinga 0.21353
10 Agave 0.125756 10 Caatinga 0.202497
11 Agave 0.125756 11 Caatinga 0.235893
12 Agave 0.119815 12 Caatinga 0.260796
13 Agave 0.175326 13 Caatinga 0.216363
14 Agave 0.199188 14 Caatinga 0.265802
15 Agave 0.174783 15 Caatinga 0.305993

5852
 Anais XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa-PB, Brasil, 25 a 29 de abril de 2015, INPE

Tabela 2: Valores de reflectância para as classes de Caatinga e Agave e SAVI L=0.1

Nº Classe Refletância para Nº Classe Refletância para
Amostras identificada SAVI L 1 Amostras identificada SAVI L 1
01 Agave 0.177417 01 Caatinga 0.345892
02 Agave 0.247301 02 Caatinga 0.312699
03 Agave 0.218756 03 Caatinga 0.312665
04 Agave 0.202806 04 Caatinga 0.278424
05 Agave 0.281190 05 Caatinga 0.349987
06 Agave 0.281195 06 Caatinga 0.372896
07 Agave 0.245218 07 Caatinga 0.276297
08 Agave 0.205945 08 Caatinga 0.245427
09 Agave 0.181868 09 Caatinga 0.283648
10 Agave 0.167049 10 Caatinga 0.269025
11 Agave 0.243824 11 Caatinga 0.313327
12 Agave 0.159201 12 Caatinga 0.346485
13 Agave 0.232961 13 Caatinga 0.287461
14 Agave 0.264582 14 Caatinga 0.353120
15 Agave 0.232253 15 Caatinga 0.230335

As duas imagens geradas referentes aos índices de vegetação testados, SAVI L =1 e

SAVI L = 0.5, foram classificadas a partir do método “Decision tree”. As classes de Caatinga
e A. sisalana foram delimitadas a partir dos valores de reflectância dos índices de vegetação
gerados. Devido à existência de sobreposição para alguns valores de reflectância entre as
classes de Caatinga e A. sisalana estabeleceu-se para a Caatinga, os valores contidos do 1°
quantil ao valor máximo encontrado para a classe. Já as áreas de A. sisalana foram
classificadas utilizando-se os valores imediatamente abaixo ao 1° quantil encontrado para a
Caatinga até os valores máximos encontrados para o A. sisalana. Além das duas classes
citadas, a partir da classificação visual, foram classificadas mais três classes utilizando-se os
valores de reflectância observados durante a classificação da imagem, sendo identificadas
outras três classes: água, pasto e solo exposto.

3. Resultados e Discussão
Os valores de reflectância encontrados para os dois índices de vegetação, SAVI L=0.5 e
L=1 apresentaram valores distintos, onde os valores de SAVI L=1 foram mais elevados em
relação ao SAVI L=0.5. Os valores de reflectância encontrados para a classe A. sisalana na
imagem SAVI L=0.5 (Figura 1) variou do valor mínimo de 0.1198 ao valor máximo de
0.2116. Já a classe Caatinga para a mesma imagem variou entre valores mínimos e máximos
de 0.1848 à 0.3060. Já a analise feita para a imagem SAVI L=1 (Figura 2) foram encontrados
valores minimos e máximos que variaram de 0.1592 à 0.2812 para a classe A. sisalana, já a
classe Caatinga variou entre 0.2303 à 0.3729. O indice de vegetação SAVI L= 0.5 teve uma
sobreposição entre as classes Caatinga e A. sisalana, onde o valor mínimo até valores
próximos ao ìnicio do 2° quantil para a classe Caatinga coincidem com próximos do 3°
qunatil até os valores máximos para o Agave (Tabela 3; Figura 1). Já o índice de vegetação
SAVI L=1 teve uma sobreposição na qual o valor mínimo até valores próximos à media para
a classe de Caatinga, coincidiram como os valores de Agave que variaram do seu valor
máximo à valores próximos ao limie do 3° qunatil (Tabela 4; Figura 2).

5853
 Anais XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa-PB, Brasil, 25 a 29 de abril de 2015, INPE

Tabela 3: Estatísticas dos valores de reflectância para as classes Caatinga e Agave (SAVI
L=0.5)

Classes Agave Caatinga

Minimo 0.1198 0.1848

1° Quantil 0.1352 0.2115

Mediana 0.1646 0.2354

Média 0.1638 0.2386

3° Quantil 0.1854 0.2621

Máximo 0.2116 0.3060

Figura 1: Box plot para analise de distribuição dos valores de reflectância para as classes de
Caatinga e Agave (SAVI L=0.5)

Tabela 4: Estatísticas dos valores de reflectância para as classes Caatinga e Agave

(SAVI L=1)
Classes Agave Caatinga

Minimo 0.1592 0.2303

1° Quantil 1923 0.2774

Mediana 0.2323 0.3127

Média 0.2228 0.3052

3° Quantil 0.2463 0.3462

Máximo 0.2812 0.3729

5854
 Anais XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa-PB, Brasil, 25 a 29 de abril de 2015, INPE

Figura 2: Box plot para análise de distribuição dos valores de reflectância para as classes de
Caatinga e Agave (SAVI L=1)
A análise de variância dos grupos comprovou que existe diferença significativa entre as
amostras, tanto para as classes e Caatinga e Agave, quanto entre os índices de vegetação
testados, SAVI 0.5 e SAVI 1 (Tabela 5). Desta forma, pode-se identificar a cobertura vegetal
e os cultivos de Agave a partir da reflectâncias dos índices de vegetação gerados na imagem
de satélite Landsat 8.
Tabela 5: Análise de Variância das amostras
Classes Significância (p)

