ads:
UNIVERSIDADE DE BRASÍLIA - UNB
INSTITUTO DE CIÊNCIAS HUMANAS – IH
DEPARTAMENTO DE GEOGRAFIA – GEA
MESTRADO EM GEOGRAFIA
ABORDAGEM METODOLÓGICA BASEADA NOS DADOS MULTITEMPORAIS MODIS EVI/NDVI
PARA CLASSIFICAÇÃO DA COBERTURA VEGETAL NA REGIÃO DO PARQUE NACIONAL DA
CHAPADA DOS VEADEIROS
/GO
CÁRITA DA SILVA SAMPAIO
Matrícula: 05/27718
Orientador: Osmar Abílio de Carvalho Júnior
Dissertação de Mestrado
Brasília, Julho de 2007.
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
UNIVERSIDADE DE BRASÍLIA - UNB
INSTITUTO DE CIÊNCIAS HUMANAS – IH
DEPARTAMENTO DE GEOGRAFIA – GEA
MESTRADO EM GEOGRAFIA
ABORDAGEM METODOLÓGICA BASEADA NOS DADOS MULTITEMPORAIS MODIS EVI/NDVI
PARA CLASSIFICAÇÃO DA COBERTURA VEGETAL NA REGIÃO DO PARQUE NACIONAL DA
CHAPADA DOS VEADEIROS
/GO
CÁRITA DA SILVA SAMPAIO
Dissertação de Mestrado submetida ao Departamento de Geografia da Universidade de Brasília,
como parte dos requisitos necessários para obtenção do Grau de Mestre em Geografia, área de
concentração em Gestão Ambiental.
Aprovado por
________________________________________________________
Prof. Dr. Osmar Abílio de Carvalho Júnior – Universidade de Brasília
Orientador
Dr. Edson Eyji Sano - Embrapa CPAC-Planaltina/DF
Examinador Externo
Dr. Yosio Edemir Shimabukuro– INPE – Divisão de Sensoriamento Remoto – São José
dos Campos/SP
Examinador Externo
Prof. Dr. Renato Fontes Guimarães
Suplente – Universidade de Brasília
Brasília, 03 de julho de 2007.
ads:
[Ficha Catalográfica]
SAMPAIO, Cárita da Silva.
Abordagem metodológica baseada nos dados multitemporais MODIS
EVI/NDVI para classificação da cobertura vegetal na região do Parque
Nacional da Chapada dos Veadeiros/GO. 73f. 297 mm (UnB-IH-Dep.
Geografia, mestre, Gestão Ambiental, 2007).
Dissertação de Mestrado – Universidade de Brasília, Departamento de
Geografia
1. Análise Multitemporal 2. Chapada dos Veadeiros
3. MODIS EVI/NDVI 4. Detecção de Mudança
I. UnB-Geografia II. Título (série)
É concedida à Universidade de Brasília permissão para reproduzir cópias desta dissertação e
emprestar ou vender tais cópias somente para propósitos acadêmicos e científicos. O autor
reserva outros direitos de publicação, e nenhuma parte desta dissertação de mestrado pode ser
reproduzida sem a autorização por escrito da autora.
Cárita da Silva Sampaio
À minha filha Luisa Helena, verdadeira e única inspiração
e motivo de persistência.
AGRADECIMENTOS
Agradeço primeiramente a Deus, origem de tudo, por me permitir ter saúde e perseverança
para terminar este projeto; aos meus familiares que de longe ou de perto foram solidários e
entenderam meu distanciamento; aos colegas do Lsie/UnB, em especial ao Sandro Nunes e à
Maria Elisabete Silveira Borges pela paciência, dedicação e prestatividade na elaboração desta
dissertação; ao Departamento de Geografia e seu corpo docente, em especial meu professor
Orientador Osmar Abílio de Carvalho Júnior pelas importantes contribuições teóricas e técnicas;
aos vários alunos que se solidarizaram com meu esforço durante toda esta trajetória; aos colegas
da GRPU/GO (Gerência Regional do Patrimônio da União em Goiás) pela compreensão nos
momentos de ausência e enfim, à professora Jeanini Felfili – Engenharia Florestal/UnB - e ao
pesquisador Edson Eijy Sano – CPAC/Embrapa – pelas importantes contribuições informacionais
e didáticas desta dissertação, inclusive no fornecimento de dados.
RESUMO
A savana é o principal tipo de vegetação no Brasil Central, cobrindo aproximadamente 23% do território nacional.
Localmente é conhecida como Cerrado, e é formada por um mosaico de fitofisionomias tais como campo, campo
cerrado e cerrado que possuem um típico ciclo fenológico. Neste contexto, os dados do MODIS fornecem medidas
diárias que permitem monitorar a sazonal fenologia da vegetação. O presente trabalho objetiva avaliar o emprego de
assinaturas temporais para detectar tipos de savanas no Parque Nacional da Chapada dos Veadeiros. A metodologia
adotada foi subdividida nos seguintes passos: (a) elaboração do cubo 3D das imagens temporais NDVI e EVI –
MODIS, onde o perfil em z corresponde à assinatura temporal, (b) tratamento do ruído, (c) detecção dos membros
finais utilizando o invólucro convexo, e (d) classificação. O tratamento do ruído utilizou os seguintes métodos: (a)
exclusão da imagem com alta porcentagem de ruído, (b) aplicação de um filtro móvel de mediana para suavizar o
espectro temporal, e (c) emprego da Transformação Minimum Noise Fraction (MNF). A identificação automática
dos membros finais compreendeu os seguintes passos: (a) redução espectral pela transformação MNF, (b) redução
espacial pelo índice de Pixel Purity Index (PPI) e (c) identificação manual dos membros finais usando o visualizador
n-dimensional. Na classificação foram usados dois métodos: (a) Iterative Self-Organizing Data Analysis Techniques
(ISODATA) e (b) árvore de decisão. Os resultados demonstraram que as fisionomias do cerrado apresentam típicas
assinaturas temporais. Os membros finais correspondem ao campo, cerrado e área cultivada. A assinatura do campo
se caracteriza pelos baixos valores no período de estudo, o cerrado pelos altos valores e as áreas de agricultura por
uma alta variação com altos valores durante a época de chuva e baixos valores na época da seca. A classificação não
supervisionada pelo método ISODATA permitiu um conhecimento à priori dos dados, onde o mapa classificado
obtém uma definida distribuição. A árvore de decisão possibilitou um aprimoramento da classificação que obtém as
classes de campo, cerrado e agricultura. Comparações com imagem Landsat 7/ETM+ demonstraram a eficiência da
classificação das séries temporais. O estudo concluiu que as séries NDVI e EVI são úteis na diferenciação dos tipos
de vegetação. A eficiência da metodologia tem sido provada para regional delimitação das fisionomias de savana,
mesmo considerando a baixa resolução espacial do sensor MODIS, e conseqüentemente com alta mistura espectral.
Palavras Chaves: Cerrado, Savana, MODIS, NDVI, detecção de mudança, análise multitemporal.
ABSTRACT
Savannas are the main vegetation type in Central Brazil, covering approximately 23% of the national territory.
Locally known as Cerrado, Brazilian savannas are formed by a mosaic of different physiognomies such as grassland,
shrubland and woodland that have a typical phenological cycle. In this context, the MODIS data provide daily
measurements well suited to monitor the seasonal phenology of vegetation. The present work aims to evaluate the
advantages of the temporal signatures to detect Brazilian Savanna vegetation types in the Chapada dos Veadeiros
National Park. The adopted methodology was subdivided into the following steps: (a) elaboration of the 3D cube of
NDVI and EVI from MODIS temporal images, where the z profile corresponds to temporal signature, (b) noise
elimination, (c) endmember detection, and (d) classification. The noise elimination utilized three methods: (a)
exclusion of the image with high percentage of noise, (b) application of the three-point moving median filter to
smooth temporal spectrum, and (c) employement of the Minimum Noise Fraction Transformation. Endmembers’
automatic identification encompasses the following steps: a) spectral reduction by the Minimum Noise Fraction
(MNF) transformation, (b) spatial reduction by the Pixel Purity Index (PPI), and (c) manual identification of the
endmembers using the N-dimensional visualizer. In the classification we used two methods: (a) Iterative Self-
Organizing Data Analysis Techniques (ISODATA), and (b) tree decision. The results demonstrated that the savanna
physiognomies present typical temporal signatures. The endmembers corresponded to grassland, woodland and
cultivate area. The grassland signature characterized by lower values in the study period; the woodland by higher
values and agriculture areas by a higher variation with higher values in the raining season and lower values in the dry
season. The unsupervised classification by ISODATA method allowed a priori knowledge of the data, which the map
classification obtained a defined distribution. The tree decision enables an approach classification obtained the
classes of the grassland, woodland and agriculture. Comparison with Landsat 7/ETM+ image demonstrated the
classification efficiency of the temporal series. The study concluded that the NDVI and EVI series is useful in
differentiation amount vegetation types. The methodology efficiency has been proved for regional delimitation of
savanna physiognomies even considering the low spatial resolution of the 250m MODIS sensor and consequently
with high spectral mixture.
Key words: Cerrado, Savanna, MODIS, NDVI, change detection, multitemporal analysis.
SUMÁRIO
I . INTRODUÇÃO......................................................................................................................................................13
1.1 . ÁREA DE ESTUDO ............................................................................................................................................14
II . REVISÃO BIBLIOGRÁFICA............................................................................................................................21
2.1 . CERRADO.........................................................................................................................................................21
2.2 . CARACTERÍSTICAS GERAIS DO SENSOR MODIS...........................................................................................25
a) - Geometria do sensor MODIS......................................................................................................................30
b) - Geolocalização do sensor MODIS..............................................................................................................32
c) - Níveis de processamento dos dados.............................................................................................................32
d) - Garantia de qualidade “QUALITY ASSURANCE” dos dados do sensor MODIS...................................34
2.3 . ÍNDICES DE VEGETAÇÃO.................................................................................................................................35
2.4 . PRODUTO ÍNDICE DE VEGETAÇÃO MOD13Q1..............................................................................................38
III . METODOLOGIA...............................................................................................................................................42
3.1. CONFECÇÃO DO CUBO 3D DAS IMAGENS TEMPORAIS NVDI E EVI..............................................................44
3.2. TRATAMENTO DO RUÍDO .................................................................................................................................45
3.3. IDENTIFICAÇÃO DOS MEMBROS FINAIS ..........................................................................................................47
3.4. CLASSIFICAÇÃO ...............................................................................................................................................48
IV – RESULTADOS ..................................................................................................................................................50
4.1. RESULTADOS DO TRATAMENTO DE RUÍDO .....................................................................................................50
4.2. RESULTADOS DOS PROCESSOS PARA IDENTIFICAÇÃO DOS MEMBROS FINAIS ..............................................52
4.3. RESULTADOS DA CLASSIFICAÇÃO ...................................................................................................................57
V – CONCLUSÃO......................................................................................................................................................63
REFERÊNCIAS BIBLIOGRÁFICAS .....................................................................................................................65
LISTA DE FIGURAS
FIGURA 1: MAPA DE LOCALIZAÇÃO DO PARQUE NACIONAL DA CHAPADA DOS VEADEIROS.........................................15
FIGURA 2: ATRAÇÕES TURÍSTICAS DA CHAPADA DOS VEADEIROS...............................................................................16
FIGURA 3: DISTRIBUIÇÃO DE CHUVAS PARA A REGIÃO DO CERRADO. ...........................................................................17
FIGURA 4: MAPA DE VEGETAÇÃO DO PARQUE NACIONAL CHAPADA DOS VEADEIROS (IBAMA, 2005). .....................19
FIGURA 5: FITOFISIONOMIAS DE CERRADO. ..................................................................................................................22
FIGURA 6: SISTEMA DE REFERÊNCIA DOS PRODUTOS MODIS.......................................................................................31
FIGURA 7: IMAGEM DO CUBO 3D RELATIVO À SÉRIE TEMPORAL NDVI DO SENSOR MODIS.........................................44
FIGURA 8: IMAGEM EVI DO SENSOR MODIS COM ALTA PORCENTAGEM DE RUÍDO. .....................................................45
FIGURA 9: FILTRO ESPECTRAL DE MEDIANA..................................................................................................................46
FIGURA 10: SEQÜÊNCIA METODOLÓGICA PARA IDENTIFICAÇÃO DOS MEMBROS FINAIS.................................................47
FIGURA 11: IMAGENS NDVI COM PRESENÇA DE ÁREAS EXTENSAS COM DEGRADAÇÃO DO SINAL.................................50
FIGURA 12: GRÁFICO DE AUTOVALORES DA TRANSFORMAÇÃO MNF PARA IMAGENS TEMPORAIS................................51
FIGURA 13: ESPECTROS TEMPORAIS NDVI E EVI .........................................................................................................52
FIGURA 14: IMAGENS PROVENIENTES DA TRANSFORMAÇÃO MNF PARA A SÉRIE TEMPORAL EVI ................................53
FIGURA 15: IMAGENS PROVENIENTES DA TRANSFORMAÇÃO MNF PARA A SÉRIE TEMPORAL NDVI .............................53
FIGURA 16: DIAGRAMA DE DISPERSÃO ENTRE A 1ª COMPONENTE MNF E A 2 ª COMPONENTE MNF EVI.......................54
FIGURA 17: DIAGRAMA DE DISPERSÃO ENTRE A 1 ª COMPONENTE MNF E A 2 ª COMPONENTE MNF NDVI ..................54
FIGURA 18: IMAGENS DO PROCESSAMENTO PPI CONSIDERANDO VALORES SUPERIORES A 2 PPI...................................55
FIGURA 19: DISTRIBUIÇÃO DOS AGRUPAMENTOS DOS MEMBROS FINAIS DA SÉRIE TEMPORAL EVI...............................56
FIGURA 20: DISTRIBUIÇÃO DOS AGRUPAMENTOS DOS MEMBROS FINAIS DA SÉRIE TEMPORAL NDVI ...........................57
FIGURA 21: IMAGEM DO SENSOR LANDSAT7/ETM+ RELATIVO À ÁREA DE ESTUDO......................................................58
FIGURA 22: CLASSIFICAÇÃO DAS IMAGENS TEMPORAIS MODIS PELO MÉTODO ISODATA .........................................59
FIGURA 23: IMAGEM CLASSIFICADA PELO MÉTODO DE ÁRVORE DE DECISÃO RELATIVA À SÉRIE TEMPORAL EVI..........60
FIGURA 24: IMAGEM CLASSIFICADA PELO MÉTODO DE ÁRVORE DE DECISÃO RELATIVA À SÉRIE TEMPORAL NDVI ......60
FIGURA 25: DETALHE DAS ÁREAS COM PARCELAS DE CULTIVO ....................................................................................61
FIGURA 26: DETALHE DAS ÁREAS DE CERRADO DENSO .................................................................................................62
FIGURA 27: DETALHE DAS ÁREAS DE CERRADO DENSO E CAMPO ..................................................................................62
LISTA DE TABELAS
TABELA 1: CARACTERIZAÇÃO DE AMBIENTES NA CHAPADA DOS VEADEIROS..............................................................20
TABELA 2: CARACTERÍSTICAS DAS FITOFISIONOMIAS DE CERRADO .............................................................................23
TABELA 3: ESPECIFICAÇÕES DAS BANDAS 1 A 19 DO SENSOR MODIS ..........................................................................28
TABELA 4: ESPECIFICAÇÕES DAS BANDAS 20 A 36 DO SENSOR MODIS ........................................................................29
TABELA 5: FINALIDADES DOS PRODUTOS MODIS ........................................................................................................30
TABELA 6: NÍVEIS DE PROCESSAMENTO DOS DADOS MODIS .......................................................................................33
TABELA 7: CARACTERÍSTICAS DOS PRODUTOS MOD13................................................................................................38
TABELA 8: CONJUNTO DE IMAGENS DISPONIBILIZADAS ATRAVÉS DOS PRODUTOS ÍNDICE DE VEGETAÇÃO MODIS......39
LISTA DE ABREVIATURAS E SIGLAS
1. APC: Análise de Principais Componentes
2. AQUA: Earth Observing System (PM)
3. ASTER:Advanced Spaceborne Thermal Emission and Reflection Radiometer
4. AVHRR: Advanced Very High Resolution Radiometer
5. BRDF: Bidirectional Reflectance Distribution Funtion
6. CDB: Convenção sobre a Diversidade Biológica
7. CERES: Clouds and the Earth’s Radiant Energy System
8. CPAC: Centro de Pesquisas Agropecuárias do Cerrado
9. CV-MVC: Ângulo de Visada Limitado – Máximo Valor na Composição
10. ECS: EOSDIS Core System
11. EMBRAPA: Empresa Brasileira de Pesquisa Agropecuária
12. ENVI: Environment for Visualizing Images
13. EOS: Earth Observing System
14. EOSDIS: EOS Data Information System
15. ETM: Enhanced Thematic Mapper Plus
16. EVI: Enhanced Vegetation Index
17. fPAR: Fraction of Photosynthetically Active Radiation
18. GES DAAC: Goddard Space Flight Center Earth Sciences Distributed Active Archive
Center
19. IAF: Índice de Área Foliar
20. IHS: Intensity Hue Saturation
21. IBAMA: Instituto Brasileiro de Meio Ambiente
22. IBGE: Instituto Brasileiro de Geografia e Estatística
23. IDL: Interactive Data Language
24. ISODATA: Interative Self-Organizing Data Analysis Technique
25. JICA: Agência de Cooperação Internacional do Japão
26. MISR: Multiangle Imaging SpectroRadiometer
27. MNF: Minimization Noise Fraction
28. MODAPS: MODIS Adaptive Processing System
29. MODIS: Moderate Resolution Imaging Spectroradiometer
30. MOPITT: Measurements Of Pollution In The Troposphere
31. MVC: Máximo Valor de Composição
32. MWIR: Medium Wave Infrared (Infravermelho Ondas Médias)
33. NASA: National Aeronautics and Space Administration
34. NDVI: Normalized Difference Vegetation Index
35. NIR: Near Infrared (Infravermelho Próximo)
36. PNCV: Parque Nacional da Chapada dos Veadeiros
37. PPI: Purity Pixel Index
38. QA: Quality Assurance
39. SDS: Arquivo Padrão de Saída de Dados MODIS
40. SWIR: Short Wave Infrared (Infravermelho Ondas Curtas)
41. TDRSS: Tracking Data Relay Satellite System
42. TERRA: Earth Observing System (AM)
43. VFA: Vegetação Fotossinteticamente Ativa
44. VIS: Visível
Capítulo I – Introdução 13
I . INTRODUÇÃO
O Cerrado é uma formação do tipo savana tropical, ocupa cerca de dois milhões de
quilômetros quadrados no Brasil Central, representando 23% do território nacional, e é o segundo
bioma em extensão, depois da Floresta Amazônica (EITEN, 1972; DIAS, 1992). Ocorre em
diferentes tipos de solos, formações geológicas e altitudes que variam de 300 (Baixada Cuiabana-
MT) a 1600 metros (Chapada dos Veadeiros-GO).
