ANÁLISE DA DINÂMICA DA COBERTURA VEGETAL NA REGIÃO SUL DO

BRASIL A PARTIR DE DADOS MODIS/TERRA

Analysis of Vegetation Cover Dynamic in Southern Region of Brazil using MODIS/Terra

Data

Roberta Rosemback1
Nelson Jesus Ferreira2
Yosio Edemir Shimabukuro1
Jorge Conrado Conforte2
1
Instituto Nacional de Pesquisas Espaciais
Divisão de Sensoriamento Remoto
Caixa Postal 515 - 12245-970 - São José dos Campos - SP, Brasil
[email protected]
[email protected]

2
Instituto Nacional de Pesquisas Espaciais
Centro de Previsão de Tempo e Estudos Climáticos
Caixa Postal 515 - 12245-970 - São José dos Campos - SP, Brasil
[email protected]
[email protected]

RESUMO
Este trabalho analisa a dinâmica da cobertura vegetal na Região Sul do Brasil a partir do Índice de Vegetação por Diferença
Normalizada (NDVI) gerado pelo sistema MODIS-Terra e dados meteorológicos durante o período de Fevereiro de 2000 a
Fevereiro de 2006. Foram aplicados métodos estatísticos tradicionais para a observação da variabilidade espaço-temporal e
do comportamento médio da vegetação e da precipitação. Destaca-se que as coberturas e usos da terra predominantes
analisados neste estudo foram: atividade agrícola, Floresta Ombrófila Mista, Floresta Estacional Decidual e Floresta
Estacional Semidecidual. Os resultados indicam que apesar do regime de chuvas ter sido quase homogêneo durante o
período, a primavera mostrou-se a mais chuvosa das estações, seguida do verão, outono e inverno. Em geral na região Sul
períodos secos acarretam anomalias negativas de NDVI e períodos chuvosos geram anomalias positivas. A análise das
correlações entre NDVI e o transporte horizontal de umidade mostram o papel da Amazônia e do Oceano Atlântico
Sudoeste. Foi possível observar comportamentos semelhantes em áreas sob domínio de tipos vegetais diferentes, como é o
caso da Savana, Floresta Ombrófila Densa e Áreas de Tensão Ecológica; e Floresta Estacional Semidecidual e Decidual. A
Floresta Ombrófila Mista, Estepe, e a Savana Estépica apresentam comportamento diferenciado das demais. A exploração
desses dados e técnicas se mostrou válida ao fomentar novas discussões acerca da otimização dos recursos atualmente
disponíveis para este tipo de análise.

Palavras-chaves: Sensoriamento Remoto, NDVI, Vegetação, Região Sul do Brasil.

ABSTRACT
This study analyses the vegetation cover dynamic in Southern Brazil using the Normalized Difference Vegetation Index
(NDVI) generated by the MODIS/Terra system and observed precipitation datasets from February 2000 to February 2006
period. Traditional statistical methods were used to observe the vegetation and precipitation space-timing variability and
average behavior. Despite the even distribution of rainfall during this period, the austral spring was the rainiest season,

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 401

followed by summer, autumn and winter. The results show that in general dry periods were correlated to NDVI’s negative
anomalies, while wet periods led to NDVI’s positive anomalies. The cross correlation analysis of NDVI and the horizontal
water vapor transport show the role of Amazon Basin and the SW Atlantic Ocean. The main observed uses and prevailing
vegetation coverage types were: agriculture areas, Tropical Mixed Ombrophilous Forest, Deciduous Seasonal Forest, and
Semideciduous Seasonal Forest. Similar behaviors occurred in different vegetation types such as Savanna, Tropical Close
Ombrophilous Forest and Ecotones areas, as well as Semideciduous Seasonal Forest and Deciduous Seasonal Forest.
Tropical Mixed Ombrophilous Forest, Steppe Savanna, and Arboreous Savanna presented a particularly unique behavior.
The use of NDVI MODIS data and proposed methodology provided insight into optimization of the available resources for
this kind of study.

Keywords: Remote Sensing, NDVI, Vegetation, Southern Brazil

1. INTRODUÇÃO de sensoriamento remoto têm sido utilizados há quase

duas décadas (ALMEIDA, 1997; JIN e SADER, 2005;
No bojo das pesquisas relacionadas ao uso e SEDANO et al., 2005). Desde o primeiro índice
cobertura da terra, a dinâmica das comunidades vegetais desenvolvido com o intuito de melhorar a caracterização
vem sendo um tema muito explorado. Isso se deve ao fato das diferentes comunidades vegetais (JORDAN, 1969),
de que através da observação do comportamento de cada outros têm sido adaptados a fim de minimizar as
ecossistema é possível inferir seus atributos funcionais e diferenças sazonais do ângulo solar e os efeitos
biofísicos, produção primária bruta e biomassa (YANG et atmosféricos (ROUSE et al., 1973; KAUTH e THOMAS,
al., 1998). Também importante na observação dos ciclos 1976; RICHARDSON e WIEGAND, 1977; CLEVERS,
vegetais é a determinação do começo da estação de 1988; PINTY e VERSTRAETE, 1992), e diminuir a
crescimento, o pico de desenvolvimento das plantas e suas interferência dos demais alvos que compõem um pixel
características sazonais. (HUETE, 1988; BARET et al., 1989; RONDEAUX et al.,
É amplamente aceito, hoje, que o comportamento 1996). Embora tais índices ainda apresentem limitações,
de diferentes tipos de vegetação seja modulado pelo clima como instabilidades e saturação, muitos trabalhos
(LIU et al., 1991; BATISTA et al., 1997; BARBOSA, demonstram resultados positivos quanto a sua
1998; DESSAY et al., 2001; WANG et al., 2003) e que a aplicabilidade.
participação da vegetação no equilíbrio dos processos O NOAA (National Oceanic and Atmospheric
atmosféricos e na manutenção da temperatura é expressiva Administration)/AVHRR (Advanced Very High
devido a evapotranspiração que promove (CONTI e Resolution Radiometer) foi o primeiro programa a
FURLAN, 2003). fornecer dados de NDVI (Normalized Difference
O crescente interesse na relação entre a resposta Vegetation Index) de forma sistemática. Hoje constitui
da vegetação e diferentes variáveis climáticas como uma série longa, que engloba mais de 20 anos. Contudo,
temperatura e precipitação (POTTER e BROOKS, 1998; desde 2000 o NDVI gerado pelo MODIS (Moderate
ICHII et al., 2002; GURGEL e FERREIRA, 2003) e de Resolution Imaging Spectroradiometer) tem sido mais
como a variabilidade do clima (sazonal, anual e utilizado por apresentar melhor resolução espacial,
interanual) influi nas diversas comunidades vegetais, se correção atmosférica aprimorada e georreferenciamento
justifica pelas aplicações em modelagem climática, mais preciso. Além disso, o MODIS oferece um contraste
previsão de tempo e na estimativa da produção agrícola melhor e sofre menos influência atmosférica por possuir a
(GURGEL, 2000). Além disso, são relações importantes banda do infravermelho próximo mais estreita e melhor
nas análises dos impactos causados por diferentes posicionada que outros sensores (MOREIRA, 2000).
mudanças no uso e cobertura da terra, como o Especificamente em análises da conexão entre a
desmatamento, queimadas e expansão da área urbana e da cobertura de vegetação e a variabilidade climática, ao
atividade agropecuária. relacionar NDVI a dados meteorológicos, a correlação é
A visão sinótica proporcionada pelas imagens de confirmada em diversas regiões do planeta, o que
satélite, aliada às diversas resoluções espaciais, temporais, demonstra a eficiência destes para tais observações
espectrais e radiométricas dos sensores disponíveis, têm (KAWABATA et al., 2001; ICHII et al., 2002). A
permitido a compreensão de processos climáticos resolução espacial também se mostra compatível à
dinâmicos (CARVALHO et al., 2004; CINTRA et al., magnitude dos processos analisados, e a resolução
2005), a classificação de diferentes coberturas vegetais, temporal das séries disponíveis, suficientes para tal
bem como seu monitoramento (inclusive em tempo real) aplicação.
(ORNELAS DE ANDA et al., 1992; STONE et al., 1994; Ao considerar o território brasileiro em toda sua
ANDERSON et al., 2005; FROHN e HAO, 2006). extensão, depara-se com uma cobertura vegetal muito
No que se refere à classificação e monitoramento da diversificada e diferenças importantes referentes ao clima
cobertura vegetal, índices de vegetação aplicados a dados de cada região. Os eventos de influências globais, como

