Mapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de Janeiro

Detalhes bibliográficos
Autor(a) principal: Silva, Liliane Garcia da
Data de Publicação: 2018
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRRJ
Texto Completo: https://tede.ufrrj.br/jspui/handle/jspui/4858
Resumo: Remote sensing signals and guides the planning of soil cover, and answers on effective environmental legislation. In this sense, the thesis presents landscape changes in natural vegetation biome of the Atlantic Forest in the basin of Rio Capivari, located in the municipalities of Rio Bonito and Silva Jardim, in the state of Rio de Janeiro, Brazil. Remote sensing techniques were used as vegetation indices and classification methods supervised images of satellites Landsat 5 Thematic Mapper-(TM), Landsat 8-Operational Land Imager (OLS) and RapidEye-REIS. Thus, the thesis presents three chapters, where Chapter I is entitled by: vegetation indices and regeneration dynamics in the Atlantic Forest through time series of satellite images Landsat 5-TM (Thematic Mapper) and Landsat 8-OLI (Operational Land Imager), calculated vegetation indices Normalized Difference Vegetation Index-NDVI and Soil-Adjusted Vegetation Index-SAVI from Surface Reflectance Climate Data Record (CDR) products to indicate the effects of natural regeneration in both sub-basin and basin areas; Chapter II presents the title "Permanent Preservation Areas under Forestry Legislation for Scenarios with and without Consolidated Uses, for PPAs around springs, riparian areas (rivers), slopes and hillsides in three planning scenarios, Federal Law n?. 4.771/1965 and the Resolution of the National Council of the Environment (CONAMA) n.? 303/2002, in Scenario I; The New Forest Code by Federal Law 12.651 / 2012, for Scenario II; And Federal Laws n?. 12.651/2012 and n?. 12.727/2012, in Scenario III. Finally; Chapter III was called "Training and the behavior of non-parametric algorithms in the mapping of land use and land cover". The set of geospatial data of the present work allowed the identification of the regeneration, degradation and precision in the identification of the land uses and cover in the catchment area of the Capivari River effectively, of which they can be used as strategies of conservation and preservation of the study area as well as the Atlantic Forest biome.
id UFRRJ-1_2aa6cbef15970f1a5754bd1e94392638
oai_identifier_str oai:localhost:jspui/4858
network_acronym_str UFRRJ-1
network_name_str Biblioteca Digital de Teses e Dissertações da UFRRJ
repository_id_str
spelling Silva, Eliane Maria Ribeiro da511.084.027-04http://lattes.cnpq.br/9274478730595213Mendon?a, Bruno Araujo Furtado deFrancelino, M?rcio RochaSilva, Eliane Maria Ribeiro daFernandes Filho, Elpidio InacioAra?jo, Emanuel Jos? Gomes deUz?da, Mariella CarmadelliDurigon, Valdemir L?cio677.602.952-00http://lattes.cnpq.br/6622641961681815Silva, Liliane Garcia da2021-07-20T11:08:35Z2018-02-27SILVA, Liliane Garcia da. Mapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de Janeiro. 2018. 143 f. Tese (Doutorado em Ci?ncias Ambientais e Florestais) - Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Serop?dica - RJ, 2018..https://tede.ufrrj.br/jspui/handle/jspui/4858Remote sensing signals and guides the planning of soil cover, and answers on effective environmental legislation. In this sense, the thesis presents landscape changes in natural vegetation biome of the Atlantic Forest in the basin of Rio Capivari, located in the municipalities of Rio Bonito and Silva Jardim, in the state of Rio de Janeiro, Brazil. Remote sensing techniques were used as vegetation indices and classification methods supervised images of satellites Landsat 5 Thematic Mapper-(TM), Landsat 8-Operational Land Imager (OLS) and RapidEye-REIS. Thus, the thesis presents three chapters, where Chapter I is entitled by: vegetation indices and regeneration dynamics in the Atlantic Forest through time series of satellite images Landsat 5-TM (Thematic Mapper) and Landsat 8-OLI (Operational Land Imager), calculated vegetation indices Normalized Difference Vegetation Index-NDVI and Soil-Adjusted Vegetation Index-SAVI from Surface Reflectance Climate Data Record (CDR) products to indicate the effects of natural regeneration in both sub-basin and basin areas; Chapter II presents the title "Permanent Preservation Areas under Forestry Legislation for Scenarios with and without Consolidated Uses, for PPAs around springs, riparian areas (rivers), slopes and hillsides in three planning scenarios, Federal Law n?. 4.771/1965 and the Resolution of the National Council of the Environment (CONAMA) n.? 303/2002, in Scenario I; The New Forest Code by Federal Law 12.651 / 2012, for Scenario II; And Federal Laws n?. 12.651/2012 and n?. 12.727/2012, in Scenario III. Finally; Chapter III was called "Training and the behavior of non-parametric algorithms in the mapping of land use and land cover". The set of geospatial data of the present work allowed the identification of the regeneration, degradation and precision in the identification of the land uses and cover in the catchment area of the Capivari River effectively, of which they can be used as strategies of conservation and preservation of the study area as well as the Atlantic Forest biome.O sensoriamento remoto sinaliza e orienta o planejamento do uso e cobertura do solo, e pode responder quest?es sobre a efetiva??o da legisla??o ambiental. Nesse sentido, este trabalho de tese apresenta mudan?as da paisagem na vegeta??o natural em bioma de Mata Atl?ntica, na bacia hidrogr?fica do Rio Capivari, localizada nos munic?pios de Rio Bonito e Silva Jardim, no estado do Rio de Janeiro, Brasil. Foram utilizadas t?cnicas de sensoriamento remoto como: ?ndices de vegeta??o e m?todos de classifica??o supervisionada em imagens dos sat?lites Landsat 5-Thematic Mapper (TM), Landsat 8-Operational Land Imager (OLS) e RapidEye-REIS. Assim, a tese exibe tr?s cap?tulos, onde o Cap?tulo I ? intitulado por: ?ndices de vegeta??o e din?mica da regenera??o na Mata Atl?ntica atrav?s de s?rie temporal de imagens dos sat?lites Landsat 5-TM (Thematic Mapper) e Landsat 8-OLI (Operational Land Imager), sendo calculados os ?ndices de vegeta??o Normalized Difference Vegetation Index-NDVI e Soil-Adjusted Vegetation Index-SAVI a partir de produtos do Climate Data Record (CDR) Surface Reflectance para indicar os efeitos da regenera??o natural tanto nas ?reas das sub-bacias, e na bacia; no Cap?tulo II exibe o t?tulo ??reas de preserva??o permanente sob panorama da legisla??o florestal para cen?rios sem e com usos consolidados, para as APPs no entorno de nascentes, ?reas rip?rias (rios), encostas e topos de morros em tr?s cen?rios de planejamento, a Lei Federal n.? 4.771/1965 e a Resolu??o do Conselho Nacional de Meio Ambiente (CONAMA) n.? 303/2002, no Cen?rio I; o Novo C?digo Florestal pela Lei Federal n.? 12.651/2012, para o Cen?rio II; e as Leis Federais n.? 12.651/2012 e n.? 12.727/2012, no Cen?rio III. E por fim o Cap?tulo III foi denominado por: ?Treinamento e o comportamento de algoritmos n?o-param?tricos no mapeamento do uso e cobertura da terra?. O conjunto dos dados geoespaciais do presente trabalho, possibilitou identifica??o da regenera??o, degrada??o e precis?o na identifica??o dos usos e cobertura do solo na bacia hidrogr?fica do Rio Capivari de forma eficaz, dos quais poder?o ser utilizados como estrat?gias de conserva??o e preserva??o da ?rea de estudo, bem como do bioma de Mata Atl?ntica.Submitted by Sandra Pereira (srpereira@ufrrj.br) on 2021-07-20T11:08:35Z No. of bitstreams: 1 2018 - Liliane Garcia da Silva.pdf: 3847978 bytes, checksum: a9451167f77111905b7759d3dc3a9be8 (MD5)Made available in DSpace on 2021-07-20T11:08:35Z (GMT). No. of bitstreams: 1 2018 - Liliane Garcia da Silva.pdf: 3847978 bytes, checksum: a9451167f77111905b7759d3dc3a9be8 (MD5) Previous issue date: 2018-02-27application/pdfhttps://tede.ufrrj.br/retrieve/65987/2018%20-%20Liliane%20Garcia%20da%20Silva.pdf.jpgporUniversidade Federal Rural do Rio de JaneiroPrograma de P?s-Gradua??o em Ci?ncias Ambientais e FlorestaisUFRRJBrasilInstituto de FlorestasABDIKAN, S.; SANLI, F.B., USTUNER, M.; CAL?, F. Land cover mapping using SENTINEL-1 SAR Data. Remote Sensing and Spatial Information Sciences, v. 2, n. 1, p. 757-761, 2016. ALMEIDA, A.S.; VIEIRA, I.C.G. Conflitos no uso da terra em ?reas de preserva??o permanente em um polo de produ??o de biodiesel no estado do Par?. Ambiente & ?gua, v. 9, n. 3, p. 476-487, 2014. ALTIERI, M.A.; NICHOLLS, C.I. The adaptation and mitigation potential of traditional agriculture in a changing climate. Climatic Change, v. 140, n. 1, p. 33-45, 2017. ALWASSAI, F.; KALYANKAR, N.V. Influences combination of multi-sensor images on classification accuracy. International Journal of Advanced Research in Computer Science, v. 4, n. 9, p.1-10, 2013. ASHBURN, P. The vegetative index number and crop identification. In: THE LACIE SYMPOSIUM PROCEEDINGS OF THE TECHNICAL SESSION, 11th., 1978, Washington, D.C. Annals... Washington, D.C.: Department of Agriculture, Foreign Agricultural Service, 1978. p. 843-850. ATKINSON, P.M.; TATNALL, A.R.L. Neural networks in remote sensing. International Journal of Remote Sensing, v. 18, n. 4, p. 699-709, 1997. ?VILA, L.F.; MELLO, C.R.; PINTO, L.C.; SILVA, A.M. Parti??o da precipita??o pluvial em uma microbacia hidrogr?fica ocupada por Mata Atl?ntica na Serra da Mantiqueira/MG. Ci?ncia Florestal, v. 24, n. 3, p. 583-595, 2014. BARET, F.; GUYOT, G. Potentials and limits of vegetation indices for LAI and APAR assessment. Remote Sensing of Environment, v. 35, n. 2, p.161-173, 1991. BATISTA, J.L.O.; SANTOS, R.L. A caracteriza??o do uso e ocupa??o do solo de uma zona semi?rida entre 1993-2008 atrav?s da classifica??o supervisionada MAXVER: caso do munic?pio de Teofil?ndia/BA, Brasil. Geogr?fica Venezolana, v. 54, n. 1, p. 99-111, 2013. BIDEGAIN, P. P.S.; VOLCKER, C. M. Bacias hidrogr?ficas dos Rios S?o Jo?o e das Ostras: ?guas, terras e conserva??o ambiental. Araruama: Cons?rcio Intermunicipal para Gest?o das Bacias Hidrogr?ficas da Regi?o dos Lagos: Rio S?o Jo?o e Zona Costeira, 2002. 170p. BIDEGAIN, P.; PEREIRA, L.F.M. Plano das bacias hidrogr?ficas da regi?o dos Lagos e do Rio S?o Jo?o. Araruama- RJ: Cons?rcio Intermunicipal para Gest?o das Bacias Hidrogr?ficas da Regi?o dos Lagos, Rio S?o Jo?o e Zona Costeira ? CILSJ, 2005. 153p. 34 BIRTH, G.S.; MCVEY, G. Measuring the color of growing turf with a reflectance spectro radiometer. Agronomy Journal, v. 60, n. 6, p. 640-643, 1968. BRANDO, P.M.; GOETZ, S.J.; BACCINI, A.; NEPSTAD, D.C.; BECK, P.S.; CHRISTMAN, M.C. Seasonal and interannual variability of climate and vegetation indices across the Amazon. Proceedings of the National Academy of Sciences, v. 107, n. 33, p. 14685-14690, 2010. BRASIL, Rep?blica Federativa. Dados gerais das unidades de conserva??o federais. Bras?lia: Instituto Chico Mendes de Conserva??o da Biodiversidade (ICMBio)/Minist?rio do Meio Ambiente (MMA), 2016. 19p. Dispon?vel em: http://www.icmbio.gov.br/portal/images/stories/servicos/geoprocessamento/DCOL/dados_tabulares/DadosGerais_UC_maio_2016.pdf. Acessado em: 25 de Jul. de 2016. ______. Rio de Janeiro: Rio Bonito e Silva Jardim. Rio de Janeiro: Instituto Brasileiro de Geografia e Estat?stica (IBGE), 2015. Dispon?vel em: http://www.cidades.ibge.gov.br/xtras/perfil.php?lang=. Acessado em: 02 de Ago. de 2016. ______. Plano de manejo da ?rea de Prote??o Ambiental da Bacia do Rio S?o Jo?o/Mico-Le?o-Dourado. Bras?lia: MMA/ICMBio, 2008. 349p. ______. Lei Federal n.? 11.428, de 22 de dezembro de 2006. Disp?e sobre a utiliza??o e prote??o da vegeta??o nativa do Bioma Mata Atl?ntica, e d? outras provid?ncias. Bras?lia: Di?rio Oficial [da] Rep?blica Federativa do Brasil. 26 de Dez. de 2006. ______. Plano de manejo da reserva biol?gica Po?o das Antas: encarte 2. Bras?lia: MMA / Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais Renov?veis (IBAMA), 2005. 210p. ______. SPRING: sistema de processamento de informa??es georreferenciadas: manual de ajuda. S?o Jos? dos Campos: Instituto Nacional de Pesquisas Espaciais (INPE), 2002. 21p. ______. Decreto Estadual n.? 26.058, de 14 de mar?o de 2000. Define as Macrorregi?es Ambientais do estado do Rio de Janeiro e d? outras provid?ncias. Dispon?vel em: dhttp://alerjln1.alerj.rj.gov.br/decest.nsf/532ff819a4c3. Acessado em: 19 Mar. 2015. ______. Lei Federal n.? 9.433, de 8 de janeiro de 1997. Institui a Pol?tica Nacional de Recursos H?dricos, cria o Sistema Nacional de Gerenciamento de Recursos H?dricos, regulamenta o inciso XIX do art. 21 da Constitui??o Federal, e altera o art. 1? da Lei n? 8.001, de 13 de mar?o de 1990, que modificou a Lei n? 7.990, de 28 de dezembro de 1989. Bras?lia: Di?rio Oficial [da] Rep?blica Federativa do Brasil. 9 de Jan. de 1997. ______. S?ntese da documenta??o hist?rica: administrativa e geogr?fica dos estados do Brasil- Rio de Janeiro. Rio de janeiro: IBGE, 1995. 35 BRAZ, A.M.; ANDRADE, ?.T.; GARCIA, P.H.M. An?lise de ?ndices de vegeta??o NDVI, SAVI e IAF para a compara??o da cobertura vegetal na bacia hidrogr?fica do C?rrego Ribeir?ozinho, Selv?ria/MS. Percurso, v. 7, n. 2, p. 5-22, 2015. BREIMAN, L.; FRIEDMAN, J.H.; OLSHEN, R.A.; STONE, C.J. Classification and Regression Trees. Belmont, California: Wadsworth, 1984. 107p. BRINK, A.B.; BODART, C.; BRODSKY, L.; DEFOURNEY, P.; ERNST, C.; DONNEY, F.; LUPI, A.; TUCKOVA, K. Anthropogenic pressure in East Africa-Monitoring 20 years of land cover changes by means of medium resolution satellite data. International Journal of Applied Earth Observation and Geoinformation, v. 28, n. 5, p. 60-69, 2014. CARTUS, O.; SANTORO, M.; KELLNDORFER, J. Mapping forest aboveground biomass in the Northeastern United States with ALOS PALSAR dual-polarization L-band. Remote Sensing of Environment, v. 124, n. 3. p. 466-478, 2012. CARVALHO, D.F.; DURIGON, V.L.; ANTUNES, M.A.H.; ALMEIDA, W.S.; OLIVEIRA, P.T.S. Predi??o da eros?o do solo com uso da RUSLE e s?ries temporais de NDVI do Landsat-5 TM. Pesquisa Agropecu?ria Brasileira, v. 49, n. 3, p. 215-224, 2014. CASIMIRO DE ABREU, Munic?pio. Plano de manejo parque natural municipal C?rrego da Luz. Casimiro de Abreu: Secretaria Municipal de Meio Ambiente e Desenvolvimento Sustent?vel, 2012. 