Nas últimas décadas este bioma tem sido explorado intensamente para produção agrícola
e plantios florestais que fragmentam a paisagem do Cerrado (AB`SABER, 2003). Estima-se que
cerca de 40% dos 208 milhões de hectares de Cerrado contínuo já tenham sido convertidos em
pastagens cultivadas, áreas agrícolas e outros tipos de uso (SANO et al., 2001). Esta conversão
do uso do solo no Cerrado tem implicações diretas sobre a distribuição dos recursos hídricos para
os outros biomas adjacentes, pois as três maiores bacias hidrográficas da América Latina recebem
águas do Cerrado. A bacia Amazônica (Araguaia-Tocantins) tem 78% de suas nascentes neste
bioma, a bacia do Paraná-Paraguai possui 48%, enquanto a bacia do São Francisco tem quase
50%. Conhecido como “berço das águas”, o Cerrado possui uma malha de nascentes, córregos e
rios de fundamental importância para os ecossistemas brasileiros (ARRUDA, 2003).
A importância da interligação ecossistêmica do Cerrado com seus adjacentes, bem como
sua biodiversidade, colocam-no como um dos três biomas brasileiros de elevada diversidade sob
grande ameaça de extinção (ARRUDA, 2003), o que enfatiza a relevância do aprimoramento de
técnicas para o seu monitoramento. Neste propósito, é fundamental o estabelecimento de
tecnologias eficientes para o monitoramento dos ecossistemas do Cerrado. O sensoriamento
remoto permite estender medições da vegetação em diferentes escalas temporais e espaciais. A
natureza contínua dos dados espectrais no tempo permite desenvolver estudos envolvendo o
comportamento sazonal e as mudanças da composição biofísica e bioquímica de dosséis (MORA
& IVERSON, 1997; STONE et al., 1994; SADER et al., 1990).
Os espectros da vegetação do Cerrado apresentam intensa variação entre os períodos de
seca e de chuva, tanto em relação aos constituintes biofísicos como bioquímicos (ASNER, 1998;
CARVALHO, 2005). O comportamento temporal da vegetação fornece importantes indícios
sobre as fitofisionomias presentes através dos diferentes atributos de fenologia das plantas, como
a variação da arquitetura da vegetação, presença de pigmentos na planta, entre outros.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo I – Introdução 14
Neste propósito, as imagens do sensor MODIS (Moderate Resolution Imaging
Spectroradiometer) mostram-se adequadas para a realização de estudos temporais. O sensor
MODIS, concebido pelos trabalhos liderados pela NASA (National Aeronautics and Space
Administration) foi lançado a bordo das plataformas TERRA e AQUA, nos anos de 1999 e 2002,
respectivamente, fornecendo um recobrimento global e contínuo diariamente, com resoluções
espaciais variadas (JUSTICE et al., 2002a). Esse sensor foi concebido para auxiliar o estudo
integrado do funcionamento da terra, oceanos e atmosfera considerando o planeta como um único
ecossistema inter-relacionado, integrando os seus diversos biomas e ambientes na superfície
terrestre. Características importantes do MODIS são a correção dos efeitos atmosféricos (nuvens,
aerossóis, etc.) e a disponibilidade de dados georreferenciados.
O presente trabalho tem como objetivo identificar assinaturas temporais dos índices de
vegetação do sensor MODIS com o propósito de classificar a cobertura vegetal na região do
Parque Nacional da Chapada dos Veadeiros (PNCV) em Goiás. Devido às características
fenológicas do cerrado é proposta uma classificação que considera o atributo temporal de forma a
detectar e descrever a variabilidade da vegetação fotossinteticamente ativa, tanto espacialmente
como temporalmente.
1.1 . Área de Estudo
O Parque Nacional da Chapada dos Veadeiros (PNCV) está localizado no segmento
nordeste do Estado de Goiás, entre as latitudes 13º 51’ e 14º 10’S e as longitudes 47º 25’ e 47º
42’W (Figura 1). O acesso, a partir de Brasília, se dá através da BR-020 – que cruza o Distrito
Federal no sentido Sul-Norte - até o cruzamento com a GO-118, passando pelas cidades de São
Gabriel, São João da Aliança até alcançar a cidade de Alto Paraíso. O limite do Parque está
situado a oeste de Alto Paraíso de Goiás, sendo seu extremo leste distribuído ao longo da GO-118
(entre Alto Paraíso e Teresina de Goiás) e seu limite sul correndo ao longo da estrada estadual
que liga Alto Paraíso a Colinas do Sul. O acesso à entrada da unidade de conservação se dá pelo
povoado de São Jorge – distrito do município de Alto Paraíso. O PNCV encontra-se cortado
pelos municípios de Cavalcante ao norte e Alto Paraíso ao sul.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo I – Introdução 15
Figura 1: Mapa de localização do Parque Nacional da Chapada dos Veadeiros.
Criado pelo Decreto Federal nº 49.875 de 11 de janeiro de 1961, com uma área de 625 mil
hectares e com o nome de Parque Nacional do Tocantins, a unidade de conservação englobava
fazendas de gado e povoados como o de São Jorge, constituídos de garimpeiros em plena
atividade. Em 1972, sua área foi reduzida para 171.924 ha. e seu nome alterado para Parque
Nacional da Chapada dos Veadeiros. A última redução aconteceu em 1981, passando aos atuais
60 mil ha. (GALANTE & PAES, 1991).
Dentre as principais atrações turísticas da região abertas à visitação - Parque e adjacências -
destacam-se: as cachoeiras de 120 (Figura 2a) e 80 metros (Figura 2b), Salto São Domingos,
Salto do Raizama (Figura 2c), Cachoeira do Cordovil, Cachoeira das Carioquinhas (Figura 2d),
as corredeiras denominadas de Pedreira, Carrossel e Vale da Lua (Figura 2e), os Canyons I
(Figura 2f) e II, além de inúmeras trilhas com paisagens e vistas panorâmicas.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo I – Introdução 16
(a) Salto 120 metros – PNCV
(b) Salto 80 metros – PNCV
(c) Salto do Raizama
(d) Cachoeira Carioquinhas no
PNCV
(e) Vale da Lua
(f) Canyon I – PNVC
Figura 2: Atrações turísticas da Chapada dos Veadeiros.
A região do Cerrado, de maneira geral, encontra-se em médias latitudes e apresenta como
principal tipo climático o Tropical Estacional (Aw). Na região da Chapada dos Veadeiros estas
características também podem ser aplicadas. Aproximadamente 90% da chuva está concentrada
de outubro a abril, enquanto na estação seca (maio a setembro), a umidade do ar é muito baixa
(abaixo de 20% em agosto e setembro) e a quantidade de chuvas pode chegar a zero em alguns
meses (Figura 3). Este comportamento sazonal ocasiona um estresse hídrico que favorece
eventos de fogo (FELFILI et al., 1999).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo I – Introdução 17
Distribuição de Chuvas no Cerrado
0
100
200
300
400
JFMAMJJASOND
Meses
mm
Figura 3: Distribuição de chuvas para a região do Cerrado.
Fonte: Adaptado de Rocha (2002) in Hermuche, 2005.
A região do PNCV está inserida na porção norte da Faixa de Dobramentos e Cavalgamentos
Brasília, na Província Estrutural do Tocantins. Dentro dos limites do parque predominam,
amplamente, metassedimentos de baixo grau metamórfico atribuídos ao Grupo Araí e rochas de
composição granítica que compõe o embasamento da região. Sobrepondo o Grupo Araí em
discordância erosiva, ocorre, a sul da região do PNCV, uma seqüência psamo-pelito-carbonática,
atribuída ao Grupo Paranoá, que se estende ao longo da Serra Geral do Paraná, ocupando áreas
nas regiões de Alto Paraíso, São João da Aliança, São Gabriel e Distrito Federal (DARDENNE &
CAMPOS, 2002; FARIA, 1995). O complexo granito-gnáissico exposto no extremo norte do
PNCV é predominantemente constituído por ortognaisses de composição tonalítica a
granodiorítica, associados a grandes batólitos de composição granítica, comumente representados
por biotita granitos. De modo geral, apresentam foliação marcada por bandamentos máfico-
félsicos e faixas de cisalhamento, desenvolvendo foliações miloníticas e cataclásticas marcando
zonas de domínio rúptil e dúctil-rúptil (DARDENNE & CAMPOS, 2002).
Carvalho et al. (2001) obtiveram a compartimentação geomorfológica da Chapada dos
Veadeiros utilizando técnicas de geoprocessamento, baseada em critérios de hipsometria e
declividade. Utilizando normas empregadas pelo IBGE (1995) e mantendo a terminologia
descritiva utilizada no RADAMBRASIL, Folha Brasília (BRASIL, 1982), foi possível identificar
dois domínios geomorfológicos: (a) Domínio do Planalto Central-Goiano e (b) Domínio de
Depressões Interplanálticas. O Domínio do Planalto Central-Goiano é representado no PNCV
pelo Complexo Montanhoso dos Veadeiros que se subdivide nas unidades: Cadeias Cristalinas
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo I – Introdução 18
com Alinhamento de Cristas; Dissecação Intermediária, Depressões Interplanálticas e Borda
Estrutural. O Domínio de Depressões Interplanálticas pode ser subdividido nas unidades:
Depressão do Tocantins e Vão do Paranã.
Dentro do PNVC, predominam solos rasos e pobres em nutrientes representados por
Neossolos litólicos, Cambissolos ou Plintossolos, eventualmente com pequenos afloramentos
rochosos de pouca extensão. Essas características impõem restrições à ocupação antrópica,
gerando, por conseqüência, um certo grau de preservação da vegetação original (FELFILI et al.,
2007). Os solos hidromórficos ocorrem em pequenas áreas planálticas abertas, associados às
cabeceiras de drenagem (GALANTE & PAES, 1991). As manchas de latossolo existentes na área
ocorrem de forma setorial e condicionam o aparecimento de Cerrado denso e campo sujo. Há
alguns trechos melhores e mais profundos, onde a vegetação mostra-se mais rigorosa, embora,
mesmo assim, se apresente típica de Cerrado.
A vegetação presente no PNCV caracteriza-se pela distribuição de extensas veredas em
transição com matas de galeria entremeada com campos úmidos. Existem ainda os campos sujos,
que ocorrem em áreas de lençol freático superficial, e campos limpos nas planícies aluviais a
montante do Rio Preto. No PNCV, as formações campestres prevalecem sobre o cerrado sensu
strictu, de estrutura fisionômica arbustiva, onde as árvores são pequenas e afastadas umas das
outras (BRASIL, 1982). O predomínio da vegetação campestre está associado à presença do solo
litólico, que impede a colonização de plantas de maior porte (EITEN, 1972; FELFILI et al.,
2007). As formações de Mata de Galeria encontram-se sob solos de areia quartzosa nos vales
com relevo plano. No interior das matas, os solos apresentam gleização e um teor maior de
matéria orgânica nas camadas superficiais (FELFILI et al., 2007).
O mapa de vegetação do PNCV foi realizado em conjunto pelas seguintes instituições:
IBAMA, JICA e Embrapa Cerrados (CPAC) (IBAMA, 2005). Esse mapa foi gerado a partir de
imagens Landsat 7/ETM+ do ano de 2003 com o emprego da análise visual após o trabalho de
realce por IHS (Intensity Hue Saturation) (Figura 4).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo I – Introdução 19
Figura 4: Mapa de Vegetação do Parque Nacional Chapada dos Veadeiros (IBAMA, 2005).
Por fim, uma análise integrada dos fatores ambientes da PNCV foi proposta por Correia et
al., (2001) onde descreve a presença de seis ambientes principais (Tabela 1).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo I – Introdução 20
TABELA 1: CARACTERIZAÇÃO DE AMBIENTES NA CHAPADA DOS VEADEIROS
Ambiente Geologia Geomorfologia Vegetação
1
Quartizitos grossos
da unidade Q2 do
Grupo Araí.
Complexo
montanhoso
Veadeiros-Araí;
rampa ou superfície
levemente inclinada
intercalada por
residuais em
quartizito.
