Dinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicas
| Autor(a) principal: | |
|---|---|
| Data de Publicação: | 2017 |
| Tipo de documento: | Dissertação |
| Idioma: | por |
| Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRRJ |
| Texto Completo: | https://rima.ufrrj.br/jspui/handle/20.500.14407/11304 |
Resumo: | O bioma Mata Atlântica é uma região biogeográfica com alta biodiversidade, contendo diversas reservas naturais que geram recursos indispensáveis para todos os seres vivos. Com o seu alto grau de desmatamento ao longo dos anos devido a ação antrópica, faz-se necessário a identificação e o monitoramento das mudanças do uso e cobertura do solo o que possibilita a melhor compreensão do futuro das florestas e como estão ocorrendo as suas mudanças. Com isso, esse trabalho tem o objetivo de avaliar a dinâmica da vegetação no bioma Mata Atlântica através do Índice de Vegetação Melhorado (EVI) e qual a sua relação com as variáveis meteorológicas: temperatura média do ar, chuva, radiação solar global, umidade relativa do ar e evapotranspiração. O trabalho foi realizado no município de Pinheiral no Estado do Rio de Janeiro. Foram utilizados os dados de vegetação do produto MOD13Q1, no período de 2001 a 2013, totalizando 299 imagens e dados mensais das variáveis meteorológicas, do mesmo período, totalizando 780 dados. As análises das tendências interanuais das séries temporais de índices de vegetação foram realizadas por meio das metodologias de linearidade, correlação linear, tendência linear, tendência monotônica de Mann Kendall, tendência mediana de Theil-Sen e análise dos perfis temporais e também a análise de tendência sazonal. Através da regressão linear múltipla, expressas pelas estimativas dos coeficientes da regressão e do coeficiente de determinação (R2) foi estudada a correlação entre os dados meteorológicos e o índice de vegetação. Diante disso, foi realizado uma análise de uso do solo no mesmo período de estudo, de 2001, 2006 e 2013 através de classificadores gerados para cada valor do pixel da imagem. Com a geração dos perfis temporais dos índices de vegetação, observou-se que houve uma diminuição no vigor vegetativo, esse resultado foi de encontro às tendências interanuais estudadas, que indicaram decréscimo nos valores da vegetação tanto para a tendência monotônica de Mann Kendall como para a tendência mediana com valores próximos de 0 e negativos, sendo um comportamento não linear de acordo com as metodologias de correlação linear, linearidade e tendência linear. De acordo com a Análise de Tendência Sazonal, o EVI não apresentou um padrão de ciclo, ocorrendo uma mistura de ciclos, anual e semi-anual. Em relação a correlação dos índices de vegetação com as variáveis meteorológicas, foram encontrados valores de correlação que chegaram a 0,97 para o R². Dessa forma, verifica-se uma alta explicação da dinâmica da paisagem através dessas variáveis climáticas. O EVI da paisagem para o Bioma Mata Atlântica se comporta de forma sazonal e em função das condições ambientais da região |
| id |
UFRRJ-1_640db86c71f94f4fded8bd4707c90ebe |
|---|---|
| oai_identifier_str |
oai:rima.ufrrj.br:20.500.14407/11304 |
| network_acronym_str |
UFRRJ-1 |
| network_name_str |
Repositório Institucional da UFRRJ |
| repository_id_str |
|
| spelling |
Cruz, Camila Caetano daDelgado, Rafael Coll172956021http://lattes.cnpq.br/1178948690201659Pereira, Marcos Gervasio874.292.767-68http://lattes.cnpq.br/3657759682534978Antunes, Mauro Antonio HomemSouza, Leonardo Paula de137.674.897-59http://lattes.cnpq.br/06304588172584382023-12-22T01:49:55Z2023-12-22T01:49:55Z2017-02-15CRUZ, Camila Caetano da. Dinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicas. 2017. 35 f. Dissertação (Mestrado em Ciências Ambientais e Florestais) - Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Seropédica, 2017.https://rima.ufrrj.br/jspui/handle/20.500.14407/11304O bioma Mata Atlântica é uma região biogeográfica com alta biodiversidade, contendo diversas reservas naturais que geram recursos indispensáveis para todos os seres vivos. Com o seu alto grau de desmatamento ao longo dos anos devido a ação antrópica, faz-se necessário a identificação e o monitoramento das mudanças do uso e cobertura do solo o que possibilita a melhor compreensão do futuro das florestas e como estão ocorrendo as suas mudanças. Com isso, esse trabalho tem o objetivo de avaliar a dinâmica da vegetação no bioma Mata Atlântica através do Índice de Vegetação Melhorado (EVI) e qual a sua relação com as variáveis meteorológicas: temperatura média do ar, chuva, radiação solar global, umidade relativa do ar e evapotranspiração. O trabalho foi realizado no município de Pinheiral no Estado do Rio de Janeiro. Foram utilizados os dados de vegetação do produto MOD13Q1, no período de 2001 a 2013, totalizando 299 imagens e dados mensais das variáveis meteorológicas, do mesmo período, totalizando 780 dados. As análises das tendências interanuais das séries temporais de índices de vegetação foram realizadas por meio das metodologias de linearidade, correlação linear, tendência linear, tendência monotônica de Mann Kendall, tendência mediana de Theil-Sen e análise dos perfis temporais e também a análise de tendência sazonal. Através da regressão linear múltipla, expressas pelas estimativas dos coeficientes da regressão e do coeficiente de determinação (R2) foi estudada a correlação entre os