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 402

El Niño e La Niña, por exemplo, atuam de forma inversa paralelos 22°06’ e 33°38’ de latitude Sul e os meridianos
no regime de chuvas no norte e no sul do país. Biomas 57°25’ e 47°19’ de longitude Oeste de Greenwich. Esta
como a Amazônia e a Mata Atlântica têm sido região foi escolhida devido ao clima característico, ao
amplamente investigados, porém os estudos realizados conhecimento de sua cobertura vegetal e principalmente
sobre a influência do clima na vegetação da Região Sul devido ao fato de que os efeitos de El Niño e La Niña na
são ainda muito pontuais ou voltados para a agricultura. Região Sul são inversos aos que ocorrem nas Regiões
A Região Sul é formada pelos estados do Paraná, Santa Norte e Nordeste do Brasil, nas quais está centrada a
Catarina e Rio Grande do Sul, e ocupa 6,75% do território maioria dos trabalhos nesta linha.
brasileiro. Estão presentes nesta Região a Floresta Foram também selecionadas amostras de alguns
Ombrófila Mista e Densa, Floresta Estacional tipos de vegetação, para uma análise mais pontual. Com o
Semidecídua e Decídua, Savana, Estepe, Savana Estépica objetivo de observar a dinâmica da cobertura (e não do
e Formações Pioneiras com influências marinha e uso) da terra, essas amostras, de 3 X 3 pixels, encontram-
fluviomarinha (IBGE, 2004). se em áreas de proteção ambiental para isentar a
Embora a grande maioria dos trabalhos nesta área possibilidade de intervenções antrópicas durante o
tenha utilizado dados NOAA e obtido bons resultados, a período do estudo.
resolução espacial do sensor AVHRR (~1 km) apresenta
limitações no que se refere à caracterização da
variabilidade temporal e espacial da vegetação. A
utilização dos dados MODIS, de resolução moderada
(250m X 250m), vem aprimorar o que tem sido feito. A
série de dados que disponibiliza é de apenas 6 anos, mas
já permite inferir características associadas à variabilidade
temporal.
Nesse contexto, é de interesse científico
aprimorar o conhecimento das conexões entre clima e
cobertura vegetal nesta região, uma vez que estas estão
intrinsecamente ligadas à produtividade agrícola e dão
suporte à modelagem do sistema biosfera-atmosfera.

2. OBJETIVOS

Este trabalho parte da premissa de que cada

comunidade vegetal tem uma dinâmica temporal
característica, e portanto responde de forma distinta a
mudanças no padrão climático. O objetivo principal foca a Fig.1 - Área de estudo: Região Sul do Brasil.
observação da variação sazonal das diferentes coberturas Amostras: (1) Floresta Estacional Semidecidual;
vegetais presentes na Região Sul, a identificação de (2) Floresta Ombrófila Densa; (3) Floresta de
anomalias no comportamento médio e, por fim, a Transição; (4) Floresta Ombrófila Densa; (5)
avaliação do potencial do produto MOD-13 (que contém Campos Úmidos; (6) Campos Secos; (7) Floresta
os índices de vegetação providos pelo sistema MODIS- Ombrófila Mista; (8) Floresta Ombrófila Mista; (9)
Terra) para esta aplicação. Mata Ciliar; (10) Estepe
A partir de então se investiga a possível
correlação entre o comportamento do NDVI (variável
3.1.1 Clima e Vegetação da Região Sul
representante da vegetação) e do clima em escala regional.
Para tanto são utilizadas séries temporais de variáveis O clima na Região Sul do Brasil é privilegiado no
climáticas obtidas de estações meteorológicas e por que diz respeito ao regime anual de precipitação, cuja
sensores remotos. média varia de 1.250 mm a 2.000 mm. A distribuição
espacial de chuvas se faz uniforme, característica do clima
3. MATERIAIS E MÉTODOS temperado, de modo que quase não há áreas com média
anual de precipitação excessiva ou escassa (NIMER,
3.1 Área de estudo 1979). Isso se deve, segundo Satyamurty e Mattos (1989),
às passagens de frentes frias pela região.
A área de estudo corresponde a Região Sul do Sendo o ritmo sazonal da precipitação da Região
Brasil, que compreende os estados do Paraná, Santa Sul homogêneo, não há estação chuvosa ou seca tão bem
Catarina e Rio Grande do Sul (Figura 1). São definida quanto em outras regiões do país. O máximo e o
aproximadamente 577.214 km² localizados entre os mínimo de chuvas podem ser verificados em qualquer