Campo Limpo Úmido. Comunidade campestre
sem a presença de arbustos e árvores em razão do
excesso de umidade do solo – proximidade do
lençol freático. Plintossolo Pétrico, concrecionário,
distrófico típico, textura média muito cascalhenta.
Relevo Plano.
Localização: 16 km de Alto Paraíso na GO 118 em
direção a Teresina de Goiás, do lado direito.
2
Substrato composto
por quartzitos
micácios e
feldspáticos da
Unidade Q1 do
Grupo Araí.
Complexo
Montanhoso
Veadeiros-Araí.
Relevo acidentado,
adaptado a uma
linha de falha.
Cerrado Sentido Restrito. É a fitofisionomia de
maior ocorrência no Brasil Central. Na Chapada
dos Veadeiros apresenta sua variante rupestre.
Neossolo Litólico, distrófico léptico, textura
média, cascalhenta média. Relevo forte ondulado.
Localização: Rodovia GO 118 – Alto Paraíso a
Teresina de Goiás (Poço Encantado).
3
Área com restrição
de afloramentos.
Unidade argilosa do
Grupo Bambuí,
provavelmente da
Formação Serra da
Saudade da seção de
topo do Grupo
Bambuí.
Depressão
pediplanada –
interflúvio formado
pelo fraco
entalhamento dos
Rios São
Bartolomeu e
Macacão.
Cerradão – forte indicação de fertilidade do solo.
Latossolo Vermelho, distrófico argissólico de
textura argilosa. Relevo Plano.
Localização: 43 km de Alto Paraíso rumo a Nova
Roma no lado esquerdo.
4
Região com raras
exposições rochosas.
Geologia
provavelmente
caracterizada por
calcários da
Formação Lagoa do
Jacaré do Grupo
Bambuí.
Depressões
pediplanadas – na
borda de uma dolina.
Mata Mesofítica de Interflúvio. Pouco
representadas no Brasil Central e sistematicamente
substituídas por plantios agrícolas – solos mais
ricos, matas de aroeiras e ipês. Nitossolo
Vermelho, eutrófico, argissólico, textura
média/argilosa. Relevo Plano.
Localização: 23 km da ponte do Rio Paraná na
saída da cidade de Flores de Goiás em direção a
Alto Paraíso – lado direito.
5
Substrato
representado por
arcóseos e pelitos da
Formação Três
Marias do Grupo
Bambuí.
Depressões
Pediplanadas –
interflúvios
próximos ao Rio
Paraná.
Cerradão (Mesotrófico x Distrófico). Plintossolo
Háplico, eutrófico típico, textura média/média
cascalhenta. Relevo Plano.
Localização: 12 km da ponte do Rio Paranã na
saída da cidade de Flores de Goiás em direção a
Alto Paraíso – lado direito.
6
Definida por
metassiltitos da
Formação Três
Marias do Grupo
Bambuí.
Depressões
Pediplanadas –
interflúvios
próximos ao Rio
Macacão.
Cerrado Mal-Drenado. Plintossolo Pétrico,
concressionário, distrófico litoplíntico. Relevo
plano.
Localização: km 38 da GO 531 no Município
Flores de Goiás.
Fonte: CORREIA et al., 2001.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 21
II . REVISÃO BIBLIOGRÁFICA
2.1 . Cerrado
Em uma escala global, a mudança do uso da terra e da cobertura vegetal está ocorrendo em
passos acelerados, principalmente nos trópicos. Estas mudanças nos ecossistemas terrestres estão
fortemente associadas aos processos de desenvolvimento socioeconômico principalmente em
países subdesenvolvidos, onde não se encontram planejamentos para a ocupação do território,
nem projetos e estudos para explorar, de maneira sustentável, os recursos da terra, ou quando
estes estudos existem, falta coordenação das ações e objetivos políticos. Segundo Lambin (1997),
o conhecimento e o entendimento destes processos ainda estão muito fragmentados para avaliar e
estimular o vasto impacto destas mudanças nos sistemas naturais e humanos.
O Brasil é o país de maior biodiversidade do planeta, foi o primeiro signatário da
Convenção sobre a Diversidade Biológica (CDB) e considerado o primeiro país megabiodiverso
dentre os sete que, juntos, reúnem 70% das espécies botânicas e animais do mundo (ARRUDA,
2003). Todo este patrimônio, no entanto, não tem a devida atenção no que diz respeito à
preservação, monitoramento e gestão de suas riquezas. Como exemplo disso, no Brasil, menos de
10% do território é coberto por unidades de conservação de proteção integral e uso sustentável.
A idéia de que a diversidade está associada tão somente a florestas úmidas é uma visão
simplista que vem subestimando o potencial biológico dos ambientes de Cerrado. Uma
característica da diversidade biológica das regiões mais áridas é possuir alta diversidade ao nível
de gênero e relativamente baixa diversidade específica, isto é, os gêneros tendem a possuir
poucas espécies, mas são mais numerosos (MORAES, 1989; FELFILI, 1993, 1995). Portanto, um
grupo de espécies do Cerrado pode encerrar maior diversidade genética e, por conseguinte, maior
valor biotecnológico que um grupo de igual número de espécies da Amazônia (FELFILI et al.,
2007).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 22
Figura 5: Fitofisionomias de Cerrado. Adaptado de Ribeiro & Walter (1998), Furley (1999) e Ottmar et al. (2001).
O ambiente savânico no Brasil, conhecido localmente como Cerrado, é um bioma extenso e
complexo e pode ser descrito como um mosaico de tipos vegetacionais, verticalmente estruturado
por espécies herbáceas, arbustivas e arborescentes (Figura 5). Este gradiente natural é
determinado, entre outros fatores, pela disponibilidade de água e fertilidade do solo, marcado
também pela sazonalidade da estação chuvosa, concentrada na região entre os meses de outubro e
março (DIAS, 1992).
A vegetação do bioma Cerrado apresenta fisionomias que englobam formações florestais,
savânicas e campestres. Em sentido fisionômico, floresta representa áreas com predominância de
espécies arbóreas, onde há formação de dossel, contínuo ou descontínuo. O termo savana refere-
se a áreas com árvores e arbustos espalhados sobre um estrato graminoso, sem a formação de
dossel contínuo. Já o termo campo designa áreas com predomínio de espécies herbáceas e
algumas arbustivas, faltando árvores na paisagem. É com tal sentido que esses termos e suas
variantes serão apresentados na caracterização descrita na Tabela 2 abaixo (SANO &
ALMEIDA, 1998).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 23
TABELA 2: CARACTERÍSTICAS DAS FITOFISIONOMIAS DE CERRADO
FITOFISIONOMIAS DE CERRADO
TIPO CARACTERÍSTICAS FORMAÇÃO
Mata Ciliar
Acompanha rios de médio e grande porte. Solos podem ser rasos –
Cambissolos, Plintossolos ou Neossolos litólicos, profundos como os
Latossolos e Argissolos, ou ainda serem Neossolos flúvicos. Árvores de
altura entre 20 e 25 metros com cobertura arbórea de 50 a 90%.
FLORESTAL
Mata de
Galeria
Acompanha rios de pequeno porte e os córregos dos planaltos do Brasil
central formando corredores fechados (galerias). Ocorrem nos fundos dos
vales ou nas cabeceiras de drenagem. Solos geralmente são Cambissolos,
Plintossolos, Argissolos, Gleissolos ou Neossolos Flúvicos. Altura média
do estrato arbóreo varia entre 20 e 30 metros com cobertura de 70 a 95%.
FLORESTAL
Mata Seca
Diferentes níveis de caducifolia durante a estação seca em função das
condições químicas, físicas e principalmente da profundidade do solo.
Podem ocorrer em solos desenvolvidos em rochas básicas de alta fertilidade
(Nitossolo Vermelho, Chernossolo Ebânico ou Cambissolos) e em
Latossolos Vermelho e Vermelho-Ácrico, de média fertilidade. Também
em solos de origem calcária ocorre a Mata Seca Decídua em regiões mais
acidentadas. Altura média do estrato arbóreo entre 15 e 25 metros com
cobertura variante – na estação seca menos de 50 e na estação chuvosa de
70 a 95%.
FLORESTAL
Cerradão
Formação florestal com aspectos xeromórficos (condições de seca). Do
ponto de vista fisionômico é uma floresta, mas floristicamente é mais
similar a um Cerrado. Dossel com cobertura arbórea que oscila entre 50 e
90% e altura média de 8 a 15 metros. Em geral os solos são profundos, bem
drenados, de média e baixa fertilidade, ligeiramente ácidos, pertencentes às
classes Latossolo Vermelho-Ácrico, Latossolo Vermelho-Amarelo-Ácrico
ou Latossolo Vermelho. Também pode ocorrer em proporção menor
Cambissolos.
FLORESTAL
Cerrado
Sentido
Restrito
Formação savânica com a presença de árvores baixas, inclinadas, tortuosas
e retorcidas, geralmente com evidências de queimadas. Arbustos e
subarbustos encontram-se espalhados. Os troncos das plantas em geral
possuem cascas com cortiça grossa, fendida ou sulcada e as folhas são
rígidas e coriáceas, caracterizando um aspecto de xeromorfismo.
Entretanto, espécies arbóreas que possuem raízes profundas não sofrem
restrição hídrica na estação seca, destacando-se deste quadro. Grande parte
dos solos é das classes Latossolo Vermelho-Ácrico, Latossolo Vermelho-
Amarelo Ácrico e Latossolo Vermelho que, apesar das boas características
físicas, são solos forte ou moderadamente ácidos (PH entre 4,5 e 5,5), com
carência generalizada de nutrientes essenciais e altas taxas de alumínio.
Apresenta ainda uma sub-divisão em função dos fatores físicos
condicionantes em: Cerrado Denso, Cerrado Típico, Cerrado Ralo e
Cerrado Rupestre.
SAVÂNICA
Parque de
Cerrado
Formação savânica presente em pequenas elevações do terreno
denominadas “murundus”. Apresenta árvores de altura média de 3 a 6
metros formando uma cobertura arbórea de 5 a 20%. Os solos são
Gleissolos e mais drenados nos murundus que nas áreas planas adjacentes.
A flora é semelhante ao Cerrado sentido restrito, no entanto com melhor
tolerância à saturação hídrica do perfil do solo.
SAVÂNICA
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 24
Palmeiral
Formação savânica formada pela presença de uma só espécie de palmeira
arbórea. Em geral os palmeirais do Cerrado encontram-se em terrenos bem
drenados, embora também ocorram em terrenos mal drenados onde
ocorrem galerias que acompanham as linhas de drenagem. Em solos bem
drenados ocorrem as espécies Macaubal, Guerobal e Babaçual. Em solos
mal drenados (brejos) os palmeirais se caracterizam pelo Buritizal que
formam um dossel de 40 a 70% de cobertura arbórea e têm altura média
entre 12 e 20 metros.
SAVÂNICA
Vereda
Caracterizada pela presença da palmeira arbórea Mauritia flexuosa (Buriti)
emergente em meio a agrupamentos mais ou menos densos de espécies
arbustivo-herbáceas e circundadas por Campo Limpo, geralmente úmidos e
os buritis não formam um dossel. A altura média dos buritis varia de 12 a
15 metros. A ocorrência de vereda condiciona-se ao afloramento do lençol
freático. Serve de refúgio, abrigo, fonte de alimento e local de reprodução
da fauna terrestre e aquática do Cerrado.
SAVÂNICA
Campo Sujo
Tipo fisionômico herbáceo-arbustivo, com arbustos e subarbustos esparsos
cujas plantas são constituídas por indivíduos menos desenvolvidos das
espécies arbóreas do Cerrado sentido restrito. Ocorre em solos rasos como
os Neossolos litólicos, Cambissolos ou Plintossolos, eventualmente com
pequenos afloramentos rochosos de pouca extensão, ou ainda em solos
profundos e de baixa fertilidade (álico ou distrófico) como os Latossolos de
textura média, e os Neossolos Quartzarenos. Quando o solo é bem drenado,
caracteriza-se o Campo Sujo Seco e, quando o solo é pouco drenado, ocorre
o Campo Sujo Úmido ou com Murundus.
CAMPESTRE
Campo
Rupestre
Ocorre geralmente em Neossolos Litólicos ou nas frestas dos afloramentos
rochosos. São solos ácidos, pobres em nutrientes e a disponibilidade de
água é restrita. A fitofisionomia é herbáceo-arbustiva, com presença
eventual de arvoretas pouco desenvolvidas de até 2 metros de altura. O
ambiente propício é em altitudes superiores a 900 metros, em áreas onde há
ventos constantes, dias quentes e noites frias. A composição florística varia
em função do substrato (profundidade do solo, fertilidade, disponibilidade
de água, etc.). indivíduos lenhosos concentram-se nas fendas das rochas,
enquanto que outras espécies podem crescer diretamente sobre as rochas,
sem que haja solo, como é o caso de algumas Aráceas e Orquidáceas.
CAMPESTRE
Campo
Limpo
Fitofisionomia predominantemente herbácea, com raros arbustos e ausência
completa de árvores. Ocorre em diversos ambientes de diferente topografia,
variação no grau de umidade, profundidade e fertilidade do solo.
Entretanto, é encontrada com mais freqüência nas encostas, nas chapadas,
nos olhos d’água, circundando as veredas e na borda das Matas de Galeria,
geralmente em Neossolos litólicos, Cambissolos ou Plintossolos. Quando
ocorrem em áreas planas contíguas aos rios e inundadas periodicamente,
também é chamado de “Campo de Várzea”, “Várzea” ou “Brejo”.
CAMPESTRE
Fonte: Ribeiro& Walter. In: Cerrado: Ambiente e Flora. Sano, S.M.; Almeida, S.P., 1998.
Este bioma, presente em 23% do território nacional, desempenha um importante papel no
balanço de energia, água e carbono da região, atuando como um sumidouro de gases de efeito
estufa, tal como o CO, CO2 e CH4 (MONTEIRO, 1995). Sua elevada biodiversidade, atualmente
estimada em seis mil espécies vegetais vasculares (MENDONÇA et al., 1998), é favorecida pela
presença de três das maiores bacias hidrográficas da América do Sul (Tocantins, São Francisco e
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 25
Paraná), além de uma extensa diversidade de solos, geologia e queimadas naturais (EITEN,
1972).
Estudos sobre a composição e a distribuição da flora do Cerrado indicam que a ocorrência
de espécies é bastante heterogênea e, portanto, a sua conservação é complexa e depende da
identificação de grupos fitogeográficos que agrupam espécies de distribuição genérica e restrita
(EITEN, 1972; 1994). Como primeira recomendação feita pelo estudo do Ministério do Meio
Ambiente (MMA, 2002), a criação de Unidades de Conservação deve levar em conta as variações
locais e regionais dos diferentes mosaicos do bioma Cerrado.
Dessa forma, como mostra o estudo da Universidade de Brasília acerca da biogeografia do
bioma Cerrado na região da Chapada dos Veadeiros (FELFILI et al., 2007), o PNCV sendo a
única unidade de conservação na área, não inclui toda a diversidade de plantas desta unidade
geomorfológica, colocando algumas delas em risco. Estudos para a indicação de áreas prioritárias
para a conservação no sentido de se criar corredores ecológicos entre essas unidades, formando
um mosaico de unidades de conservação, são sugeridos por este trabalho a fim de se manter a
heterogeneidade genética dos ambientes ali presentes.
A caracterização, delimitação e o manejo das áreas prioritárias para a conservação deste
bioma pode ser potencializada pela utilização da tecnologia de sensoriamento remoto produzida
atualmente através de sensores orbitais que reduzem o tempo de análise e observação dos
fenômenos terrestres, oferecendo dados com qualidade cada vez mais acurada, como é o caso do
sensor MODIS descrito a seguir.