dados meteorológicos e o índice de vegetação. Diante disso, foi realizado uma análise de uso do solo no mesmo período de estudo, de 2001, 2006 e 2013 através de classificadores gerados para cada valor do pixel da imagem. Com a geração dos perfis temporais dos índices de vegetação, observou-se que houve uma diminuição no vigor vegetativo, esse resultado foi de encontro às tendências interanuais estudadas, que indicaram decréscimo nos valores da vegetação tanto para a tendência monotônica de Mann Kendall como para a tendência mediana com valores próximos de 0 e negativos, sendo um comportamento não linear de acordo com as metodologias de correlação linear, linearidade e tendência linear. De acordo com a Análise de Tendência Sazonal, o EVI não apresentou um padrão de ciclo, ocorrendo uma mistura de ciclos, anual e semi-anual. Em relação a correlação dos índices de vegetação com as variáveis meteorológicas, foram encontrados valores de correlação que chegaram a 0,97 para o R². Dessa forma, verifica-se uma alta explicação da dinâmica da paisagem através dessas variáveis climáticas. O EVI da paisagem para o Bioma Mata Atlântica se comporta de forma sazonal e em função das condições ambientais da regiãoCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorThe Atlantic Forest biome is a biogeographic region with high biodiversity, containing several natural reserves that generate essential resources for all living beings. With its high degree of deforestation over the years due to anthropogenic action, it is necessary to identify and monitor changes in land use and cover, which enables a better understanding of the future of forests and how their changes are occurring. This work aims to evaluate the vegetation dynamics in the Atlantic Forest biome through the Enhanced Vegetation Index (EVI) and its relation with the meteorological variables: average air temperature, rainfall, global solar radiation, relative humidity and evapotranspiration. The study was carried out in the municipality of Pinheiral in the State of Rio de Janeiro. The vegetation data of the product MOD13Q1, from 2001 to 2013, totaling 299 images and monthly data of the meteorological variables of the same period, totaling 780 data, were used. The analyzes of the interannual trends of the time series of vegetation indices were performed using the methodologies of linearity, linear correlation, linear trend, monotonic tendency of Mann Kendall, median trend of Theil-Sen and analysis of temporal profiles as well as trend analysis seasonal. The correlation between the meteorological data and the vegetation index was studied through the multiple linear regression, expressed by the regression coefficient and the coefficient of determination (R²) estimates. Therefore, a land use analysis was carried out in the same study period, from 2001, 2006 and 2013 through classifiers generated for each pixel value of the image. With the generation of temporal profiles of vegetation indices, it was observed that there was a decrease in vegetative vigor, this result was in line with the interannual trends studied, which indicated a decrease in vegetation values for both the monotonic tendency of Mann Kendall and Median trend with values close to 0 and negative, being a non-linear behavior according to the methodologies of linear correlation, linearity and linear trend. According to the Seasonal Trend Analysis, EVI did not present a cycle pattern, with a mixture of cycles, annual and semi-annual. In relation to the correlation of the vegetation indices with the meteorological variables, correlation values were found that reached 0.97 for the R². Thus, there is a high explanation of the dynamics of the landscape through these climatic variables. The landscape EVI for the Atlantic Forest Biome behaves seasonally and depending on the environmental conditions of the regionapplication/pdfporUniversidade Federal Rural do Rio de JaneiroPrograma de Pós-Graduação em Ciências Ambientais e FlorestaisUFRRJBrasilInstituto de FlorestasRemote sensingClimatic variablesAtlantic forestSensoriamento remotoVariáveis climáticasMata AtlânticaRecursos Florestais e Engenharia FlorestalDinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicasVegetation dynamics through the EVI index and its relation with meteorological variablesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisBALDÍ, G.; PARUELO, J. M. Land-use and land cover dynamics in South American temperate grasslands. Ecology and Society, v.13, p.1-20, 2008. BASTIAANSSEN, W. G. M.; MENENTI, M.; FEDDES, R. A.; HOLSLAG, A. A. M. A Remote Sensing Surface Energy Balance Algorithm for Land (SEBAL) – Formulation. Journal of Hydrology, v. 212-213, p.198-212, 1998. BASTIAANSSEN, W. G. M.; ALI, S. A new crop yield forecasting model based on satellite measurements applied across the Indus Basin, Pakistan. Agriculture, Ecosystems and Environment. v. 94, p.321-340, 2003. BISQUERRA, RAFAEL; SARRIERA, JORGE C.; MATÍNEZ, FRANCESC. Introdução à estatística: enfoque informático com o pacote estatístico SPSS. Bookman Editora, 2009. CARTES, Jose Luis; YANOSKY, Alberto. Dynamics of biodiversity loss in the Paraguayan Atlantic Forest: an introduction. The Atlantic Forest of South America: Biodiversity Status, Threats, and Outlook. CABS and Island Press, Washington, p. 267-268, 2003. CONTI, JOSÉ BUENO. Considerações sobre as mudanças climáticas globais. Revista do Departamento de Geografia, v. 16, p. 70-75, 2011. COUTINHO, Leopoldo Magno. O conceito de bioma. Acta botanica brasílica, v. 20, n. 1, p. 13-23, 2006. CPTEC – Centro de Previsão de Tempo e Estudos Climáticos. Monitoramento das condições de neutralidade no pacífico equatorial. http://enos.cptec.inpe.br/. Acesso: janeiro de 2017. DEAN, Warren. A ferro e fogo: a história e a devastação da Mata Atlântica brasileira. 