143p. CASTELO, T.B. Brazilian forestry legislation and to combat deforestation government policies in the Amazon (Brazilian Amazon). Ambiente & Sociedade, v. 18, n. 4, p. 221-242, 2016. CHASMER, L.; HOPKINSON, C.; VENESS, T.; QUINTON, W.; BALTZER, J. A decision-tree classification for low-lying complex land cover types within the zone of discontinuous permafrost. Remote Sensing of Environment, v. 143, v.3, p. 73-84, 2014. CHEN, Z.; LI, S.; REN, J.; GONGI, P.; ZHANG, M.; WANG, L.;XIAO, S.; JIANG, D. Monitoring and management of agriculture with remote sensing. In: LIANG, S. (Ed.), Advanges in Remote Sensing. New York: Springer Science & Business Media. p. 397-421, 2008. CHURCHES, C.E.; WAMPLER, P.J.; SUN, W.; SMITH, A.J. Evaluation of forest cover estimates for Haiti using supervised classification of Landsat data. International Journal of Applied Earth Observation and Geoinformation, v. 30, n. 13, p. 203-216, 2014. CREUTZBURG, M.K.; SCHELLER, R.M.; LUCAS, H.M.S.; EVERS, L.B.; LEDUC, S.D.; JOHNSON, M.G. Bioenergy harvest, climate change, and forest carbon in the Oregon Coast Range. GCB Bioenergy, v. 8, n. 2, p. 357-370, 2015. CUTLER, R.; EDWARDS, T.C.; BEARD, K.H.; CUTLER, A.; HESS, K.T.; GIBSON, J.; LAWLER, J.J. Random forests for classification in ecology. Ecology, v. 88, n. 11, p. 36 2783-2792, 2007. DEMARCHI, J.C.; PIROLI, E.L.; ZIMBACK, C.R.L. Temporal analysis of the land use and comparison between NDVI and SAVI indexes in the city of Santa Cruz do Rio Pardo/SP using Landsat-5 images. Espa?o Geogr?fico em An?lise (RA'EGA-O), v. 21, n. 1, p. 234-271, 2011. DIAS, R. Gest?o Ambiental: responsabilidade social e sustentabilidade. 2. ed. - S?o Paulo: Atlas, 2011. DRONOVA, I.; GONG, P.; WANG, L.; ZHONG, L. Mapping dynamic cover types in a large seasonally flooded wetland using extended principal component analysis and object-based classification. Remote Sensing of Environment, v. 158, n. 3, p. 193-206, 2015. DURIGON, V.L.; CARVALHO, D.F., ANTUNES, M.A.H., OLIVEIRA, P.T.S.; FERNANDES, M.M. NDVI time series for monitoring RUSLE cover management factor in a tropical watershed. International Journal of Remote Sensing, v. 35, n. 2, p. 441-453, 2014. EL-BAROUDY, A.A.; MOGHANM, F.S. Combined use of remote sensing and GIS for degradation risk assessment in some soils of the Northern Nile Delta, Egypt. The Egyptian Journal of Remote Sensing and Space Science, v. 17, n. 1, p. 77-85, 2014. FERRARI, J.L.; SANTOS, A.D.; GARCIA, R.F. An?lise da vegeta??o por meio da subtra??o de imagem NDVI na sub-bacia hidrogr?fica do C?rrego do Horizonte, Alegre/ES. Engenharia Ambiental, v. 8, n. 3, p.3-18, 2011. FERRAZ, A.S.; SOARES, V.P.; SOARES, C.P.B.; RIBEIRO, C.; BINOTI, D.H.B.; LEITE, H.G. Estimativa do estoque de biomassa em um fragmento florestal usando imagens orbitais. Floresta & Ambiente, v. 21, n. 3, p. 286-296, 2014. FERREIRA, L.G.; YOSHIOKA, H.; HUETE, A.; SANO, E.E. Optical characterization of the Brazilian Savanna physiognomies for improved land cover monitoring of the Cerrado biome: preliminary assessments from an airborne campaign over an LBA core site. Journal of Arid Environments, v. 56, n. 3, p. 425-447, 2004. FIGUEIREDO, S.M.M.; VENTICINQUE, E.M.; FIGUEIREDO, E.O.; FERREIRA, E.J.L. Predicting the distribution of forest tree species using topographic variables and vegetation index in eastern Acre, Brazil. Acta Amazonica, v. 45, n. 2, p.167-174, 2015. FLORENZANO, T.G. Inicia??o em sensoriamento remoto. 3. ed. - S?o Paulo- SP: Oficina de Textos, 2011. 128p. FRANCISCO, C.N.; ALMEIDA, C.M. Avalia??o de desempenho de atributos estat?sticos e texturais em uma classifica??o de cobertura da terra baseada em objeto. Ci?ncias Geod?sicas, v. 18, n. 2, p. 302-326, 2012. FUNDA??O SOS MATA ATL?NTICA; INSTITUTO NACIONAL DE PESQUISAS 37 ESPACIAIS (INPE). Atlas dos remanescentes florestais da Mata Atl?ntica per?odo 2014-2015: relat?rio t?cnico. S?o Paulo: Funda??o SOS Mata Atl?ntica & Instituto Nacional de Pesquisas Espaciais, 2016. Dispon?vel em: https://www.sosma.org.br/105066/mg-volta-liderar-ranking-de-desmatamento-da-mata-atlantica/. Acessado em: 27 de Jul. de 2016. FUNDA??O SOS MATA ATL?NTICA & INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE). Atlas dos remanescentes florestais da mata atl?ntica per?odo 2012-2013: relat?rio t?cnico. S?o Paulo: Funda??o SOS Mata Atl?ntica & INPE, 2014. 61p. Dispon?vel em: http://www.sosma.org.br/wp-/2014/05/atlas_relatorio_20141.pdf. Acessado em: 11 de Nov. de 2014. GALVANIN, E.A.S.; SILVA, N.S.M.A.; CRUZ, C.B.M.; NEVES, R.J.; JESUS, P.H.H.; KREITLOW, J.P. Avalia??o dos ?ndices de vegeta??o NDVI, SR e TVI na discrimina??o de fitofisionomias dos ambientes do pantanal de C?ceres/MT. Ci?ncia Florestal, v. 24, n. 3, p. 707-715, 2014. GAO, B.C. NDWI: A Normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Evironment, v. 58, n. 3, p. 257-266, 1996. GAROFALO, D.F.T.; MESSIAS, C.G.; LIESENBERG, V.; BOLFE, ?.L.; FERREIRA, M.C. An?lise comparativa de classificadores digitais em imagens do Landsat-8 aplicados ao mapeamento tem?tico. Pesquisa Agropecu?ria Brasileira, v. 50, n. 7, p. 593-604, 2015. GHEBREZGABHER, M.G.; YANG, T.; YANG, X.; WANG, X.; KHAN, M. Extracting and analyzing forest and woodland cover change in Eritrea based on Landsat data using supervised classification. The Egyptian Journal of Remote Sensing and Space Science, v. 19, n. 3, p. 11-21, 2016. GOMES, D.D.M.; MENDES, L.M.S.; MEDEIROS, C.N.; VERISSIMO, C.U.V. Multitemporal analysis of the process of degradation of vegetation River basin Jaibaras in the state of Cear?. Geografia, Ensino & Pesquisa, v. 15, n. 2, p. 41-62, 2011. HILKER, T.; LYAPUSTIN, A.I.; TUCKER, C.J.; HALL, F.G.; MYNENI, R.B.; WANG, Y.; BI, J.; MOURA, Y.M.; SELLERS, P.J. Vegetation dynamics and rainfall sensitivity of the Amazon. Proceedings of the National Academy of Sciences, v. 111, n. 45, p. 16041-16046, 2014. HUETE, A.; DIDAN, K., VAN LEEUWEN, W., MIURA, T.; GLENN, E. MODIS vegetation indices. In: RAMACHANDRAN, B.; JUSTICE, C. O.; ABRAMS, M.J. (Eds.). Land remote sensing and global environmental change: NASA's earth observing system and the science of ASTER and MODIS. New York: Springer Science & Business Media, p. 579-582, 2011. HUETE, A.R.; JUSTICE, C.; VAN LEEUWEN, W. MODIS vegetation index (MOD13): Algorithm Theoretical Basis Document. Houston: NASA, 1999. 38 HUETE, A.R.A. Soil-adjusted vegetation in index (SAVI). Remote Sensing of Environment, v. 2, n. 3, p. 295-309, 1988. JACKSON, R.D.; HUETE, A.R. Interpreting vegetation indices. Preventive Veterinary Medicine, v. 11, n. 3, p. 185-200, 1991. JAYANTH, J.; KOLIWAD, S.; KUMAR, T.A. Classification of remote sensed data using Artificial Bee Colony algorithm. The Egyptian Journal of Remote Sensing and Space Science, v. 18, n. 1, p. 119-126, 2015. JENNINGS, M.K.; LEWISON, R.L.; VICKERS, T.W.; BOYCE, W.M. Puma response to the effects of fire and urbanization. The Journal of Wildlife Management, v. 80, n. 2, p. 221-234, 2016. JENSEN, J.R.; EPIPHANIO, J.C.N. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. 3. ed. - S?o Jos? dos Campos: Par?ntese, 2009, 604p. JIANG, Z.; HUETE, A.R.; DIDAN, K.; MIURA T. Development of a two-band enhanced vegetation index without a blue band. Remote Sensing of Environment, v. 112, n. 10, p. 3833-3845, 2008. KIM, D.; SEXTON, J.O.; NOOJIPADY, P.; HUANG, C.; ANAND, A.; CHANNAN, S.; FENG, M.; TOWNSHEND, J.R. Global, Landsat based forest-cover change from 1990-2000. Remote Sensing of Environment, v. 155, n. 8, p. 178-193, 2014. KOUADIO, L.; NEWLANDS, N.K.; DAVIDSON, A.; ZHANG, Y.; CHIPANSHI, A. Assessing the performance of MODIS NDVI and EVI for seasonal crop yield forecasting at the ecodistrict scale. Remote Sensing, v. 6, n. 10, p. 10193-10214, 2014. LASAPONARA, R. Estimating interannual variations in vegetated areas of Sardinia island using SPOT/VEGETATION NDVI temporal series. IEEE Geoscience and Remote Sensing Letters, v. 3, n. 4, p. 481-483, 2006. LIU, W.T.H. Aplica??es de sensoriamento remoto. 2. ed. - Campo Grande: Oficina dos Textos, 2015.908p. LIU, H.; WENG, Q. Landscape metrics for analysing urbanization-induced land use and land cover changes. Geocarto International, v. 28, n. 7, p. 582-593, 2013. LIU, L.; ZHANG, Y. Urban heat island analysis using the Landsat tm data and aster data: a case study in Hong Kong. Remote Sensing, v. 3, n. 7, p. 1535-1552, 2011. LU, D. The potential and challenge of remote sensing?based biomass estimation. International Journal of Remote Sensing, v. 27, n. 7, p. 1297-1328, 2006. LU, D.; BATISTELLA, M.; LI, G.; MORAN, E.; HETRICK, S.; FREITAS, C.D.C.; DUTRA, L.V.; SANT'ANNA, S. J. S. Land use/cover classification in the Brazilian Amazon using satellite images. Pesquisa Agropecu?ria Brasileira, v. 47, n. 9, p. 1185- 39 1208, 2012. MATHER, P.M. Computer processing of remotely-sensed images: an introduction. 3 ed. - Chichester: John Wiley & Sons, 2004. 324p. MATHER, P.M.; KOCH, M. Computer processing of remotely-sensed images: an introduction. New York: John Wiley & Sons, 2011. 434p. MEIER, G.A.; BROWN, J.F.; EVELSIZER, R.J.; VOGELMANN, J.E. Phenology and climate relationships in aspen (Populus tremuloides Michx.) forest and woodland communities of southwestern Colorado. Ecological Indicators, v. 48, n. 3, p. 189-197, 2015. MENDES, D.F.; SILVA, S.F.; FERRARI, J.L.; SANTOS, A.R.; GARCIA, R.F. Acur?cia tem?tica do classificador por m?xima verossimilhan?a em imagem de alta resolu??o espacial do sat?lite Geoeye-1. Nucleus, v. 12, n. 6, p. 107-118, 2015. MENESES, P.R. Princ?pios do Sensoriamento Remoto. In.: MENESES, P.R.; ALMEIDA, T. (org.) Introdu??o ao processamento de imagens de sensoriamento remoto. Bras?lia: Universidade de Bras?lia, 2012. p. 1-33. MENESES, P.R.; ALMEIDA, T. Aritm?tica de bandas. In.: MENESES, P.R.; ALMEIDA, T. (org.) Introdu??o ao processamento de imagens de sensoriamento remoto. Bras?lia: Universidade de Bras?lia, 2012. p. 148-153. MENESES, P.R.; SANO, E.E. Classifica??o p?xel a p?xel de imagens. In: MENESES, P.R.; ALMEIDA, T. (org.) Introdu??o ao processamento de imagens de sensoriamento remoto. Bras?lia: Universidade de Bras?lia, 2012. p. 191-208. MOREIRA, A.A.; FERNANDES, F.H.S.; DE ALMEIDA, R.P.; NERY, C.V.M. An?lise do comportamento espectral de fitofisionomias no Parque Estadual Lapa Grande por meio de dados MODIS. Geografia F?sica, v. 6, n. 6, p. 1705-1718, 2014. NAQVI, H.R.; SIDDIQUI, L.; DEVI, L.M.; SIDDIQUI, M.A. Landscape transformation analysis employing compound interest formula in the Nun Nadi Watershed, India. Journal of Remote Sensing and Space Science, v. 17, n. 2, p. 149-157, 2014. NERY, C.V.M.; BRAGA, F.L.; MOREIRA, A.A.; FERNANDES, F.H.S. Aplica??o do Novo C?digo Florestal na Avalia??o das ?reas de Preserva??o Permanente em Topo de Morro na Sub-Bacia do Rio Canoas, Montes Claros/MG. Geografia F?sica, v. 6, n. 6, p. 1673-1688, 2014. OLIVEIRA, F.P.D.; FERNANDES FILHO, E.I.; SOARES, V.P.; SOUZA, A.L.D. Mapeamento de fragmentos florestais com monodomin?ncia de aroeira a partir da classifica??o supervisionada de imagens RapidEye-REIS. ?rvore, v. 37, n. 4, p. 151-161, 2013. 40 OZTURK, D.; KILIC, F. Determination of spatio-temporal changes in vegetation cover by using different vegetation indices based on remote sensing data. Journal of Selcuk University Natural and Applied Science, v. 2, n. 5, p. 733-741, 2014. r?pida, Distrito Federal, Brasil. Ambiente & ?gua, v. 5, n. 1, p. 43-56, 2010. PANDA, S.S.; AMES, D.P.; PANIGRAHI, S. Application of vegetation indices for agricultural crop yield prediction using neural network techniques. Remote Sensor, v. 2, n. 3, p. 673-696, 2010. PEREIRA, L.S.; GON?ALVES, B.B.; SILVA NETO, C.D.M.; SANTOS, A.L.F. Evolu??o espa?o-temporal do uso e cobertura da terra do Ribeir?o Pianc?, An?polis/GO. Mirante, v. 7, n. 1, p. 1-15, 2014. PERRY, C. JR.; LAUTENSCHLAGER, L.F. Functional equivalence of spectral vegetation indices. Remote Sensing of Environment, v. 14, n. 3, p. 169-182, 1984. PINTY, B.; VERSTRAETE, M.M. GEMI: a non-linear index to monitor global vegetation from satellites. Vegetation, v. 101, n. 10, p. 15-20, 1992. QI, J.; CHEHBOUNI, A.; HUETE, A. R.; KERR, Y.; SOROOSHIAN, S. A modified soil adjusted vegetation index (SAVI). Remote Sensing of Environment, v. 48, n. 2, p. 169-182, 1994. QUINTO, V.M.; LOPES, M.I.A.; SAVEDRA, O. M.; ROCHA, P.F.E.; LEIKO, C.M.; ROSA, D.S.A. An?lise temporal da din?mica florestal em ?rea de reflorestamento por meio de ?ndices de vegeta??o. Geogr?fica Venezolana, v. 54, n. 2, p. 225-239, 2013. RAWAT, J.S.; KUMAR, M. Monitoring land use/cover change using remote sensing and GIS techniques: a case study of Hawalbagh block, district Almora, Uttarakhand, India. The Egyptian Journal of Remote Sensing and Space Science, v. 18, n. 4, p. 77-84, 2015. RIBEIRO, N.B.; MARTINS, M.S.; JOHNSSON, R.M.F.; VIANA, V.J. Constru??o de banco de dados geogr?ficos para avalia??o da vulnerabilidade ecol?gica em bacias hidrogr?ficas: a experi?ncia da Bacia Lagos S?o Jo?o, RJ. Interface, v. 11, n. 5, p. 18-33, 2016. RIBEIRO, M.; RODRIGUES, R.R.; PAESE, A.; COSTA, S.; HENRIQUE, P.; BRANCALION, S.; SANTIAMI, E.; PEREIRA, G.; GUIMAR?ES, J.; KOCK, R. A restaura??o da Mata Atl?ntica apoiada em sistemas de informa??es geogr?ficas. In.: PAESE, A., UEZU, A., LORINI, M.L.; CUNHA, A. (orgs.). Conserva??o da biodiversidade com SIG. S?o Paulo: Oficina de Textos, 2015. p. 32-54. RICHARDS, J.A.; JIA, X. Remote sensing digital image analysis: an introduction. 