2.2 . Características Gerais do Sensor MODIS
Entre os mais recentes sistemas sensores lançados pela NASA/EUA, está o “Earth
Observing System” (EOS), financiado pelo programa “Earth Science Enterprises” (ESE). O
objetivo principal do ESE é determinar como a Terra está mudando e quais as conseqüências para
a vida neste planeta, desenvolvendo um entendimento de seu funcionamento como um sistema
único e interligado. Este programa entende que os estudos sobre o planeta Terra são formados por
diferentes componentes – terra, oceanos e atmosfera - de um sistema que funciona como um só
ecossistema – o próprio planeta Terra. Dessa forma, a aquisição de dados provenientes deste
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 26
sistema sensor é direcionada para estudos de diversos fenômenos terrestres tais como:
desmatamento, poluição atmosférica, atividade dos vulcões, expansão urbana, cálculo de
biomassa, etc. (JUSTICE et al., 2002).
No projeto EOS, estão previstos os lançamentos de diversos satélites, e o primeiro, o
satélite TERRA, foi lançado em dezembro de 1999, começando a coletar dados em fevereiro de
2000. O segundo satélite lançado foi o AQUA, em maio de 2002. Atualmente, existem três outros
satélites do projeto EOS em órbita, e mais 15 estão previstos para serem lançados nos próximos
quatro anos. Juntas, estas plataformas espaciais vão ajudar os cientistas a desvendar os processos
climáticos e de mudanças ambientais, bem como seus impactos.
O principal instrumento desenvolvido para os satélites TERRA e AQUA foi o MODIS por
apresentar, segundo Barker et al. (1992), inúmeras características, entre elas:
¾ Ampla cobertura espacial e espectral;
¾ Continuidade nas tomadas de medidas, em regiões espectrais mais finas, que as
disponíveis em outros sistemas sensores até o momento, vindo a complementar estas
informações. Como exemplo, o conjunto de dados adquiridos pelo Advanced Very High
Resolution Radiometer (AVHRR), usado para a meteorologia e monitoramento da
temperatura da superfície do mar, gelo e vegetação; e pelo Coastal Zone Color Scanner
(CZCS), usado para monitorar a biomassa oceânica e os seus padrões de circulação;
¾ Ser a primeira ferramenta dos satélites EOS na condução das pesquisas de mudanças
globais.
O MODIS é um dos cinco instrumentos do satélite TERRA, formalmente conhecido como
EOS-AM. Os outros sensores a bordo deste satélite são: CERES, ASTER, MISR e MOPITT. O
sensor MODIS foi projetado para satisfazer os requerimentos de três campos de estudos:
atmosfera, oceano e terra, com bandas de resolução espectral e espacial selecionadas para estes
objetivos e uma cobertura global quase diária - a cada 1-2 dias - (JUSTICE et al., 2002).
As 36 bandas espectrais estão localizadas em comprimentos de onda que finalizam observar
as propriedades das nuvens, a dinâmica e as propriedades da vegetação na cobertura terrestre e a
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 27
temperatura da superfície dos oceanos no mundo (SALOMONSON & TOLL, 1990). Foram
projetadas para evitar as bandas de absorção atmosférica, além de outras feições - linha de
Fraunhoffer - (SALOMONSON & BARKER, 1992; STRAHLER et al., 1999).
Observa-se que, as primeiras 19 bandas são da porção refletida do espectro eletromagnético
(405 nm a 2155 nm), onde as bandas 1-7 são direcionadas para as aplicações terrestres (Tabela
3), as bandas 8-16 para as observações oceânicas e as bandas 17-19 para as medições
atmosféricas. As bandas 20-36 (Tabela 4), à exceção da banda 26 (1360-1390 nm), cobrem a
porção termal do espectro (3660nm a 14385nm) e podem ser utilizadas por distintos campos das
ciências naturais (BARKER et al., 1992). As imagens com resolução espacial de 250 metros
compreendem as bandas 1 e 2, as de resolução espacial de 500 metros as bandas 3 a 7 e as de
resolução espacial de 1 km compreendem as bandas de 8 a 36.
Conseqüentemente, o MODIS tende a aperfeiçoar sistemas como o AVHRR, uma vez que
possui a capacidade de rastrear um amplo conjunto de sinais vitais da Terra, melhor do que
qualquer outro (KING et al., 1992). Como exemplo, cita-se a capacidade deste sensor em medir o
percentual da superfície do planeta coberto por nuvens em quase todos os dias. Esta ampla
cobertura espacial irá permitir ao sensor, juntamente com o Multi-angle Imaging
Spectroradiometer (MISR
1
) e o Cloud and Earth’s Radiant Energy System (CERES
2
),
determinar o impacto das nuvens e aerossóis no balanço energético da Terra (STRAHLER et al.,
1999).
1
MISR–Um dos cinco sensores que compõem o satélite Terra, juntamente com o MODIS, com a finalidade de
coletar medidas sobre as propriedades das nuvens, uso da mudança cobertura da terra.
2
CERES- Sensor que compõe o satélite Terra, com a finalidade de coletar medidas de fluxo de energia e radiação
(atmosfera).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 28
TABELA 3: ESPECIFICAÇÕES DAS BANDAS 1 A 19 DO SENSOR MODIS – PORÇÃO REFLETIDA DO
ESPECTRO ELETROMAGNÉTICO
(405NM A 2155NM)
Uso Primário Banda
Largura da
Banda (nm)
Rad.
Espectral
Resolução
Espacial
SNR
3
250
1000
1000
1 620 - 670
21,8
1000
128
250
Superfície
terrestre/nuvem
2 841 - 876
24,7
1000
201
3 459 - 479
35,3 500 243
4 545 - 565
29 500 228
5 1230 - 1250
5,4 500 74
6 1628 - 1652
7,3 500 275
Propriedades da
Superfície/Nuvens
7 2105 - 2155
1 500 110
8 405 - 420
44,9 1000 880
9 438 - 448
41,9 1000 838
10 483 - 493
32,1 1000 802
11 526 - 536
27,9 1000 754
12 546 - 556
21 1000 750
13 662 - 672
9,5 1000 910
14 673 - 683
8,7 1000 1087
15 743 - 753
10,2 1000 586
Cores dos Oceanos
Fitoplâncton
Bioquímica
16 862 - 877
6,2 1000 516
17 890 - 920
10 1000 167
18 931 - 941
3,6 1000 57
Vapor d’água
Atmosférico
19 915 - 965
15 1000 250
Fonte: Latorre et al. (2003).
3
“Signal-to-noise ratio”.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 29
TABELA 4: ESPECIFICAÇÕES DAS BANDAS 20 A 36 DO SENSOR MODIS – PORÇÃO TERMAL DO
ESPECTRO ELETROMAGNÉTICO
– COM EXCEÇÃO DA BANDA 26 - (3660NM A 14385NM)
Uso Primário Banda
Largura da
Banda (nm)
Rad.
Espectral
Resolução
Espacial
NEΔT
4
20 3.660 - 3.840
0,45 1000 0,05
21 3.929 - 3.989
2,38 1000 2
22 3.929 - 3.989
0,67 1000 0,07
Temperatura
Nuvens/Superfície
23 4.020 - 4.080
0,79 1000 0,07
24 4.433 - 4.498
0,17 1000 0,25
Temperatura
Atmosférica
25 4.482 - 4.549
0,59 1000 0,25
Cirrus
26 1.360 - 1.390
6 1000 150(5)
27 6.535 - 6.895
1,16 1000 0,25
28 7.175 - 7.475
2,18 1000 0,25
Vapor d’água
29 8.400 - 8.700
9,58 1000 0,25
Ozônio
30 9.580 - 9.880
3,69 1000 0,25
31 10.780 - 11.280
9,55 1000 0,05
Temperatura
Nuvens/Superfície
32 11.770 - 12.270
8,94 1000 0,05
33 13.185 - 13.485
4,52 1000 0,25
34 13.485 - 13.785
3,76 1000 0,25
35 13.785 - 14.085
3,11 1000 0,25
Altitude Topo da
Nuvem
36 14.085 - 14.385
2,08 1000 0,25
Fonte: Latorre et al. (2003).
Os dados MODIS são disponibilizados na forma de 44 diferentes produtos, os quais são
utilizados para as mais diversas aplicações atendendo à comunidade de usuários de três diferentes
disciplinas: terra (MODLAND), oceano e atmosfera (Tabela 5). Para maiores dados sobre as
duas últimas disciplinas, consultar http://edcdaac.usgs.gov/modis/dataprod.htm. Uma visão geral
dos produtos para aplicações terrestres é dada a seguir.
4
“Noise-equivalent temperature difference” é a medida de desempenho de um sensor termal (BARKER et al., 1992).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 30
TABELA 5: FINALIDADES DOS PRODUTOS MODIS
Balanço de Energia e Radiação
da Superfície
Produtos de Vegetação e
Ecologia
Cobertura e Uso da Terra
Reflectância – MOD09 Índices de vegetação – MOD13
Cobertura/mudanças na cobertura –
MOD12
Temperatura da superfície –
MOD11
IAF/FPAR – MOD15
Cobertura vegetal/campos
contínuos/conversões – MOD44
Fator de reflectância
bidirecional/albedo – MOD43
Produtividade primária – MOD17 Anomalias termais/fogo – MOD14
Avaliação física de processos
superficiais – MOD10 e 29
Caracterização e funcionamento de
ecossistemas; padrões de
produtividade sazonais – MOD17
Estimativas de
carbono/desenvolvimento
sustentável – MOD44
Fonte: Ferreira (2003).
O produto reflectância da superfície (MOD09) é o input para a geração de vários produtos
para aplicações terrestres tais como os índices de vegetação, BRDF, anomalias termais,
neve/gelo, fPAR e IAF. O MOD09 é construído a partir de um algoritmo de correção atmosférica
que usa informações sobre aerossóis e vapor d’água derivados dos dados MODIS, corrigidos para
efeitos adjacentes, e leva em conta a propriedade direcional da superfície observada (JUSTICE et
al., 1998).
Diversos trabalhos vêm sendo escritos em função desta grande variedade de aplicações –
atmosféricas, oceânicas e terrestres – do sensor MODIS, como por exemplo, detecção de
queimadas (PASTOR, 2005) e monitoramento da cobertura vegetal com dados multitemporais
(ANDERSON, 2004). No Brasil, em virtude da estrutura fundiária quase sempre ser baseada em
grandes extensões de áreas agrícolas – latifúndios – a utilização de imagens MODIS para
classificação e quantificação das lavouras de soja tem mostrado bons resultados, como no
trabalho de Rudorff et al. (2007), proporcionando a estimativa da produção.
a) - Geometria do sensor MODIS
O sensor MODIS é constituído de um instrumento eletro-óptico de varredura mecânica
(Whiskbroom) que utiliza o movimento do satélite para fornecer um imageamento na direção de
vôo (along track). A radiação eletromagnética (REM) refletida ou emitida da superfície terrestre
é direcionada para um telescópio pela rotação de um espelho de duas faces. Meia revolução do
espelho leva aproximadamente 1,477 seg, produzindo o movimento de imageamento across-
track. A energia é então focada para os diferentes detectores cobertos por estreitos filtros
espectrais. O MODIS imagea, simultaneamente, em cada banda, 10 fileiras de pixels para os
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 31
detectores de 1Km; 20 para os detectores de 500m; e 40 para os detectores de 250m (Figura 6)
de resolução espacial. Cada fileira, por sua vez, corresponde a uma simples linha imageada dos
dados MODIS, a qual é nominalmente composta de 1354, 2708 e 5416 observações dos dados de
1km, 500m e 250m, respectivamente (WOLFE et al., 2002).
Figura 6: Sistema de Referência dos produtos MODIS, onde cada tile é designado por uma referência horizontal e
vertical. Fonte: Adaptado de Silva (2005).
Os detectores do MODIS são agrupados em quatro planos focais (SALOMONSON et al.,
1990): infravermelho termal (LWIR- Long Wave Infrared); infravermelho médio (SWIR/MWIR-
Short/Medium Wave Infrared), infravermelho próximo (NIR- Near Infrared) e visível (VIS –
Visible). Estes são distribuídos nos planos focais na direção de vôo, de modo a obter a mesma
localização da Terra ao ser amostrada em diferentes bandas e horários.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 32
b) - Geolocalização do sensor MODIS
A geolocalização (georeferenciamento) do MODIS foi estabelecida através do uso de uma
técnica paramétrica, onde pontos de controle foram aplicados, somente, para remover as direções
tendenciosas. Sua orientação em relação à Terra é obtida através de sensores à bordo do satélite.
Sua altitude é medida por um giro inercial e por um sensor “star-tracking”, onde a posição é
medida por um TDRSS (Tracking Data Relay Satellite System) a bordo de um sistema de
navegação (TONS) (TELLES et al., 1995).
Os produtos de georeferenciamento do MODIS definem as coordenadas geodésicas,
altitude, ângulos zenitais solar e azimutal para cada amostra de 1 km do sensor. Estes dados são
fornecidos como parte do banco de dados das radiâncias calibradas no nível 1B e os dados do
nível 2, para permitir um processamento posterior, ou seja, estes dados serão, subseqüentemente
usados para reamostrar espacialmente e compor temporariamente os produtos MODIS em grades
georeferenciadas.
Segundo Wolfe et al. (2002), alguns progressos na precisão da geolocalização do MODIS
têm sido obtidos através do ajuste de parâmetros internos do sensor, com planejamentos futuros
para remover os erros sistemáticos de medidas de orientação externa.
Os cálculos de geolocalização do MODIS são realizados a partir de uma banda hipotética
ideal conhecida como banda 0. Esta banda é modelada como sendo localizada no meio dos quatro
planos focais do MODIS e usada como uma referência, a partir da qual as posições de qualquer
banda são calculadas aplicando os offsets apropriados.
c) - Níveis de processamento dos dados
Como nos demais instrumentos a bordo do satélite TERRA, os dados MODIS são
transferidos para estações terrestres em White Sands, Novo México, através de um sistema
denominado Tracking and Data Relay Satellite System (TDRSS). Estes são então, enviados para
os dados de pesquisa EOS e os sistemas de operações no Goddard Space Flight Center. Neste
centro começam os processamentos dos dados propriamente ditos. São divididos em cinco níveis
(0 a 4), que irão variar em função do grau de processamento realizado (Tabela 6).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 33
Vale ressaltar que, após o processamento do nível zero pelo sistema operacional, o centro
de arquivos denominado Goddard Space Flight Center Earth Sciences Distributed Active Archive
Center (GES DAAC) irá produzir os níveis 1A e 1B e os produtos de geolocação. Os produtos de
níveis mais elevados são, inicialmente, produzidos pelo Sistema de Processamento Adaptativo do
sensor MODIS (MODIS Adaptive Processing System - MODAPS), e então distribuídos entre três
outros centros de DAACs (JUSTICE et al., 2002). Resumindo, todos os produtos MODIS são
gerados, segundo Justice et al. (2002) em um determinado nível hierárquico, que são:
TABELA 6: NÍVEIS DE PROCESSAMENTO DOS DADOS MODIS
Nível Características
0 Imagem no estado bruto. Não disponível ao usuário.
1 Correção geométrica (radiâncias espacialmente localizadas).
2 Produtos derivados do Nível 1, sem reamostragem geométrica.
2G Dados reprojetados (sinusoidal) e sem reamostragem.
3 Produtos reamostrados, com base na localização dos pixels (composited).
4 Produtos derivados de múltiplas fontes (modelagem).
Fonte: Ferreira (2003).