1. ed. São Paulo: Cia. das Letras, 484 p. 2004. DEFRIES, Ruth S. et al. Carbon emissions from tropical deforestation and regrowth based on satellite observations for the 1980s and 1990s. Proceedings of the National Academy of Sciences, v. 99, n. 22, p. 14256-14261, 2002. DENG, F., SU, G., LIU, C. Seasonal Variation of MODIS Vegetation Indexes and Their Statistical Relationship With Climate Over the Subtropic Evergreen Forest in Zhejiang, China. Ieee Geoscience and Remote Sensing Letters, vol. 4, no. 2, 2007. DRUMMOND, JOSÉ AUGUSTO. Devastação e preservação ambiental: os Parques Nacionais do Estado do Rio de Janeiro. Editora da Universidade Federal Fluminense, 1997. EASTMAN, J. R.; SANGERMANO, F.; GHIMIRE, B.; ZHU, H., CHEN, H., NEETI, N.; CAI, Y.; MACHADO, E. A. e CREMA, S. C. International Journal of Remote Sensing. v. 30, n. 10, p. 2721–2726, 2009. 32 EBERHARDT, I.D.R., LUIZ, A. J. B., FORMAGGIO, A.R., SANCHES, I. D. Detecção de áreas agrícolas em tempo quase real com imagens Modis. Pesquisa Agropecuária Brasileira. v. 50, n.7, 2015. FEARNSIDE, P. M. GUIMARAES, W.M.; Carbon uptake by secondary forest in Brazilian Amazonia. Forest Ecology and Management, v. 80, p. 35-46. 1996. FERREIRA, MANUEL EDUARDO ET AL. Desmatamentos no bioma Cerrado: uma análise temporal (2001-2005) com base nos dados MODIS-MOD13Q1. Simpósio Brasileiro de Sensoriamento Remoto, v. 13, p. 3877-3883, 2007. FERREIRA, T. R.; DI PACE, F. T.; DELGADO, J. R.; SILVA, T. G. Preliminary analysis of drought in 2012 in semi-arid of alagoas using indices of vegetation through sensor modis. Journal of Hyperspectral Remote Sensing, v. 5, n.1, 2015. FISHER, M. J.; THOMAS, R. J. Implications of land use change to introduced pastures on carbon stocks in the central lowlands of tropical South America. Environment, Development and Sustainability, v. 6, p. 111-131, 2004. Fundação SOS Mata Atlântica. INPE - Instituto Nacional de Pesquisas Espaciais. Atlas dos remanescentes florestais da Mata Atlântica período 2008 - 2010. São Paulo: Fundação SOS Mata Atlântica/Instituto Nacional de Pesquisas Espaciais, 2011. 122p. http://www.inpe.br/noticias/ arquivos/pdf/atlasrelatoriofinal.pdf. Acesso: Junho de 2016. GIRAUDO, Alejandro R. Dynamics of biodiversity loss in the Argentinean Atlantic Forest: an introduction. The Atlantic Forest of South America: Biodiversity Status, Threats, and Outlook. CABS and Island Press, Washington, p. 139-140, 2003. HANSEN ,M. C.; POTAPOV, P. V.; MOORE, R.; HANCHER, M.; TURUBANOVA, S. A.; TYUKAVINA, A.; THAU, D.; STEHMAN, S. V.; GOETZ, S. J.; LOVELAND, T. R.; KOMMAREDDY, A.; EGOROV, A.; CHINI, L.; JUSTICE, C. O.; TOWNSHEND, J. R. G.The state of biodiversity in latin america and the caribbean. Pnuma - Programa das Nações Unidas para o Meio Ambiente... Science. v 342, 2013. HEINSCH, Faith Ann et al. GPP and NPP (MOD17A2/A3) Products NASA MODIS Land Algorithm. MOD17 User's Guide, p. 1-57, 2003. HOUGHTON, R. A.; GLOOR, M.; LLOYD , J.; POTTER, C. O Balanço do Carbono Regional. Amazonia and Global Change. Geophysical Monograph Series 186, American Geophysical Union. p. 409-428, 2009. HUANG, C., KIM, S., ALTSTATT, A., TOWNSHEND, J.R.G., DAVIS, P., SONG, K., TUCKER, C.J., RODAS, O., YANOSKY, A., CLAY, R., MUSINSKY, J.,. Rapid loss of Paraguay´ s Atlantic forest and the status of protected areas – a landsat assessment. Remote Sensing of Environment. v.106, p. 460–466, 2007. HUETE, A. R.; DIDAN, K.; MIURA, T.; RODRIGUEZ, E. P.; GAO, X.; FERREIRA, L. G. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, v.83, p.195-213, 2002. 33 IBGE - Instituto Brasileiro de Geografia e Estatística. Estatística. Disponível em: http://www.ibge.gov.br. Acesso em: 15 fev. 2016. IBGE - Instituto Brasileiro de Geografia e Estatística. Manual técnico de uso da terra. Manuais técnicos em Geociências. Rio de Janeiro: Instituto Brasileiro de Geografia e Estatística, 2006. 91p. http://www.ibge.gov.br/home/geociencias/ recursosnaturais/usodaterra/.shtm. Acesso: Junho de 2016. INPE. Atlas dos remanescentes florestais da Mata Atlântica e ecossistemas associados no período de 2013–2014. Disponível em www.inpe.br/fundaçãosos. Acesso: 10 de agosto de 2015. IPCC- Intergovernmental Panel on Climate Change. Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, R.K. Pachauri and L.A. Meyer (eds.)]. IPCC, Geneva, Switzerland,151 pp. 2014. 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, p.3833-3845, 2008. JUSTICE, C. O.; VERMOTE, E.; TOWNSHEND, J.R.G.; DEFRIES, R.; ROY, D.P.; HALL, D.K.;SALOMONSON, V.V.; PRIVETTE, J.L.; RIGGS, G.; STRAHLER, A. The moderate resolution imaging spectroradiometer (MODIS): land remote sensing for global change research. IEEE Transactions on Geoscience and Remote Sensing, v.36, p. 1228-1249, 1998. JUSTICE, C. O.; TOWNSHEND, J. R. G.; VERMOTE, E. F.; MASUOKA, E.; WOLFE, R. E.; SALEOUS, N.; ROY, D. P.; MORISETTE, J. T. An overview of MODIS Land data processing and product status. Remote Sensing of Environment. v.83, n.1-2, p.3-15, 2002. LATORRE, MARCELO LOPES. Sensor MODIS: Características gerais e aplicações. 