4. ed. - New York: Springer, 2006. 476p. 41 RICHARDSON, A.J.; WIEGAND, C.L. Distinguishing vegetation from soil background information. Photogrammetric Engineering and Remote Sensing, v. 43, n. 2, p. 1541-1552, 1977. RIO DE JANEIRO. Estado do. O estado do ambiente: Indicadores ambientais do Rio de Janeiro 2010. Rio de Janeiro/RJ: Secretaria de Estadual do Ambiente (SEA), 2111. 160p. ROUSE, J.W.; HAAS, R.H.; SCHELL, J.A., DEERING, D.W. Monitoring the vernal advancement and retrogradation (greenwave effect) of natural vegetation. Texas: Texas A&M University, 1974. 390p. SAFAVIAN, S. R.; LANDGREBE, D. A Survey of decision tree methodology. IEEE Trans. Systems, v. 21, n. 3, p. 660-674, 1991. SANTOS, A.L.F.; FONSECA, L.D.M.; RIBEIRO, C.A.A.S.; GON?ALVES, L.P. Compara??o dos classificados no mapeamento do uso da terra, Estu?rio do Rio Sergipe/SE. Mirante, v. 7, n. 2, p. 78-88, 2014. SATIR, O.; BERBEROGLU, S. Crop yield prediction under soil salinity using satellite derived vegetation indices. Field Crops Research, v. 192, n. 6, p. 134-143, 2016. SATIR, O.; BERBEROGLU, S. Land use/cover classification techniques using optical remotely sensed data in landscape planning. In.: ?ZYAVUZ, M. (ed.). Landscape Planning. Intech: Crotia, 2012. p. 21-54. SCCOTI, A.A.V.; MENEZES, D.J. Uso e ocupa??o d o solo. Bag?/RS: Universidade da Regi?o da Campanha, 2014, v. 1, p. 54-64. (S?rie Atlas Municipais: Atlas Geoambiental de Manoel Viana/RS) SILLEOS, N.G.; ALEXANDRIDIS, T. K.; GITAS, I. Z.; PERAKIS, K. Vegetation indices: advances made in biomass estimation and vegetation monitoring in the last 30 years. Geocarto International, v. 21, n. 4, p. 21-28, 2006. SILVA, C.R.P.; DEMARQUI, E.N.; ALMEIDA, F.T.; MINGOTI, R.; SOUZA, A.P. Diferentes modelos digitais de eleva??o na caracteriza??o f?sica da Bacia hidrogr?fica do Rio Nandico/MT, Brasil. Scientia Plena, v. 11, n. 5, p. 1-11, 2015. SILVA, R.M.P.; LIMA, J.R.; MENDON?A, I.FC. Altera??o da cobertura vegetal na Sub-bacia do Rio Espinharas de 2000-2010. Engenharia Agr?cola & Ambiental, v. 18, n. 2, p. 202-209, 2014. SILVA, M.T.; COSTA, S.C.D.E.; SANTOS, A.D.S.; SANTOS, A.F. An?lise da cobertura do solo na regi?o do Rio Pardo/RS, com base em imagens espectrais do mapeador tem?tico do Landsat-5. Geografia, v. 28, n. 3, p. 109-126, 2011. SWAIN, P.H.; DAVIS, S.M. Remote sensing: the quantitative approach. New York: McGraw-Hill, 1978. 396p. 42 THIAM, A.; EASTMAN, R.J. Chapter on vegetation indices. In.: EASTMAN, R.J. (ed.). Manuel of the Idrisi selva edition. Worcester/MA, USA: Clarke University, 2008. p. 119-208. TSO B.; MATHER P.M. Classification methods for remotely sensed data. 2. ed ? New York: Taylor & Francis Group, LLC, 2009. 376p. ULLMANN, T.; SCHMITT, A.; ROTH, A.; DUFFE, J.; DECH, S.; HUBBERTEN, H.W.; BAUMHAUER, R.. Land cover characterization and classification of arctic tundra environments by means of polarized synthetic aperture X-and C-Band Radar (PolSAR) and Landsat 8 multispectral imagery- Richards Island, Canada. Remote Sensing, v. 6, n. 9, p. 8565-8593, 2014. ULMER, J.M.; WOLF, K.L.; BACKMAN, D.R.; TRETHEWAY, R.L.; BLAIN, C.J.; O?NEIL-DUNNE, J.P.; FRANK, L.D. Multiple health benefits of urban tree canopy: The mounting evidence for a green prescription. Health & Place, v. 42, n. 4, p. 54-62, 2016. VAPNIK, V. The nature of statistical learning theory. New York: Springer, 1995. 314p. VICENTE, M.S.; PRATS, J.M.C.; ROMO, A. Early prediction of crop productionusing drought indices at different time-scales and remote sensing data: application in the Ebro Valley (North-east Spain). International Journal of Remote Sensing, v. 27, n. 3, p. 511-518, 2006. WACKER, A.G.; LANDGREBE, D.A. Minimum distance classification in remote sensing. Indiana: University; Lafayette, 1972. 25p. WANG, X.; GASSMAN, P.W.; WILLIAMS, J.R.; POTTER, S.; KEMANIAN, A.R., Modellingthe impacts of soil management practices on runoff sediment yield, maizeproductivity and soil organic carbon using APEX. Soil and Tillage Research, v. 101, n. 12, p. 78-88, 2008. WWF-BRASIL. Projeto HSBC Seguros: bacia hidrogr?fica do Rio Capivari/RJ. Araruama/RJ: Cons?rcio Intermunicipal Lagos S?o Jo?o, 2012. 36p. YOUSSEF, A. M.; POURGHASEMI, H.R.; POURTAGHI, Z.S.; Landslide susceptibility mapping using random forest, boosted regression tree, classification and regression tree, and general linear models and comparison of their performance at Wadi Tayyah Basin, Saudi Arabia. Landslides, v. 13, n. 5, p. 839-856, 2016. ZHANG, X.; DELU, P.; CHEN, J.; ZHAN, Y.; MAO, Z. Using long time series of Landsat data to monitor impervious surface dynamics a case study in the Zhoushan Islands. Journal of Applied Remote Sensing, v. 7, n. 5, p. 73515-73523, 2013. ZHAO, Y.; CHEN, X.P.; CUI, Z.L.; LOBELL, D.B. Using satellite remote sensing tounderstand maize yield gaps in the North China Plain. Field Crops Research, v. 183, n. 11, p. 31-42, 2015. ARCGIS: Vers?o 10.2. Redlands-California, USA: Environmental Systems Resource Institute (ESRI). 2016. ASSISTAT: Vers?o 7.7 beta (pt). Campina Grande: Universidade Federal de Campina Grande, 2014. ?VILA, L.F.; MELLO, C.R.; PINTO, L.C.; SILVA, A.M. Parti??o da precipita??o pluvial em uma microbacia hidrogr?fica ocupada por Mata Atl?ntica na Serra da Mantiqueira/MG. Ci?ncia Florestal, v. 24, n. 3, p. 583-595, 2014. BARBOSA, K. M. N.; PIEDADE, M. T. F.; KIRCHNER, F. F. Estudo Temporal da Vegeta??o Herb?cea da V?rzea da Amaz?nia Central. Floresta, n. 38, v. 1, p. 89-96, 2008. BIDEGAIN, P.; PEREIRA, L.F.M. Plano das Bacias Hidrogr?ficas da Regi?o dos Lagos e do Rio S?o Jo?o-RJ. Araruama/ RJ: Cons?rcio Intermunicipal para Gest?o das Bacias Hidrogr?ficas da Regi?o dos Lagos, Rio S?o Jo?o e Zona Costeira ? CILSJ, 2005. 153p. BERTOLO, L.S.; SANTOS, R.F.; AGAR, P.M.; PABLO, C.T.L. Land-use changes assessed by overlay or mosaic methods: Which method is best for management planning? Ecological Indicators, v. 55, n. 3, p. 32-43, 2015. BRASIL, Rep?blica Federativa. Dados da precipita??o da regi?o de Silva Jardim-RJ e Rio Bonito-RJ da Esta??o Anta (BHE P1-305 - PLU.02046) dos anos de 1985, 1991 e 1995. 2018a. Dispon?vel em: https://www.macroprograma1.cnptia.embrapa.br/scaf/download-de-documentos/dados-de-precipitacao/dados.zip/view. Acessado em: 04 mar. 2018. ______.Dados da precipita??o da regi?o de Silva Jardim-RJ e Rio Bonito-RJ da Esta??o Silva Jardim (TRMM.1058) dos anos 2001, 2006, 2011 e 2016. 2018b. Dispon?vel em: https://www.agritempo.gov.br/agritempo/jsp/Estatisticas/index.jsp?siglaUF=RJ. Acessado em: 04 mar. 2018. ______. Bases cartogr?ficas: malhas municipais. Rio de Janeiro: Instituto Brasileiro de Geografia e Estat?stica (IBGE), 2010. Dispon?vel em: <http://mapas.ibge.gov.br/basesereferenciais/bases_cartograficas/mapas?municipais>. Acessado em: 28 fev. 2015. BRAZ, A.M.; ANDRADE, ?.T.; GARCIA, P.H.M. An?lise de ?ndices de vegeta??o NDVI e SAVI e ?ndice de ?rea Folear (IAF) para a compara??o da cobertura vegetal na bacia hidrogr?fica do c?rrego ribeir?ozinho, munic?pio de Selv?ria?MS. Percurso, v. 7, n. 2, p. 5-22, 2015. CARVALHO, D.F.; DURIGON, V.L.; ANTUNES, M.A.H.; ALMEIDA, W.S.; OLIVEIRA, P.T.S. Predi??o da eros?o do solo com uso da RUSLE e s?ries temporais de NDVI do Landsat-5 TM. Pesquisa Agropecu?ria Brasileira, v. 49, n. 3, p. 215-224, 2014. 64 CHEN, J.; J?NSSON, P.; TAMURA, M.; GU, Z.; MATSUSHITA, B.; EKLUNDH, L. A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky?Golay filter. Remote sensing of Environment, v. 91, n. 3, p. 332-344, 2004. DEMARCHI, J.C.; PIROLI, E.L.; ZIMBACK, C.R.L. An?lise temporal do uso do solo e compara??o entre os ?ndices de vegeta??o NDVI e SAVI no munic?pio de Santa Cruz do Rio Pardo/SP usando imagens Landsat-5. Espa?o Geogr?fico em An?lise (RA'EGA-O), v. 21, n. 1, p. 234-271, 2011. DALLA-NORA, E.L.; SANTOS, J.E. An?lise da din?mica sazonal de duas forma??es florestais do bioma Mata Atl?ntica com base em ?ndices de vegeta??o. Perspectiva, v. 34, n. 125, p. 41-51, 2010. DURIGON, V.L.; CARVALHO, D.F., ANTUNES, M.A.H., OLIVEIRA, P.T.S.; FERNANDES, M.M. NDVI time series for monitoring RUSLE cover management factor in a tropical watershed. International Journal of Remote Sensing, v. 35, n. 2, p. 441-453, 2014. FREITAS, R.M.; ARAI, E.; ADAMI, M.; FERREIRA, A.S.; SATO, F.Y.; SHIMABUKURO, Y.E.; ROSA, R.R.; ANDERSON, L.O.; RUDORFF, B.F.T. Virtual laboratory of remote sensing time series: Visualization of MODIS EVI2 data set over South America. Journal of Computational Interdisciplinary Sciences, v. 2, n. 1, p. 57-68, 2011. FUNDA??O SOS MATA ATL?NTICA; INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE). Atlas dos remanescentes florestais da Mata Atl?ntica per?odo 2012-2013: relat?rio t?cnico. S?o Paulo: Funda??o SOS Mata Atl?ntica & INPE, 2014. 61p. Dispon?vel em: http://www.sosma.org.br/wp- content/uploads/2014/05/ _relatorio_20141.pdf. Acessado em: 11 abr. 2015. GAROFALO, D.F.T.; MESSIAS, C.G.; LIESENBERG, V.; BOLFE, ?.L.; FERREIRA, M.C. An?lise comparativa de classificadores digitais em imagens do Landsat-8 aplicados ao mapeamento tem?tico. Pesquisa Agropecu?ria Brasileira, v. 50, n. 7, p. 593-604, 2015. GALVANIN, E.A.S.; SILVA, N.S.M.A.; CRUZ, C.B.M.; NEVES, R.J.; JESUS, P.H.H.; KREITLOW, J.P. Avalia??o dos ?ndices de vegeta??o NDVI, SR e TVI na discrimina??o de fitofisionomias dos ambientes do pantanal de C?ceres/MT. Ci?ncia Florestal, v. 24, n. 3, p. 707-715, 2014. GLENN, E.P.; HUETE, A.R.; NAGLER, P.; NELSON, S.G. Relationship between remotely- sensed vegetation indices, canopy attributes and plant physiological processes: what vegetation indices can and cannot tell us about the landscape. Sensors, v. 8, n. 4, p. 2136-2160, 2008. GOMES, D.D.M.; MENDES, L.M.S.; MEDEIROS, C.N.; VERISSIMO, C.U.V. An?lise multitemporal do processo de degrada??o da vegeta??o da bacia hidrogr?fica do Rio Jaibaras no estado do Cear?. Geografia Ensino & Pesquisa, v. 15, n. 2, p. 41-62, 2011. 65 HUETE, A.R.A. Soil-adjusted vegetation in index (SAVI). Remote Sensing of Environment, v. 2, n. 3, p. 295-309, 1988. KE, Y.; IM, J.; LEE, J.; GONG, H.; RYU, Y. Characteristics of Landsat 8 OLI-derived NDVI by comparison with multiple satellite sensors and in-situ observations. Remote Sensing of Environment, v. 164, n. 3, p. 298-313, 2015. KERR, J.T.; PINDAR, A.; GALPERN, P.; PACKER, L.; POTTS, S.G.; ROBERTS, S.M.; PANTOJA, A. Climate change impacts on bumblebees converge across continents. Science, v. 349, n. 6244, p. 177-180, 2015. KUPLICH, T.M.; MOREIRA, A.; FONTANA, D.C. Time series of vegetation index for different vegetation types in Rio Grande do Sul. Engenharia Agr?cola & Ambiental, v. 17, n. 10, p. 1116-1123, 2013. LIMA, R. A.; MORI, D. P.; PITTA, G.; MELITO, M.O.; BELLO, C.; MAGNAGO, L. F.; ZWIENER, V.P.; SARAIVA, D.D.; MARQUES, M.C.M.; OLIVEIRA; A.A.; PRADO P.I. How much do we know about the endangered Atlantic Forest? Reviewing nearly 70 years of information on tree community surveys. Biodiversity and Conservation, v. 24, n. 9, p. 2135-2148, 2015. NATIONAL AERONAUTICS AND SPACE ADMINISTRATION (NASA); UNITED STATES GEOLOGICAL SURVEY (USGS). Imagens Landsat-5 sensor TM dos anos de 1985, 1991, 1995, 2001, 2006 e 2011 e Imagem Landsat-8 sensor OLI do ano 2016: Climate Data Record (CDR) Surface Reflectance. 2017. Dispon?vel em: http://earthexplorer.usgs.gov/. Acesso em: 14 abr. 2017. ______. Caracter?sticas das bandas dos sat?lites Landsat-5 sensor TM e Landsat-8 sensor OLI. 2015. Dispon?vel em: http://landsat.gsfc.nasa.gov/?p=3180. Acesso em: 14 abr. 2015. MACHADO, I.E.S.; SANTOS, M.M.; GIONGO, M.; CARVALHO, E.V.; NETO, E.G. Modelos para estimativa de vari?veis florestais com a utiliza??o de imagens multiespectrais. Pesquisa Florestal Brasileira, v. 37, n. 90, p. 171-181, 2017. MARCUSSI, A.B.; BUENO, C.R.P., MIQUELONI, D.P.; ARRAES, C.L. Utiliza??o de ?ndices de vegeta??o para os sistemas de informa??o geogr?fica. Caminhos de Geografia, v. 11, n. 35, p. 41-53, 2010. MARTINEZ, B.; GILABERT, M.A. Vegetation dynamics from time series using the wavelet transform. Remote Sensing of Environment, v. 113, n. 1, p. 1829-1842, 2009. MARTINS, M.S.; JOHNSSON, R.M.F.; VIANA, V.J. Constru??o de banco de dados geogr?ficos para avalia??o da vulnerabilidade ecol?gica em bacias hidrogr?ficas: a experi?ncia da Bacia Lagos S?o Jo?o, RJ. Interface, v. 11, n. 5, p. 18-33, 2016. MYERS, N.; MITTERMEIER, R.A.; MITTERMEIER, C.G.; FONSECA, G.A.B.; KENT, 66 J. Biodiversity hotspots for conservation priorities. Nature, v. 403, n. 333, p. 853-858, 2000. MOREIRA, A.A.; FERNANDES, F.H.S.; DE ALMEIDA, R.P.; NERY, C.V.M. An?lise do comportamento espectral de fitofisionomias no Parque Estadual Lapa Grande por meio de dados MODIS. Geografia F?sica, v. 6, n. 6, p. 1705-1718, 2014. NERY, C.V.M.; MOREIRA, A.A.; FERNANDES, F.H.S.; ALMEIDA, L.S.; ALMEIDA, R.P. Utiliza??o do modelo linear de mistura espectral e NDVI para avalia??o do comportamento de ?rea desmatada no munic?pio de Rio Pardo de Minas/MG. Caminhos de Geografia, v. 15, n. 49, p. 104-112, 2014. ORGANIZA??O DAS NA??ES UNIDAS PARA ALIMENTA??O E AGRICULTURA. Avalia??o dos recursos florestais globais 2015: Relat?rio do pa?s Brasil. 2014. Dispon?vel em: http://www.fao.org/3/a-az172e.pdf. Acessado em: 11 abr. 2015. PETTORELLI, N.V.; VIK, J.O.; MYSTERUD, A.; GAILLARD, J.M.; TUCKER, C.J.; STENSETH, N.C. Using the satellite-derived NDVI to assess ecological responses to environmental change. Trends in Ecology and Evolution, v. 20, n. 1, p. 503-510, 2005. PONZONI, F.J.; SHIMABUKURO, Y.E.; KUMPLICH, T.M. Sensoriamento remoto no estudo da vegeta??o. 2. ed. - S?o Jos? dos Campos: Oficina dos textos, 2013. 