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 403

estação do ano. Contudo, tal característica é fundamentada densidade. Ocorre tanto sob climas estacionais tropicais
em valores e condições médias de um longo período de (período de seca de 3 a 7 meses), como sob climas sem
sucessivos anos, portanto não deve ser interpretada como período seco.
uma realidade de cada ano (BARBIERI, 2005). • Savana Estépica: as espécies são predominantemente
O clima temperado apresenta uma importante graminosas e há presença de várias cactáceas.
oscilação térmica ao longo do ano. O verão é uma estação
quente, com temperaturas bem mais elevadas do que no 3.2 Dados
inverno. O mês de janeiro é o mais representativo do
verão, e julho, do inverno. É importante ressaltar que Para o estudo da variabilidade espaço-temporal
nesta região, há pelo menos um mês com temperatura da vegetação e das relações desta com o clima foram
média inferior a 15ºC (NIMER, 1979). utilizados os seguintes dados: imagens NDVI MODIS
Quanto aos tipos de vegetação, no Estado do (produto MOD-13), precipitação observada na Região Sul,
Paraná, os mais representativos são: Floresta Ombrófila umidade do ar e vetor vento (transporte horizontal de
Mista e Densa, Floresta Estacional Semidecidual e umidade).
Savana. Em Santa Catarina destacam-se Floresta
Ombrófila Mista e Densa e Savana. No Rio Grande do Sul 3.2.1 NDVI MODIS
estão presentes Floresta Estacional Semidecidual e
Decidual, Floresta Ombrófila Mista e Densa, Estepe, O Índice de Vegetação é uma técnica de
Savana Estépica e ainda Formações Pioneiras com processamento de imagens que visa otimizar a exploração
influência marinha ou fluviomarinha (IBGE, 2004). dos dados de sensores remotos. É dado pela razão entre as
O IBGE (2004) as descreve como: bandas do vermelho e infravermelho próximo. Trata-se
• Estepe (Campanha Gaúcha): composta por vegetação de um artifício matemático que utiliza a refletância dos
predominantemente campestre. Apesar do regime de alvos nessas faixas espectrais a fim de se obter um
chuvas manter-se homogêneo durante o ano, as plantas produto no qual a resposta da vegetação é ressaltada. Isto
estão submetidas à dupla estacionalidade, uma fisiológica, é possível pois a vegetação apresenta refletância baixa na
provocada pelas frentes polares, e outra seca, mais curta, faixa do visível (em função da absorção da radiação
com déficit hídrico. eletromagnética pelos pigmentos fotossinteticamente
• Floresta Ombrófila Mista: também é denominada ativos da folha) e alta na do infravermelho próximo
Floresta de Araucária, pela presença predominante desta (devido ao espalhamento da radiação eletromagnética na
espécie. Ocorre em áreas elevadas das Serras do Mar e estrutura interna da folha) (MOREIRA, 2000).
Mantiqueira, onde a temperatura média é 18°C e nos Com o objetivo de eliminar diferenças sazonais
meses mais frios é inferior a 15°C. do ângulo do sol e minimizar os efeitos da atenuação
• Floresta Estacional Semidecidual: é submetida a dois atmosférica, ROUSE et al. (1973) propuseram a
climas, um tropical, com época de intensas chuvas de normalização com a qual os valores obtidos são contidos
verão seguidas por estiagens acentuadas; e outro em uma mesma escala (adimensional) de valores, entre -1
subtropical, sem período seco, mas com seca fisiológica e 1. A expressão do Índice de Vegetação por Diferença
provocada pelo intenso frio de inverno, com temperaturas Normalizada (NDVI) é dada por:
médias inferiores a 15°C. Nos dois casos, 20% a 50% das
espécies são caducifólias, ou seja, perdem as folhas no (ρ IVP − ρV )
NDVI =
(ρ IVP + ρV )
período menos favorável. (1)
• Floresta Estacional Decidual: é caracterizada por
responder a duas estações distintas, uma chuvosa e uma
seca. No prolongado período seco, mais de 50% dos
indivíduos perdem as folhas. Onde: ρivp é a refletância no infravermelho próximo, e ρ v é
• Floresta Ombrófila Densa (Mata Atlântica): é composta a refletância no vermelho.
por árvores de grande e médio porte, em áreas sem
período seco durante o ano, nas quais a temperatura média O produto MOD-13, além do NDVI, traz outro
oscila entre 22°C e 25°C. índice de vegetação, o EVI (Enhanced Vegetation Index),
• Formações Pioneiras: são compostas por árvores cujo cálculo inclui alguns coeficientes e a banda do azul.
espaçadas e estrato arbustivo pouco denso. Nos locais de Optou-se neste estudo, pela utilização do NDVI por ser
ocorrência a temperatura média varia entre 24°C e 25°C, e menos subjetivo que o EVI, e pelo número de trabalhos já
o período de seca entre 2 a 4 meses. realizados com o NDVI, que vem sendo disponibilizado
• Savana (Cerrado): são formações campestres, com sistematicamente desde 1981 pelo sistema NOAA.
vegetação gramíneo-lenhosa baixa, com pequenas árvores Os dados NDVI MODIS foram obtidos junto a
isoladas, capões florestados e galerias florestais ao longo EOS (Earth Observing System) nos EUA. Foram
dos rios, ou seja, há grandes diferenças em porte e

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 404

utilizadas composições de dezesseis dias do período de
Fevereiro de 2000 a Fevereiro de 2006 (144 datas). → →
Para o recobrimento de toda a área de estudo Q = q ⋅V (2)
foram necessários dois tiles (cenas de 1200km X
1200km). No caso, o tile H-13/V-11 e o tile H-13/V-12. Onde: q é a umidade específica (razão entre a massa de
Ao todo, portanto, foram utilizadas 288 composições para →
a análise do período proposto (6 anos). vapor e a massa total de ar em g/kg), e V é o vetor vento
As composições de NDVI são geradas utilizando- horizontal (nas componentes zonal e meridional).
se a função de refletância bidirecional (BRDF) de
Walthall quando o número de imagens sem nuvens do Esses dados estão organizados em pontos de
conjunto de 16 é maior que 5. Os parâmetros desta função grade de 2°30’ de longitude e latitude em vários níveis
são utilizados para normalizar e interpolar a refletância de isobáricos. Optou-se pelo nível de 850 hPa por ser um
superfície no ângulo de visada ao nadir. Quando o número nível bem representativo dos transportes horizontais de
de imagens sem nuvens é menor que 5, é utilizado o umidade na baixa troposfera.
modelo CV-MVC (Constraint View angle Maximum
Value Composite), através do qual são registrados os 3.3 Métodos
maiores valores de NDVI da série para um determinado
pixel. Assim, fatores como nebulosidade, variações do Para a análise pretendida foram utilizadas algumas
ângulo de iluminação e geometria de visada, vapor de ferramentas estatísticas, gerados histogramas temporais, e
água, aerossóis etc., são minimizados. levantados os eventos climáticos de influências regionais
A resolução espacial do produto utilizado é de e globais mais significativos dentro do período de estudo.
250m X 250m. A aquisição de dados MODIS é A metodologia está resumida no fluxograma da Figura 2:
originalmente feita em 12 bits. As imagens, depois de
processadas, são armazenadas e disponibilizadas ao
usuário em 16 bits, no formato HDF. Através do
aplicativo NASA-MRT (Modis Reprojection Tool), as
composições foram convertidas ao formato GEOTIFF,
mosaicadas, recortadas e tiveram a projeção alterada para
as adequações do estudo e dos recursos computacionais.
Os valores dos pixels da imagem NDVI, neste
estágio, variam em números inteiros. A resolução
radiométrica das imagens foi convertida de 16 para 8 bits
por meio do software ConvGeotiff (ARAI et al., 2005)
para que pudessem ser inseridas no banco de dados criado
no SPRING 4.2 (Sistema de Processamento de
Informações Georreferenciadas).

3.2.2 Dados meteorológicos

Os dados de precipitação para a Região Sul do

Brasil foram obtidos junto ao Centro de Previsão de
Tempo e Estudos Climáticos (CPTEC), em uma grade de Fig.2 - Fluxograma da metodologia.
resolução de 30’. O CPTEC incorpora nesta base os
dados da rede INMET (Instituto Nacional de Foram calculadas para toda a área, a média
Meteorologia) e dados das PCD’s (Plataforma de Coleta sazonal e a anomalia normalizada de NDVI e de
de Dados) mantidas pelo INPE. Foram utilizados os precipitação com a finalidade de compreender o
valores de precipitação para toda a área e também comportamento médio dessas variáveis ao longo dos anos
somente nas coordenadas correspondentes a cada amostra. e das estações. A manipulação dos dados de NDVI foi
As variáveis umidade específica do ar e vetor feita no software IDL 6.3 (Interactive Data Language), e
vento (componentes zonal e meridional), em pontos de dos dados de precipitação, no software GrADS (Grid
grade para o período de estudo, são derivadas do modelo Analysis and Display System), muito utilizado em
de previsão numérica de tempo NCEP/NCAR (National meteorologia por tratar os dados em pontos de grade.
Centers for Environmental Prediction / National Center Com o intuito de avaliar a variabilidade temporal
for Atmospheric Research) (KALNAY et al., 1996). da cobertura vegetal e identificar possíveis anomalias de
O Transporte Horizontal de Umidade foi obtido comportamento foram gerados histogramas temporais do
utilizando-se a formulação: ano de 2005 (para as classes definidas pelo IBGE), e para