2003. KHATAMI, R., MOUNTRAKIS, G., STEHMAN, S. V. . A meta-analysis of remote sensing research on supervised pixel-based land-cover image classification processes: General guidelines for practitioners and future research. Remote Sensing of Environment . v. 177, p. 89–100 , 2016. KÖPPEN, W. Climatologia: con un estudio de los climas de la tierra. México: Fundo de Cultura Econômica. P. 479, 1948. MASELLI, FABIO. Monitoring forest conditions in a protected Mediterranean coastal area by the analysis of multiyear NDVI data. Remote sensing of environment, v. 89, n. 4, p. 423-433, 2004. MMA - Ministério do Meio Ambiente. Mapa de Cobertura Vegetal. 2014. Disponível em: <http://www.mma.gov.br/biomas/amaz%C3%B4nia/mapa-de-cobertura-vegetal> Acesso em: 10 out. 2015. 34 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. NORA, E. L. D.; MARTINI, D. Z. Análise da dinâmica sazonal de fitofisionomias do bioma Mata Atlântica com base em índices de vegetação do sensor MODIS/TERRA. Ambiência, v. 6, n. 1, p.97 – 108, 2010. OLIVEIRA,J.A. Caracterização física da Bacia do Ribeirão Cachimbal –Pinheiral (RJ) de suas principais paisagens degradadas. Seropédica: (Dissertação Mestrado Ciências Ambientais e Florestais). Universidade Federal Rural do Rio de Janiero, 136p.1998. OLIVEIRA, M. B. L.; SANTOS, A. J. B.; MANZI, A. O.; ALVALÁ, R. C. S.; CORREIA, M. F.; MOURA, M. S. B. Trocas de energia e fluxo de carbono entre a vegetação de Caatinga e atmosfera no Nordeste brasileiro. Revista Brasileira de Meteorologia, v.21, n.3b, p. 378-386, 2006. PÁDUA, JOSÉ AUGUSTO. A ocupação do território brasileiro e a conservação dos recursos naturais. Unidades de conservação: atualidades e tendências, p. 12-19, 2004. PONZONI, F. J.; SHIMABUKURO, Y. E.; Sensoriamento Remoto no Estudo da Vegetação. Parêntese, p. 5-128, 2007. PONZONI, FLÁVIO JORGE; SHIMABUKURO, YOSIO EDEMIR; KUPLICH, TATIANA MORA. Sensoriamento remoto da vegetação. Oficina de Textos, 2015. RIBEIRO, C. A. D.; ABRAHÃO, C. P.; XAVIER, A. C. Correlations between climatic variables and multitemporal EVI images in natural forest and cropping areas. Cerne, v. 15, n. 2, p. 196-204, 2009. ROSEMBACK, R.; FERREIRA, N. J.; SHIMABUKURO, Y.; CONFORTE, J. C. Análise da dinâmicada cobertura vegetal na região sul do Brasil a partir de dados MODIS/TERRA. Revista Brasileira de Cartografia. v. 2, n. 62, p. 401-416, 2010. ROUSE, J. W.; HAAS, H.R. SCHELL, J.A. DEERING, D.W. Monitoring vegetation systems in thegreat plain with ERTS. In: Earth Resources Technology Satellite - 1 Symposium . Proceedings. v.1, p.309-317, 1974. RUDORFF, CONRADO M. et al. Análise derivativa de dados hiperespectrais medidos em nível de campo e orbital para caracterizar a composição de águas opticamente complexas na Amazônia. Acta Amazonica, v. 37, n. 2, p. 269-280, 2007. SALESKA, S.; ROCHA, H.; KRUIJT, B.; NOBRE, A. Fluxos de Carbono do Ecossistema e Metabolismo da Floresta Amazônica. Amazonia and Global Change. American Geophysical Union. Geophysical Monograph Series. v. 186, 2009. SANTANA, M. F.; DELGADO, R. C.; JÚNIOR, J. F. O.; GOIS, G. e TEODORO, P. E. Variability of the Atlantic Forest based on the EVI index and climate variables in Cunha-SP, Brazil. Revista de Ciências Agroambientais. v.14, n.1, p.37-44, 2016. 35 SANTOS, A. M.; GALVÍNCIO, J. D.; MOURA, M. S. B. Aplicação do Índice de Vegetação por Diferença Normalizada (NDVI) para identificação da cobertura fitogeográfica da bacia hidrográfica do rio Goiana--PE. II Simpósio de Geografia Física do Nordeste, 2008. SILVA, E. T. J. B. Utilização dos índices de Vegetação do Sensor MODIS para Detecção de Desmatamentos no Cerrado: Investigação de Parâmetros e Estratégias. 2004, 146 f. 2004. Tese de Doutorado. Dissertação (Mestrado em Geologia)–Universidade de Brasília, Brasília. SILVA, R. A.; SILVA, V. P. R; CAVALCANTI, E. P.; SANTOS, D. N. Estudo da variabilidade da radiação solar no Nordeste do Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 14, n.5, p. 501-509, 2010. SILVA, B.B.; GALVÍNCIO, J.D.; MARIA,S.; MONTENEGRO, G.L.; MACHADO, C.C.C.; OLIVEIRA, L.M.M.; MOURA, M.S.B. Determinação por sensoriamento remoto da produtividade primária bruta do perímetro irrigado. Revista Brasileira de Meteorologia, v.28, n.1, p. 57 - 64, 2014. SLATER, Philip N. Remote sensing: optics and optical systems. 1980. SPANNER, M. A.; PIERCE, L. L.; RUNNING, S. W.; PETERSON, D. L. The seasonality of AVHRR data of temperate coniferous forests: Relationships with leaf area index. Remote Sensing of Environment, v.33, p.97-112, 1990. SOARES FILHO,B.S. Modelagem dinâmica de paisagem de uma região de fronteira da colonização amazônica. Tese (Doutorado Engenharia Cicil). Escola Politécnica. Universidade de São Paulo, 299f.1998. SOS Mata Atlântica, Disponível em: < http://www.sosma.org.br/nossa-causa/a-mataatlantica/>. Acesso em: 08.abril.2016. TANIZAKI, K.; MOULTON,T.P. A fragmentação da Mata Atlântica no Estado do Rio de Janeiro e a perda de biodiversidade. Rio de Janeiro: EDUERJ, p. 23 -35, 2000. USGS - U. S. Geological Survey. 