176p. RAMOS, R.P.S. Mapeamento e caracteriza??o da densidade da vegeta??o bacia hidrogr?fica do Rio Para?ba do Meio. Geoci?ncias do Nordeste, v. 2, n. 1, p. 1110-1119, 2016. R?GO, S.C.; LIMA, P.P.S.; LIMA, M.N.S.; MONTEIRO, T.R.R. An?lise comparativa dos ?ndices de vegeta??o NDVI e SAVI no munic?pio de S?o Domingos do Cariri/PB. Geonorte, v. 2, n. 4, p. 1217-1229, 2012. RIBEIRO, M.C.; METZGER, J.P.; MARTENSEN, A.C.; PONZONI, F.J.; HIROTA, M.M. The Brazilian Atlantic Forest: how much is left, and how is the remaining forest distributed? Implications for conservation. Biological Conservation, v. 142, n. 6, p. 1141-1153, 2009. ROBINSON, N.P.; ALLRED, B.W.; JONES, M. O.; MORENO, A.; KIMBALL, J.S.; NAUGLE, D.E. A Dynamic Landsat Derived Normalized Difference Vegetation Index (NDVI) Product for the Conterminous United States. Remote Sensing, v. 9, n. 8, p. 863, 2017. ROUSE, J.W.; HAAS, R.H.; SCHELL, J.A.; DEERING, D.W. Monitoring the vernal advancement and retrogradation (greenwave effect) of natural vegetation. Texas: Texas A&M University, 1974. 390p. 67 SALAMENE, S.; FRANCELINO, M.R; VALCARCEL, R.; LANI, J.L.; S?, M.M.F. Estratifica??o e caracteriza??o ambiental da ?rea de preserva??o permanente do Rio Guandu/RJ. ?rvore, v. 35, n. 2, p. 221-231, 2011. SHE, X.; ZHANG, L.; CEN, Y.; WU, T.; HUANG, C.; BAIG, M.H.A. Comparison of the continuity of vegetation indices derived from Landsat 8 OLI and Landsat 7 ETM+ data among different vegetation types. Remote Sensing, v. 7, n. 10, p. 13485-13506, 2015. SILVA, S.C.P.; BAPTISTA, G.M.M. An?lises espectrais da vegeta??o com dados Hyperion e sua rela??o com a concentra??o e o fluxo de CO2 em diferentes ambientes na Amaz?nia brasileira. Ci?ncias Geod?sicas, v. 21, n. 2, p. 354-370, 2015. SILVA, R.M.P.; LIMA, J.R.; MENDON?A, I.F.C. Altera??o da cobertura vegetal na sub-bacia do Rio Espinharas de 2000-2010. Engenharia Agr?cola & Ambiental, v. 18, n. 2, p. 202-209, 2014a. SILVA, R.D.B.; DELGADO, R.C.; LYRA, G.B.; OLIVEIRA J?NIOR, J.F.; RODRIGUES, R.A.; CARDOZO, A.C.; BRASILEIRO, F.G. Din?mica espacial e temporal do uso da terra no munic?pio de Serop?dica/RJ, Brasil. Geografia Acad?mica, v. 8, n. 3, p. 8-49, 2014b. SILVA, M.T.; COSTA, S.C.D.E.; SANTOS, A.D.S.; SANTOS, A.F. An?lise da cobertura do solo na regi?o do Rio pardo/RS, com base em imagens espectrais do mapeador tem?tico do Landsat-5. Geografia, v. 28, n. 3, p. 109-126, 2011. VERMOTE, E.; JUSTICE, C.; CLAVERIE, M.; FRANCH, B. Preliminary analysis of the performance of the Landsat 8/OLI land surface reflectance product. Remote Sensing of Environment, v. 185, p. 46-56, 2016. VUOLO, F.; MATTIUZZI, M.; ATZBERGER, C. Comparison of the Landsat Surface Reflectance Climate Data Record (CDR) and manually atmospherically corrected data in a semi-arid European study area. International Journal of Applied Earth Observation and Geoinformation, v. 42, n. 1, p. 1-10, 2015. XLSTAT SUPPLEMENT. Vers?o 7.5.2 para Excel 2010. Reino Unido: Addinsoft 2015. Dispon?vel em: http://xlstat-pro.software.informer.com/7.5/ Acessado em: 11 abr. 2015. WWF-BRASIL. Projeto HSBC Seguros: Bacia hidrogr?fica do Rio Capivari/RJ. Araruama/RJ: Cons?rcio Intermunicipal Lagos S?o Jo?o, 2012. 36p. AB?S?BER, A.N. Do c?digo florestal para o c?digo da biodiversidade. Terra & Did?tica, v. 7, n. 2, p. 117-124, 2011. ALARCON, G.G.; AYANU, Y.; FANTINI, A.C.; FARLEY, J.; SCHMITT FILHO, A.; KOELLNER, T. Weakening the Brazilian legislation for forest conservation has severe impacts for ecosystem services in the Atlantic Southern Forest. Land Use Policy, v. 47, n. 4, p. 1-11, 2015. ALTIERI, M.A.; NICHOLLS, C.I. The adaptation and mitigation potential of traditional agriculture in a changing climate. Climatic Change, v. 140, n. 1, p. 33-45, 2017. AMARAL, M.V.F.; SOUZA, A. L.; SOARES, V. P.; SOARES, C. P; LEITE, H. G.; MARTINS, S.V.; FERNANDES FILHO, S.V.; LANA, E.I.J.M. Avalia??o e compara??o de m?todos de classifica??o de imagens de sat?lites para o mapeamento de est?dios de sucess?o florestal. ?rvore, v. 33, n. 3, p. 575-582, 2009. ANTUNES, P.B. The precautionary principle in the Brazilian environmental law. Veredas do Direito, v. 13, n. 27, p. 63-88, 2016. ARCGIS: Vers?o 10.2. Redlands-California, USA: Environmental Systems Resource Institute (ESRI). 2016. BIDEGAIN, P.; PEREIRA, L.F.M. Plano das Bacias Hidrogr?ficas da Regi?o dos Lagos e do Rio S?o Jo?o- Rio de Janeiro. Araruama/ RJ: Cons?rcio Intermunicipal para Gest?o das Bacias da Regi?o dos Lagos, Rio S?o Jo?o e Zona Costeira ? CILSJ, 2005. 153p. BERTINI, M.A; FUSHITA, A.T.; LIMA, M.I.S. Vegetation coverage in hydrographic basins in the central region of the State of S?o Paulo, Brazil. Brazilian Journal of Biology, v. 75, n. 3, p. 709-717, 2015. BRASIL, Rep?blica Federativa. Cadastro Ambiental Rural: Boletim Informativo Dados at? 16 de fevereiro de 2018. 2018. Dispon?vel em: http://www.florestal.gov.br/documentos/car/boletim-do-car/3294-boletim-informativo-janeiro-de-2018/file. Acessado em: 11 de Mar. De 2018. ______. Rio de Janeiro: Rio Bonito e Silva Jardim. 2015a. Diretoria de Pesquisas/DPE - Coordena??o de Popula??o e Indicadores Sociais/COPIS. Dispon?vel em: http://www.cidades.ibge.gov.br/xtras/perfil.php. Acessado em: 18 de Nov. de 2015. ______. Geocat?logo de imagens de sat?lite RapidEye-REIS do Minist?rio do Meio Ambiente: Cenas das imagens RapidEye-REIS dos munic?pios de Rio Bonito e Silva Jardim datadas de 17 de setembro e 05 de dezembro do ano de 2012. 2015b. Dispon?vel em: http://geocatalogo.ibama.gov.br/. Acessado em: 18 de Nov. de 2015. ______. ?ndices B?sicos de 2013. Bras?lia: Instituto Nacional de Coloniza??o e 97 Reforma Agr?ria, 2013. 149p. ______. Lei Federal n.? 12.651, de 25 de maio de 2012. Disp?e sobre a prote??o da vegeta??o nativa; altera as Leis ns.? 6.938/1981 e 9.393/1996; revoga as Leis ns.? 4.771/1965 e 7.754/1989. Bras?lia: Di?rio Oficial [da] Rep?blica Federativa do Brasil. 28 de Mai. de 2012a. ______. Lei Federal n.? 12.727, de 17 outubro de 2012. Altera a Lei no 12.651/2012, que disp?e sobre a prote??o da vegeta??o nativa; altera as Leis n.? 6.938/1981, 9.393/1996, e 11.428/2006; e revoga as Leis n.? 4.771/1965, e 7.754/1989, a Medida Provis?ria n.? 2.166-67/2001, o item 22 do inciso II do art. 167 da Lei n.? 6.015/1973. Bras?lia: Di?rio Oficial [da] Rep?blica Federativa do Brasil. 18 de Out. de 2012b. ______. Decreto Federal n.? 6.514, de 22 de julho de 2008. Disp?e sobre as infra??es e san??es administrativas ao meio ambiente, estabelece o processo administrativo federal para apura??o destas infra??es, e d? outras provid?ncias. Bras?lia: Di?rio Oficial [da] Rep?blica Federativa do Brasil. 22 de Jul. 2008. ______. Lei Federal n.? 11.428, de 22 de dezembro de 2006. Disp?e sobre a utiliza??o e prote??o da vegeta??o nativa do Bioma Mata Atl?ntica, e d? outras provid?ncias. Bras?lia: Di?rio Oficial [da] Rep?blica Federativa do Brasil. 26 de Dez. 2006. ______. Resolu??o do Conselho Nacional do Meio Ambiente (CONAMA) n? 303, de 20 de mar?o de 2002. Disp?e sobre par?metros, defini??es e limites de ?reas de Preserva??o Permanente. Bras?lia: Di?rio Oficial [da] Rep?blica Federativa do Brasil. 30 de Mai. 2002. ______. Lei Federal n.? 9.605, de 12 fevereiro de 1998. Disp?e sobre as san??es penais e administrativas derivadas de condutas e atividades lesivas ao meio ambiente, e d? outras provid?ncias. Bras?lia: Di?rio Oficial [da] Rep?blica Federativa do Brasil. 13 de Fev. 1998. ______. Lei Federal n.? 4.771, de 15 de setembro de 1965. Institui o novo C?digo Florestal. Rio de Janeiro: Di?rio Oficial [da] Rep?blica Federativa do Brasil. 16 de Set. de 1965. CASTELO, T.B. Brazilian forestry legislation and to combat deforestation government policies in the Amazon (Brazilian Amazon). Ambiente & Sociedade, v. 18, n. 4, p. 221-242, 2016. CONGALTON, R.; GREEN, K. Assessing the accuracy of remotely sensed data: principles and practices. Boca Raton: CRC/Taylor & Francis, 2009. 183p. COUTINHO, S.M.V.; FREITAS, V.P.; PHILIPPI J?NIOR; A. El papel de la academia en la elaboraci?n del C?digo Forestal Brasile?o. Monfrag?e, v. 2, n. 2, p. 1-26, 2014. DAS, K.; SARMA, P.D.; SENGUPTA, S. Discrimination and plot wise area estimation of seasonal crops from high resolution World View 2 Multispectral Image. Asian Journal of Geoinformatics, v. 15, n. 2, p.10-21, 2015. 98 DI-GREGORIO, M.; NURROCHMAT, D.R.; PAAVOLA, J.; SARI, I.M.; FATORELLI, L.; PRAMOVA, E.; KUSUMADEWI, S.D. Climate policy integration in the land use sector: Mitigation, adaptation and sustainable development linkages. Environmental Science & Policy, v. 67, n. 3, p. 35-43, 2017. ELOY, L.; COUDEL, E.; TONI, F. Implementando pagamentos por servi?os ambientais no Brasil: caminhos para uma reflex?o cr?tica. Sustentabilidade em Debate, v. 4, n. 1, p. 21-41, 2013. FACCO, D.S.; BENEDETTI, A.C.P.; PEREIRA FILHO, W.; KAISER, E.A.; DAL OSTO, J.V. Geotechnologies for forest monitoring in the city of Nova Palma-Rio Grande do Sul BR. Journal of Management, Education and Environmental Technology, v. 20, n. 1, p. 417-426, 2016. FERRARI, J.L.; SANTOS, A.R.D.; GARCIA, R.F.; AMARAL, A.A.D.; PEREIRA, L.R. An?lise de conflito de uso e cobertura da terra em ?reas de preserva??o permanente do IFES/Campus de Alegre, munic?pio de Alegre/ES. Floresta & Ambiente, v. 22, n. 3, p. 307-321, 2015. FERRARO, P.J. The future of payments for environmental services. Conservation Biology, v. 25, n. 6, p. 1134-1138, 2011. FERREIRA, J.; PARDINI, R.; METZGER, J.P., FONSECA, C.R., POMPEU, P.S., SPAROVEK, G.; LOUZADA, J. Towards environmentally sustainable agriculture in Brazil: challenges and opportunities for applied ecological research. Journal of Applied Ecology, v. 49, n. 3, p. 535-541, 2012. FRAGA, N.C.; FAVA, T.; H?FIG, P.; SILVA, G.M.F. Impacto do novo c?digo florestal: an?lise na bacia do Ribeir?o Engenho de Ferro, Ibipor?/PR. Geographia Opportuno Tempore, v. 3, n. 1, p. 80-101, 2014. FRANCELINO, M.R.; SILVA, J.A. Impacto da inclina??o m?dia na delimita??o de ?rea de preserva??o permanente. Floresta & Ambiente, v. 21, n. 4, p. 441-448, 2014. GASPARINI, K.A.C.; LYRA, G.B.; FRANCELINO, M.R.; DELGADO, R.C., OLIVEIRA J?NIOR, J.F.O.; FACCO, A.G. T?cnicas de geoprocessamento e sensoriamento remoto aplicadas na identifica??o de conflitos do uso da terra em Serop?dica/RJ. Floresta & Ambiente, v. 20, n. 3, p. 296-306, 2013. GODECKE, M.V.; HUPFFER, H.M.; CHAVES, I.R. The Future of Payments for Environmental Services in Brazil through the New Forest Code. Desenvolvimento & Meio Ambiente, v. 31, n. 1, p. 31-42, 2014. GOMES, R.L.; VALADARES, J.O.; MORAES, M.E.B.; FRANCO, G.B.; MARQUES, E.A.G. Panorama do uso e ocupa??o do solo presente nas ?reas de Preserva??o Permanente da Bacia do Rio Almada/BA. Geografia, v. 30, n. 3, p. 98-115, 2014. GOUV?A, Y.M.G. Novo c?digo florestal: coment?rios ? Lei n.? 12.651, de 25 de maio de 2012, ? Lei n.? 12.727, de 17 de outubro de 2012 e do Decreto n.? 7.830, de 17 de outubro de 2012. In.: MILAR?, ?.; MACHADO, P.A.L. (Coordenadores). Direito 99 Ambiental Brasileiro. 2. ed. S?o Paulo: Revista dos Tribunais, 2013. 1466p. LANDIS, J.R.; KOCH, G.G. The measurement of observer agreement for categorical data. Biometrics, v. 33, n. 2, p. 159-174, 1977. LIMA, R. A., MORI, D. P., PITTA, G., MELITO, M. O., BELLO, C., MAGNAGO, L. F., ZWIENER, V.P.; SARAIVA, D.D.; MARQUES, M.C.M.; OLIVEIRA; A.A.; PRADO P.I. How much do we know about the endangered Atlantic Forest? Reviewing nearly 70 years of information on tree community surveys. Biodiversity and Conservation, v. 24, n. 9, p. 2135-2148, 2015. MARTINS, T.P.; RANIERI, V.E.L. Agroforestry as an alternative to legal reserves. Ambiente & Sociedade, v. 17, n. 3, p. 79-96, 2014. MARTINS, S.; GUARANY, O.; FERRETTI, A.; SUASSUNA, K.R.; CARVALHO, F.; BRITO, B.; CARDOSO, D.; PRADO, P.G. Relat?rio T?cnico: Potenciais impactos das altera??es do C?digo Florestal Brasileiro na meta nacional de redu??o de emiss?es de gases de efeito estufa. 2010. Dispon?vel em: http://assets.wwfbr.panda.org/downloads/relatorio.pdf. Acessado em: 06 Mai. 2016. MOREIRA, T.R.; SANTOS, A.R.; DALFI, R.L.; CAMPOS, R.F.; SANTOS, G.M.A.D.A.; EUGENIO, F.C. Confronto do uso e ocupa??o da terra em APPs no munic?pio de Muqui/ES. Floresta & Ambiente, v. 22, n. 2, p. 141-152, 2015. MYERS, N.; MITTERMEIER, R.A.; MITTERMEIER, C.G.; FONSECA, G.A.B.; KENT, J. Biodiversity hotspots for conservation priorities. Nature, v. 403, n. 333, p. 853-858, 2000. NARDINI, R.C.; CAMPOS, S., RIBEIRO, F.L.; GOMES, L.N.; FELIPE, A.C.; CAMPOS, M. Avalia??o das ?reas de conflito de uso em APP da microbacia do Ribeir?o Morro Grande. Caminhos de Geografia, v. 16, n. 55, p. 104-113, 2015. NASSAR, A. M; ANTONIAZZI, L. B. Reforma do C?digo Florestal: uma vis?o equilibrada. Vis?o Agr?cola, v. 4, n. 8, p. 4-7, 2012. NERY, C.V.M.; BRAGA, F.L.; MOREIRA, A.A.; FERNANDES, F.H.S. Aplica??o do novo c?digo florestal na avalia??o das ?reas de preserva??o permanente em topo de Morro na Sub-Bacia do Rio Canoas no munic?pio de Montes Claros/MG. Geografia F?sica, v. 6, n. 6, p. 1673-1688, 2014. NUNES, J.F.; ROIG, H.L. An?lise e mapeamento do uso e ocupa??o do solo da bacia do alto Descoberto, DF/GO, por meio de classifica??o autom?tica baseada em regras e l?gica nebulosa. ?rvore, v. 39, n. 1, p. 25-36, 2015. OLIVEIRA, G.C.; FERNANDES-FILHO, E.I. Automated mapping of permanent preservation areas on hilltops. Cerne, v. 22, n. 1, p. 111-120, 2016. ORGANIZA??O DAS NA??ES UNIDAS PARA ALIMENTA??O E AGRICULTURA. Avalia??o dos recursos florestais globais 2015: Relat?rio do pa?s Brasil. 2014. Dispon?vel em: http://www.fao.org/3/a-ae.pdf. Acessado em: 11 abr. 2015. 