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 405

todos os anos do período estudado (somente para as ao longo do ano, ou seja, não existe uma estação chuvosa
amostras). Estes histogramas representam a variação bem definida. Já em parte de Santa Catarina e
temporal da média de um conjunto de pixels principalmente no Paraná a variabilidade sazonal é bem
correspondentes a um determinado alvo. caracterizada. No sul do Paraná e centro-oeste de Santa
Para identificar possíveis conexões entre NDVI e Catarina os valores relativamente elevados de chuva,
variáveis meteorológicas regionais e globais no sul do principalmente na primavera, estão associados com os
Brasil, foi calculada a correlação cruzada com lag aglomerados convectivos de mesoescala. Estes são
(equação 3), ou seja, com defasagem de meses, da série sistemas de instabilidade que tipicamente se originam no
temporal de NDVI das amostras com o Transporte noroeste da Argentina e Paraguai, se deslocam pelo Sul do
Horizontal de Umidade. Brasil, sendo caracterizado por chuvas intensas,
deslocamento rápido e duração de pouco mais que um dia.
n− j
R( x , y , L ) = ∑ ( xi − x ) ⋅ ( y i + j − y i + j ) ⋅
No leste do Paraná os elevados índices pluviométricos
possivelmente estão associados com efeitos orográficos e
i =1 circulação marítima (GRIMM et al., 1998).

1 (3) 4.2 Sazonalidade de Vegetação na Região Sul

1 1
 n− j 2  2
n− j
( )   ∑ ( yi + j − yi + j ) 
2 2

∑ i
A partir das médias sazonais de NDVI, pôde-se
x − xi observar uma significativa variabilidade espacial do
 i =1   i =1  NDVI no Sul do Brasil ao longo do ano (Figura 3). A
primavera foi a estação que apresentou valores de NDVI
Onde: mais baixos, evidenciando o tempo de resposta da
L - representa os lags; vegetação à escassez de chuvas, já que o inverno foi a
x e y - representam as variáveis; estação que apresentou menores índices pluviométricos.
x - representa a média da variável x; Em contrapartida, é durante os meses de primavera que
y - representa a média da variável y; ocorrem os maiores índices pluviométricos, o que explica
i e j - representam os limites. os valores de NDVI mais altos nos meses de verão. Nesta
estação, como a vegetação encontra-se no auge do vigor,
Por fim foi aplicado o teste t-Student (equação 4), os valores de NDVI são altos em toda a área, portanto há
para avaliar a significância estatística das correlações pouca distinção entre as comunidades.
calculadas entre NDVI e as variáveis meteorológicas. No outono ocorrem discrepâncias consideráveis
entre os valores de média de NDVI ao longo da região. É
a estação em que melhor se distinguem os diferentes
x −1
t= N −1 (4) grupos de vegetação.
s A imagem da média de NDVI dos meses de
inverno é a menos expressiva, os valores não são altos
Onde: como no verão e nem tão baixos como na primavera,
x - é a média amostral; tampouco são observadas grandes diferenças entre as
s - é o desvio padrão da amostra; classes de vegetação. É uma estação homogênea no que
N - é o número de graus de liberdade. diz respeito ao índice de vegetação.
Nas regiões de intensa atividade agrícola, nas
4. RESULTADOS E DISCUSSÕES quais as culturas têm ciclos definidos de plantio, a
dinâmica da vegetação é bastante perceptível, mas trata-se
4.1 Sazonalidade de Precipitação na Região Sul de um comportamento bastante peculiar. No Estado do
Paraná, por exemplo, o que fica mais evidente nas
A Região Sul do Brasil situa-se abaixo do imagens é a área classificada como Floresta Estacional
Trópico de Capricórnio, em uma zona temperada Semidecidual de Vegetação Secundária (NO do Estado).
essencialmente influenciada por sistemas meteorológicos Além deste tipo de vegetação perder as folhas no período
transientes de latitudes médias. Ao observar a seco ou frio (o que pode permitir que o efeito do solo
variabilidade da precipitação na região Sul, a partir das influa na resposta), esta é uma área onde a atividade
médias sazonais desta variável geradas para o período de agropecuária é forte (A). Nesta área os valores de NDVI
estudo, a primavera destaca-se como estação mais são mais baixos do que em outras localidades do Estado,
chuvosa, seguida do verão e outono. O inverno é a estação principalmente na primavera.
mais seca. Durante a primavera e o outono, destaca-se
Os resultados obtidos (não mostrados) confirmam também a região do Planalto de Ponta Grossa, ou Campos
que as chuvas são bem distribuídas no Rio Grande do Sul Gerais (B), no Paraná, com valores de NDVI muito

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 406

baixos. Nessa região a cobertura vegetal é composta por nesta região é bem peculiar e distinta do restante do
campos nativos, Floresta Ombrófila Mista (Mata de Estado, os valores de NDVI caem drasticamente na
Araucária) e grandes reflorestamentos de Pinus. primavera (E), época de colheita e preparo de solo.
Em Santa Catarina, as imagens de média de Ficam evidentes nas imagens de NDVI a
inverno e primavera são as que mais evidenciam as distinção de grandes áreas de drenagem, como as Lagoas
diferenças entre tipos de cobertura. No sul do Estado, Mangueira, Mirim, e dos Patos, e a Represa Passo Real,
destaca-se a Mata de Araucária na Serra Geral (C), de no RS, e o Rio Paraná, no PR. Também são bem distintos
NDVI quase saturado em todas as estações. os grandes centros urbanos, como Curitiba e Porto Alegre.
No Rio Grande do Sul, a Floresta Estacional A Floresta Estacional Semidecidual, presente no
Decidual (D) apresenta valores de NDVI próximos ao Parque Nacional do Iguaçu no PR (F), é alvo claramente
máximo em todas as estações. Como no Paraná, esse identificável em qualquer estação, pois essa floresta
Estado possui uma extensa área no norte de seu território apresenta os maiores valores de NDVI da região.
tomada por atividades agrícolas, principalmente culturas
de arroz e soja. O comportamento da cobertura vegetal

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 407

 Fig.3 - Variabilidade Sazonal do NDVI na Região Sul do Brasil durante o período de fevereiro de 2000 a fevereiro
de 2006, derivada do MOD-13, resolução 250 m: a) Primavera, b) Verão, c) Outono, d) Inverno.

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 408

4.3 Transporte Horizontal de Umidade (THU) X Ibirapuitã t= 0
Vegetação

A partir dos resultados das médias sazonais (de NDVI e

precipitação) que sugeriram que a vegetação responde à
precipitação com defasagem de uma estação (ou seja, a
média de 3 meses), partiu-se para uma análise em
macroescala, na qual foi utilizada o Transporte Horizontal
de Umidade (THU), que é uma das componentes-chaves
do ciclo hidrológico regional. A observação desta variável
permite o diagnóstico de fontes ou sumidouros de vapor
de água.
A correlação entre a série temporal de NDVI e a de THU
foi feita para todas as amostras, mas serão apresentados
apenas os resultados da amostra de Estepe como
representativa do que ocorre nas demais áreas. Os
diagramas mostram os vetores de correlação de THU na
América do Sul e vizinhança, em 850 hPa, e a correlação
entre a série temporal destes e das amostra de vegetação.
A Figura 4 mostra a correlação simultânea, na Figura 5 há
defasagem de um mês e de dois meses na Figura 6. Fig. 4 – Vetores de correlação entre as séries
Em t = 0 (correlação simultânea) observa-se que a temporais de THU e de NDVI. Amostra
resposta espectral da Estepe (expressa em valores de “Ibirapuitã” - defasagem no tempo = 0.
NDVI) está principalmente correlacionada ao THU
oriundo de Noroeste (máximo sobre o Paraguai e Bolívia).
Isso alude à importância da Amazônia como uma das
Ibirapuitã t= -1
fontes de vapor de água para a Região Sul, pois além
desta, apenas a região do Atlântico Equatorial apresenta
correlação significativa com o NDVI.
Para t = -1 (defasagem de um mês) o NDVI da amostra
está relacionado com o THU relativamente forte vindo do
Nordeste (Oceano Atlântico e Amazônia) e Noroeste
(Brasil Central). Apresenta também correlação moderada
com o THU do Atlântico Sudeste.
Já em t = -2 (defasagem de dois meses) observa-se a
influência do THU vindo da direção Nordeste (Oceano
Atlântico), vizinhança da costa sul, na amostra de
vegetação analisada. Neste caso as correlações variam
entre 0,4 e 0,5. Nesta escala de defasagem, destaca-se a
contribuição sazonal do vapor de água no comportamento
da cobertura vegetal.