2014. Disponível em: <http://www.usgs.gov/>. Acesso em: 02 maio. 2015. VERMOTE, Eric F.; EL SALEOUS, Nazmi Z.; JUSTICE, Christopher O. Atmospheric correction of MODIS data in the visible to middle infrared: first results. Remote Sensing of Environment, v. 83, n. 1, p. 97-111, 2002. WHITMORE, T. C. An introduction to tropical rain forests. Oxford. p.226, 1990. XAVIER, A. C.; KING, C. W.; SCANLON, B. R. Daily gridded meteorological variables in Brazil (1980–2013). International Journal of Climatology, v. 36, p. 2644–2659, 2016.https://tede.ufrrj.br/retrieve/6077/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf.jpghttps://tede.ufrrj.br/retrieve/20998/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf.jpghttps://tede.ufrrj.br/retrieve/27371/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf.jpghttps://tede.ufrrj.br/retrieve/33718/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf.jpghttps://tede.ufrrj.br/retrieve/40140/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf.jpghttps://tede.ufrrj.br/retrieve/46492/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf.jpghttps://tede.ufrrj.br/retrieve/52890/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf.jpghttps://tede.ufrrj.br/retrieve/59372/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf.jpghttps://tede.ufrrj.br/jspui/handle/jspui/2034Submitted by Celso Magalhaes (celsomagalhaes@ufrrj.br) on 2017-09-15T12:49:01Z No. of bitstreams: 1 2017 - Camila Caetano da Cruz.pdf: 2972481 bytes, checksum: 198acc8d9a70ab72c6437d4e52f11dd8 (MD5)Made available in DSpace on 2017-09-15T12:49:01Z (GMT). No. of bitstreams: 1 2017 - Camila Caetano da Cruz.pdf: 2972481 bytes, checksum: 198acc8d9a70ab72c6437d4e52f11dd8 (MD5) Previous issue date: 2017-02-15info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRRJinstname:Universidade Federal Rural do Rio de Janeiro (UFRRJ)instacron:UFRRJTHUMBNAIL2017 - Camila Caetano da Cruz.pdf.jpgGenerated Thumbnailimage/jpeg1943https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11304/1/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf.jpgcc73c4c239a4c332d642ba1e7c7a9fb2MD51TEXT2017 - Camila Caetano da Cruz.pdf.txtExtracted Texttext/plain92959https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11304/2/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf.txt3719055db8cd227a9b58cb32ffed7045MD52ORIGINAL2017 - Camila Caetano da Cruz.pdfCamila Caetano da Cruzapplication/pdf2972481https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11304/3/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf198acc8d9a70ab72c6437d4e52f11dd8MD53LICENSElicense.txttext/plain2089https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11304/4/license.txt7b5ba3d2445355f386edab96125d42b7MD5420.500.14407/113042023-12-21 22:49:55.677oai:rima.ufrrj.br:20.500.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Biblioteca Digital de Teses e Dissertaçõeshttps://tede.ufrrj.br/PUBhttps://tede.ufrrj.br/oai/requestbibliot@ufrrj.br||bibliot@ufrrj.bropendoar:2023-12-22T01:49:55Biblioteca Digital de Teses e Dissertações da UFRRJ - Universidade Federal Rural do Rio de Janeiro (UFRRJ)false |
| dc.title.por.fl_str_mv |
Dinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicas |
| dc.title.alternative.eng.fl_str_mv |
Vegetation dynamics through the EVI index and its relation with meteorological variables |
| title |
Dinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicas |
| spellingShingle |
Dinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicas Cruz, Camila Caetano da Remote sensing Climatic variables Atlantic forest Sensoriamento remoto Variáveis climáticas Mata Atlântica Recursos Florestais e Engenharia Florestal |
| title_short |
Dinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicas |
| title_full |
Dinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicas |
| title_fullStr |
Dinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicas |
| title_full_unstemmed |
Dinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicas |
| title_sort |
Dinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicas |
| author |
Cruz, Camila Caetano da |
| author_facet |
Cruz, Camila Caetano da |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
Cruz, Camila Caetano da |
| dc.contributor.advisor1.fl_str_mv |
Delgado, Rafael Coll |
| dc.contributor.advisor1ID.fl_str_mv |
172956021 |
| dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/1178948690201659 |
| dc.contributor.advisor-co1.fl_str_mv |
Pereira, Marcos Gervasio |
| dc.contributor.advisor-co1ID.fl_str_mv |
874.292.767-68 |
| dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/3657759682534978 |
| dc.contributor.referee1.fl_str_mv |
Antunes, Mauro Antonio Homem |
| dc.contributor.referee2.fl_str_mv |
Souza, Leonardo Paula de |
| dc.contributor.authorID.fl_str_mv |
137.674.897-59 |
| dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/0630458817258438 |
| contributor_str_mv |
Delgado, Rafael Coll Pereira, Marcos Gervasio Antunes, Mauro Antonio Homem Souza, Leonardo Paula de |
| dc.subject.eng.fl_str_mv |
Remote sensing Climatic variables Atlantic forest |
| topic |
Remote sensing Climatic variables Atlantic forest Sensoriamento remoto Variáveis climáticas Mata Atlântica Recursos Florestais e Engenharia Florestal |
| dc.subject.por.fl_str_mv |
Sensoriamento remoto Variáveis climáticas Mata Atlântica |
| dc.subject.cnpq.fl_str_mv |
Recursos Florestais e Engenharia Florestal |
| description |