100 PAIVA, S.L.P.; SILVA, S.M.A.N.; NEVES, R.J.; SILVA MIRANDA, M.R. A??es antr?picas na ?rea de preserva??o permanente do C?rrego Sangradouro em C?ceres/MT, e suas implica??es nos aspectos f?sico-qu?mico da ?gua. Caminhos de Geografia, v. 16, n. 56, p. 49-61, 2015. PAVEZZII-NETTO, M.; SILVA, R.S. M?todo Expedito para a an?lise de qualidade ambiental em zonas rip?rias urbanas. Parano?, v. 1, n. 7, p. 61-67, 2014. PLATIAU, A.F.B.; VIANA, F.C.; SILVA, C.H.R.T. Brazil's institutional dissonance and its challenges for the Rio+20 Conference. Brazilian Journal of International Law, v. 9, n. 3, p. 159, 2012. RENDON, O; DALLIMER, M.; PAAVOLA, J. Flow and rent-based opportunity costs of water ecosystem service provision in a complex farming system. Ecology and Society, v. 21, n. 4, p. 1-16, 2016. RIBEIRO, C.A.A.S., LEMOS, N.D.C.M., OLIVEIRA, B.K., SOARES, V.P.; SILVA, E. ?reas de preserva??o permanente em conflito com o uso e a ocupa??o do solo na bacia hidrogr?fica do C?rrego Sert?o, Cajuri/MG. Agrogeoambiental, v. 6, n. 2, p. 21-29, 2014. RIBEIRO, C.A.A.S.; SOARES, V.P.; OLIVEIRA, A.M.S.; GLERIANI, J.M. The challenge of the delineation of natural preserves. ?rvore, v. 29, n. 2, p. 203-212, 2005. RICHARDS, R.C.; KENNEDY, C.J.; LOVEJOY, T.E.; BRANCALION, P.H. Considering farmer land use decisions in efforts to ?scale up? payments for watershed services. Ecosystem Services, v. 23, n. 1, p. 238-247, 2017. RIO DE JANEIRO. Estado do. Base de dados do estado do Rio de Janeiro. Rio de Janeiro: Secretaria de Estadual de Desenvolvimento Regional, Abastecimento e Pesca do Rio de Janeiro (SEDRAP/RJ). 2016. Dispon?vel em: http://webgeo.desenvolvimentoregional.rj.gov.br. Acessado em: 19 Mar. 2015. ______. Decreto Estadual n.? 26.058, de 14 de mar?o de 2000. Define as Macrorregi?es ambientais do estado do Rio de Janeiro e d? outras provid?ncias. Rio de Janeiro, RJ: Di?rio Oficial [do] estado do Rio de Janeiro. 14 de Mar. de 2000. RODRIGUES-FILHO, J.L.; ABE, D.S.; GATTI-JUNIOR, P.; MEDEIROS, G.R.; DEGANI, R.M.; BLANCO, F.P.; FARIA, C.R.L.; CAMPANELLIA; SOARES, L; SIDAGIS-GALLIA, F.S.; TEIXEIRA-SILVA; C.V.V.; TUNDISI, J.E.M.; MATSMURA-TUNDISI, T.; TUNDISI, J.G. Spatial patterns of water quality in Xingu River Basin (Amazonia) prior to the Belo Monte dam impoundment. Brazilian Journal of Biology; v. 75, n. 3, p. 34-46, 2015. ROSA, F.; TONELLO, K.C.; LOUREN?O, R.W. Selection of priority areas for payment of environmental services: an analysis at the watershed level. Ambiente & ?gua, v. 11, n. 2, p. 448-461, 2016. SANTOS, A.R.; CHIMALLI, T.; PELUZIO, J.B.E.; SILVA, A.G.; SANTOS, G.M.; AMARAL, D.A.; LORENZON, A.S.; TEIXEIRA, T.R.; CASTRO, N.L.M.; SOARES, 101 C.A.A.R. Influence of relief on permanent preservation areas. Science of the Total Environment, v. 541, n. 3, p. 1296-1302, 2016. SANTOS, A.R.; CHIMALLI, T.; PEL?ZIO, J.B.; SILVA, A.G.; SANTOS, G.M.A.D.A.; LORENZON, A.S.; TEIXEIRA, T R.; CASTRO, N.L.M.; MARCATTI, G.E.; DOMINGUES, G.F.; RIBEIRO, C.A.A.S. ?reas de preserva??o permanente no entorno do Parque Nacional do Capara?: an?lise comparativa de acordo com o Antigo e o Novo C?digo Florestal. In.: SANTOS, A.R.; RIBEIRO, C.A.A.; PELUZIO, J.B.E.; T.M.O.; SANTOS, G.M.A.D.A.; MOREIRA, G.L.; MAGALH?ES, I.A.L.M. (Org.). Geotecnologias & an?lise ambiental: aplica??es pr?ticas. Alegre, ES: CAUFES, 2015, p.68-83. SILVA, J.A.A.; NOBRE, A.D.; MANZATTO, C.V.; JOLY, C.A.; RODRIGUES, R.R.; SKORUPA, L.A.; NOBRE, C.A.; AHRENS, S.; MAY; P.H.; RECH FILHO, E.L. O C?digo Florestal e a ci?ncia: contribui??es para o di?logo. 2. ed. rev. - S?o Paulo: Sociedade Brasileira para o Progresso da Ci?ncia- SBPC; Academia Brasileira de Ci?ncias- ABC, 2012. 294p. SILVA, J.S.; RANIERI, V.E.L. The legal reserve areas compensation mechanism and its economic and environmental implications. Ambiente & Sociedade, v. 17, n. 7, p. 115-132, 2014. SOARES-FILHO, B.; RAJ?O, R.; MACEDO, M.; CARNEIRO, A.; COSTA, W.; COE, M.; RODRIGUES, H.; ALENCAR, A. Cracking Brazil?s forest code. Science, v. 344, n. 6182, p. 363-364, 2014. SOUZA, M.C.S.; PI?A-RODRIGUES, F.C.M. Desenvolvimento de esp?cies arb?reas em sistemas agroflorestais para recupera??o de ?reas degradadas na floresta ombr?fila densa, Paraty/RJ. ?rvore, v. 37, n. 5, p. 89-98, 2013. SPAROVEK, G.; BERNDS, G.; BARRETO, A.G; KLUG, I.L.F. The revision of the Brazilian Forest Act: increased deforestation or a historic step towards balancing agricultural development and nature conservation? Environmental Science & Policy, v. 16, n. 4, p. 6572, 2012. SPRING: Vers?o 5.2.7. S?o Jos? dos Campos: Instituto Nacional de Pesquisas Espaciais (INPE), 2016. STEENBOCK, W.; SILVA, R.O.; FROUFE, L.C.M.; SEOANE, C.E. Agroflorestas e Sistemas Agroflorestais no espa?o e no tempo. In.: STEENBOCK, W.; SILVA, L.C.; SILVA, R.O.; RODRIGUES, A.S.; PEREZ-CASSARINO, J.; FONINI, R. (Coordenadores). Agrofloresta, ecologia e sociedade. Curitiba: Kair?s, 2013. p.39-60. SURREY SATELLITE TECHNOLOGY LTD., SSTL. Sat?lite RapidEye-REIS. 2014. Dispon?vel em: http://www.amskepler.com/RapidEye-REIS-info/. Acesso em: 19 nov. 2015. TUNDISI, J.G.; MATSMURA-TUNDISI, T. Potencial impacts of changes in the forest law in relation to water resources. Biota Neotropica, v. 10, n. 4, p. 67-76. 2010. TUNDISI, J.G. Water resources in the future: problems and solutions. Estudos avan?ados, v. 22, n. 63, p. 7-16, 2008. XUN, L.; WANG, L. An object-based SVM method incorporating optimal segmentation scale estimation using Bhattacharyya Distance for mapping salt cedar with QuickBird imagery. GIScience & Remote Sensing, v. 52, n. 3, p. 257-273, 2015. ABDIKAN, S.; SANLI, F.B.; USTUNER, M.; CAL?, F. Land cover mapping using SENTINEL-1 SAR Data. Remote Sensing and Spatial Information Sciences, v. 2, n. 1, p. 757-761, 2016. ADDINSOFT: Xlstat supplement. Vers?o 7.5.2 para Excel 2010. Reino Unido: Addinsoft 2015. ANDRADE, A.C.; FRANCISCO, C.N.; ALMEIDA, M.C. Desempenho de classificadores param?trico e n?o param?trico na classifica??o da fisionomia vegetal. Cartografia, v. 66, n. 2, p. 349-363, 2014. ANDRADE, D.C.; ROMEIRO, A.R.; SIM?ES, M.S. From an Empty to a Full World: a nova natureza da escassez e suas implica??es. Economia & Sociedade, v. 21, n. 3, p. 695-722, 2012. ANTUNES, A.B.F.; LINGNAU, J.C.S. Object oriented analysis and semantic network for high resolution image classification. Ci?ncias Geod?sicas, v. 9, n. 2, p. 233-242, 2003. ARCGIS: Vers?o 10.2. Redlands-California, USA: Environmental Systems Resource Institute (ESRI). 2014. ARRUDA, G.P.; DEMATT?, J.A.; SILVA, C.C. Mapeamento digital de solos por redes neurais artificiais com base na rela??o solo-paisagem. Ci?ncia do Solo, v. 37, n. 2, p. 327-338, 2013. BALZTER, H.; COLE, B.; THIEL, C.; SCHMULLIUS, C. Mapping CORINE land cover from Sentinel-1A SAR and SRTM digital elevation model data using Random Forests. Remote Sensing, v. 7, n. 11, p. 14876-14898, 2015. BOURENNANE, H.; COUTURIER, A.; PASQUIER, C.; CHARTIN, C.; HINSCHBERGER, F.; MACAIRE, J.J.; SALVADOR-BLANES, S. Comparative performance of classification algorithms for the development of models of spatial distribution of landscape structures. Geoderma, v. 219, n. 8, p. 136-144, 2014. BIDEGAIN, P.; PEREIRA, L.F.M. Plano das Bacias Hidrogr?ficas da Regi?o dos Lagos e do Rio S?o Jo?o- Rio de Janeiro. Araruama/ RJ: Cons?rcio Intermunicipal para Gest?o das Bacias Hidrogr?ficas da Regi?o dos Lagos, Rio S?o Jo?o e Zona Costeira ? CILSJ, 2005. 153 p. BRASIL, Rep?blica Federativa. MINIST?RIO DO MEIO AMBIENTE (MMA). Geocat?logo de imagens de sat?lite RapidEye-REIS do MMA: Cenas dos munic?pios de Rio Bonito e Silva Jardim datadas de 17 de setembro e 05 de dezembro do ano de 2012. Dispon?vel em: http://geocatalogo.ibama.gov.br/. Acessado em: 18 de Nov. de 2015. BREIMAN, L. Random forests. Machine learning, v. 45, n. 3, p. 5-32, 2001. 131 CEAMANOS, X; WASKE, B; BENEDIKTSSON, J.A; CHANUSSOT, J; FAUVEL, M; SVEINSSON, J.R. A classifier ensemble based on fusion of support vector machines for classifying hyperspectral data. International Journal of Image and Data Fusion, v. 1, n. 4, p. 293-307, 2010. CHITROUB, S. Classifier combination and score level fusion: concepts and practical aspects. International Journal of Image and Data Fusion, v. 3, n. 2, p. 113-135, 2010. COHEN, J. A coefficient of agreement of nominal scales. Educational and Psychological Measurement, v. 20, n. 3, p. 37-46. 1960. COLOMBO, A.F.; JOLY, C.A. Brazilian Atlantic Forest lato sensu: the most ancient Brazilian forest, and a biodiversity hotspot, is highly threatened by climate change. Brazilian Journal of Biology, v. 70, n. 3, p. 697-708, 2010. CONGALTON, R.G.; GU, J.; YADAV, K.; THENKABAIL, P.; OZDOGAN M. Global land cover mapping: a review and uncertainty analysis. Remote Sensing, v. 6, n. 12, p. 12070-12093, 2014. CONGALTON, R.G.; GREEN, K. Assessing the accuracy of remotely sensed data: principles and practices. Boca Raton: CRC Press, 209. 1999p. CONGALTON, R.G. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing Environmental, v. 37, n. 1, p. 35-46, 1991. DU, P.; XIA, J.; ZHANG, W.; TAN, K.; LIU, Y.; LIU, S. Multiple classifier system for remote sensing image classification: a review. Sensors, v. 12, n. 4, p. 4764-4792, 2012. FERNANDEZ-LOZANO, C.; SEOANE, J.A.; GESTAL, M.; GAUNT, T.R.; DORADO, J.; CAMPBELL, C. Texture classification using feature selection and kernel-based techniques. Soft Computing, v. 19, n. 9, p. 2469-2480, 2015. FRANCISCO, C.N.; ALMEIDA, C. M. Avalia??o de desempenho de atributos estat?sticos e texturais em uma classifica??o de cobertura da terra baseada em objeto. Ci?ncias Geod?sicas, v. 18, n. 2, p. 302-326, 2012. FRIEDL, M.A.; SULLA-MENASHE, D.; TAN, B.; SCHNEIDER, A.; RAMANKUTTY, N.; SIBLEY, A.; HUANG, X. MODIS Collection 5 global land cover: Algorithm refinements and characterization of new datasets. Remote Sensing of Environment, v. 114, n. 1, p. 168-182, 2010. FUNDA??O SOS MATA ATL?NTICA & INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE). Atlas da Mata Atl?ntica mostra situa??o do desmatamento no Rio de Janeiro. 2015. S?o Paulo: Funda??o SOS Mata Atl?ntica & INPE. Dispon?vel https://www.sosma.org.br/wp-content/uploads/2015/11/Atlas-munic%C3%ADpios-SOS-Rio-de-Janeiro-OK.pdf. Acessado em: 19 de Nov. de 2015. 132 GAROFALO, D.F.T.; MESSIAS, C.G.; LIESENBERG, V.; BOLFE, ?.L.; FERREIRA, M.C. An?lise comparativa de classificadores digitais em imagens do Landsat-8 aplicados ao mapeamento tem?tico. Pesquisa Agropecu?ria Brasileira, v. 50, n. 7, p. 593-604, 2015. JENSEN, J.R.; EPIPHANIO, J.C.N. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. 3. ed. - S?o Jos? dos Campos: Par?ntese, 2009. 604p. KOHONEN, T. Learning vector quantization. In: Self-organizing maps. Berlin: Springer, 2001. p. 245-261. KUHN, M.; JOHNSON, K. Applied predictive modeling. New York: Springer, 2013. 600p. KUHN, M.; WING, J.; WESTON, S.; WILLIAMS, A.; KEEFER, C.; ENGELHARDT, A. Caret: Classification and Regression Training. R package version 4.58, 2010. Dispon?vel em: http://CRAN.R-project.org/ package=caret. Acessado em: 10 ago. 2016. LANDIS, J.R.; KOCH, G.G. The measurement of observer agreement for categorical data. Biometrics, v. 33, n. 1, p. 159-174, 1977. LAWRENCE, R.L.; MORAN, C.J. The AmericaView classification methods accuracy comparison project: A rigorous approach for model selection. Remote Sensing of Environment, v. 170, n. 3, p. 115-120, 2015. LI, G.; LU, D.; MORAN, E.; DUTRA, L.; BATISTELLA, M. A comparative analysis of ALOS PALSAR L-band and RADARSAT-2 C-band data for land-cover classification in a tropical moist region. Journal of Photogrammetry and Remote Sensing, v. 70, n. 1, p. 26-38, 2012. LI, J. Learning Vector Quantization and K-Nearest Neighbor. Penn State: Pennsylvania State University, 2016. 30p. LI, C.; WANG, J.; WANG, L.;, HU, L.; GONG, P. Comparison of classification algorithms and training sample sizes in urban land classification with Landsat thematic mapper imagery. Remote Sensing, v. 6, n. 2, p. 964-983, 2014. LU, D.; LI, G.; MORAN, E.; HETRICK, S. Spatiotemporal analysis of land-use and land-cover change in the Brazilian Amazon. International journal of remote sensing, v. 34, n. 16, p. 5953-5978, 2013. LU, D.; BATISTELLA, M.; LI, G.; MORAN, E.; HETRICK, S.; FREITAS, C.D.C.; DUTRA, L.V.; SANT'ANNA, S.J.S. Land use/cover classification in the Brazilian Amazon using satellite images. Pesquisa Agropecu?ria Brasileira, v. 47, n. 9, p. 1185-1208, 2012. LU, D; WENG, Q. A survey of image classification methods and techniques for improving classification performance. International Journal of Remote Sensing, v. 28, n. 5, p. 823-870, 2007. 133 MACHADO, C.A.S.; BELTRAME, A.M.K.; SHINOHARA, E.J.; GIANNOTTI, M.A.; DURIEUX, L.; N?BREGA, T.M.Q.; QUINTANILHA, J.A. Identifying concentrated areas of trip generators from high spatial resolution satellite images using object-based classification techniques. Applied Geography, v. 53, n. 5, p. 271-283, 2014. MACQUEEN, J. Some methods for classification and analysis of multivariate observations: proceedings of the fifth berkeley. Mathematical Statistics and Probability, v. 2, n. 4, p. 281-297, 1967. MCCOY, R.M. Field methods in remote sensing. New York: The Guilford Press, 2005. 177p. MELLO, A.Y.I., ALVES, D.S., LINHARES, C. A., LIMA, F.B. Avalia??o de t?cnicas de classifica??o digital de imagens Landsat em diferentes padr?es de cobertura da terra em Rond?nia. ?rvore, v. 36, n. 3, p. 537-547, 2012. MYERS, N.; MITTERMEIER, R.A.; MITTERMEIER, C.G.; FONSECA, G.A.B.; KENT, J. Biodiversity hotspots for conservation priorities. Nature, v.403, p.853-858, 2000. NOVO, E.M.L.M. Sensoriamento remoto: princ?pios e aplica??es. 4 ed. S?o Paulo: Edgard Blucher, 2010. 388p. OLIVEIRA, F.P.D.; FERNANDES FILHO, E.I.; SOARES, V.P.; SOUZA, A.L.D. Mapeamento de fragmentos florestais com monodomin?ncia de aroeira a partir da classifica??o supervisionada de imagens RapidEye-REIS. ?rvore, v. 37, n. 1, p. 151-161, 2013. PAL, M.; MATHER, P.M. An assessment of the effectiveness of decision tree methods for land cover classification. Remote Sensing of Environment, v. 86, n. 3, p.554-565, 2003. PARK, N.W.; KYRIAKIDIS, P.C.; HONG, S.Y. Spatial estimation of classification accuracy using indicator kriging with an image-derived ambiguity index. Remote Sensing, v. 8, n. 4, p. 320-340, 2016. PEREIRA, L.S.; GON?ALVES, B.B.; SILVA, N.C.D.M.; FERREIRA, S.A.L. Evolu??o espa?o-temporal do uso e cobertura da terra do Ribeir?o Pianc? em An?polis/GO. Mirante, v. 7, n. 1, p. 1-15, 2014. PIAZZA, G.A.; VIBRANS, A.C. Classifica??o orientada a objetos para mapear florestas secund?rias em Santa Catarina, Sul do Brasil. Cartografia, v. 5, n. 66, p. 993-1005, 2014. POUTEAUA, R.; COLLINB, A.; STOLLA, B. A Comparison of Machine Learning Algorithms for Classification of Tropical Ecosystems Observed by Multiple Sensors at Multiple Scales. WorldView, v. 2, n. 50, p. 1-10, 2011. RIDGEWAY, G. GBM: Generalized Boosted Regression Models, R package version 2.1.1. Wien, Austria: CRAN, 2015. 