Fig. 5 – Vetores de correlação entre as séries

temporais de THU e de NDVI. Amostra
“Ibirapuitã” - defasagem no tempo = 1 mês.

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 409

 Ibirapuitã t= -2 (a)

Fig. 6 – Vetores de correlação entre as séries (b)

temporais de THU e de NDVI. Amostra
“Ibirapuitã” - defasagem no tempo = 2 meses.

4.4 Anomalias de precipitação e NDVI

As anomalias de cada estação (diferença entre a

média da estação em cada ano e a média da estação de
todo o período) foram calculadas para as variáveis NDVI
e precipitação. As anomalias negativas mostraram-se mais
freqüentes e de maior abrangência do que as anomalias
positivas nas duas variáveis.
Os resultados, em geral, apontam que quando há
ocorrência de períodos chuvosos (anomalia positiva de
precipitação), acontecem anomalias positivas de NDVI na
estação seguinte, assim como na seqüência de períodos
secos ocorrem anomalias negativas de NDVI na estação
subseqüente.
O exemplo da Figura 7 (a) apresenta a anomalia Fig. 7- (a) Anomalia de precipitação –
de precipitação no inverno de 2002. Nota-se valores inverno/2002 e (b) anomalia de NDVI –
negativos na área em destaque (entre Paraná e Santa primavera/2002.
Catarina). A Figura 7 (b) é referente à anomalia calculada
para o NDVI da estação seguinte, a primavera, do mesmo
ano. Destaca-se, na mesma região, a anomalia negativa de 4.5 Histogramas temporais de NDVI – comportamento
NDVI. médio das classes de vegetação (IBGE) no ano de 2005
A série temporal de 6 anos não é suficiente para
efetivamente diagnosticar como a variabilidade climática Para a observação da variabilidade temporal do
interanual afeta a cobertura vegetal, até porque não NDVI na região de estudo, apresentam-se os histogramas
ocorreu nenhum fenômeno forte de El Niño ou La Niña temporais do ano de 2005 (como representativos da série
durante este período. É importante também colocar que a histórica) gerados para os grupos de cobertura vegetal e
análise de médias sazonais pode ter mascarado os indícios suas classes, definidos pelo IBGE (Figuras 8, 9 e 10).
de influência desses eventos, ou mesmo os tempos de Foram utilizadas imagens mensais a fim de minimizar
resposta da vegetação às chuvas menores que três meses. ruídos, mas há ainda a ressalva de que as classes referem-
se à provável cobertura vegetal original do território,
portanto hoje abarcam diferentes alvos, já que incluem
extensas áreas antropizadas.

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 410

 FLORESTA OMBRÓFILA DENSA
FLORESTA ESTACIONAL SEMIDECIDUAL
0,80
0,80 0,60
0,60 0,40
NDVI

NDVI
0,40 0,20
0,20
0,00 0,00

Junho

Julho

Outubro
Abril
Janeiro

Fevereiro

Setembro

Dezembro
Maio

Agosto

Novembro
Junho

Julho

Março
Outubro
Abril
Janeiro

Fevereiro

Setembro

Dezembro
-0,20
Maio

Agosto

Novembro
Março

-0,40

meses
meses

F_VegSec_Ativ_Agr Fm_Mnt Fs_Submontana D_VegSec_Ativ_Agra Ds_Submontana

Db_TrBx Dm_Montana

FLORESTA ESTACIONAL DECIDUAL

ÁREA DE TENSÃO ECOLÓGICA

0,60
0,80
NDVI

0,40 0,60

NDVI
0,20 0,40
0,00 0,20
0,00
Junho

Julho

Outubro
Abril
Janeiro

Fevereiro

Setembro

Dezembro
Maio

Agosto

Novembro
Março

Junho

Julho

Outubro
Abril
Janeiro

Fevereiro

Setembro

Dezembro
-0,20

Maio

Agosto

Novembro
Março
meses meses

C_VSAg A_T_Ec_At_Ag A_T_Ec_C

Fig. 8 - Variabilidade de NDVI durante o ano de Fig. 9 - Variabilidade de NDVI durante o ano de
2005 das classes de vegetação estabelecidas pelo 2005 das classes de vegetação estabelecidas pelo
IBGE. Floresta Estacional Semidecidual; Floresta IBGE. Savana; Floresta Ombrófila Densa; Área de
Estacional Decidual Tensão Ecológica.

É possível observar comportamentos semelhantes Os valores de NDVI apresentados pela Floresta

em tipos vegetais diferentes, como é o caso da Floresta Estacional Semidecidual são mais altos que os
Estacional Semidecidual e Decidual; e da Savana, Floresta apresentados pela Decidual, mas denotam-se, em ambos
Ombrófila Densa e Áreas de Tensão Ecológica. Já a histogramas, duas quedas nos valores de NDVI durante o
Floresta Ombrófila Mista, Estepe, e a Savana Estépica ano, uma suave entre os meses de março e abril, e outra
apresentam comportamento característico. mais intensa entre os meses de setembro e outubro.
A Savana, Floresta Ombrófila Densa e Áreas de
Tensão Ecológica se assemelham pela estabilidade dos
valores de NDVI durante quase todo o ano (em média,
SAVANA
mais altos na Floresta Ombrófila Densa) e por
0,80 apresentarem queda brusca destes entre os meses de
0,60 outubro e novembro.
0,40
NDVI

0,20
0,00
Junho

Julho

Outubro
Abril
Janeiro

Fevereiro

Setembro

Dezembro
Maio

Agosto

Novembro
Março

-0,20
-0,40

meses

S_Ativ_Agr Sg_GramÝneolenhosa

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 411

 comum no comportamento dos diferentes tipos de
FLORESTA OMBRÓFILA MISTA
vegetação. Mas é importante colocar que o sistema
0,80 MODIS só dispõe de uma imagem quinzenal no mês de
0,60 outubro, ao contrário dos demais meses (nos quais foram
NDVI

0,40 geradas imagens mensais a partir de duas quinzenais).