O bioma Mata Atlântica é uma região biogeográfica com alta biodiversidade, contendo diversas reservas naturais que geram recursos indispensáveis para todos os seres vivos. Com o seu alto grau de desmatamento ao longo dos anos devido a ação antrópica, faz-se necessário a identificação e o monitoramento das mudanças do uso e cobertura do solo o que possibilita a melhor compreensão do futuro das florestas e como estão ocorrendo as suas mudanças. Com isso, esse trabalho tem o objetivo de avaliar a dinâmica da vegetação no bioma Mata Atlântica através do Índice de Vegetação Melhorado (EVI) e qual a sua relação com as variáveis meteorológicas: temperatura média do ar, chuva, radiação solar global, umidade relativa do ar e evapotranspiração. O trabalho foi realizado no município de Pinheiral no Estado do Rio de Janeiro. Foram utilizados os dados de vegetação do produto MOD13Q1, no período de 2001 a 2013, totalizando 299 imagens e dados mensais das variáveis meteorológicas, do mesmo período, totalizando 780 dados. As análises das tendências interanuais das séries temporais de índices de vegetação foram realizadas por meio das metodologias de linearidade, correlação linear, tendência linear, tendência monotônica de Mann Kendall, tendência mediana de Theil-Sen e análise dos perfis temporais e também a análise de tendência sazonal. Através da regressão linear múltipla, expressas pelas estimativas dos coeficientes da regressão e do coeficiente de determinação (R2) foi estudada a correlação entre os dados meteorológicos e o índice de vegetação. Diante disso, foi realizado uma análise de uso do solo no mesmo período de estudo, de 2001, 2006 e 2013 através de classificadores gerados para cada valor do pixel da imagem. Com a geração dos perfis temporais dos índices de vegetação, observou-se que houve uma diminuição no vigor vegetativo, esse resultado foi de encontro às tendências interanuais estudadas, que indicaram decréscimo nos valores da vegetação tanto para a tendência monotônica de Mann Kendall como para a tendência mediana com valores próximos de 0 e negativos, sendo um comportamento não linear de acordo com as metodologias de correlação linear, linearidade e tendência linear. De acordo com a Análise de Tendência Sazonal, o EVI não apresentou um padrão de ciclo, ocorrendo uma mistura de ciclos, anual e semi-anual. Em relação a correlação dos índices de vegetação com as variáveis meteorológicas, foram encontrados valores de correlação que chegaram a 0,97 para o R². Dessa forma, verifica-se uma alta explicação da dinâmica da paisagem através dessas variáveis climáticas. O EVI da paisagem para o Bioma Mata Atlântica se comporta de forma sazonal e em função das condições ambientais da região |
| publishDate |
2017 |
| dc.date.issued.fl_str_mv |
2017-02-15 |
| dc.date.accessioned.fl_str_mv |
2023-12-22T01:49:55Z |
| dc.date.available.fl_str_mv |
2023-12-22T01:49:55Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.citation.fl_str_mv |
CRUZ, Camila Caetano da. Dinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicas. 2017. 35 f. Dissertação (Mestrado em Ciências Ambientais e Florestais) - Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Seropédica, 2017. |
| dc.identifier.uri.fl_str_mv |
https://rima.ufrrj.br/jspui/handle/20.500.14407/11304 |
| identifier_str_mv |
CRUZ, Camila Caetano da. Dinâmica da vegetação através do índice EVI e sua relação com variáveis meteorológicas. 2017. 35 f. Dissertação (Mestrado em Ciências Ambientais e Florestais) - Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Seropédica, 2017. |
| url |
https://rima.ufrrj.br/jspui/handle/20.500.14407/11304 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.references.por.fl_str_mv |
BALDÍ, G.; PARUELO, J. M. Land-use and land cover dynamics in South American temperate grasslands. Ecology and Society, v.13, p.1-20, 2008. BASTIAANSSEN, W. G. M.; MENENTI, M.; FEDDES, R. A.; HOLSLAG, A. A. M. A Remote Sensing Surface Energy Balance Algorithm for Land (SEBAL) – Formulation. Journal of Hydrology, v. 212-213, p.198-212, 1998. BASTIAANSSEN, W. G. M.; ALI, S. A new crop yield forecasting model based on satellite measurements applied across the Indus Basin, Pakistan. Agriculture, Ecosystems and Environment. v. 94, p.321-340, 2003. BISQUERRA, RAFAEL; SARRIERA, JORGE C.; MATÍNEZ, FRANCESC. Introdução à estatística: enfoque informático com o pacote estatístico SPSS. Bookman Editora, 2009. CARTES, Jose Luis; YANOSKY, Alberto. Dynamics of biodiversity loss in the Paraguayan Atlantic Forest: an introduction. The Atlantic Forest of South America: Biodiversity Status, Threats, and Outlook. CABS and Island Press, Washington, p. 267-268, 2003. CONTI, JOSÉ BUENO. Considerações sobre as mudanças climáticas globais. Revista do Departamento de Geografia, v. 16, p. 70-75, 2011. COUTINHO, Leopoldo Magno. O conceito de bioma. Acta botanica brasílica, v. 20, n. 1, p. 13-23, 2006. CPTEC – Centro de Previsão de Tempo e Estudos Climáticos. Monitoramento das condições de neutralidade no pacífico equatorial. http://enos.cptec.inpe.br/. Acesso: janeiro de 2017. DEAN, Warren. A ferro e fogo: a história e a devastação da Mata Atlântica brasileira. 1. ed. São Paulo: Cia. das Letras, 484 p. 2004. DEFRIES, Ruth S. et al. Carbon emissions from tropical deforestation and regrowth based on satellite observations for the 1980s and 1990s. Proceedings of the National Academy of Sciences, v. 99, n. 22, p. 14256-14261, 2002. DENG, F., SU, G., LIU, C. Seasonal Variation of MODIS Vegetation Indexes and Their Statistical Relationship With Climate Over the Subtropic Evergreen Forest in Zhejiang, China. Ieee Geoscience and Remote Sensing Letters, vol. 4, no. 2, 2007. DRUMMOND, JOSÉ AUGUSTO. Devastação e preservação ambiental: os Parques Nacionais do Estado do Rio de Janeiro. Editora da Universidade Federal Fluminense, 1997. EASTMAN, J. R.; SANGERMANO, F.; GHIMIRE, B.; ZHU, H., CHEN, H., NEETI, N.; CAI, Y.; MACHADO, E. A. e CREMA, S. C. International Journal of Remote Sensing. v. 30, n. 10, p. 2721–2726, 2009. 