134 ROSENFIELD, G. H.; FITZPATRICK-LINS, K. A coefficient of agreement as a measure of thematic classification accuracy. Photogrammetric Engineering and Remote Sensing, v. 52, n. 5, p.223-227, 1986. RUIZ, L.F.C.; TEM-CATEN, A.; DALMOLIN, R.S.D. ?rvore de decis?o e a densidade m?nima de amostras no mapeamento da cobertura da terra. Ci?ncia Rural, v. 44, n. 6, p. 1001-1007, 2014. SAITO, N.S.; ARGUELLO, F.V.P.; MOREIRA, M.A.; SANTOS, A.R.D.; EUGENIO, F.C.; FIGUEIREDO, A.C. Geotecnology for forest cover temporal analisys. Cerne, v. 22, n. 1, p. 11-18, 2016. SANTOS, A. R. S.; PELUZIO, T. M. O.; SAITO, N. S. Spring 5.1.2 passo a passo: aplica??es pr?ticas. Alegre, ES: CAUFES, 2010. 153p. SANTOS, R. F. Planejamento ambiental: teoria e pr?tica. S?o Paulo: Oficina de textos, 2004. 184p. SCHOWENGERDT, R.A. Remote sensing, models and methods for image processing. 2 ed. - San Diego, USA: Academic Press, 1997. 522p. SEABRA, V.S.; CRUZ, C.M. Mapping the dynamics of land cover and land use in the watershed of S?o Jo?o River/RJ. Sociedade & Natureza, v. 25, n. 2, p. 411-426, 2013. SURREY SATELLITE TECHNOLOGY LTD., SSTL. Sat?lite RapidEye-REIS. 2014. Dispon?vel em: http://www.amskepler.com/RapidEye-REIS-info/. Acessado em: 19 de Nov. de 2015. TEAM, R. Core. R: A language and environment for statistical computing. Vienna, Austria R Foundation for Statistical Computing. 2016. TSO, B.; MATHER, P. Classification methods for remotely sensed data. Danvers: Taylor &Francis Group, 2009. 317 p. USTUNER, M.; BALIK-SANLI, F.; DIXON, B. Application of support vector machines for land use classification using high-resolution Rapideye images: a sensitivity analysis. European Journal of Remote Sensing, v. 48, n. 3, p. 403-422, 2015. WANG, B.; WONG, C.M.; WAN, F.; MAK, P.U.; MAK, P.I.; VAI, M.I. Comparison of different classification methods for EEG-based brain computer interfaces: a case study. Information and Automation, v. 9, n. 1, p. 1416-1421, 2009. ZHU, D. A hybrid approach for efficient ensembles. Decision Support Systems, v. 48, n. 3, p. 480-487, 2010. YOUSSEF, A.M., POURGHASEMI, H.R., POURTAGHI, Z.S.; AL-KATHEERI, M.M. Landslide susceptibility mapping using random forest, boosted regression tree, classification and regression tree, and general linear models and comparison of their 135 performance at Wadi Tayyah basin, Asir Region, Saudi Arabia. Landslides, v. 13, n. 5, p. 839?856, 2016. XU, L.; LI, J.; BRENNING, A. A comparative study of different classification techniques for marine oil spill identification using RADARSAT-1 imagery. Remote Sensing of Environment, v. 141, n. 2, p. 14-23, 2014.sensoriamento remotodin?micapaisagemremote sensingdynamicslandscapeRecursos Florestais e Engenharia FlorestalMapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de JaneiroDigital mapping of land use and land cover in Atlantic Forest in the catchment area of the Capivari River of the state of Rio de Janeiro.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRRJinstname:Universidade Federal Rural do Rio de Janeiro (UFRRJ)instacron:UFRRJTHUMBNAIL2018 - Liliane Garcia da Silva.pdf.jpg2018 - Liliane Garcia da Silva.pdf.jpgimage/jpeg1943http://localhost:8080/tede/bitstream/jspui/4858/4/2018+-+Liliane+Garcia+da+Silva.pdf.jpgcc73c4c239a4c332d642ba1e7c7a9fb2MD54TEXT2018 - Liliane Garcia da Silva.pdf.txt2018 - Liliane Garcia da Silva.pdf.txttext/plain284254http://localhost:8080/tede/bitstream/jspui/4858/3/2018+-+Liliane+Garcia+da+Silva.pdf.txt5a9b455691eab0b89f3549ad578298c3MD53ORIGINAL2018 - Liliane Garcia da Silva.pdf2018 - Liliane Garcia da Silva.pdfapplication/pdf3847978http://localhost:8080/tede/bitstream/jspui/4858/2/2018+-+Liliane+Garcia+da+Silva.pdfa9451167f77111905b7759d3dc3a9be8MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82089http://localhost:8080/tede/bitstream/jspui/4858/1/license.txt7b5ba3d2445355f386edab96125d42b7MD51jspui/48582022-05-27 14:35:04.927oai:localhost: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Biblioteca Digital de Teses e Dissertaçõeshttps://tede.ufrrj.br/PUBhttps://tede.ufrrj.br/oai/requestbibliot@ufrrj.br||bibliot@ufrrj.bropendoar:2022-05-27T17:35:04Biblioteca Digital de Teses e Dissertações da UFRRJ - Universidade Federal Rural do Rio de Janeiro (UFRRJ)false
dc.title.por.fl_str_mv Mapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de Janeiro
dc.title.alternative.eng.fl_str_mv Digital mapping of land use and land cover in Atlantic Forest in the catchment area of the Capivari River of the state of Rio de Janeiro.
title Mapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de Janeiro
spellingShingle Mapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de Janeiro
Silva, Liliane Garcia da
sensoriamento remoto
din?mica
paisagem
remote sensing
dynamics
landscape
Recursos Florestais e Engenharia Florestal
title_short Mapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de Janeiro
title_full Mapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de Janeiro
title_fullStr Mapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de Janeiro
title_full_unstemmed Mapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de Janeiro
title_sort Mapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de Janeiro
author Silva, Liliane Garcia da
author_facet Silva, Liliane Garcia da
author_role author
dc.contributor.advisor1.fl_str_mv Silva, Eliane Maria Ribeiro da
dc.contributor.advisor1ID.fl_str_mv 511.084.027-04
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/9274478730595213
dc.contributor.advisor-co1.fl_str_mv Mendon?a, Bruno Araujo Furtado de
dc.contributor.advisor-co2.fl_str_mv Francelino, M?rcio Rocha
dc.contributor.referee1.fl_str_mv Silva, Eliane Maria Ribeiro da
dc.contributor.referee2.fl_str_mv Fernandes Filho, Elpidio Inacio
dc.contributor.referee3.fl_str_mv Ara?jo, Emanuel Jos? Gomes de
dc.contributor.referee4.fl_str_mv Uz?da, Mariella Carmadelli
dc.contributor.referee5.fl_str_mv Durigon, Valdemir L?cio
dc.contributor.authorID.fl_str_mv 677.602.952-00
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/6622641961681815
dc.contributor.author.fl_str_mv Silva, Liliane Garcia da
contributor_str_mv Silva, Eliane Maria Ribeiro da
Mendon?a, Bruno Araujo Furtado de
Francelino, M?rcio Rocha
Silva, Eliane Maria Ribeiro da
Fernandes Filho, Elpidio Inacio
Ara?jo, Emanuel Jos? Gomes de
Uz?da, Mariella Carmadelli
Durigon, Valdemir L?cio
dc.subject.por.fl_str_mv sensoriamento remoto
din?mica
paisagem
topic sensoriamento remoto
din?mica
paisagem
remote sensing
dynamics
landscape
Recursos Florestais e Engenharia Florestal
dc.subject.eng.fl_str_mv remote sensing
dynamics
landscape
dc.subject.cnpq.fl_str_mv Recursos Florestais e Engenharia Florestal
description Remote sensing signals and guides the planning of soil cover, and answers on effective environmental legislation. In this sense, the thesis presents landscape changes in natural vegetation biome of the Atlantic Forest in the basin of Rio Capivari, located in the municipalities of Rio Bonito and Silva Jardim, in the state of Rio de Janeiro, Brazil. Remote sensing techniques were used as vegetation indices and classification methods supervised images of satellites Landsat 5 Thematic Mapper-(TM), Landsat 8-Operational Land Imager (OLS) and RapidEye-REIS. Thus, the thesis presents three chapters, where Chapter I is entitled by: vegetation indices and regeneration dynamics in the Atlantic Forest through time series of satellite images Landsat 5-TM (Thematic Mapper) and Landsat 8-OLI (Operational Land Imager), calculated vegetation indices Normalized Difference Vegetation Index-NDVI and Soil-Adjusted Vegetation Index-SAVI from Surface Reflectance Climate Data Record (CDR) products to indicate the effects of natural regeneration in both sub-basin and basin areas; Chapter II presents the title "Permanent Preservation Areas under Forestry Legislation for Scenarios with and without Consolidated Uses, for PPAs around springs, riparian areas (rivers), slopes and hillsides in three planning scenarios, Federal Law n?. 4.771/1965 and the Resolution of the National Council of the Environment (CONAMA) n.? 303/2002, in Scenario I; The New Forest Code by Federal Law 12.651 / 2012, for Scenario II; And Federal Laws n?. 12.651/2012 and n?. 12.727/2012, in Scenario III. Finally; Chapter III was called "Training and the behavior of non-parametric algorithms in the mapping of land use and land cover". The set of geospatial data of the present work allowed the identification of the regeneration, degradation and precision in the identification of the land uses and cover in the catchment area of the Capivari River effectively, of which they can be used as strategies of conservation and preservation of the study area as well as the Atlantic Forest biome.
publishDate 2018
dc.date.issued.fl_str_mv 2018-02-27
dc.date.accessioned.fl_str_mv 2021-07-20T11:08:35Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SILVA, Liliane Garcia da. Mapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de Janeiro. 2018. 143 f. Tese (Doutorado em Ci?ncias Ambientais e Florestais) - Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Serop?dica - RJ, 2018..
dc.identifier.uri.fl_str_mv https://tede.ufrrj.br/jspui/handle/jspui/4858
identifier_str_mv SILVA, Liliane Garcia da. Mapeamento digital do uso e cobertura na terra na Mata Atl?ntica da bacia hidrogr?fica do Rio Capivari do estado do Rio de Janeiro. 2018. 143 f. Tese (Doutorado em Ci?ncias Ambientais e Florestais) - Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Serop?dica - RJ, 2018..
url https://tede.ufrrj.br/jspui/handle/jspui/4858
dc.language.iso.fl_str_mv por
language por
dc.relation.references.por.fl_str_mv ABDIKAN, S.; SANLI, F.B., USTUNER, M.; CAL?, F. Land cover mapping using SENTINEL-1 SAR Data. Remote Sensing and Spatial Information Sciences, v. 2, n. 1, p. 757-761, 2016. ALMEIDA, A.S.; VIEIRA, I.C.G. Conflitos no uso da terra em ?reas de preserva??o permanente em um polo de produ??o de biodiesel no estado do Par?. Ambiente & ?gua, v. 9, n. 3, p. 476-487, 2014. ALTIERI, M.A.; NICHOLLS, C.I. The adaptation and mitigation potential of traditional agriculture in a changing climate. Climatic Change, v. 140, n. 1, p. 33-45, 2017. ALWASSAI, F.; KALYANKAR, N.V. Influences combination of multi-sensor images on classification accuracy. International Journal of Advanced Research in Computer Science, v. 4, n. 9, p.1-10, 2013. ASHBURN, P. The vegetative index number and crop identification. In: THE LACIE SYMPOSIUM PROCEEDINGS OF THE TECHNICAL SESSION, 11th., 1978, Washington, D.C. Annals... Washington, D.C.: Department of Agriculture, Foreign Agricultural Service, 1978. p. 843-850. ATKINSON, P.M.; TATNALL, A.R.L. Neural networks in remote sensing. International Journal of Remote Sensing, v. 18, n. 4, p. 699-709, 1997. ?VILA, L.F.; MELLO, C.R.; PINTO, L.C.; SILVA, A.M. Parti??o da precipita??o pluvial em uma microbacia hidrogr?fica ocupada por Mata Atl?ntica na Serra da Mantiqueira/MG. Ci?ncia Florestal, v. 24, n. 3, p. 583-595, 2014. BARET, F.; GUYOT, G. Potentials and limits of vegetation indices for LAI and APAR assessment. Remote Sensing of Environment, v. 35, n. 2, p.161-173, 1991. BATISTA, J.L.O.; SANTOS, R.L. A caracteriza??o do uso e ocupa??o do solo de uma zona semi?rida entre 1993-2008 atrav?s da classifica??o supervisionada MAXVER: caso do munic?pio de Teofil?ndia/BA, Brasil. Geogr?fica Venezolana, v. 54, n. 1, p. 99-111, 2013. BIDEGAIN, P. P.S.; VOLCKER, C. M. Bacias hidrogr?ficas dos Rios S?o Jo?o e das Ostras: ?guas, terras e conserva??o ambiental. Araruama: Cons?rcio Intermunicipal para Gest?o das Bacias Hidrogr?ficas da Regi?o dos Lagos: Rio S?o Jo?o e Zona Costeira, 2002. 170p. BIDEGAIN, P.; PEREIRA, L.F.M. Plano das bacias hidrogr?ficas da regi?o dos Lagos e do Rio S?o Jo?o. Araruama- RJ: Cons?rcio Intermunicipal para Gest?o das Bacias Hidrogr?ficas da Regi?o dos Lagos, Rio S?o Jo?o e Zona Costeira ? CILSJ, 2005. 153p. 34 BIRTH, G.S.; MCVEY, G. Measuring the color of growing turf with a reflectance spectro radiometer. Agronomy Journal, v. 60, n. 6, p. 640-643, 1968. BRANDO, P.M.; GOETZ, S.J.; BACCINI, A.; NEPSTAD, D.C.; BECK, P.S.; CHRISTMAN, M.C. Seasonal and interannual variability of climate and vegetation indices across the Amazon. Proceedings of the National Academy of Sciences, v. 107, n. 33, p. 14685-14690, 2010. BRASIL, Rep?blica Federativa. Dados gerais das unidades de conserva??o federais. Bras?lia: Instituto Chico Mendes de Conserva??o da Biodiversidade (ICMBio)/Minist?rio do Meio Ambiente (MMA), 2016. 19p. Dispon?vel em: http://www.icmbio.gov.br/portal/images/stories/servicos/geoprocessamento/DCOL/dados_tabulares/DadosGerais_UC_maio_2016.pdf. Acessado em: 25 de Jul. de 2016. ______. Rio de Janeiro: Rio Bonito e Silva Jardim. Rio de Janeiro: Instituto Brasileiro de Geografia e Estat?stica (IBGE), 2015. Dispon?vel em: http://www.cidades.ibge.gov.br/xtras/perfil.php?lang=. Acessado em: 02 de Ago. de 2016. ______. Plano de manejo da ?rea de Prote??o Ambiental da Bacia do Rio S?o Jo?o/Mico-Le?o-Dourado. Bras?lia: MMA/ICMBio, 2008. 349p. ______. Lei Federal n.? 11.428, de 22 de dezembro de 2006. Disp?e sobre a utiliza??o e prote??o da vegeta??o nativa do Bioma Mata Atl?ntica, e d? outras provid?ncias. Bras?lia: Di?rio Oficial [da] Rep?blica Federativa do Brasil. 