0,20
0,00
Portanto, os valores apresentados nos meses de outubro
podem estar ruidosos e subestimados em relação aos

Junho

Julho

Outubro
Abril
Janeiro

Fevereiro

Setembro

Dezembro
Maio

Agosto

Novembro
Março

demais.

meses 4.3 Histogramas temporais de NDVI -

M_VegSec_Ativ_Agr Ml_Alto-montana
comportamento médio das amostras (no período de
Mm_Montana fev-2000 a fev-2006)

Os histogramas temporais das amostras abrangem

ESTEPE todo o período de estudo e demonstram com mais
especificidade a dinâmica dos tipos de vegetação
0,60 selecionados.
NDVI

0,40 A Floresta Estacional Semidecidual Submontana

0,20
(Figura 11) apresenta valores altos de NDVI em todas as
0,00
estações (entre 0,7 e 0,8), com pequena queda no mês de
Junho

Julho

Outubro
Abril
Janeiro

Fevereiro

Setembro

Dezembro
Maio

Agosto

Novembro
Março

agosto (0,55 a 0,7). Os valores mais baixos ocorrem no

inverno dos anos de 2000 e 2004. Essa característica
meses revela que na região esta cobertura vegetal apresenta uma
sazonalidade provavelmente associada às quedas de
E_Ativ_Agr Eg_Gram_Lenho
temperatura do inverno.
Ep_Parque Ea_Arborizada

Floresta Estacional Semidecidual

SAVANA-ESTÉPICA
0,9
0,8
0,40
0,7 2000
0,6 2001
0,20 2002
NDVI

0,5
ndvi

2003
0,4 2004
0,00
0,3 2005
Junho

Julho

Outubro
Abril
Janeiro

Fevereiro

Setembro

Dezembro
Maio

Agosto

Novembro
Março

0,2 2006
-0,20
0,1
0
meses
iro

ze o
ve o

o
Fe eiro

Ag o

O ro
o

Se osto
o
ril

De br
No ubr

br
ai

lh
nh
Ab

b
re

Ju
M

m
m
n

Ju
ve

ut
Ja

te

T_Ativ_Agr Tp_Parque
meses

Fig. 10- Variabilidade de NDVI durante o ano de

2005 das classes de vegetação estabelecidas pelo Fig. 11 - Variação de NDVI em área de Floresta
IBGE. Floresta Ombrófila Mista; Estepe; Savana- Estacional Semidecidual, ao longo dos meses
estépica. nos anos de 2000 a 2006. Gráfico gerado a partir
de imagens NDVI/MODIS (amostras de 3 X 3
A Floresta Ombrófila Mista apresenta valores de pixels).
NDVI quase sempre decrescentes do mês de março até
outubro (de 0,4 até 0,2), quando tornam a aumentar até No litoral, região de Floresta Ombrófila Densa
0,6, como nos primeiros meses do ano. A Estepe não (Mata Atlântica), onde a umidade é alta o ano todo, os
apresenta sazonalidade marcante. O NDVI da Savana valores mais altos (0,70 a 0,85) ocorrem no começo do
Estépica começa o ano descendendo, apresenta um pico ano, durante o verão e outono, e os mais baixos na
entre junho e julho que não chega a ser o valor máximo primavera, a sazonalidade é marcada pela queda dos
(que se dá em janeiro e dezembro) e volta a cair. valores no mês de outubro (Figura 12).
Em todos os histogramas, os valores de NDVI no
mês de outubro são os mais baixos. Ao observar o
desempenho das curvas essa queda é esperada, vem se
anunciando em meses anteriores, e sugere um ponto

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 412

 Floresta Ombrófila Densa Atlântica
0,8. Na amostra de Floresta Ombrófila Mista, o NDVI
varia entre 0,5 e 0,8. A queda nos valores se dá entre
0,9
0,8 agosto e novembro, porém, em setembro de 2000 e 2001
0,7
0,6 2000 houve um aumento abrupto de valores (Figura 14).
ndvi

0,5
0,4 2001
0,3 2002
0,2 2003
0,1 Campos Úmidos
0 2004
2005

ov ro
ro

o
o
ro

ez ro
ril

Se sto
o

br
nh

br
lh
0,7
ai

b
ei

Ab
ei

b
Ju

u
2006

em
o

em
M
er

Ju
n

ut
Ag
Ja

te
v

0,6

O
Fe

D
N
0,5 2000
meses

ndvi
0,4
2001
0,3
0,2 2002
0,1 2003
Fig. 12 - Variação de NDVI em área de de Floresta 0 2004
2005
Ombrófila Densa, ao longo dos meses nos anos de

o
ro

o
o
ro

Ag o

ez ro
ril

Se sto
o

N ubr

br
nh

br
lh
ai
ei

Ab
ei

b
Ju

em
o

em
M
er

Ju
2006

ut
Ja

te
v
2000 a 2006. Gráfico gerado a partir de imagens

ov
Fe

D
NDVI/MODIS (amostras de 3 X 3 pixels). meses

Na Floresta de Transição a sazonalidade também

é fraca (Figura 13), porém, em alguns anos observa-se Campos Secos

uma mudança abrupta de valores, como a queda em 0,9

outubro de 2000 e o pico em fevereiro de 2005. Dado que 0,8
0,7
2000
2001
houve um evento La Niña (que acarreta períodos mais 0,6
2002

ndvi
0,5
secos) em 2000 e um El Niño (durante o qual há o 0,4
2003
2004
aumento das chuvas) em 2005, esses pontos extremos 0,3
0,2 2005
podem estar relacionados a esses eventos. Aparentemente, 0,1 2006
0
neste caso o NDVI é mais sensível às condições de

ov ro
iro

o
O ro
Fe eiro

Ag o

ez ro
ril

Se sto
o

br
nh

lh
ai
inverno que às de verão.

N tub
Ab

b
re

Ju

em
o
m

em
M
Ju
n
ve

u
Ja

te

D
meses

Floresta de Transição

1
0,9 Mata de Araucária
0,8
2000
0,7 2001 0,9
0,6 2002 0,8 2000
ndvi

0,5 2003 0,7 2001

0,4 2004 0,6 2002
ndvi

0,3 2005 0,5

2003
2006 0,4
0,2 2004
0,3
0,1 2005
0,2
0 0,1 2006
0
ov ro
ro

o
o
ro

o
ril

to
o
nh

br
br
lh

br
ai

ub
ei

Ab
ei

os
Ju

em
m
M

em
er

Ju
n

ut
Ag
Ja

te
v

ez

O ro

ez ro

o
ril

ov ro
o
iro

Ag o
Se osto
Fe eiro

o
Fe

Se

br
nh

lh
ai
Ab

b
D

D mb
N

N ub
re

Ju

em
M
Ju
n

ut
ve

te

e
Ja

meses

meses

Fig.13 - Variação de NDVI em área de Floresta

de Transição, ao longo dos meses nos anos de Fig. 14 - Variação de NDVI em área de Campos
2000 a 2006. Gráfico gerado a partir de imagens Secos, Campos Úmidos e Floresta Ombrófila, ao
NDVI/MODIS (amostras de 3 X 3 pixels). longo dos meses nos anos de 2000 a 2006. Gráfico
gerado a partir de imagens NDVI/MODIS
Foram selecionadas amostras em Campos Secos, (amostras de 3 X 3 pixels).
Campos Úmidos e Floresta Ombrófila Mista (Mata de
Araucária). Tais amostras estão situadas numa região em Na amostra de Mata Ciliar (Figura 15), é possível
que a temperatura média anual não passa dos 14°C, e onde observar a instabilidade a que está sujeito este tipo de
muitas vezes há a ocorrência de neve. vegetação por ocupar porções de terreno passíveis de
Em áreas de Campos Úmidos, os valores inundações. Apesar dos valores de NDVI serem em geral
máximos de NDVI não ultrapassam 0,7 e caem mais baixos em julho e agosto durante todo o período
bruscamente nos meses de inverno, já em Campos Secos estudado, o range de variação muda sensivelmente a cada
os valores são mais altos, com queda nos meses de ano.
inverno e primavera, com amplitude de variação de 0,6 a