32 EBERHARDT, I.D.R., LUIZ, A. J. B., FORMAGGIO, A.R., SANCHES, I. D. Detecção de áreas agrícolas em tempo quase real com imagens Modis. Pesquisa Agropecuária Brasileira. v. 50, n.7, 2015. FEARNSIDE, P. M. GUIMARAES, W.M.; Carbon uptake by secondary forest in Brazilian Amazonia. Forest Ecology and Management, v. 80, p. 35-46. 1996. FERREIRA, MANUEL EDUARDO ET AL. Desmatamentos no bioma Cerrado: uma análise temporal (2001-2005) com base nos dados MODIS-MOD13Q1. Simpósio Brasileiro de Sensoriamento Remoto, v. 13, p. 3877-3883, 2007. FERREIRA, T. R.; DI PACE, F. T.; DELGADO, J. R.; SILVA, T. G. Preliminary analysis of drought in 2012 in semi-arid of alagoas using indices of vegetation through sensor modis. Journal of Hyperspectral Remote Sensing, v. 5, n.1, 2015. FISHER, M. J.; THOMAS, R. J. Implications of land use change to introduced pastures on carbon stocks in the central lowlands of tropical South America. Environment, Development and Sustainability, v. 6, p. 111-131, 2004. Fundação SOS Mata Atlântica. INPE - Instituto Nacional de Pesquisas Espaciais. Atlas dos remanescentes florestais da Mata Atlântica período 2008 - 2010. São Paulo: Fundação SOS Mata Atlântica/Instituto Nacional de Pesquisas Espaciais, 2011. 122p. http://www.inpe.br/noticias/ arquivos/pdf/atlasrelatoriofinal.pdf. Acesso: Junho de 2016. GIRAUDO, Alejandro R. Dynamics of biodiversity loss in the Argentinean Atlantic Forest: an introduction. The Atlantic Forest of South America: Biodiversity Status, Threats, and Outlook. CABS and Island Press, Washington, p. 139-140, 2003. HANSEN ,M. C.; POTAPOV, P. V.; MOORE, R.; HANCHER, M.; TURUBANOVA, S. A.; TYUKAVINA, A.; THAU, D.; STEHMAN, S. V.; GOETZ, S. J.; LOVELAND, T. R.; KOMMAREDDY, A.; EGOROV, A.; CHINI, L.; JUSTICE, C. O.; TOWNSHEND, J. R. G.The state of biodiversity in latin america and the caribbean. Pnuma - Programa das Nações Unidas para o Meio Ambiente... Science. v 342, 2013. HEINSCH, Faith Ann et al. GPP and NPP (MOD17A2/A3) Products NASA MODIS Land Algorithm. MOD17 User's Guide, p. 1-57, 2003. HOUGHTON, R. A.; GLOOR, M.; LLOYD , J.; POTTER, C. O Balanço do Carbono Regional. Amazonia and Global Change. Geophysical Monograph Series 186, American Geophysical Union. p. 409-428, 2009. HUANG, C., KIM, S., ALTSTATT, A., TOWNSHEND, J.R.G., DAVIS, P., SONG, K., TUCKER, C.J., RODAS, O., YANOSKY, A., CLAY, R., MUSINSKY, J.,. Rapid loss of Paraguay´ s Atlantic forest and the status of protected areas – a landsat assessment. Remote Sensing of Environment. v.106, p. 460–466, 2007. HUETE, A. R.; DIDAN, K.; MIURA, T.; RODRIGUEZ, E. P.; GAO, X.; FERREIRA, L. G. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, v.83, p.195-213, 2002. 33 IBGE - Instituto Brasileiro de Geografia e Estatística. Estatística. Disponível em: http://www.ibge.gov.br. Acesso em: 15 fev. 2016. IBGE - Instituto Brasileiro de Geografia e Estatística. Manual técnico de uso da terra. Manuais técnicos em Geociências. Rio de Janeiro: Instituto Brasileiro de Geografia e Estatística, 2006. 91p. http://www.ibge.gov.br/home/geociencias/ recursosnaturais/usodaterra/.shtm. Acesso: Junho de 2016. INPE. Atlas dos remanescentes florestais da Mata Atlântica e ecossistemas associados no período de 2013–2014. Disponível em www.inpe.br/fundaçãosos. Acesso: 10 de agosto de 2015. IPCC- Intergovernmental Panel on Climate Change. Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, R.K. Pachauri and L.A. Meyer (eds.)]. IPCC, Geneva, Switzerland,151 pp. 2014. 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, p.3833-3845, 2008. JUSTICE, C. O.; VERMOTE, E.; TOWNSHEND, J.R.G.; DEFRIES, R.; ROY, D.P.; HALL, D.K.;SALOMONSON, V.V.; PRIVETTE, J.L.; RIGGS, G.; STRAHLER, A. The moderate resolution imaging spectroradiometer (MODIS): land remote sensing for global change research. IEEE Transactions on Geoscience and Remote Sensing, v.36, p. 1228-1249, 1998. JUSTICE, C. O.; TOWNSHEND, J. R. G.; VERMOTE, E. F.; MASUOKA, E.; WOLFE, R. E.; SALEOUS, N.; ROY, D. P.; MORISETTE, J. T. An overview of MODIS Land data processing and product status. Remote Sensing of Environment. v.83, n.1-2, p.3-15, 2002. LATORRE, MARCELO LOPES. Sensor MODIS: Características gerais e aplicações. 2003. KHATAMI, R., MOUNTRAKIS, G., STEHMAN, S. V. . A meta-analysis of remote sensing research on supervised pixel-based land-cover image classification processes: General guidelines for practitioners and future research. Remote Sensing of Environment . v. 177, p. 89–100 , 2016. KÖPPEN, W. Climatologia: con un estudio de los climas de la tierra. México: Fundo de Cultura Econômica. P. 479, 1948. MASELLI, FABIO. Monitoring forest conditions in a protected Mediterranean coastal area by the analysis of multiyear NDVI data. Remote sensing of environment, v. 89, n. 4, p. 423-433, 2004. MMA - Ministério do Meio Ambiente. Mapa de Cobertura Vegetal. 2014. Disponível em: <http://www.mma.gov.br/biomas/amaz%C3%B4nia/mapa-de-cobertura-vegetal> Acesso em: 10 out. 2015. 