¾ Nível 0 – este nível retrata a imagem em seu estado bruto, sem tratamento de espécie
alguma. Não é disponível ao usuário, não constando, portanto, das listas de produtos
padrões do sensor MODIS.
¾ Nível 1 (1A): contém uma base de dados de 36 canais do MODIS, utilizado como dado de
entrada para geolocalização, calibração e processamento. Indicadores de qualidade são
adicionados aos dados para indicar a perda ou pixels ruins. Medidas no visível,
infravermelho próximo e médio são feitas apenas durante o dia, enquanto que as medidas
na faixa do infravermelho termal são feitas tanto de dia, quanto de noite.
¾ Nível 1 (1B): os produtos contém os dados de calibração e geolocalização para as 36
bandas geradas pelo nível 1 A. As radiâncias são em w(m
-2
.µm
-1
.sr
-1
). Em adição, o
BRDF (reflectância bidirecional) pode ser determinado para bandas reflectivas solares (1-
19, 26) através do conhecimento da irradiação solar (por exemplo, determinação de dados
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 34
MODIS e a geometria de iluminação do alvo). Dados adicionais são fornecidos, incluindo
as estimativas de qualidade, de erro e dados de calibração.
¾ Nível 2: os produtos deste nível são derivados de radiâncias calibradas de prévios
produtos MODIS. Os produtos conhecidos como nível 2G (L2G) são gerados a partir de
um conjunto de dados de um simples dia do nível 2, reorganizados e armazenados em
uma grade baseada na Terra (earth-based grid), preservando todas as amostras dos dados
originais do nível 2. Cabe salientar que a menor quantidade de dados processados em um
determinado período é definida nos níveis 1 e 2 como granular (granule) e correspondem
à aproximadamente 5 minutos de imageamento. O MODIS imagea 288 “grânulos” a cada
24 h, sendo sua cobertura equivalente a uma área aproximada de 2340 Km (across-track)
por 2030 Km (along-track).
¾ Nível 3: neste nível, os produtos são espacialmente reamostrados e temporariamente
compostos para produzir uma simples estimativa das variáveis geofísicas para cada grade
de localização. As escalas de tempo dos produtos destes níveis variam de um simples dia
para um ano inteiro.
¾ Nível 4: os produtos deste nível são gerados pela incorporação dos dados MODIS em
modelos para se estimar as variáveis geofísicas.
d) - Garantia de qualidade “QUALITY ASSURANCE” dos dados do sensor MODIS
O “EOS Data Information System” (EOSDIS) é designado para o suporte computacional de
todas as atividades de pesquisa do EOS, incluindo o processamento, a distribuição e
arquivamento dos seus dados, além do intercâmbio de informações e resultados entre as
comunidades científicas (JUSTICE et al., 2002).
O EOSDIS Core System (ECS) é o setor responsável pelo acompanhamento de todos estes
objetivos, ou seja, pelo fornecimento da arquitetura computacional necessária para que estas
metas sejam atingidas. A qualidade de seus dados será mantida através de instrumentos de
calibração e caracterização, além das atividades de validação e garantia de qualidade dos
produtos (QA).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 35
O objetivo da garantia de qualidade é identificar e suspeitar de dados de baixa qualidade,
antes que estes sejam disponibilizados para o público. A técnica dos resultados da garantia de
qualidade está na coordenação da armazenagem destes para todos os produtos MODIS
(MODLAND), bem como a capacidade em inferir quais os produtos de baixa qualidade,
retirando-os dos arquivos.
O ECS é o responsável por armazenar os resultados da QA de cada pixel, bem como os
metadados de cada “grânulo” dos dados MODIS. A QA de cada “pixel” é obtida pelo
processamento de um determinado “software”, através do monitoramento da estabilidade
computacional do código, examinando os dados de entrada, suas associações e a documentação
do histórico do processamento deste código. A QA dos metadados resume a aplicação dos
procedimentos de produção e pós - produção desta garantia.
2.3 . Índices de Vegetação
De acordo com Ponzoni (2001), a “aparência” da cobertura vegetal em determinado produto
de sensoriamento remoto é fruto de um processo complexo que envolve muitos parâmetros e
fatores ambientais. O que é efetivamente medido por um sensor remotamente situado, oriundo de
determinada vegetação, não pode ser explicado somente pelas suas características intrínsecas,
pois inclui também a interferência de vários outros parâmetros e fatores, tais como: a fonte de
radiação, o espalhamento atmosférico, as características tanto da folha quanto do dossel, os teores
de umidade, a interferência da reflectância do solo, da sombra, entre outros (HUETE et al., 2002).
Para minimizar a variabilidade causada pelos fatores externos, a reflectância espectral da
cobertura vegetal tem sido transformada e combinada em vários índices de vegetação. Estes
índices são razões entre bandas do sensor, onde o comportamento espectral da vegetação
apresenta o maior contraste, possibilitando a maximização da resposta deste complexo alvo da
superfície terrestre. Os mais comumente empregados utilizam a informação contida nas
reflectâncias de dosséis referentes às regiões do vermelho e do infravermelho próximo, as quais
são combinadas sob a forma de razões
5
entre estas bandas. Eles são denominados de NDVI
5
“As faixas do vermelho e do infravermelho próximo são mais utilizadas, por conter mais de 90% da variação da
resposta espectral da vegetação, dessa forma estes índices realçam o comportamento espectral da vegetação,
correlacionado-os com os parâmetros biofísicos da mesma” (ROSA & ROSENDO, 2005).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 36
(Normalized Difference Vegetation Index) e EVI (Enhanced Vegetation Index), os dois
subprodutos encontrados no produto MOD13 aqui analisados (HUETE et al., 2002).
Baixos valores de reflectância no vermelho e altos no infravermelho próximo resultam em
um alto NDVI. Este índice de vegetação busca identificar o máximo vigor vegetativo
caracterizado pela atividade fotossinteticamente máxima (PONZONI, 2001; ROSA &
ROSENDO, 2005). A resposta da vegetação nessa fase é um alto conteúdo de clorofila nas
folhas, absorvendo grandes quantidades de energia na região do vermelho. Já no infravermelho, a
folha saudável apresenta uma alta reflectância devido ao arranjo dos espaços intercelulares e
conteúdo de água nas folhas. A radiação que penetra na folha é espalhada em grande parte devido
a combinação da reflexão celular interna, decorrente das irregularidades das paredes externas das
células, e da diferença entre os índices de refração ar/água (1 e 1,33 respectivamente) nas células
túrgidas (PONZONI, 2001).
Comparativamente, o NDVI, apesar de reter estas propriedades favoráveis de redução de
ruídos e incertezas características de fontes externas de ruído (por exemplo, sombra de nuvem),
apresenta certas desvantagens em relação ao EVI, como por exemplo, a não linearidade,
problemas de saturação do sinal em regiões de alta concentração de biomassa e sensibilidade para
expor fundos de solo em áreas de vegetação escassa (RUNNING et al., 1994; JUSTICE et al.,
1998). O NDVI é calculado através da formula:
VERIVP
VERIVP
NDVI
ρρ
ρ
+
ρ
−
=
(1)
Onde: P
IVP
= reflectância do infravermelho próximo; P
VER
= reflectância do vermelho.
O EVI foi desenvolvido para otimizar o sinal da vegetação melhorando a sensibilidade em
regiões com maiores densidades de biomassa, além do monitoramento da vegetação através da
redução das influências atmosféricas e da influência do solo no fundo do dossel (JUSTICE et al.,
1998). O EVI é calculado através da seguinte equação:
L*2C*1C
GEVI
bluerednir
rednir
+−+
−
=
ρρρ
ρ
ρ
(2)
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 37
Onde: ρ
nir
= reflectância do infravermelho próximo; ρ
red
= reflectância do vermelho; ρ
blue
=
reflectância do azul; C1 = coeficiente de ajuste para efeito de aerossóis da atmosfera no
vermelho; C2 = coeficiente de ajuste para efeito de aerossóis da atmosfera no azul; L = fator de
ajuste para o solo; G = fator de ganho. Os valores dos coeficientes adotados pelo algoritmo do
EVI são: L = 1, C1 = 6, C2 = 7,5 e o fator de ganho G = 2,5 (JUSTICE et al., 1998).
Huete et al. (2002) analisaram e compararam um ano de dados NDVI do MODIS com
resolução de 1 km com dados equivalentes de NDVI do sensor AVHRR, com a mesma
resolução. Neste estudo, o NDVI do MODIS e AVHRR descreveram satisfatoriamente o padrão
sazonal e a fenologia de uma ampla extensão de biomas. Na estação seca, o NDVI de ambos os
sensores mostraram valores idênticos em regiões áridas e semi-áridas. Por outro lado, na estação
chuvosa, os valores do NDVI do MODIS foram significativamente maiores em relação aos do
AVHRR, resultando em uma maior dinâmica sazonal para cada ponto.
As diferenças nos valores de NDVI foram maiores nos locais mais úmidos e as maiores
discrepâncias foram observadas na estação chuvosa. Essas diferenças foram atribuídas à
influência do conteúdo de vapor d’água na atmosfera, o qual afeta fortemente as bandas do IVP
(Infravermelho próximo) do AVHRR e causa redução nos valores de NDVI, especialmente na
estação chuvosa. As bandas estreitas do MODIS, pelo fato de evitarem as regiões de absorção da
água no espectro, praticamente não foram afetadas pelas variações sazonais do conteúdo de vapor
d’água da atmosfera. O mesmo estudo descreveu que especificamente em relação à discriminação
das fisionomias de Cerrado, os índices simulados MODIS NDVI e EVI apresentaram,
respectivamente, 75% e 71% de porcentagem de acerto e de 82% quando considerados
simultaneamente (FERREIRA et al., 2004).
Esta característica comprova a adequação do produto índice de vegetação do sensor MODIS
para avaliação regional de biomas fragmentados como o Cerrado. Complementarmente, ao
oferecer os dois índices adequados tanto para a biomassa quanto para a estrutura do dossel –
NDVI e EVI – otimiza a análise do comportamento espectral da cobertura vegetal na área de
estudo.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 38
2.4 . Produto Índice de Vegetação MOD13Q1
O produto índice de vegetação tem como base os dados gerados pela reflectância diária de
superfície (série MOD09), nível 2, os quais são corrigidas para espalhamento molecular, absorção
de ozônio e aerossóis (VERMOTE et al., 2002). O algoritmo de geração dos índices usa os dados
de reflectância da superfície no nível 2G (reprojetados) e faz uma composição temporal desses
dados para gerar os índices de vegetação, nível 3, os quais são composições de 16 dias das
reflectâncias bidirecionais diárias em 250m, 500m e 1 km. É necessário notar que as composições
de 16 dias não coincidem com o começo de cada calendário mensal (SILVA, 2003). O produto
MOD13 é gerado a partir de seis diferentes algoritmos descritos a seguir (Tabela 7) através das
informações obtidas no site http://edcdaac.usgs.gov/modis/dataprod.htm, e aqui sintetizadas:
TABELA 7: CARACTERÍSTICAS DOS PRODUTOS MOD13
MOD13Q1
Composição 16 dias, 250m com cerca de 528MB. O “Q” refere-se a
“Quarter Km” (quarta parte do quilômetro). Esse algoritmo processa
as imagens de reflectância da superfície (MOD09) de 250m para
produzir as imagens NDVI e EVI 250m.
MOD13A1
Composição 16 dias, 500m com 128 MB. Esse algoritmo gera as
imagens NDVI e EVI a partir de imagens reflectância da superfície
com 500m de resolução.
MOD13A2
Composição 16 dias, 1km e 32 MB. Esse algoritmo agrega pixels de
250 e 500m de resolução das imagens de reflectância da superfície
para produzir NDVI e EVI em 1km de resolução. O input para esse
algoritmo é o produto do algoritmo de agregação espacial
“MODAGAGG”.
MOD13A3
Composição mensal, 1km. Esse algoritmo processa várias
composições 16 dias, 1km (MOD13A2), para produzir uma média
mensal.
MOD13C1
Composição 16 dias, CMG (25km). Esse algoritmo processa
composições 16 dias, 1km (MOD13A2) para produzir a média da
grade de modelo climatológico, por meio de média espacial. A
resolução CMG é a média da composição de todos os dados de
reflectância 1km, considerados de boa qualidade, a partir dos quais os
índices de vegetação são computados.
MOD13C2
Composição mensal, CMG (25km). Esse algoritmo processa
composições MOD13C1, para produzir o CMG, por meio de média
temporal.
Fonte: http://edcdaac.usgs.gov/modis/dataprod.htm
O arquivo padrão de saída gerado pelo algoritmo dos índices de vegetação compreende um
conjunto de dados científicos (SDS) com um número de variáveis que inclui: valores de NDVI e
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 39
EVI para o período de 16 dias; a qualidade (QA) dos índices EVI e NDVI; valores de reflectância
referentes à banda do vermelho (banda 1), infravermelho próximo (banda 2), infravermelho
médio (banda 6) e azul (banda 3); além do ângulo de visada, o ângulo zenital solar e o ângulo
azimutal solar relativo à cada pixel da composição (Tabela 8).
TABELA 8: CONJUNTO DE IMAGENS DISPONIBILIZADAS ATRAVÉS DOS PRODUTOS ÍNDICE DE
VEGETAÇÃO
MOD13A1 (500M) E MOD13Q1 (250M)
SDS Unidades Valor Nulo
Intervalo
Válido
Fator de
Escala
NDVI NDVI -3000 (-2000-10000) 10000
Índice de
Vegetação
EVI EVI -3000 (-2000-10000) 10000
Vermelho reflectância -1000 0-1000 10000
Infravermelho
(NIR)
reflectância -1000 0-1000 10000
Azul reflectância -1000 0-10000 10000
Imagens
Reflectância
Infravermelho
(SWIR)
reflectância -1000 0-10000 10000
NDVI Quality
(QA)
bit field 65535 0-65534 Inexistente
EVI Quality
(QA)
bit field 65535 0-65534 Inexistente
Ângulo Visada Grau -10000 (-9000-9000) 100
Ângulo Zenital
Solar
Grau -10000 (-9000-9000) 100
Metadados
Azimute Grau -4000 (-3600-3600) 10
Fonte: Adaptado de Silva (2003).
De maneira geral, uma síntese das principais considerações para a análise do algoritmo de
composição dos índices MODIS inclui os seguintes parâmetros:
1) Os pixels com os menores ângulos de visada têm resolução espacial mais fina, ou seja,
250m para o vermelho e infravermelho próximo. Na realidade, esses pixels terão seu tamanho
aumentado em 1km nas extremidades da faixa de imageamento (55º);
2) A degradação espacial aumentará significativamente com ângulos de visada fora do nadir
e, conseqüentemente, será mais difícil registrar pixels em off-nadir em comparação àqueles do
nadir;
3) Relacionamentos já estabelecidos entre parâmetros biofísicos e índices de vegetação são
baseados em ângulos de visada a nadir;
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 40
4) Os problemas de saturação nos índices de vegetação tornam-se maiores nas visadas off-
nadir e com maior ângulo zenital solar (LEEUWEN et al., 1999).
O algoritmo para a composição dos índices de vegetação compreende três componentes
utilizadas tanto para correção da degradação espacial resultante dos diferentes ângulos de visada
quanto para a correção atmosférica de nuvens residuais, que são: o BRDF-C (função de
distribuição das reflectâncias bidirecionais), o MVC (Máximo valor de composição) e o CV-
MVC (Ângulo de visada limitado – máximo valor na composição).