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 413

 Mata Ciliar
Floresta Ombrófila Mista
0,6
0,5
0,8
0,4 2000 0,7
ndvi

0,3 2001 0,6

0,2 2002 0,5 2000

ndvi
0,1 2003 0,4 2001
0 2004 0,3 2002
2005
0,2
2003

ov ro
ro

o
ro

ez ro
ril

S r to
o
nh 0,1

br
lh

br
ai

b
ei

Ab
ei

b
os
Ju

u
2006

em
em
M

em
2004
er

Ju
n

ut
Ag
0
Ja

O
Fe

2005

D
N

iro

ze o
ve o

o
Fe eiro

Ag o

O ro
o

Se osto
o
ril

De br
No ubr

br
ai

lh
nh
meses 2006

Ab

b
re

Ju
M

m
m
n

Ju
ve

ut
Ja

te
meses
Fig. 15 - Variação de NDVI em área de Mata
Ciliar, ao longo dos meses nos anos de 2000 a
2006. Gráfico gerado a partir de imagens Fig.17 - Variação de NDVI em área de Floresta
NDVI/MODIS (amostras de 3 X 3 pixels). Ombrófila Mista, ao longo dos meses nos anos de
2000 a 2006. Gráfico gerado a partir de imagens
Nas áreas de Estepe (sudoeste do RS) os valores NDVI/MODIS (amostras de 3 X 3 pixels).
mais baixos da média de NDVI ocorrem no final do
inverno provavelmente porque nos meses desta estação as 5. CONCLUSÕES
temperaturas no extremo sul são muito baixas. É uma área
de sazonalidade bastante estável, nota-se que a variação é As imagens NDVI do produto MOD-13,
a mesma em todos os anos estudados (Figura 16). MODIS-Terra, foram eficientes na observação da variação
sazonal das diferentes coberturas vegetais presentes na
Região Sul e na identificação de anomalias na resposta da
Estepe
vegetação. A análise da correlação entre o comportamento
0,8 da vegetação e variáveis climáticas em escala regional não
0,7
0,6
2000
foi abrangente ou aprofundada o suficiente para incitar
0,5
ndvi

0,4 2001 proposições objetivas. Porém, a exploração desses dados e

0,3 20002
0,2
2003
técnicas se mostrou válida, uma vez que foram
0,1
0 2004 fomentadas novas discussões acerca da otimização dos
2005 recursos atualmente disponíveis.
ov ro
ro

o
O ro
ro

Ag o

ez ro
ril

Se osto
o

br
nh

lh
ai

N ub
ei

Ab

b
ei

b
Ju

em
m

em
M
er

Ju
n

2006
ut
Ja

te
v

Nas amostras de 3 X 3 pixels, a partir das quais

Fe

meses
foi possível observar a sazonalidade de determinados tipos
de vegetação, as variações mais finas são mascaradas
pelos altos valores apresentados pelo índice de vegetação.
Fig. 16 - Variação de NDVI em área de Estepe, ao
O número de variáveis envolvidas na compreensão de
longo dos meses nos anos de 2000 a 2006. Gráfico
determinados processos também está relacionado à escala
gerado a partir de imagens NDVI/MODIS
de análise, dimensão da área e resolução dos dados
(amostras de 3 X 3 pixels).
disponíveis. Não foram abordadas neste trabalho, por
exemplo, questões como tipo de solo, altitude ou
As regiões de Floresta Ombrófila Mista (Figura
declividade, que seriam cabíveis na análise das amostras.
17) são as que possuem sazonalidade mais marcante, até
porque nessas áreas a variabilidade climática é mais forte,
com temperatura média de 18°C e 3 a 6 meses de média
inferior a 15°C.

REFERÊNCIAS BIBLIOGRÁFICAS

ALMEIDA, E.S. Relação entre Índice de Vegetação ANDERSON, L. O.; SHIMABUKURO, Y. E.;
Derivado do NOAA-AVHRR e Precipitação na Região ARAGÃO, L. E. O. C; VALERIANO, D. M.
Amazônica. 1997.89p. (INPE-6390-TDI/606). Monitoramento da resposta fenológica através da
Dissertação (Mestrado em Sensoriamento Remoto) - utilização de imagens fração derivadas do sensor MODIS.
Instituto Nacional de Pesquisas Espaciais, São José dos In: Simpósio Brasileiro de Sensoriamento Remoto, 12.,
Campos. 1997.

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 414

2005, Goiânia. Anais... São José dos Campos: INPE, DESSAY, N.; SHIMABUKURO, Y. E.; BATISTA, G.
2005. p. 2811-2818. 1 CD ROM. T.; DURIEUX, L. Dados NOAA-AVHRR para a
avaliação do impacto El Niño sobre a vegetação.In:
ARAI, E; FREITAS, R.M.;ANDERSON, L.O.; Simpósio Brasileiro de Sensoriamento Remoto (SBSR),
SHIMABUKURO, Y.E Análise radiométrica de imagens 10, 2001, Foz do Iguaçu. Anais... São José dos Campos:
MOD09 em 16 bits e 8 bits. In: Simpósio Brasileiro de INPE, 2001. Artigos, p. 1575-1578. CD-ROM, On-line.
Sensoriamento Remoto, 12. Anais... Gioânia: Instituto ISBN 85-17-00016-1. Disponível em: <
Nacional de Pesquisas Espaciais, 2005. p. 3983-3990. http://marte.dpi.inpe.br/col/dpi.inpe.br/lise/2001/09.24.09.
10/doc/1575.1578.173.pdf>. Acesso em: 10 set. 2006.
BARBIERI, P. R. Início e Fim da Estação Chuvosa na
Região Sul e Sudeste do Brasil Associado com a FROHN, R. C.; HAO, Y. Landscape metric performance
Circulação Atmosférica na América do Sul. 2005. in analyzing two decades of deforestation in the Amazon
106p. Dissertação (Mestrado em Meteorologia) – Instituto Basin of Rondonia, Brazil. Remote Sensing of
Nacional de Pesquisas Espaciais, São José dos Campos. Environment, v. 100, n. 3, p. 237-251, Nov. 2006.
2005.
GRAPS, A. An introduction to wavelets. IEEE
BARBOSA, H. A. Análise espaço temporal de índice de Computational Science and Engineering, v.2, n.2, p.
vegetação AVHRR/NOAA e precipitação na região 50-61, 1995.
nordeste do Brasil, em 1982-85. 1998. 164p. (INPE-
7237-TDI/690). Dissertação (Mestrado em Sensoriamento GRIMM, A. M., S. E. T. FERRAZ e J. GOMES, 1998:
Remoto) – Instituto Nacional de Pesquisas Espaciais, São Precipitation anomalies in Southern Brazil associated with
José dos Campos. 1998. El Niño and La Niña events. Journal of Climate, 11,
2863-2880.
BARET, F.; GUYOT, G.; MAJOR, D. J. TSAVI: A
vegetation index which minimizes soil brightness effects GURGEL, H. C.; FERREIRA, N. J. Annual and
on LAI or APAR estimation. In: 12th Canadian interannual variability of NDVI in Brazil and its
Symposium on Remote Sensing and International connections with climate. International Journal of
Geoscience and Remote Sensing Symposium Remote Sensing, v.24, n. 18, p. 3595-3609, 2003.
(IGARSS’89), Proceedings, Vancouver: 1989. p. 1355-
1358. GURGEL, H. C. Variabilidade espacial e temporal do
NDVI sobre o Brasil e suas conexões com o clima.
BATISTA, G. T.; SHIMABUKURO, Y. E.; 2000. 118 p. (INPE-9655-TDI/848). Dissertação
LAWRENCE, W. T. The long-term monitoring of (Mestrado em Sensoriamento Remoto) – Instituto
vegetation cover in the Amazonian forest region of Nacional de Pesquisas Espaciais, São José dos Campos.
northern Brazil using NOAA-AVHRR data. 2000.
International Journal of Remote Sensing, v.18, n.15, p.
3195-3210, Jan. 1997. HUETE, A. R. A soil-adjusted vegetation index (SAVI).
Remote Sensing of Environment, v. 25, n. 3, p. 295-309,
CARVALHO, J. C.; FERREIRA, N. J.; RAMOS, F.M. Aug. 1988.
Sondagem vertical da atmosfera usando o sistema
ATOVS/NOAA. In: Ferreira, N. J. (org.). Aplicações ICHII, K.; KAWABATA, A.; YAMAGUCHI, Y. Global
Ambientais Brasileiras dos Satélites NOAA e TIROS- correlation analysis for NDVI and climatic variables and
N. São Paulo: Oficina de textos, 2004. cap. 9, p. 189-220. NDVI trends: 1982 – 1990. International Journal of
Remote Sensing, v.23, n.18, p.3873- 3878, 2002.
CINTRA, R. S. C.; LIMA, W. F.; ESPINOZA, E. S.;
VELHO, H. F. C. Inclusão de dados ATVOS no Sistema INSTITUTO BRASILEIRO DE GEOGRAFIA E
de Assimilação de Dados GPSAS do CPTEC. In: ESTATÍSTICA (IBGE). Brasil: Mapa de vegetação do
Simpósio Brasileiro de Sensoriamento Remoto, 12., 2005, Brasil. Rio de Janeiro, 2004. Escala 1 : 5 000 000.
Goiânia. Anais... São José dos Campos: INPE, 2005. p.
2917-2924. 1 CD ROM. JACÓBSEN, L. O.; FONTANA, D. C.;
SHIMABUKURO, Y. E. Efeitos associados ao El Niño e
CLEVERS, J. G. P. W. The derivation of a simplified La Niña na cobertura vegetal do Rio Grande do Sul. In:
reflectance model for the estimation of leaf area index. Congresso Brasileiro de Meteorologia, 12., 2002, Foz do
Remote Sensing of Environment, v. 25, n. 1, p. 53-69, Iguaçu. Anais… CD-ROM.
June 1988.