34 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. NORA, E. L. D.; MARTINI, D. Z. Análise da dinâmica sazonal de fitofisionomias do bioma Mata Atlântica com base em índices de vegetação do sensor MODIS/TERRA. Ambiência, v. 6, n. 1, p.97 – 108, 2010. OLIVEIRA,J.A. Caracterização física da Bacia do Ribeirão Cachimbal –Pinheiral (RJ) de suas principais paisagens degradadas. Seropédica: (Dissertação Mestrado Ciências Ambientais e Florestais). Universidade Federal Rural do Rio de Janiero, 136p.1998. OLIVEIRA, M. B. L.; SANTOS, A. J. B.; MANZI, A. O.; ALVALÁ, R. C. S.; CORREIA, M. F.; MOURA, M. S. B. Trocas de energia e fluxo de carbono entre a vegetação de Caatinga e atmosfera no Nordeste brasileiro. Revista Brasileira de Meteorologia, v.21, n.3b, p. 378-386, 2006. PÁDUA, JOSÉ AUGUSTO. A ocupação do território brasileiro e a conservação dos recursos naturais. Unidades de conservação: atualidades e tendências, p. 12-19, 2004. PONZONI, F. J.; SHIMABUKURO, Y. E.; Sensoriamento Remoto no Estudo da Vegetação. Parêntese, p. 5-128, 2007. PONZONI, FLÁVIO JORGE; SHIMABUKURO, YOSIO EDEMIR; KUPLICH, TATIANA MORA. Sensoriamento remoto da vegetação. Oficina de Textos, 2015. RIBEIRO, C. A. D.; ABRAHÃO, C. P.; XAVIER, A. C. Correlations between climatic variables and multitemporal EVI images in natural forest and cropping areas. Cerne, v. 15, n. 2, p. 196-204, 2009. ROSEMBACK, R.; FERREIRA, N. J.; SHIMABUKURO, Y.; CONFORTE, J. C. Análise da dinâmicada cobertura vegetal na região sul do Brasil a partir de dados MODIS/TERRA. Revista Brasileira de Cartografia. v. 2, n. 62, p. 401-416, 2010. ROUSE, J. W.; HAAS, H.R. SCHELL, J.A. DEERING, D.W. Monitoring vegetation systems in thegreat plain with ERTS. In: Earth Resources Technology Satellite - 1 Symposium . Proceedings. v.1, p.309-317, 1974. RUDORFF, CONRADO M. et al. Análise derivativa de dados hiperespectrais medidos em nível de campo e orbital para caracterizar a composição de águas opticamente complexas na Amazônia. Acta Amazonica, v. 37, n. 2, p. 269-280, 2007. SALESKA, S.; ROCHA, H.; KRUIJT, B.; NOBRE, A. Fluxos de Carbono do Ecossistema e Metabolismo da Floresta Amazônica. Amazonia and Global Change. American Geophysical Union. Geophysical Monograph Series. v. 186, 2009. SANTANA, M. F.; DELGADO, R. C.; JÚNIOR, J. F. O.; GOIS, G. e TEODORO, P. E. Variability of the Atlantic Forest based on the EVI index and climate variables in Cunha-SP, Brazil. Revista de Ciências Agroambientais. v.14, n.1, p.37-44, 2016. 35 SANTOS, A. M.; GALVÍNCIO, J. D.; MOURA, M. S. B. Aplicação do Índice de Vegetação por Diferença Normalizada (NDVI) para identificação da cobertura fitogeográfica da bacia hidrográfica do rio Goiana--PE. II Simpósio de Geografia Física do Nordeste, 2008. SILVA, E. T. J. B. Utilização dos índices de Vegetação do Sensor MODIS para Detecção de Desmatamentos no Cerrado: Investigação de Parâmetros e Estratégias. 2004, 146 f. 2004. Tese de Doutorado. Dissertação (Mestrado em Geologia)–Universidade de Brasília, Brasília. SILVA, R. A.; SILVA, V. P. R; CAVALCANTI, E. P.; SANTOS, D. N. Estudo da variabilidade da radiação solar no Nordeste do Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 14, n.5, p. 501-509, 2010. SILVA, B.B.; GALVÍNCIO, J.D.; MARIA,S.; MONTENEGRO, G.L.; MACHADO, C.C.C.; OLIVEIRA, L.M.M.; MOURA, M.S.B. Determinação por sensoriamento remoto da produtividade primária bruta do perímetro irrigado. Revista Brasileira de Meteorologia, v.28, n.1, p. 57 - 64, 2014. SLATER, Philip N. Remote sensing: optics and optical systems. 1980. SPANNER, M. A.; PIERCE, L. L.; RUNNING, S. W.; PETERSON, D. L. The seasonality of AVHRR data of temperate coniferous forests: Relationships with leaf area index. Remote Sensing of Environment, v.33, p.97-112, 1990. SOARES FILHO,B.S. Modelagem dinâmica de paisagem de uma região de fronteira da colonização amazônica. Tese (Doutorado Engenharia Cicil). Escola Politécnica. Universidade de São Paulo, 299f.1998. SOS Mata Atlântica, Disponível em: < http://www.sosma.org.br/nossa-causa/a-mataatlantica/>. Acesso em: 08.abril.2016. TANIZAKI, K.; MOULTON,T.P. A fragmentação da Mata Atlântica no Estado do Rio de Janeiro e a perda de biodiversidade. Rio de Janeiro: EDUERJ, p. 23 -35, 2000. USGS - U. S. Geological Survey. 2014. Disponível em: <http://www.usgs.gov/>. Acesso em: 02 maio. 2015. VERMOTE, Eric F.; EL SALEOUS, Nazmi Z.; JUSTICE, Christopher O. Atmospheric correction of MODIS data in the visible to middle infrared: first results. Remote Sensing of Environment, v. 83, n. 1, p. 97-111, 2002. WHITMORE, T. C. An introduction to tropical rain forests. Oxford. p.226, 1990. XAVIER, A. C.; KING, C. W.; SCANLON, B. R. Daily gridded meteorological variables in Brazil (1980–2013). International Journal of Climatology, v. 36, p. 2644–2659, 2016. |
| 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 Pós-Graduação em Ciências 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 |
https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11304/1/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf.jpg https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11304/2/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf.txt https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11304/3/2017%20-%20Camila%20Caetano%20da%20Cruz.pdf https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11304/4/license.txt |
| bitstream.checksum.fl_str_mv |
cc73c4c239a4c332d642ba1e7c7a9fb2 3719055db8cd227a9b58cb32ffed7045 198acc8d9a70ab72c6437d4e52f11dd8 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_ |
1810107999965937664 |