26 de Dez. de 2006. ______. Plano de manejo da reserva biol?gica Po?o das Antas: encarte 2. Bras?lia: MMA / Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais Renov?veis (IBAMA), 2005. 210p. ______. SPRING: sistema de processamento de informa??es georreferenciadas: manual de ajuda. S?o Jos? dos Campos: Instituto Nacional de Pesquisas Espaciais (INPE), 2002. 21p. ______. Decreto Estadual n.? 26.058, de 14 de mar?o de 2000. Define as Macrorregi?es Ambientais do estado do Rio de Janeiro e d? outras provid?ncias. Dispon?vel em: dhttp://alerjln1.alerj.rj.gov.br/decest.nsf/532ff819a4c3. Acessado em: 19 Mar. 2015. ______. Lei Federal n.? 9.433, de 8 de janeiro de 1997. Institui a Pol?tica Nacional de Recursos H?dricos, cria o Sistema Nacional de Gerenciamento de Recursos H?dricos, regulamenta o inciso XIX do art. 21 da Constitui??o Federal, e altera o art. 1? da Lei n? 8.001, de 13 de mar?o de 1990, que modificou a Lei n? 7.990, de 28 de dezembro de 1989. Bras?lia: Di?rio Oficial [da] Rep?blica Federativa do Brasil. 9 de Jan. de 1997. ______. S?ntese da documenta??o hist?rica: administrativa e geogr?fica dos estados do Brasil- Rio de Janeiro. Rio de janeiro: IBGE, 1995. 35 BRAZ, A.M.; ANDRADE, ?.T.; GARCIA, P.H.M. An?lise de ?ndices de vegeta??o NDVI, SAVI e IAF para a compara??o da cobertura vegetal na bacia hidrogr?fica do C?rrego Ribeir?ozinho, Selv?ria/MS. Percurso, v. 7, n. 2, p. 5-22, 2015. BREIMAN, L.; FRIEDMAN, J.H.; OLSHEN, R.A.; STONE, C.J. Classification and Regression Trees. Belmont, California: Wadsworth, 1984. 107p. BRINK, A.B.; BODART, C.; BRODSKY, L.; DEFOURNEY, P.; ERNST, C.; DONNEY, F.; LUPI, A.; TUCKOVA, K. Anthropogenic pressure in East Africa-Monitoring 20 years of land cover changes by means of medium resolution satellite data. International Journal of Applied Earth Observation and Geoinformation, v. 28, n. 5, p. 60-69, 2014. CARTUS, O.; SANTORO, M.; KELLNDORFER, J. Mapping forest aboveground biomass in the Northeastern United States with ALOS PALSAR dual-polarization L-band. Remote Sensing of Environment, v. 124, n. 3. p. 466-478, 2012. CARVALHO, D.F.; DURIGON, V.L.; ANTUNES, M.A.H.; ALMEIDA, W.S.; OLIVEIRA, P.T.S. Predi??o da eros?o do solo com uso da RUSLE e s?ries temporais de NDVI do Landsat-5 TM. Pesquisa Agropecu?ria Brasileira, v. 49, n. 3, p. 215-224, 2014. CASIMIRO DE ABREU, Munic?pio. Plano de manejo parque natural municipal C?rrego da Luz. Casimiro de Abreu: Secretaria Municipal de Meio Ambiente e Desenvolvimento Sustent?vel, 2012. 143p. CASTELO, T.B. Brazilian forestry legislation and to combat deforestation government policies in the Amazon (Brazilian Amazon). Ambiente & Sociedade, v. 18, n. 4, p. 221-242, 2016. CHASMER, L.; HOPKINSON, C.; VENESS, T.; QUINTON, W.; BALTZER, J. A decision-tree classification for low-lying complex land cover types within the zone of discontinuous permafrost. Remote Sensing of Environment, v. 143, v.3, p. 73-84, 2014. CHEN, Z.; LI, S.; REN, J.; GONGI, P.; ZHANG, M.; WANG, L.;XIAO, S.; JIANG, D. Monitoring and management of agriculture with remote sensing. In: LIANG, S. (Ed.), Advanges in Remote Sensing. New York: Springer Science & Business Media. p. 397-421, 2008. CHURCHES, C.E.; WAMPLER, P.J.; SUN, W.; SMITH, A.J. Evaluation of forest cover estimates for Haiti using supervised classification of Landsat data. International Journal of Applied Earth Observation and Geoinformation, v. 30, n. 13, p. 203-216, 2014. CREUTZBURG, M.K.; SCHELLER, R.M.; LUCAS, H.M.S.; EVERS, L.B.; LEDUC, S.D.; JOHNSON, M.G. Bioenergy harvest, climate change, and forest carbon in the Oregon Coast Range. GCB Bioenergy, v. 8, n. 2, p. 357-370, 2015. CUTLER, R.; EDWARDS, T.C.; BEARD, K.H.; CUTLER, A.; HESS, K.T.; GIBSON, J.; LAWLER, J.J. Random forests for classification in ecology. Ecology, v. 88, n. 11, p. 36 2783-2792, 2007. DEMARCHI, J.C.; PIROLI, E.L.; ZIMBACK, C.R.L. Temporal analysis of the land use and comparison between NDVI and SAVI indexes in the city of Santa Cruz do Rio Pardo/SP using Landsat-5 images. Espa?o Geogr?fico em An?lise (RA'EGA-O), v. 21, n. 1, p. 234-271, 2011. DIAS, R. Gest?o Ambiental: responsabilidade social e sustentabilidade. 2. ed. - S?o Paulo: Atlas, 2011. DRONOVA, I.; GONG, P.; WANG, L.; ZHONG, L. Mapping dynamic cover types in a large seasonally flooded wetland using extended principal component analysis and object-based classification. Remote Sensing of Environment, v. 158, n. 3, p. 193-206, 2015. DURIGON, V.L.; CARVALHO, D.F., ANTUNES, M.A.H., OLIVEIRA, P.T.S.; FERNANDES, M.M. NDVI time series for monitoring RUSLE cover management factor in a tropical watershed. International Journal of Remote Sensing, v. 35, n. 2, p. 441-453, 2014. EL-BAROUDY, A.A.; MOGHANM, F.S. Combined use of remote sensing and GIS for degradation risk assessment in some soils of the Northern Nile Delta, Egypt. The Egyptian Journal of Remote Sensing and Space Science, v. 17, n. 1, p. 77-85, 2014. FERRARI, J.L.; SANTOS, A.D.; GARCIA, R.F. An?lise da vegeta??o por meio da subtra??o de imagem NDVI na sub-bacia hidrogr?fica do C?rrego do Horizonte, Alegre/ES. Engenharia Ambiental, v. 8, n. 3, p.3-18, 2011. FERRAZ, A.S.; SOARES, V.P.; SOARES, C.P.B.; RIBEIRO, C.; BINOTI, D.H.B.; LEITE, H.G. Estimativa do estoque de biomassa em um fragmento florestal usando imagens orbitais. Floresta & Ambiente, v. 21, n. 3, p. 286-296, 2014. FERREIRA, L.G.; YOSHIOKA, H.; HUETE, A.; SANO, E.E. Optical characterization of the Brazilian Savanna physiognomies for improved land cover monitoring of the Cerrado biome: preliminary assessments from an airborne campaign over an LBA core site. Journal of Arid Environments, v. 56, n. 3, p. 425-447, 2004. FIGUEIREDO, S.M.M.; VENTICINQUE, E.M.; FIGUEIREDO, E.O.; FERREIRA, E.J.L. Predicting the distribution of forest tree species using topographic variables and vegetation index in eastern Acre, Brazil. Acta Amazonica, v. 45, n. 2, p.167-174, 2015. FLORENZANO, T.G. Inicia??o em sensoriamento remoto. 3. ed. - S?o Paulo- SP: Oficina de Textos, 2011. 128p. FRANCISCO, C.N.; ALMEIDA, C.M. Avalia??o de desempenho de atributos estat?sticos e texturais em uma classifica??o de cobertura da terra baseada em objeto. Ci?ncias Geod?sicas, v. 18, n. 2, p. 302-326, 2012. FUNDA??O SOS MATA ATL?NTICA; INSTITUTO NACIONAL DE PESQUISAS 37 ESPACIAIS (INPE). Atlas dos remanescentes florestais da Mata Atl?ntica per?odo 2014-2015: relat?rio t?cnico. S?o Paulo: Funda??o SOS Mata Atl?ntica & Instituto Nacional de Pesquisas Espaciais, 2016. Dispon?vel em: https://www.sosma.org.br/105066/mg-volta-liderar-ranking-de-desmatamento-da-mata-atlantica/. Acessado em: 27 de Jul. de 2016. FUNDA??O SOS MATA ATL?NTICA & INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE). Atlas dos remanescentes florestais da mata atl?ntica per?odo 2012-2013: relat?rio t?cnico. S?o Paulo: Funda??o SOS Mata Atl?ntica & INPE, 2014. 61p. Dispon?vel em: http://www.sosma.org.br/wp-/2014/05/atlas_relatorio_20141.pdf. Acessado em: 11 de Nov. de 2014. GALVANIN, E.A.S.; SILVA, N.S.M.A.; CRUZ, C.B.M.; NEVES, R.J.; JESUS, P.H.H.; KREITLOW, J.P. Avalia??o dos ?ndices de vegeta??o NDVI, SR e TVI na discrimina??o de fitofisionomias dos ambientes do pantanal de C?ceres/MT. Ci?ncia Florestal, v. 24, n. 3, p. 707-715, 2014. GAO, B.C. NDWI: A Normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Evironment, v. 58, n. 3, p. 257-266, 1996. GAROFALO, D.F.T.; MESSIAS, C.G.; LIESENBERG, V.; BOLFE, ?.L.; FERREIRA, M.C. An?lise comparativa de classificadores digitais em imagens do Landsat-8 aplicados ao mapeamento tem?tico. Pesquisa Agropecu?ria Brasileira, v. 50, n. 7, p. 593-604, 2015. GHEBREZGABHER, M.G.; YANG, T.; YANG, X.; WANG, X.; KHAN, M. Extracting and analyzing forest and woodland cover change in Eritrea based on Landsat data using supervised classification. The Egyptian Journal of Remote Sensing and Space Science, v. 19, n. 3, p. 11-21, 2016. GOMES, D.D.M.; MENDES, L.M.S.; MEDEIROS, C.N.; VERISSIMO, C.U.V. Multitemporal analysis of the process of degradation of vegetation River basin Jaibaras in the state of Cear?. Geografia, Ensino & Pesquisa, v. 15, n. 2, p. 41-62, 2011. HILKER, T.; LYAPUSTIN, A.I.; TUCKER, C.J.; HALL, F.G.; MYNENI, R.B.; WANG, Y.; BI, J.; MOURA, Y.M.; SELLERS, P.J. Vegetation dynamics and rainfall sensitivity of the Amazon. Proceedings of the National Academy of Sciences, v. 111, n. 45, p. 16041-16046, 2014. HUETE, A.; DIDAN, K., VAN LEEUWEN, W., MIURA, T.; GLENN, E. MODIS vegetation indices. In: RAMACHANDRAN, B.; JUSTICE, C. O.; ABRAMS, M.J. (Eds.). Land remote sensing and global environmental change: NASA's earth observing system and the science of ASTER and MODIS. New York: Springer Science & Business Media, p. 579-582, 2011. HUETE, A.R.; JUSTICE, C.; VAN LEEUWEN, W. MODIS vegetation index (MOD13): Algorithm Theoretical Basis Document. Houston: NASA, 1999. 38 HUETE, A.R.A. Soil-adjusted vegetation in index (SAVI). Remote Sensing of Environment, v. 2, n. 3, p. 295-309, 1988. JACKSON, R.D.; HUETE, A.R. Interpreting vegetation indices. Preventive Veterinary Medicine, v. 11, n. 3, p. 185-200, 1991. JAYANTH, J.; KOLIWAD, S.; KUMAR, T.A. Classification of remote sensed data using Artificial Bee Colony algorithm. The Egyptian Journal of Remote Sensing and Space Science, v. 18, n. 1, p. 119-126, 2015. JENNINGS, M.K.; LEWISON, R.L.; VICKERS, T.W.; BOYCE, W.M. Puma response to the effects of fire and urbanization. The Journal of Wildlife Management, v. 80, n. 2, p. 221-234, 2016. JENSEN, J.R.; EPIPHANIO, J.C.N. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. 3. ed. - S?o Jos? dos Campos: Par?ntese, 2009, 604p. JIANG, Z.; HUETE, A.R.; DIDAN, K.; MIURA T. Development of a two-band enhanced vegetation index without a blue band. Remote Sensing of Environment, v. 112, n. 10, p. 3833-3845, 2008. KIM, D.; SEXTON, J.O.; NOOJIPADY, P.; HUANG, C.; ANAND, A.; CHANNAN, S.; FENG, M.; TOWNSHEND, J.R. Global, Landsat based forest-cover change from 1990-2000. Remote Sensing of Environment, v. 155, n. 8, p. 178-193, 2014. KOUADIO, L.; NEWLANDS, N.K.; DAVIDSON, A.; ZHANG, Y.; CHIPANSHI, A. Assessing the performance of MODIS NDVI and EVI for seasonal crop yield forecasting at the ecodistrict scale. Remote Sensing, v. 6, n. 10, p. 10193-10214, 2014. LASAPONARA, R. Estimating interannual variations in vegetated areas of Sardinia island using SPOT/VEGETATION NDVI temporal series. IEEE Geoscience and Remote Sensing Letters, v. 3, n. 4, p. 481-483, 2006. LIU, W.T.H. Aplica??es de sensoriamento remoto. 2. ed. - Campo Grande: Oficina dos Textos, 2015.908p. LIU, H.; WENG, Q. Landscape metrics for analysing urbanization-induced land use and land cover changes. Geocarto International, v. 28, n. 7, p. 582-593, 2013. LIU, L.; ZHANG, Y. Urban heat island analysis using the Landsat tm data and aster data: a case study in Hong Kong. Remote Sensing, v. 3, n. 7, p. 1535-1552, 2011. LU, D. The potential and challenge of remote sensing?based biomass estimation. International Journal of Remote Sensing, v. 27, n. 7, p. 1297-1328, 2006. LU, D.; BATISTELLA, M.; LI, G.; MORAN, E.; HETRICK, S.; FREITAS, C.D.C.; DUTRA, L.V.; SANT'ANNA, S. J. S. Land use/cover classification in the Brazilian Amazon using satellite images. Pesquisa Agropecu?ria Brasileira, v. 47, n. 9, p. 1185- 39 1208, 2012. MATHER, P.M. Computer processing of remotely-sensed images: an introduction. 3 ed. - Chichester: John Wiley & Sons, 2004. 324p. MATHER, P.M.; KOCH, M. Computer processing of remotely-sensed images: an introduction. New York: John Wiley & Sons, 2011. 434p. MEIER, G.A.; BROWN, J.F.; EVELSIZER, R.J.; VOGELMANN, J.E. Phenology and climate relationships in aspen (Populus tremuloides Michx.) forest and woodland communities of southwestern Colorado. Ecological Indicators, v. 48, n. 3, p. 189-197, 2015. MENDES, D.F.; SILVA, S.F.; FERRARI, J.L.; SANTOS, A.R.; GARCIA, R.F. Acur?cia tem?tica do classificador por m?xima verossimilhan?a em imagem de alta resolu??o espacial do sat?lite Geoeye-1. Nucleus, v. 12, n. 6, p. 107-118, 2015. MENESES, P.R. Princ?pios do Sensoriamento Remoto. In.: MENESES, P.R.; ALMEIDA, T. (org.) Introdu??o ao processamento de imagens de sensoriamento remoto. Bras?lia: Universidade de Bras?lia, 2012. p. 1-33. MENESES, P.R.; ALMEIDA, T. Aritm?tica de bandas. In.: MENESES, P.R.; ALMEIDA, T. (org.) Introdu??o ao processamento de imagens de sensoriamento remoto. Bras?lia: Universidade de Bras?lia, 2012. p. 148-153. MENESES, P.R.; SANO, E.E. Classifica??o p?xel a p?xel de imagens. In: MENESES, P.R.; ALMEIDA, T. (org.) Introdu??o ao processamento de imagens de sensoriamento remoto. Bras?lia: Universidade de Bras?lia, 2012. p. 191-208. MOREIRA, A.A.; FERNANDES, F.H.S.; DE ALMEIDA, R.P.; NERY, C.V.M. An?lise do comportamento espectral de fitofisionomias no Parque Estadual Lapa Grande por meio de dados MODIS. Geografia F?sica, v. 6, n. 6, p. 1705-1718, 2014. NAQVI, H.R.; SIDDIQUI, L.; DEVI, L.M.; SIDDIQUI, M.A. Landscape transformation analysis employing compound interest formula in the Nun Nadi Watershed, India. Journal of Remote Sensing and Space Science, v. 17, n. 2, p. 149-157, 2014. NERY, C.V.M.; BRAGA, F.L.; MOREIRA, A.A.; FERNANDES, F.H.S. Aplica??o do Novo C?digo Florestal na Avalia??o das ?reas de Preserva??o Permanente em Topo de Morro na Sub-Bacia do Rio Canoas, Montes Claros/MG. Geografia F?sica, v. 6, n. 6, p. 1673-1688, 2014. OLIVEIRA, F.P.D.; FERNANDES FILHO, E.I.; SOARES, V.P.; SOUZA, A.L.D. Mapeamento de fragmentos florestais com monodomin?ncia de aroeira a partir da classifica??o supervisionada de imagens RapidEye-REIS. ?rvore, v. 37, n. 4, p. 151-161, 2013. 