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 415

JIN, S.; SADER, S. A. MODIS time-series imagery for
forest disturbance detection and quantification of patch PINTY, B.; VERSTRAETE, M. M. GEMI: a non-linear
size effects. Remote Sensing of Environment, v. 99, n. index to monitor global vegetation from satellites.
4, p. 462-470, Feb. 2005. Vegetation, v. 101, n. 1-2, p. 15-20, 1992.

JORDAN, C. F. Derivation of leaf area index from quality POTTER, C. S.; BROOKS, V. Global analysis of
of light on the Forest floor. Ecology, v. 50, n. 4, p. 663- empirical relations between annual climate and
666, 1969. seasonality of NDVI. International Journal of Remote
Sensing, v. 19, n. 15, p.2921-2948, Oct. 1998.
KALNAY, E.; KANAMITSU, M.; KISTLER, R.;
COLLINS, W.; DEAVEN, D.; GANDIN, L.; IREDELL, RICHARDSON, A. J.; WIEGAND, C. L. Distinguishing
M.; SAHA, S.; WHITE, G.; WOOLLEN, J.; ZHU, Y.; vegetation from soil background information.
CHELLIAH, M.; EBISUZAKI, W.; HIGGINS, W.; Photogrammetric Engineering and Remote Sensing, v.
JANOWIAK, J.; MO, K. C.; ROPELEWSKI, C.; WANG, 43, n. 12, p. 1541-1552, 1977.
J.; LEETMAA, A.; REYNOLDS, R.; JENNE, R.;
JOSEPH, D. The NCEP/NCAR 40-year reanalysis RONDEAUX, G.; STEVEN, M.; BARET, F.
project. Bulletin of the American Meteorological Optimization of soil-adjusted vegetation indices. Remote
Society, Boston, v.77, n.3, p.437-471, 1996. Sensing of Environment, v. 55, n. 2, p. 95-107,
Feb.1996.
KAUTH, R. J.; THOMAS, G. S. The tasselled-cap – a
graphic description of the spectral-temporal development ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; Deering,
of agricultural crops as seen by Landsat. In: Symposium D. W. Monitoring vegetation systems in the great plains
on Machine Processing of Remotely Sensed Data, 3., with ERTS. In: Earth Resources Technology Satellite-1
West Lafayette. Proceedings... West Lafayette: Purdue Symposium, 3., 1973, Washington, D. C. Proceedings...
University, 1976. p. 4B41-4B51. Washington, D. C.: NASA. Goddart Space Flight Center,
1973. v. 1, p. 309- 317. (NASA SP-351).
KAWABATA, A.; ICHII, K.; YAMAGUCHI, Y. Global
monitoring of interannual changes in vegetation activities SATYAMURTY, P.; MATTOS, L. F. Climatological
using NDVI and its relationships to the temperature and lower tropospheric frontogenesis in the midlatitudes due
precipitation. International Journal of Remote Sensing, to horizontal deformation and divergence, Monthy
v.22, n.7, p.1377- 1382, 2001. Weather Review, v. 117, p. 1355-1364, 1989.

LIU, W.T.; MASSAMBANI, O.; FESTA, M. Normalized SEDANO, F.; GONG, P.; FERRÃO, M. Land cover
difference vegetation index for the South American assessment with MODIS imagery in southern African
continent used as a climatic variability indicator. In: Miombo ecosystems. Remote Sensing of Environment,
International Simposium of Remote Sensing of the v. 98, n. 4, p. 429-441, Oct. 2005.
Environment, 24., Rio de Janeiro. Proceedings... Rio de
Janeiro (Ann Arbor: ERIM), 1991. p. 725-732. STONE, T. A.; SCHLESINGER, P.; HOUGHTON, R.
A.; WOODWELL, G. M. A map of the vegetation of
MOREIRA, R. C. Influência do posicionamento e da South America based on satellite imagery:
largura de bandas de sensores remotos e dos efeitos Photogrammetric Engineering and Remote Sensing, v.
atmosféricos na determinação de índices de vegetação. 60, n. 5, p. 541-551, May 1994.
2000. 179 p. (INPE-7528-TDI/735). Dissertação
(Mestrado em Sensoriamento Remoto) – Instituto WANG, J.; RICH, P. M.; PRICE, K. P. Temporal
Nacional de Pesquisas Espaciais, São José dos Campos. responses of NDVI to precipitation and temperature in the
2000. central Great Plains, USA. International Journal of
Remote Sensing, v. 24, n. 11, p.2345-2364, June 2003.
NIMER, E. Climatologia do Brasil. Rio de Janeiro:
IBGE, 1979. 422p. YANG, L.; WYLIE, B. K.; TIESZEN, L. L.; REED, B. C.
An analysis of relationships among climate forcing and
ORNELAS DE ANDA, J. L. et al. Mapeo de la cobierta time-integrated NDVI of grasslands over the U.S.
forestal de México usando imágenes AVHRR. Revista Northern and central great plains. Remote Sensing of
SELPER – Special Edition ISY-WFW Conference, v.8, Environment, v. 65, n.1, p. 25-37, 1998.
n.2, 1992.

Revista Brasileira de Cartografia No 62 EDIÇÃO ESPECIAL 2, 2010. (ISSN 0560-4613) 416