A técnica empregada depende do número e da qualidade das observações. O BRDF é uma
técnica mais elaborada na qual todas as observações de reflectância bidirecional diária, de
aceitável qualidade, são utilizadas para interpolar seus respectivos valores de reflectância para a
visada a nadir, dos quais os índices de vegetação são computados e produzidos. Pelo menos cinco
boas observações, com ângulo de visada menor ou igual a 45º, são exigidas para inserção no
modelo (HUETE et al., 2002).
O BRDF não só tem a desvantagem de exigir cinco pixels limpos, mas é também altamente
dependente da máscara de nuvens. Uma vez que os valores equivalentes do nadir são interpolados
a partir de quatro ou mais pixels, apenas um pixel contaminado com nuvens residuais, por
exemplo, comprometerá a computação final do valor correspondente ao nadir. Por esta razão, o
BRDF não é utilizado atualmente, até que se faça uma análise completa e uma avaliação de sua
utilidade (HUETE et al., 2002).
O método MVC aumenta significativamente a seleção de pixels off-nadir, principalmente
sobre dosséis abertos pelo fato de exibirem grandes valores de NDVI quando vistos
obliquamente. Este método favorece a escolha de pixels livres de nuvens, mas não
necessariamente seleciona o pixel próximo do nadir ou com menor contaminação atmosférica.
Embora o NDVI tenha a tendência de aumentar com dados corrigidos atmosfericamente, isto não
significa que o maior NDVI seja uma indicação da melhor correção atmosférica.
O CV-MVC compara os dois maiores valores de NDVI e seleciona as observações mais
próximas da visada nadir para representar o período de 16 dias de composição. Tanto o NDVI
como o EVI são computados usando a mesma observação do pixel, ou seja, não há uma
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo II – Revisão Bibliográfica 41
metodologia específica para selecionar o máximo EVI. Se há somente uma boa observação
disponível, então os índices são computados dela. Se nenhuma observação passou pela filtragem
inicial, então a técnica MVC é usada como alternativa final para o CV-MVC, tal que o pixel com
o maior valor de NDVI é selecionado para completar a imagem composição, independentemente
da qualidade do dado.
É importante ressaltar que todas as metodologias de geração de composições resultam em
descontinuidades espaciais, as quais são inevitáveis e resultam do fato de que adjacentes podem
sempre ser escolhidos de dias distintos, durante o período de geração da composição 16 dias.
Além disso, pixels adjacentes selecionados podem ter geometrias de visada Sol-Pixel-Sensor
diversas, diferentes tipos de contaminação atmosférica, como nuvens residuais e fumaça.
Uma outra limitação para a utilização das metodologias de geração de composições está
associada ao fato de que a vegetação é muito mais ativa durante a estação chuvosa, quando
justamente a cobertura de nuvens é maior, até mesmo em desertos. Isto limita a escolha do
melhor pixel e afeta ainda mais fortemente o modelo de inversão BRDF. Esse método seria
adequado apenas para áreas com baixa cobertura de nuvens e para períodos secos. Na análise
multitemporal aqui proposta, o ambiente de Cerrado apresenta intervalos de chuva e seca bem
distintos, sendo possível identificar temporalmente o comportamento espectral da vegetação.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo III – Metodologia 42
III . METODOLOGIA
Neste tópico são descritas as etapas de processamento digital dos dados multitemporais. A
metodologia adotada para o processamento das imagens pode ser subdividida nas seguintes
etapas: (a) confecção de um cubo 3D relativo à série de imagens temporais do índice NVDI
(Normalized Difference Vegetation Index - Índice de Vegetação da Diferença Normalizada) e
EVI (Enhanced Vegetation Index - Índice de Vegetação Realçado), (b) tratamento do ruído e (c)
classificação utilizando os espectros temporais NDVI e EVI, através da árvore de decisão.
Os produtos MODIS podem ser adquiridos pela rede internacional
6
gratuitamente mediante
um cadastro de usuário. Para a análise aqui proposta, foi utilizada uma série temporal de imagens
MODIS (produto MOD13Q1) do ano de 2005 – e uma de 2006 - com resolução de 250m do
quadrante h13v10, totalizando 14 (quatorze) imagens. Este resultado foi possível após a escolha
das imagens que apresentaram melhor qualidade – mínimo de ruídos e presença de nuvens.
Originalmente estas imagens estavam na projeção integerized sinusoidal, e precisaram ser
reprojetadas para o sistema de projeção geográfica LAT/LONG, utilizando o Datum WGS-84.
Este procedimento foi executado através do programa disponibilizado, também gratuitamente,
pela NASA - Modis Reprojection Tool, para que os dados contidos na imagem pudessem ser
processados. Assim, as imagens ficam georreferenciadas de acordo com a projeção e o sistema de
coordenadas escolhidos.
Dos onze subprodutos constantes em cada produto MOD13Q1, foram selecionados dois –
NDVI e EVI - que foram extraídos diretamente do programa Modis Reprojection Tools e
reprojetados com o novo sistema de coordenadas. Feito isso em todas as 14 imagens
selecionadas, gerou-se um novo arquivo, tanto para o NDVI quanto para o EVI, utilizando os
respectivos subprodutos de cada uma das 14 imagens, formando uma só imagem de 14 “bandas”,
ou seja, uma imagem multitemporal onde cada “banda” corresponde a uma data no intervalo de
tempo aqui selecionado. Na Tabela 9 estão os dados básicos das imagens selecionadas para este
trabalho.
6
http://edcimswww.cr.usgs.gov/pub/imswelcome
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo III – Metodologia 43
TABELA 9: RELAÇÃO DAS IMAGENS MODIS ADQUIRIDAS PARA A ANÁLISE MULTITEMPORAL
Nº
Data Granule ID (Local Granule ID)
Data
Inicial
Data
Final
Cobert.
Nuvens
%
Ponto
Central
1
SC:MOD13Q1.004:2027810013
(MOD13Q1.A2005033.h13v10.004.2005060190900.hdf)
02 Feb
2005,
00:00:00
17 Feb
2005,
23:59:59
6
15.05° Lat, -
46.69° Lon
2
SC:MOD13Q1.004:2027969071
(MOD13Q1.A2005049.h13v10.004.2005074030635.hdf)
18 Feb
2005,
00:00:00
05 Mar
2005,
23:59:59
9
15.05° Lat, -
46.69° Lon
3
SC:MOD13Q1.004:2028377130
(MOD13Q1.A2005081.h13v10.004.2005101062932.hdf)
22 Mar
2005,
00:00:00
06 Apr
2005,
23:59:59
5
15.05° Lat, -
46.69° Lon
4
SC:MOD13Q1.004:2029005142
(MOD13Q1.A2005097.h13v10.004.2005138172508.hdf)
07 Apr
2005,
00:00:00
22 Apr
2005,
23:59:59
1
15.05° Lat, -
46.69° Lon
5
SC:MOD13Q1.004:2029160658
(MOD13Q1.A2005113.h13v10.004.2005145043743.hdf)
23 Apr
2005,
00:00:00
08 May
2005,
23:59:59
2
15.05° Lat, -
46.69° Lon
6
SC:MOD13Q1.004:2029360302
(MOD13Q1.A2005129.h13v10.004.2005152100652.hdf)
09 May
2005,
00:00:00
24 May
2005,
23:59:59
0
15.05° Lat, -
46.69° Lon
7
SC:MOD13Q1.004:2029549058
(MOD13Q1.A2005145.h13v10.004.2005166043839.hdf)
25 May
2005,
00:00:00
09 Jun
2005,
23:59:59
4
15.05° Lat, -
46.69° Lon
8
SC:MOD13Q1.004:2029743673
(MOD13Q1.A2005161.h13v10.004.2005179164139.hdf)
10 Jun
2005,
00:00:00
25 Jun
2005,
23:59:59
0
15.05° Lat, -
46.69° Lon
9
SC:MOD13Q1.004:2030356450
(MOD13Q1.A2005193.h13v10.004.2005222103338.hdf)
12 Jul
2005,
00:00:00
27 Jul
2005,
23:59:59
0
15.05° Lat, -
46.69° Lon
10
SC:MOD13Q1.004:2030828673
(MOD13Q1.A2005225.h13v10.004.2005255232451.hdf)
13 Aug
2005,
00:00:00
28 Aug
2005,
23:59:59
0
15.05° Lat, -
46.69° Lon
11
SC:MOD13Q1.004:2031316665
(MOD13Q1.A2005273.h13v10.004.2005293222249.hdf)
30 Sep
2005,
00:00:00
15 Oct
2005,
23:59:59
0
15.05° Lat, -
46.69° Lon
12
SC:MOD13Q1.004:2031553200
(MOD13Q1.A2005289.h13v10.004.2005310083334.hdf)
16 Oct
2005,
00:00:00
31 Oct
2005,
23:59:59
3
15.05° Lat, -
46.69° Lon
13
SC:MOD13Q1.004:2032538463
(MOD13Q1.A2005353.h13v10.004.2006011002124.hdf)
19 Dec
2005,
00:00:00
03 Jan
2006,
23:59:59
8
15.05° Lat, -
46.69° Lon
14
SC:MOD13Q1.004:2032934534
(MOD13Q1.A2006017.h13v10.004.2006038205936.hdf)
17 Jan
2006,
00:00:00.0
01 Feb
2006,
23:59:59.0
1
15.05° Lat, -
46.69° Lon
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo III – Metodologia 44
3.1. Confecção do Cubo 3D das Imagens Temporais NVDI e EVI
Para obter os espectros de NDVI e EVI, as imagens relativas às diferentes datas devem ser
unidas, sintetizando a informação multitemporal em uma só imagem – um espectro
multitemporal NDVI e outro EVI. Dessa forma é possível identificar que cada “banda” da
imagem refere-se a um intervalo de tempo na área de estudo e não, como tradicionalmente são as
imagens orbitais, um intervalo do espectro da radiação eletromagnética.
Para que a visualização deste processo se torne mais fácil, é possível construir um cubo de
imagens em 3D onde os eixos “x” e “y” representam as coordenadas geográficas e o eixo “z” o
espectro temporal NDVI ou EVI (Figura 7). Os espectros temporais são ordenados no cubo 3D
utilizando a seqüência dos dias do ano em ordem crescente. Assim, esta imagem retrata a
“fusão”do elemento tempo na região de estudo, resultado da junção das imagens MODIS
adquiridas anteriormente.
Figura 7: Imagem do cubo 3D relativo à série temporal NDVI do sensor MODIS.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo III – Metodologia 45
3.2. Tratamento do Ruído
O espectro temporal dos índices de vegetação apresenta uma forte interferência de ruídos, o
que ocasiona variações indesejáveis que prejudica a análise espectral e sua classificação. Para
obter um espectro temporal mais suavizado foram utilizados os seguintes procedimentos: (a)
análise visual da imagem retirando as que apresentam áreas significativas com degradação de
sinal, (b) emprego do filtro de mediana ao longo do espectro, e (c) emprego da transformação
MNF.
Algumas imagens do índice de vegetação apresentam alta porcentagem de ruído que
devem ser excluídas do processamento para não afetar o processo de classificação e análise
espectral. A Figura 8 demonstra exemplos de imagens com uma extensa área degenerada que
ocasionaria prejuízos nas etapas seguintes de processamento.
Figura 8: Imagem EVI do sensor MODIS com alta porcentagem de ruído.
Para o tratamento do ruído presente no espectro temporal, um filtro convolucional de
mediana foi desenvolvido com uma janela de dimensão de 3 bandas que passa pelo espectro com
um passo igual a 1, minimizando as variações presentes. Desta forma, o filtro calcula para as três
primeiras bandas do espectro o valor de mediana, anda uma banda e calcula o valor das três
bandas seguintes e assim sucessivamente (Figura 9). O programa foi desenvolvido em
linguagem IDL sendo utilizada no programa ENVI.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo III – Metodologia 46
0.274 0.221
0.170 0.210 0.153 0.161 0.158
0.2740.221
0.170
0.221
0.170 0.210
0.170 0.2100.153
0.2100.153 0.161
0.259 0.261
0.1610.158 0.259
0.158 0.259 0.261
0.153 0.1610.158
0.221 0.221 0.170 0.161 0.158 0.161 0.259
16
144
32
128
Dias
Dias
Esp e c tro Temporal EVIl
Esp e c tro Temporal EVI Filtrado pela Mediana
EVI
EVI
Figura 9: Filtro espectral de mediana.
Complementarmente, foi aplicada a transformação MNF (Minimum Noise Fraction)
desenvolvido para o tratamento de imagens hiperespectrais. No entanto, esse método mostra-se
adequado para eliminar ou minimizar a interferência de ruídos de outros conjuntos de dados com
riqueza de informações como imagens gamaespectrométrica (DICKSON & TAYLOR, 1988,
2000). No processamento de imagens de séries temporais, este método foi aplicado com sucesso
na análise temporal de imagens MODIS sobre região de Mata Seca no ambiente de Cerrado
(CARVALHO JÚNIOR et al., 2006).
O MNF é um procedimento estatístico no âmbito da Análise de Principais Componentes
(APC) que concilia tanto os procedimentos de segregação da componente ruído como também de
redução da dimensionalidade dos dados (GREEN et al., 1988). Uma das grandes limitações da
APC para a remoção do ruído é que nem sempre se observa, para as componentes principais, um
aumento da razão sinal/ruído de forma crescente em relação aos autovalores (GREEN et al.,
1988; LEE et al., 1990; CARVALHO JÚNIOR et al., 2002). Desta forma, a vulnerabilidade da
APC para a eliminação do ruído é resultante da priorização da variância no ordenamento dos
dados, ao invés da razão sinal/ruído como é adotado pela transformação MNF. O procedimento
para eliminar os ruídos pelo método MNF possui as seguintes etapas: (a) efetuar a transformação
MNF na imagem, (b) identificar, pela qualidade da imagem e pelo gráfico de autovalores, as
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo III – Metodologia 47
bandas relativas ao sinal e ao ruído e (c) efetuar a transformação inversa do MNF utilizando
somente as bandas relativas ao sinal.
3.3. Identificação dos Membros Finais
Os membros finais consistem nos elementos puros na imagem que, por mistura, formam
todos os demais espectros presentes (CARVALHO JÚNIOR et al., 2003). Os métodos
desenvolvidos para detectar os membros finais implicitamente ou explicitamente assumem a
geometria do conjunto convexo (BATENSON et al., 2000; BATENSON & CURTIS, 1996;
BERMAN et al., 2004; WINTER, 1999; TOMPKINS et al., 1997). Um dos métodos mais
utilizados é o proposto por Boardman & Kruse (1994) composto por três etapas: (a) redução da
dimensão espectral (Minimum Noise Fraction - MNF), (b) redução da dimensão espacial (Purity
Pixel Index - PPI), e (c) identificação manual (utilizando um visualizador n-dimensional). Essa
metodologia é amplamente utilizada no processamento de imagens hiperespectrais (CARVALHO
JÚNIOR et al., 1999; KRUSE, 1996; 1999; KRUSE & BOARDMAN, 1999; KRUSE et al.,
1996; RICHARDSON, 1996; RICHARDSON et al., 1994) como também de imagens
multiespectrais (CARVALHO et al., 2002; BLOISE et al., 2003). Comparação do emprego desse
procedimento para sensores de resoluções espectrais diferentes mostra que em ambientes
naturais, os membros finais encontrados são similares (CARVALHO JÚNIOR et al., 2006). No
presente trabalho esta metodologia é adaptada para imagens multitemporais (Figura 10).