40 OZTURK, D.; KILIC, F. Determination of spatio-temporal changes in vegetation cover by using different vegetation indices based on remote sensing data. Journal of Selcuk University Natural and Applied Science, v. 2, n. 5, p. 733-741, 2014. r?pida, Distrito Federal, Brasil. Ambiente & ?gua, v. 5, n. 1, p. 43-56, 2010. PANDA, S.S.; AMES, D.P.; PANIGRAHI, S. Application of vegetation indices for agricultural crop yield prediction using neural network techniques. Remote Sensor, v. 2, n. 3, p. 673-696, 2010. PEREIRA, L.S.; GON?ALVES, B.B.; SILVA NETO, C.D.M.; SANTOS, A.L.F. Evolu??o espa?o-temporal do uso e cobertura da terra do Ribeir?o Pianc?, An?polis/GO. Mirante, v. 7, n. 1, p. 1-15, 2014. PERRY, C. JR.; LAUTENSCHLAGER, L.F. Functional equivalence of spectral vegetation indices. Remote Sensing of Environment, v. 14, n. 3, p. 169-182, 1984. PINTY, B.; VERSTRAETE, M.M. GEMI: a non-linear index to monitor global vegetation from satellites. Vegetation, v. 101, n. 10, p. 15-20, 1992. QI, J.; CHEHBOUNI, A.; HUETE, A. R.; KERR, Y.; SOROOSHIAN, S. A modified soil adjusted vegetation index (SAVI). Remote Sensing of Environment, v. 48, n. 2, p. 169-182, 1994. QUINTO, V.M.; LOPES, M.I.A.; SAVEDRA, O. M.; ROCHA, P.F.E.; LEIKO, C.M.; ROSA, D.S.A. An?lise temporal da din?mica florestal em ?rea de reflorestamento por meio de ?ndices de vegeta??o. Geogr?fica Venezolana, v. 54, n. 2, p. 225-239, 2013. RAWAT, J.S.; KUMAR, M. Monitoring land use/cover change using remote sensing and GIS techniques: a case study of Hawalbagh block, district Almora, Uttarakhand, India. The Egyptian Journal of Remote Sensing and Space Science, v. 18, n. 4, p. 77-84, 2015. RIBEIRO, N.B.; MARTINS, M.S.; JOHNSSON, R.M.F.; VIANA, V.J. Constru??o de banco de dados geogr?ficos para avalia??o da vulnerabilidade ecol?gica em bacias hidrogr?ficas: a experi?ncia da Bacia Lagos S?o Jo?o, RJ. Interface, v. 11, n. 5, p. 18-33, 2016. RIBEIRO, M.; RODRIGUES, R.R.; PAESE, A.; COSTA, S.; HENRIQUE, P.; BRANCALION, S.; SANTIAMI, E.; PEREIRA, G.; GUIMAR?ES, J.; KOCK, R. A restaura??o da Mata Atl?ntica apoiada em sistemas de informa??es geogr?ficas. In.: PAESE, A., UEZU, A., LORINI, M.L.; CUNHA, A. (orgs.). Conserva??o da biodiversidade com SIG. S?o Paulo: Oficina de Textos, 2015. p. 32-54. RICHARDS, J.A.; JIA, X. Remote sensing digital image analysis: an introduction. 4. ed. - New York: Springer, 2006. 476p. 41 RICHARDSON, A.J.; WIEGAND, C.L. Distinguishing vegetation from soil background information. Photogrammetric Engineering and Remote Sensing, v. 43, n. 2, p. 1541-1552, 1977. RIO DE JANEIRO. Estado do. O estado do ambiente: Indicadores ambientais do Rio de Janeiro 2010. Rio de Janeiro/RJ: Secretaria de Estadual do Ambiente (SEA), 2111. 160p. ROUSE, J.W.; HAAS, R.H.; SCHELL, J.A., DEERING, D.W. Monitoring the vernal advancement and retrogradation (greenwave effect) of natural vegetation. Texas: Texas A&M University, 1974. 390p. SAFAVIAN, S. R.; LANDGREBE, D. A Survey of decision tree methodology. IEEE Trans. Systems, v. 21, n. 3, p. 660-674, 1991. SANTOS, A.L.F.; FONSECA, L.D.M.; RIBEIRO, C.A.A.S.; GON?ALVES, L.P. Compara??o dos classificados no mapeamento do uso da terra, Estu?rio do Rio Sergipe/SE. Mirante, v. 7, n. 2, p. 78-88, 2014. SATIR, O.; BERBEROGLU, S. Crop yield prediction under soil salinity using satellite derived vegetation indices. Field Crops Research, v. 192, n. 6, p. 134-143, 2016. SATIR, O.; BERBEROGLU, S. Land use/cover classification techniques using optical remotely sensed data in landscape planning. In.: ?ZYAVUZ, M. (ed.). Landscape Planning. Intech: Crotia, 2012. p. 21-54. SCCOTI, A.A.V.; MENEZES, D.J. Uso e ocupa??o d o solo. Bag?/RS: Universidade da Regi?o da Campanha, 2014, v. 1, p. 54-64. (S?rie Atlas Municipais: Atlas Geoambiental de Manoel Viana/RS) SILLEOS, N.G.; ALEXANDRIDIS, T. K.; GITAS, I. Z.; PERAKIS, K. Vegetation indices: advances made in biomass estimation and vegetation monitoring in the last 30 years. Geocarto International, v. 21, n. 4, p. 21-28, 2006. SILVA, C.R.P.; DEMARQUI, E.N.; ALMEIDA, F.T.; MINGOTI, R.; SOUZA, A.P. Diferentes modelos digitais de eleva??o na caracteriza??o f?sica da Bacia hidrogr?fica do Rio Nandico/MT, Brasil. Scientia Plena, v. 11, n. 5, p. 1-11, 2015. SILVA, R.M.P.; LIMA, J.R.; MENDON?A, I.FC. Altera??o da cobertura vegetal na Sub-bacia do Rio Espinharas de 2000-2010. Engenharia Agr?cola & Ambiental, v. 18, n. 2, p. 202-209, 2014. SILVA, M.T.; COSTA, S.C.D.E.; SANTOS, A.D.S.; SANTOS, A.F. An?lise da cobertura do solo na regi?o do Rio Pardo/RS, com base em imagens espectrais do mapeador tem?tico do Landsat-5. Geografia, v. 28, n. 3, p. 109-126, 2011. SWAIN, P.H.; DAVIS, S.M. Remote sensing: the quantitative approach. New York: McGraw-Hill, 1978. 396p. 42 THIAM, A.; EASTMAN, R.J. Chapter on vegetation indices. In.: EASTMAN, R.J. (ed.). Manuel of the Idrisi selva edition. Worcester/MA, USA: Clarke University, 2008. p. 119-208. TSO B.; MATHER P.M. Classification methods for remotely sensed data. 2. ed ? New York: Taylor & Francis Group, LLC, 2009. 376p. ULLMANN, T.; SCHMITT, A.; ROTH, A.; DUFFE, J.; DECH, S.; HUBBERTEN, H.W.; BAUMHAUER, R.. Land cover characterization and classification of arctic tundra environments by means of polarized synthetic aperture X-and C-Band Radar (PolSAR) and Landsat 8 multispectral imagery- Richards Island, Canada. Remote Sensing, v. 6, n. 9, p. 8565-8593, 2014. ULMER, J.M.; WOLF, K.L.; BACKMAN, D.R.; TRETHEWAY, R.L.; BLAIN, C.J.; O?NEIL-DUNNE, J.P.; FRANK, L.D. Multiple health benefits of urban tree canopy: The mounting evidence for a green prescription. Health & Place, v. 42, n. 4, p. 54-62, 2016. VAPNIK, V. The nature of statistical learning theory. New York: Springer, 1995. 314p. VICENTE, M.S.; PRATS, J.M.C.; ROMO, A. Early prediction of crop productionusing drought indices at different time-scales and remote sensing data: application in the Ebro Valley (North-east Spain). International Journal of Remote Sensing, v. 27, n. 3, p. 511-518, 2006. WACKER, A.G.; LANDGREBE, D.A. Minimum distance classification in remote sensing. Indiana: University; Lafayette, 1972. 25p. WANG, X.; GASSMAN, P.W.; WILLIAMS, J.R.; POTTER, S.; KEMANIAN, A.R., Modellingthe impacts of soil management practices on runoff sediment yield, maizeproductivity and soil organic carbon using APEX. Soil and Tillage Research, v. 101, n. 12, p. 78-88, 2008. WWF-BRASIL. Projeto HSBC Seguros: bacia hidrogr?fica do Rio Capivari/RJ. Araruama/RJ: Cons?rcio Intermunicipal Lagos S?o Jo?o, 2012. 36p. YOUSSEF, A. M.; POURGHASEMI, H.R.; POURTAGHI, Z.S.; Landslide susceptibility mapping using random forest, boosted regression tree, classification and regression tree, and general linear models and comparison of their performance at Wadi Tayyah Basin, Saudi Arabia. Landslides, v. 13, n. 5, p. 839-856, 2016. ZHANG, X.; DELU, P.; CHEN, J.; ZHAN, Y.; MAO, Z. Using long time series of Landsat data to monitor impervious surface dynamics a case study in the Zhoushan Islands. Journal of Applied Remote Sensing, v. 7, n. 5, p. 73515-73523, 2013. ZHAO, Y.; CHEN, X.P.; CUI, Z.L.; LOBELL, D.B. Using satellite remote sensing tounderstand maize yield gaps in the North China Plain. Field Crops Research, v. 183, n. 11, p. 31-42, 2015. ARCGIS: Vers?o 10.2. Redlands-California, USA: Environmental Systems Resource Institute (ESRI). 2016. ASSISTAT: Vers?o 7.7 beta (pt). Campina Grande: Universidade Federal de Campina Grande, 2014. ?VILA, L.F.; MELLO, C.R.; PINTO, L.C.; SILVA, A.M. Parti??o da precipita??o pluvial em uma microbacia hidrogr?fica ocupada por Mata Atl?ntica na Serra da Mantiqueira/MG. Ci?ncia Florestal, v. 24, n. 3, p. 583-595, 2014. BARBOSA, K. M. N.; PIEDADE, M. T. F.; KIRCHNER, F. F. Estudo Temporal da Vegeta??o Herb?cea da V?rzea da Amaz?nia Central. Floresta, n. 38, v. 1, p. 89-96, 2008. BIDEGAIN, P.; PEREIRA, L.F.M. Plano das Bacias Hidrogr?ficas da Regi?o dos Lagos e do Rio S?o Jo?o-RJ. Araruama/ RJ: Cons?rcio Intermunicipal para Gest?o das Bacias Hidrogr?ficas da Regi?o dos Lagos, Rio S?o Jo?o e Zona Costeira ? CILSJ, 2005. 153p. BERTOLO, L.S.; SANTOS, R.F.; AGAR, P.M.; PABLO, C.T.L. Land-use changes assessed by overlay or mosaic methods: Which method is best for management planning? Ecological Indicators, v. 55, n. 3, p. 32-43, 2015. BRASIL, Rep?blica Federativa. Dados da precipita??o da regi?o de Silva Jardim-RJ e Rio Bonito-RJ da Esta??o Anta (BHE P1-305 - PLU.02046) dos anos de 1985, 1991 e 1995. 2018a. Dispon?vel em: https://www.macroprograma1.cnptia.embrapa.br/scaf/download-de-documentos/dados-de-precipitacao/dados.zip/view. Acessado em: 04 mar. 2018. ______.Dados da precipita??o da regi?o de Silva Jardim-RJ e Rio Bonito-RJ da Esta??o Silva Jardim (TRMM.1058) dos anos 2001, 2006, 2011 e 2016. 2018b. Dispon?vel em: https://www.agritempo.gov.br/agritempo/jsp/Estatisticas/index.jsp?siglaUF=RJ. Acessado em: 04 mar. 2018. ______. Bases cartogr?ficas: malhas municipais. Rio de Janeiro: Instituto Brasileiro de Geografia e Estat?stica (IBGE), 2010. Dispon?vel em: <http://mapas.ibge.gov.br/basesereferenciais/bases_cartograficas/mapas?municipais>. Acessado em: 28 fev. 2015. BRAZ, A.M.; ANDRADE, ?.T.; GARCIA, P.H.M. An?lise de ?ndices de vegeta??o NDVI e SAVI e ?ndice de ?rea Folear (IAF) para a compara??o da cobertura vegetal na bacia hidrogr?fica do c?rrego ribeir?ozinho, munic?pio de Selv?ria?MS. Percurso, v. 7, n. 2, p. 5-22, 2015. CARVALHO, D.F.; DURIGON, V.L.; ANTUNES, M.A.H.; ALMEIDA, W.S.; OLIVEIRA, P.T.S. Predi??o da eros?o do solo com uso da RUSLE e s?ries temporais de NDVI do Landsat-5 TM. Pesquisa Agropecu?ria Brasileira, v. 49, n. 3, p. 215-224, 2014. 64 CHEN, J.; J?NSSON, P.; TAMURA, M.; GU, Z.; MATSUSHITA, B.; EKLUNDH, L. A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky?Golay filter. Remote sensing of Environment, v. 91, n. 3, p. 332-344, 2004. DEMARCHI, J.C.; PIROLI, E.L.; ZIMBACK, C.R.L. An?lise temporal do uso do solo e compara??o entre os ?ndices de vegeta??o NDVI e SAVI no munic?pio de Santa Cruz do Rio Pardo/SP usando imagens Landsat-5. Espa?o Geogr?fico em An?lise (RA'EGA-O), v. 21, n. 1, p. 234-271, 2011. DALLA-NORA, E.L.; SANTOS, J.E. An?lise da din?mica sazonal de duas forma??es florestais do bioma Mata Atl?ntica com base em ?ndices de vegeta??o. Perspectiva, v. 34, n. 125, p. 41-51, 2010. DURIGON, V.L.; CARVALHO, D.F., ANTUNES, M.A.H., OLIVEIRA, P.T.S.; FERNANDES, M.M. NDVI time series for monitoring RUSLE cover management factor in a tropical watershed. International Journal of Remote Sensing, v. 35, n. 2, p. 441-453, 2014. FREITAS, R.M.; ARAI, E.; ADAMI, M.; FERREIRA, A.S.; SATO, F.Y.; SHIMABUKURO, Y.E.; ROSA, R.R.; ANDERSON, L.O.; RUDORFF, B.F.T. Virtual laboratory of remote sensing time series: Visualization of MODIS EVI2 data set over South America. Journal of Computational Interdisciplinary Sciences, v. 2, n. 1, p. 57-68, 2011. FUNDA??O SOS MATA ATL?NTICA; INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE). Atlas dos remanescentes florestais da Mata Atl?ntica per?odo 2012-2013: relat?rio t?cnico. S?o Paulo: Funda??o SOS Mata Atl?ntica & INPE, 2014. 61p. Dispon?vel em: http://www.sosma.org.br/wp- content/uploads/2014/05/ _relatorio_20141.pdf. Acessado em: 11 abr. 2015. GAROFALO, D.F.T.; MESSIAS, C.G.; LIESENBERG, V.; BOLFE, ?.L.; FERREIRA, M.C. An?lise comparativa de classificadores digitais em imagens do Landsat-8 aplicados ao mapeamento tem?tico. Pesquisa Agropecu?ria Brasileira, v. 50, n. 7, p. 593-604, 2015. GALVANIN, E.A.S.; SILVA, N.S.M.A.; CRUZ, C.B.M.; NEVES, R.J.; JESUS, P.H.H.; KREITLOW, J.P. Avalia??o dos ?ndices de vegeta??o NDVI, SR e TVI na discrimina??o de fitofisionomias dos ambientes do pantanal de C?ceres/MT. Ci?ncia Florestal, v. 24, n. 3, p. 707-715, 2014. GLENN, E.P.; HUETE, A.R.; NAGLER, P.; NELSON, S.G. Relationship between remotely- sensed vegetation indices, canopy attributes and plant physiological processes: what vegetation indices can and cannot tell us about the landscape. Sensors, v. 8, n. 4, p. 2136-2160, 2008. GOMES, D.D.M.; MENDES, L.M.S.; MEDEIROS, C.N.; VERISSIMO, C.U.V. An?lise multitemporal do processo de degrada??o da vegeta??o da bacia hidrogr?fica do Rio Jaibaras no estado do Cear?. Geografia Ensino & Pesquisa, v. 15, n. 2, p. 41-62, 2011. 65 HUETE, A.R.A. Soil-adjusted vegetation in index (SAVI). Remote Sensing of Environment, v. 2, n. 3, p. 295-309, 1988. KE, Y.; IM, J.; LEE, J.; GONG, H.; RYU, Y. Characteristics of Landsat 8 OLI-derived NDVI by comparison with multiple satellite sensors and in-situ observations. Remote Sensing of Environment, v. 164, n. 3, p. 298-313, 2015. KERR, J.T.; PINDAR, A.; GALPERN, P.; PACKER, L.; POTTS, S.G.; ROBERTS, S
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal Rural do Rio de Janeiro
dc.publisher.program.fl_str_mv Programa de P?s-Gradua??o em Ci?ncias Ambientais e Florestais
dc.publisher.initials.fl_str_mv UFRRJ
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Instituto de Florestas
publisher.none.fl_str_mv Universidade Federal Rural do Rio de Janeiro
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRRJ
instname:Universidade Federal Rural do Rio de Janeiro (UFRRJ)
instacron:UFRRJ
instname_str Universidade Federal Rural do Rio de Janeiro (UFRRJ)
instacron_str UFRRJ
institution UFRRJ
reponame_str Biblioteca Digital de Teses e Dissertações da UFRRJ
collection Biblioteca Digital de Teses e Dissertações da UFRRJ
bitstream.url.fl_str_mv http://localhost:8080/tede/bitstream/jspui/4858/4/2018+-+Liliane+Garcia+da+Silva.pdf.jpg
http://localhost:8080/tede/bitstream/jspui/4858/3/2018+-+Liliane+Garcia+da+Silva.pdf.txt
http://localhost:8080/tede/bitstream/jspui/4858/2/2018+-+Liliane+Garcia+da+Silva.pdf
http://localhost:8080/tede/bitstream/jspui/4858/1/license.txt
bitstream.checksum.fl_str_mv cc73c4c239a4c332d642ba1e7c7a9fb2
5a9b455691eab0b89f3549ad578298c3
a9451167f77111905b7759d3dc3a9be8
7b5ba3d2445355f386edab96125d42b7
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRRJ - Universidade Federal Rural do Rio de Janeiro (UFRRJ)
repository.mail.fl_str_mv bibliot@ufrrj.br||bibliot@ufrrj.br
_version_ 1800313530330644480

Registros relacionados