Caatinga X Agave (SAVI L=0.5) 0.000001

Caatinga X Agave (SAVI L=1) 0.00001

SAVI 0.5 X SAVI 1 (Agave) 0.0001

SAVI 0.5 X SAVI 1 (Caatinga) 0.0001

A imagem classificada utilizando o fator de ajuste L=0.5 obteve uma acurácia de 98.37%
dos pixels coletados, atingindo-se o coeficiente Kappa igual a 97.7 (Figura 3). A classe de
Caatinga obteve 97.41% de áreas classificada, omitindo-se 2.59%, porcentagem classificada
como áreas de cultivo de Agave. A classe identificada como Agave, conseguiu 97.13% de
áreas classificada, sendo a porcentagem restante, 2.87%, classificada como pasto, 2.57% e
Caatinga, 0.30%. A classificação realizada utilizando-se o fator de ajuste L=1 uma acurácia
de 95.48% para os pixels classificados, conseguindo um coeficiente Kappa de 92.7%. A
classe identificada como área de Caatinga obteve uma porcentagem de classificação de
98.92% dos pixels classificados, tendo 1.08% dos pixels classificados como áreas de cultivo

5855
 Anais XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa-PB, Brasil, 25 a 29 de abril de 2015, INPE

de Agave. Já a classe de Agave obteve 79.35% de pixels classificados pertencentes à classe,

14.67% dos pixels foi confundido com a classe pasto, o restante, 5.98% foram confundidos
com áreas de Caatinga.

Figura 3: Mapeamento das áreas de Caatinga e Agave na região semiárida da Bahia

4. Conclusões
A partir das analises realizadas pode-se concluir que existe diferença significativa entre
as reflectâncias das áreas de Caatinga e Agave para os índices de vegetação ajustado ao solo -
SAVI, tanto utilizando o fator de ajuste L=0.5 como L=1, podendo-se classificar identificar e
classificar através do SAVI, tanto áreas de Caatinga, como área com cultivo de Agave.
Contudo, mesmo o índice de vegetação L=1 tendo uma sutil superioridade na identificação
das áreas de Caatinga, o SAVI L= 0.5 mostrou-se ser mais eficiente na classificação tanto das
áreas de Caatinga e Agave, apresentando menor confusão entre as classes identificadas. No
entanto, apesar das diferenças significativas encontradas nas áreas de Caatinga e Agave, ficou
evidente a sobreposição de alguns valores de reflectância para as classes, o que pode gerar
confusão durante a sua classificação, sendo necessários novos estudos para minimizar este
problema.

Referências Bibliográficas
Epiphânio, J. C. N; Gleriani, J.M; Formagio, A. R; Rudorff, B.F.T.) Índices de Vegetação no Sensoriamento
Remoto da Cultura do Feijão. Pesquisa Agropecuária Brasileira, Brasília. 1996. V31. n. 6 P. 445-454. Jun.
Evangelista, A. R.S. O processo de ocupação do bioma Caatinga e suas repercussões socioambientais na
Sisalândia. 2010. 201 p. Dissertação (Mestrado em Geografia) - Universidade Federal da Bahia-UFBA Salvador
– Bahia. 2010.
Huete A. R. A. Soil-Adjusted Vegetation Index (SAVI). Remote Sensing of Environment 1988. 25:295-309

5856
 Anais XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa-PB, Brasil, 25 a 29 de abril de 2015, INPE

Leal, I. R.; Tabarelli, M. & Cardoso da Silva, J. M. In: Ecologia e Conservação da Caatinga. Castelletti, H. M.
Recife: Ed. Universitária da UFPE. 2003.
Meneses, P. R; Almeida, T. D. Introdução ao Processamento Digital de Imagens de Sensoriamto Remoto.
BRASÍLIA. 2010..
MMA, Ministério do Meio Ambiente – IBAMA. Monitoramento dos Biomas Brasileiros – Bioma Caatinga,
Brasília-DF. 2010.
Neto, R. T. de B.; Barros-Filho.: Lopes, M. B. B.; H. L..; Pacheco, A. P. Determinação de valores físicos de
imagens Tm/Landsat- 5 utilizando a linguagem legal para obter índices de vegetação. In: II Simpósio Brasileiro
de Ciências Geodésicas e Tecnologias da Geoinformação, , 8-11 de setembro de 200812., 2005, Recife – PE.
Anais. Disponível em: < https://www.ufpe.br/cgtg/SIMGEOII_CD/Organizado/sens_foto/091.pdf >. Acesso
em: 10 out. 2014.
Qi J. Chehbouni A., Huete A.R., Kerr Y.H., Modified Soil Adjusted Vegetation Index (MSAVI. 1994. Remote
Sens Environment. 48:119-126.
Qi. J; Kerr, H.Y; Moran, M.S; Huete, A.R; Sorooshian; Bryant, R. Leaf Area Index Estimates Using Remotely
Sensed Data and BRDF Models in a Semiarid Region. 2000. Remote Sensing of Environment 73:18-30
USGS. Serviço Geológico do Governo dos Estados Unidos. Acessado no dia 3 de junho de 2014 em:
http://earthexplorer.usgs.gov/
Tucker. C.J.Red and photographic infrared linear combinations for monitoring gestation. 1979. Remote Sensing
of Environment 8:127-150.
Viganó, H. A; Borges, E. F. Franca-Rocha, W. J. S. Análise do desempenho dos Índices de Vegetação NDVI e
SAVI a partir de imagem Aster. [versão eletrônica] Anais... XV Simpósio Brasileiro de Sensoriamento Remoto -
SBSR, Curitiba, PR, Brasil, INPE 2011. p.1828.

5857