Séries Temporais NDVI ou EVI
Diminuição da Dimensionalidade dos Dados
Identificação automatizada dos
Pixels Puros
Identificação Manual
dos Pixels Puros
Membros Finais
Figura 10: Seqüência metodológica para identificação dos membros finais considerando séries multitemporais de
índices de vegetação.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo III – Metodologia 48
3.4. Classificação
A metodologia adotada para a classificação dos dados considerou o emprego de dois
métodos: (a) ISODATA (Iterative Self-Organizing Data Analysis Technique) um método de
classificação não supervisionado que permite uma análise exploratória dos dados sem a
intervenção do usuário (BALL & HALL 1967), e (b) árvore de decisão que permite explorar as
características espectrais identificadas nos membros finais onde o operador atua na definição dos
critérios de seleção.
O método ISODATA está no âmbito dos métodos de classificação por análise de grupos.
A utilização da análise de grupos vem sendo cada vez mais empregada como uma forte
ferramenta na investigação científica, contribuindo significativamente para uma análise
exploratória dos sistemas existentes. Desta forma, este método estatístico favorece a formulação
de hipóteses sobre a estrutura da distribuição interna dos dados. A análise de grupos tem como
propósito particionar um conjunto de N entidades (no nosso caso, dados geoquímicos, geofísicos
etc..) em subconjuntos distintos e não vazios, que sejam tão homogêneos quanto possível
(SAMPAIO, 1990). A classificação dos grupos é definida por intermédio de uma medida de
similaridade ou dissimilaridade entre os parâmetros, como por exemplo, o da distância Euclidiana
utilizada no ISODATA. No final do processo objetiva-se definir grupos ou clusters que sejam
pertinentes e decorrentes naturais da própria estruturação dos dados. O ISODATA e o K-means
são métodos não hierárquicos, que primeiramente selecionam centros para os agrupamentos
denominados sementes e a partir de uma distância pré-determinada agrupa os elementos em sua
volta. O algoritmo do ISODATA é similar ao do k-means, a principal diferença é que no método
ISODATA o número de classes não é definido a priori como no k-means, que assume
inicialmente um número de classes.
Uma árvore de decisão tem a função de dividir um conjunto de treinamento, até que cada
subconjunto obtido desta divisão contenha casos de uma única classe (BREIMAN et al., 1984).
Uma árvore é composta pelas seguintes unidades: (a) um nó raiz formado a partir de todos os
dados, (b) um conjunto hierárquico de nós internos denominados partições (“Split”) responsáveis
pela tomada de decisão, utilizando teste lógico, que define o próximo nó descendente ou filho, e
(c) nós terminais chamados de folhas (“leaves”) caracterizados por não possuírem nó descendente
(LATORRE et al., 2007). A árvore de decisão binária divide cada nó intermediário em dois nós
descendentes: o nó esquerdo (quando os dados satisfazem o teste lógico) e o nó direito (quando
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo III – Metodologia 49
não satisfazem). A divisão em cada nó interno de uma árvore é definida por critérios
estabelecidos pelo usuário ou por procedimentos estatísticos. No presente trabalho, a partir das
características espectrais dos membros finais, foram estabelecidos critérios para a partição dos
dados.
Os métodos de classificação espectral como o Spectral Angle Mapper (KRUSE et al., 1993)
e o Spectral Correlation Mapper (CARVALHO JÚNIOR & MENESES, 2000), baseados em
métricas de correlação, apresentam deficiências na classificação dos espectros temporais, como
os deste trabalho, devido à presença de classes distintas com alta correlação espectral entre si.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 50
IV – RESULTADOS
4.1. Resultados do Tratamento de Ruído
Um dos principais problemas no tratamento de espectros temporais é a dificuldade de
eliminar ou diminuir a presença de ruídos. Desta forma, foram utilizados três procedimentos para
minimizar os seus efeitos. Primeiramente, pela análise visual pode-se constatar a presença de
cinco bandas com alta porcentagem de área com degradação de sinal (Figura 11). Essas imagens
concentram-se na época da chuva onde ocorre um intenso recobrimento de nuvens.
Figura 11: Imagens NDVI com presença de áreas extensas com degradação do sinal.
O emprego do filtro da mediana ao longo do espectro temporal dos índices de vegetação
permitiu diminuir de forma significativa a presença de ruídos e a variação presente nos espectros.
Essa técnica proposta possui uma alta eficiência no tratamento desse tipo de dado.
O emprego da transformação MNF permitiu eliminar os ruídos brancos ainda persistentes.
As componentes da transformação MNF são ordenadas de acordo com a razão sinal/ruído, onde
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 51
as primeiras componentes representam as bandas relativas ao sinal e as últimas as componentes
de ruído. O limite entre esses dois conjuntos de dados pode ser determinado visualmente pela
qualidade das imagens ou pela análise da curva de autovalores. A análise do gráfico de
autovalores da transformação MNF salienta a alta redundância de informações presentes na série
temporal com a concentração de informações nas primeiras componentes (Figura 12). Desta
forma, os autovalores descrevem uma pronunciada queda de seus valores até a quarta
componente quando é definido um patamar de baixos valores. As primeiras três componentes,
praticamente, detêm as informações relativas ao sinal, enquanto as demais componentes são
referentes ao ruído. A análise complementar da qualidade das imagens também confirma essa
distribuição do sinal em relação ao ruído. Considerando apenas as bandas de sinal na
transformação inversa do MNF são obtidos espectros NDVI multitemporais suavizados com
menor variação de ruídos (Figura 13). Esse método é bastante simples e de rápido
processamento.
1234567
12
10
8
6
4
2
NDVI
A
u
t
o
v
a
l
o
r
e
s
Componentes MNF
123456
12
10
8
6
4
2
7
EVI
A
u
t
o
v
a
l
o
r
e
s
Componentes MNF
Figura 12: Gráfico de autovalores da transformação MNF para imagens temporais (a) NDVI e (b) EVI. Observa-se
nos dois gráficos a concentração de informação nas três primeiras bandas.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 52
Figura 13: Espectros temporais NDVI e EVI (a) original com alta variação e presença de ruído, e (b) espectros
suavizados pela transformação MNF.
4.2. Resultados dos Processos para Identificação dos Membros Finais
Nas identificações dos membros finais das séries temporais NDVI e EVI foi utilizado o
procedimento seqüencial MNF - PPI – Visualização n-Dimensional. As componentes MNFs para
a área de estudo permitem um expressivo realce da vegetação do PNCV em relação às áreas
circunvizinhas. O comportamento entre as imagens MNFs da série EVI e NDVI são similares
(Figura 14 e 15) A primeira componente MNF, responsável pela maior variância dos dados,
realça o comportamento fenológico diferenciado da vegetação do PNCV (Figura 14a e 15a). A
composição colorida das três primeiras componentes MNF, também evidencia a presença de
padrões e comportamentos distintos, onde as distribuições tonais refletem distinções de vegetação
tanto espacial como temporal (Figura 14b e 15b). Estudo análogo de redução espectral de dados
multitemporais tem sido realizado utilizando a transformação por Análise de Principais
Componentes (BYRNE et al., 1980; INGEBRITSEN & LYON, 1985; FUNG & LEDREW,
1987, FUNG, 1990). As pesquisas com APC enfocam a sua capacidade de detecção de mudança
e a sua capacidade para a normalização dos dados.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 53
Figura 14: Imagens provenientes da transformação MNF para a série temporal EVI: (a) primeira componente MNF
destacando a diferenciação da vegetação do PNCV com predomínio de tonalidades mais claras em relação às áreas
circunvizinhas, e (b) composição colorida R: 3a MNF/ /G:1a MNF/ B:2a MNF. O limite do PNCV está demarcado
em vermelho.
Figura 15: Imagens provenientes da transformação MNF para a série temporal NDVI: (a) primeira componente
MNF destacando a diferenciação da vegetação do PNCV com predomínio de tonalidades mais claras em relação às
áreas circunvizinhas, e (b) composição colorida R: 3a MNF/ /G:1a MNF/ B:2a MNF. O limite do PNCV está
demarcado em vermelho.
No espaço de atributos referentes às componentes MNFs, a qual descreve a inerente
dimensionalidade dos dados, observa a presença de um conjunto convexo, também denominado
de simplex, que descreve os membros finais localizados nos seus vértices (SMITH et al., 1985;
BATESON & CURTISS, 1993 e 1996; BOARDMAN, 1993). Desta forma, os gráficos de
dispersão da primeira e da segunda componente MNF para a série temporal do índice EVI
(Figura 16) e NDVI (Figura 17) caracterizam-se por apresentar os dados circunscritos dentro de
uma figura triangular. Nos vértices ficam as assinaturas temporais referentes aos membros finais
da imagem, sendo referentes às seguintes áreas: (a) cerrado denso, caracterizado por apresentar
valores mais altos de NDVI e EVI dentro do período estudado, (b) campos, caracterizados por
apresentarem valores de NDVI e EVI baixos para o período analisado, e (c) atividade agrícola
onde se observa uma alta variação sazonal.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 54
A
B
C
8.14
2.62
-2.89
-8.40
-13.92
-11.87 -6.85 -1.83 3.19 8.21
B
A
A
C
B
C
1234 567
1 Componente MNF
a
2
C
o
m
p
o
n
e
n
t
e
M
N
F
a
E
V
I
E
V
I
E
V
I
Sé rie Temporal
Figura 16: Diagrama de dispersão entre a 1ª componente MNF e a 2 ª componente MNF da série temporal do índice
EVI evidenciando o conjunto convexo na forma triangular.
A
B
C
11.41
6.32
1.23
-3.86
-8.95
-10.95
-5.52
-0.08 5.35 10.78
B
A
A
C
B
C
1234 567
1 Componente MNF
a
2
C
o
m
p
o
n
e
n
t
e
M
N
F
a
N
D
V
I
N
D
V
I
N
D
V
I
Sé rie Temporal
Figura 17: Diagrama de dispersão entre a 1 ª componente MNF e a 2 ª componente MNF da série temporal do índice
NDVI evidenciando o conjunto convexo na forma triangular.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 55
O emprego do PPI permite determinar de forma automática os pixels referentes aos
membros finais, ou seja, dos vértices do conjunto convexo MNF, anteriormente descritos. Para os
pixels com baixos valores de PPI, observam-se diferenças dos membros finais detectados entre as
séries NDVI e EVI (Figura 18). No entanto, com o aumento do valor do PPI (no caso 300)
observa-se um aumento da similaridade dos pixels selecionados. A imagem PPI relativa à série
NDVI tende a selecionar maior quantidade de áreas com vegetação fotossinteticamente ativa
(VFA). Essa característica é devido à saturação da clorofila do índice NDVI que proporciona uma
menor diferenciação entre VFAs e conseqüentemente uma maior aglutinação de dados no vértice
relativo ao cerrado denso. Em contraposição a imagem PPI relativa à série EVI tende a selecionar
maior quantidade de áreas com baixa quantidade de VFA.
Figura 18: Imagens do processamento PPI considerando valores superiores a 2 PPI: (a) proveniente da série EVI
(área em preto), (b) proveniente da série NDVI (área em preto), e (c) cruzamento das duas imagens estando em
magenta os pixels presentes somente na série NDVI, em verde os pixels somente presentes na série EVI, e em preto
os pixels presentes tanto para a série EVI como NDVI.
O emprego da técnica de visualização n-dimensional favorece a individualização dos
membros finais identificados no processamento PPI. Desta forma, é obtida com maior precisão os
diferentes espectros temporais que compõe a cena. Devido à baixa complexidade da geometria do
convexo presente neste estudo são acrescidos poucos espectros em relação aos descritos,
anteriormente, pelo gráfico de dispersão. A Figura 19 apresenta os agrupamentos de pixels no
espaço tridimensional referentes aos membros finais da série temporal EVI.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 56
Figura 19: Distribuição dos agrupamentos dos membros finais da série temporal EVI utilizando o visualizador n-
dimensional e seus respectivos espectros temporais.
Os conjuntos de espectros 1 e 2 caracterizam os principais espectros presentes na imagem
sendo referentes às áreas de cerrado denso e campo respectivamente. Os espectros com maior
variação no tempo são referentes às áreas com presença de uso antrópico ou de afloramento de
rocha (3,4 e 5). Já os espectros dos conjuntos 6, 7 e 8 apresentam um comportamento espectral no
tempo característico da fitofisionomia mais abundante na região do PNCV – o campo rupestre.
Esta formação fitofisionômica apresenta alta atividade fotossintética no verão – quando o índice
pluviométrico é maior – e baixa atividade fotossintética no inverno, condições atmosféricas bem
típicas da região do cerrado. Assim, os espectros apresentam uma queda do índice EVI no tempo
6 – inverno/seco – e alta do índice EVI nos tempos de 1 a 3 – verão chuvoso.
Para a série temporal NDVI observa-se pela análise do visualizador n-dimensional um
comportamento similar ao apresentado pelo EVI. Analogamente, os conjuntos de espectros 1 e 2
representam às áreas de cerrado denso e campo, enquanto que os demais conjuntos espectros
representam áreas com uso antrópico ou com presença de afloramento de rocha (Figura 20).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 57
Figura 20: Distribuição dos agrupamentos dos membros finais da série temporal NDVI utilizando o visualizador n-
dimensional e seus respectivos espectros temporais.
4.3. Resultados da Classificação
No presente trabalho, foram utilizados os métodos de classificação ISODATA e o de
árvore de decisão. As imagens classificadas foram comparadas com o mapa de vegetação
(Figura 2) e com imagens do sensor Landsat7/ETM+, do ano de 2003, de maior resolução
espacial (Figura 21).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 58
Figura 21: Imagem do sensor Landsat7/ETM+ relativo à área de estudo.
No método ISODATA foram considerados os seguintes critérios: 10 interações, número
máximo de sete classes e mínimo de quatro classes, e um número mínimo de 50 pixels por classe.
Os resultados apresentam sete classes e mostraram em geral uma similaridade entre a série
temporal EVI e NDVI (Figura 22). No entanto, pode-se observar que nas áreas relativas ao
cerrado mais denso (classes em verde), com grande atividade fotossintética, a classificação da
série NDVI possui uma maior homogeneidade. Esta característica é devido à saturação do NDVI,
que aproxima os pixels da VFA no espaço de atributos. Em contraposição a classificação
ISODATA da série EVI mostra uma melhor diferenciação em áreas de campo (classes em
vermelho).
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 59
Figura 22: Classificação das imagens temporais MODIS pelo método ISODATA considerando: (a) série temporal
EVI e (b) série temporal NDVI.
A árvore de decisão foi construída de forma a diferenciar espectros dos membros finais
identificados. Na série EVI foram definidos três atributos: (a) o somatório dos valores ao longo
do tempo, (b) a subtração entre os tempos t6 e t7, e (c) a subtração entre os tempos t5 e t6. Esses
atributos mostram-se bem adequados apresentando uma grande similaridade com as imagens das
três primeiras componentes MNF. O arquivo de regra da imagem classificada e a árvore de
decisão da série EVI estão apresentados na Figura 23.
Inicialmente, na árvore de decisão foram separados os espectros de áreas com atividades
antrópicas ou com presença de afloramento rochoso representados pelas classes 1 e 2 (preto). Os
espectros da classe 1 caracterizam-se por serem os únicos a apresentarem como ponto de mínima
a banda 6. Enquanto que os espectros da classe 2 caracterizam-se por apresentarem uma alta
subida entre a banda 6 e a banda 7.
As classes de vegetação com presença de estrato arbóreo caracterizam-se por apresentar
um valor médio EVI elevado. Desta forma, são subdivididos dois grupos: classe 3 com os valores
mais altos representam o cerrado denso e a classe 4 com valores relativamente mais baixos
representa o cerrado (verde escuro e verde).
Por fim, são definidas as classes de campo que se caracterizam por possuírem valores
médios de EVI baixos. Estes também foram subdivididos em duas classes a 6 e a 7 (vermelho e
marrom). A classe 7 é representada pelos espectros provenientes de mistura na transição entre os
dois principais ambientes.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 60
N
ã
o
S
i
m
B6 - B7 < - 0 . 1 3
B1-B4 > 0.085
Média < 0.330
N
ã
o
S
i
m
N
ã
o
Si
m
N
ã
o
S
i
m
N
ã
o
S
i
m
Média < 0.430
Média < 0.284
Classe 2
Classe 3 Classe 4 Classe 7
Classe 5
Classe 6
Média < 0.227
N
ã
o
S
i
m
Classe 1
Figura 23: Imagem classificada pelo método de árvore de decisão relativa à série temporal EVI com seu respectivo
arquivo de regra.
A classificação pela árvore de decisão da série temporal NDVI considerou os critérios
similares aos adotados pela série EVI. Desta forma, também foram definidos três atributos: (a)
média dos valores ao longo do tempo, (b) a subtração entre os tempos t6 e t7, e (c) a subtração
entre os tempos t1 e t4. O arquivo de regra da árvore de decisão e a imagem classificada da série
NDVI são apresentados na Figura 24.
Com o propósito de obter uma classificação análoga a da série EVI, os dados também foram
particionados nos três grupos principais: antrópico (classes 1 e 2), vegetação com predomínio de
estrato arbóreo (classes 3 e 4) e vegetação com predomínio de estrato herbáceo (classes 5 e 6). A
classe 7 representa as áreas de transições entre as classes principais.
N
ã
o
S
i
m
B7-B6 > 0.1650
B1-b4 > 0.1900
Média < 0.6300
N
ã
o
S
i
m
N
ã
o
Si
m
N
ã
o
S
i
m
N
ã
o
S
i
m
Média < 0.7800 Média < 0.5750
Cla sse 2
Classe 3 Cla sse 4 Cla sse 7
Cla sse 5
Cla sse 6
Média < 0.4900
N
ã
o
S
i
m
Classe 1
Figura 24: Imagem classificada pelo método de árvore de decisão relativa à série temporal NDVI com seu
respectivo arquivo de regra.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 61
A imagem do sensor Landsat7/ETM+, do ano de 2003, com maior resolução espacial
permitiu avaliar a classificação obtida pela árvore de decisão. Dessa forma, foi possível detalhar
individualmente as três principais classes: atividade antrópica, campo e cerrado denso.
A Figura 25 detalha a classe de atividade antrópica (em preto), salientando os espectros
temporais EVI e NDVI do MODIS que, devido à dinâmica do tipo de uso, caracterizam-se pela
alta variação. Na composição colorida ETM+(345), é possível visualizar as parcelas com
prováveis atividades agrícolas (em branco).
1234 567
E
V
I
Sé rie Temporal
0.5
0.4
0.3
0.2
1234 567
N
D
V
I
Sé rie Temporal
0.7
0.6
0.5
0.4
EVI NDVI ETM+ 345
Figura 25: Detalhe das áreas com parcelas de cultivo: (a) imagem classificada da série temporal EVI-MODIS pela
árvore de decisão (área antrópica em preto), (b) imagem classificada da série temporal NDVI-MODIS pela árvore de
decisão (área antrópica em preto), (c) composição colorida ETM+(345). Nas imagens classificadas estão salientados
os espectros temporais respectivos das áreas de cultivo.
As Figuras 26 e 27 detalham os contrastes entre o cerrado denso (verde) e campo
(vermelho) nas séries temporais EVI e NDVI do sensor MODIS e na composição colorida
ETM+(345). Os espectros do cerrado denso (verde), tanto na série temporal EVI quanto NDVI
demonstram altos valores para todo o espectro temporal, que contrastam com os espectros de
campo (com cor vermelha) que apresentam baixos valores. A imagem do sensor Landsat7/ETM+
também evidencia o comportamento diferenciado entre as duas vegetações.
É também possível verificar, que o índice NDVI tende a homogeneizar o cerrado denso,
em razão da saturação da clorofila que proporciona uma menor diferenciação entre VFAs
(Figura 27). Por outro lado, o índice EVI aumenta o contraste na classe cerrado denso por não
ser tão sensível à atividade fotossintética da planta e, sim, à sua estrutura e forma.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo IV – Resultados 62
1234 567
E
V
I
Sé rie Temporal
0.5
0.4
0.3
0.2
1234 567
NDV
I
Sé rie Temporal
0.8
0.7
0.6
0.5
EVI
NDVI
ETM + 34 5
Figura 26: Detalhe das áreas de cerrado denso: (a) imagem classificada da série temporal EVI-MODIS pela árvore
de decisão (cerrado denso – verde e campo - vermelho), (b) imagem classificada da série temporal NDVI-MODIS
pela árvore de decisão (cerrado denso – verde e campo - vermelho), (c) composição colorida ETM+(345). Nas
imagens classificadas estão salientados os espectros temporais respectivos das áreas de cerrado denso e campo.
1234 567
E
V
I
Sé rie Temporal
0.5
0.4
0.3
0.2
EVI NDVI ETM+ 345
1234 567
N
D
V
I
Sé rie Temporal
0.5
0.7
0.6
0.5
0.4
Figura 27: Detalhe das áreas de cerrado denso e campo: (a) imagem classificada da série temporal EVI-MODIS pela
árvore de decisão (cerrado denso – verde e campo - vermelho), (b) imagem classificada da série temporal NDVI-
MODIS pela árvore de decisão (cerrado denso – verde e campo - vermelho), (c) composição colorida ETM+(345).
Nas imagens classificadas estão salientados os espectros temporais respectivos das áreas de cerrado denso e campo.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo V – Conclusão 63
V – CONCLUSÃO
Os produtos MODIS índices de vegetação EVI e NDVI são atualmente, importantes
ferramentas de análise e monitoramento da dinâmica dos diversos biomas na superfície terrestre,
em virtude de sua resolução temporal e disponibilidade de imagens. Para o cerrado, bioma
fragmentado e muito suscetível a alterações climáticas, o uso de índices de vegetação MODIS,
tanto para pesquisas, quanto para monitoramento institucional, tem sido cada vez mais freqüente.
Entretanto, uma das principais limitações para o seu emprego é a baixa relação
sinal/ruído. No presente trabalho, foi proposta uma seqüência de métodos para minimizar ou
eliminar a presença desses ruídos. A metodologia adotou os seguintes procedimentos: (a)
exclusão das imagens com alta percentagem com ruído, (b) emprego de um filtro de mediana ao
longo do espectro temporal, e (c) emprego da transformação MNF. O filtro de mediana foi
elaborado em linguagem IDL sendo o principal método adotado. Os espectros obtidos, apesar de
apresentarem uma significativa suavização de suas características originais, mostram-se
adequados para serem submetidos a processos de classificação.
A análise geométrica dos dados evidenciou a presença de um conjunto convexo bem
caracterizado com a presença de membros finais bem definidos. Os principais espectros
temporais são referentes às áreas de cerrado denso, campo e atividades antrópicas variáveis. A
associação destes conjuntos de membros finais a estas respectivas classes foi proveniente da
análise do mapa de vegetação obtido do trabalho IBAMA/EMBRAPA. Devido à alta dimensão
do pixel observa-se a pronunciada existência de misturas dos espectros temporais nas imagens.
Desta forma, em um espaço de atributos, referentes às componentes MNFs, observa-se de forma
nítida à geometria do convexo. De um membro final para o outro existe uma série contínua que
varia proporcionalmente à distância entre eles.
A classificação das séries temporais foi realizada utilizando dois métodos: um
automatizado (ISODATA) e outro dependente do usuário (árvore de decisão). Os resultados
permitiram separar as fitofisionomias mais contrastantes: (a) cerrado denso composto
principalmente por vegetação arbórea e (b) campo constituída principalmente por vegetação
herbácea. As áreas com uso antrópico apresentam espectros também característicos com a
presença de alta variação do comportamento da VFA ao longo do ano.
A classificação dos espectros que apresentaram esta grande variabilidade do
comportamento da VFA como “uso antrópico” decorreu da falta de oportunidade do
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Capítulo V – Conclusão 64
indispensável trabalho de campo nesta pesquisa, que proporcionaria a discriminação e
individualização dos diversos possíveis usos feitos na região do PNCV. Alguns deles já
conhecidos pelo histórico socioeconômico da região – como mineração, agricultura e urbanização
– além da própria característica geomorfológica da área com a presença de afloramentos rochosos
de origem quartizítica, foram citados como formas de uso das respostas espectrais caracterizadas
pela alta variação ao longo do período estudado, sem, no entanto, poder afirmar com maior grau
de confiabilidade. Em pesquisas posteriores, recomenda-se a pesquisa de campo para
confirmação das variáveis atividades antrópicas relacionadas aos usos da terra na região de
estudo com produtos MODIS.
Este trabalho demonstrou que o uso de índices de vegetação MODIS é adequado para o
monitoramento temporal das fisionomias de cerrado, bem como de atividades de uso do solo
diversas acompanhadas pelo trabalho de campo, desde que haja um processo metodológico de
otimização da razão sinal/ruído da imagem. Apesar da suavização das características espectrais
originais das classes obtidas, é possível realizar processos de classificação com resultados
satisfatórios, considerando a dimensão espacial do pixel da imagem MODIS. O procedimento
metodológico aqui demonstrado viabiliza pesquisas em escala regional que se proponham
monitorar temporalmente as transformações na superfície terrestre.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Referências Bibliográficas 65
REFERÊNCIAS BIBLIOGRÁFICAS
AB` SABER, A. N. Os domínios de natureza no Brasil: potencialidades paisagísticas. São
Paulo, Ateliê Editorial, 2003. 151p.
ANDERSON, O.L. Classificação e monitoramento da cobertura vegetal do estado de Mato
Grosso utilizando dados multitemporais do sensor MODIS. Dissertação de Mestrado, São
José dos Campos, INPE, 2004. 247p.
ARRUDA, M. B. Representatividade ecológica com base na biogeografia de biomas e
ecorregiões continentais do Brasil: O caso do bioma cerrado. 2003. 176 p. Tese (Doutorado
em Ecologia) - Departamento de Ecologia, Universidade de Brasília, Brasília.
ASNER, G.P. Biophysical and biochemical sources of variability in canopy reflectance. Remote
Sensing of Environment, 64:234–253, 1998.
BALL, G. & HALL, D. A clustering technique for summarizing multivariate data. Behav.
Science. 12: 153-155, 1967.
BARKER, J.L., HARDEN, M. K., ANUTA, E. A., SMID, J. E., HOUGT,D. MODIS Spectral
Sensivity Study: Requirements and Characterization. Washington: Nasa, October, 1992. 84p.
BATESON C. A.; CURTISS, B. A method for manual endmember selection and spectral
unmixing. Remote Sensing of Environment, 55: 229–243, 1996.
BATESON, C. A.; ASNER, G. P.; WESSMAN, C. A. Endmember bundles: a new approach to
incorporating endmember variability into spectral mixture analysis. IEEE Transactions on
Geoscience and Remote Sensing, 38(2): 1083-1094, 2000.
BERMAN, M.; KIIVERI, H.; RYAN, L.; ERNST, A.; DUNNE, R.; HUNTINGTON J. F. ICE: A
statistical approach to identifying endmembers in hyperspectral images. IEEE Transactions on
Geoscience and Remote Sensing, 42(10): 1-11, 2004.
BLOISE, P.L.C.; GUIMARÃES, R.F.; MARTINS, E.S.; CARVALHO, A.P.F. & CARVALHO
JUNIOR, O.A. 2003. Análise de mistura espectral de imagens ASTER no Campo de Instrução
Militar de Formosa. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 2003,
Belo Horizonte (MG). Anais XI SBSR. São José dos Campos: INPE, 2311-2318, 2003.
BREIMAN, L.; FRIEDMAN J.H.; OLSHEN, R.A. & STONE, C.J. Classification and
regression trees. Belmont, CA: Wadsworth International, 358p, 1984.
BOARDMAN, J.W. Automated spectral unmixing of AVIRIS data using convex geometry
concepts. In: Summaries, Fouth JPL Airborne Geoscience Workshop. JPL Publications, 93 –
26(1) 11-14, 1993.
BOARDMAN, J.W. & KRUSE, F.A. Automated spectral analysis: A geologic example using
AVIRIS data, noth Grapevine Mountais, Nevada. In: Proceedings, ERIM Ten
th
Thematic
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Referências Bibliográficas 66
Conference on Geologic Remote Sensing, Environmetal Research Institute of Michigan, Ann
Arbor, MI, I: 407-418, 1994.
BOARDMAN, J.W.; KRUSE, F.A.; GREEN, R.O. Mapping target signatures via partial
unmixing of AVIRIS data. In: Summaries, Fifth JPL Airborne Earth Science Workshop. JPL
Publications. 95 – 1(1) 23-26, 1995.
BRASIL. Ministério de Minas e Energia. Secretaria-Geral. Projeto Radambrasil. Folha SD.23.
Brasília. Geologia, geomorfologia, pedologia, vegetação e uso potencial da terra. Rio de Janeiro,
(Levantamento de Recursos Naturais, 29). 660p, 1982.
BYRNE, G. F., CRAPPER, P. F. & MAYO, K. K. Monitoring land-cover change by principal
component analysis of multitemporal Landsat data. Remote Sensing of Environment, 10: 175-
184, 1980.
CARVALHO, A.P.F. 2005. Estudo de características foliares de espécies de lenhosas de
cerrado e sua relação com os espectros de reflectância. 2005. 126p. Dissertação (Mestrado em
Ecologia) - Departamento de Ecologia, Universidade de Brasília, Brasília.
CARVALHO, A.P.F.; CARVALHO JUNIOR, O.A.; GUIMARÃES, R.F.; MARTINS, E.S.;
BUSTAMANTE, M.M.C. Utilização do classificador Spectral Correlation Mapper em imagens
TM-Landsat. Espaço e Geografia, Brasília, 5:(1): 219-232, 2002.
CARVALHO JÚNIOR, O. A.; MARTINS, E. S.; BAPTISTA, G. M. M.; CARVALHO, A. P. F.;
MADEIRA NETTO, J. S.; MENESES, P. R. Mineralogical differentiation in weathering profiles
of lateritic Ni using AVIRIS data, in Niquelandia - GO, Brazil. In: JPL Airborne Earth Science
Workshop, 8, Pasadena, CA. Summaries, JPL Publications, 99-17, 3-11, 1999.
CARVALHO JÚNIOR, O. A., MENEZES, P. R. Spectral Correlation Mapper (SCM): an
Improving Spectral Angle Mapper. In: Airborne Earth Science Workshop, 7, Pasadena, CA.
Summaries, JPL Publications, 00-18, 65-74, 2000.
CARVALHO JÚNIOR, O.A., CARVALHO, A.P.F., MENESES, P.R. & GUIMARÃES, R.F.
Classificação e eliminação dos ruídos em imagens hiperespectrais pela análise seqüencial da
transformação por fração de ruído mínima. Revista Brasileira de Geofísica, Niterói, 20(1): 31-
41, 2002.
CARVALHO JUNIOR, O.A.; CARVALHO, A.P.F.; GUIMARÃES, R.F.; MENESES, P.R.;
SHIMABUKURO, Y. Mistura espectral: (I) detecção dos membros finais utilizando a geometria
do Simplex. Espaço Geografia, Brasília, 6(1): 147-173, 2003.
CARVALHO JUNIOR, O.A.; GUIMARÃES, R.F.; MARTINS, E.S.; CARVALHO, A.P.F.;
GOMES, R.A.T. Análise comparativa do processo de identificação automatizada de membros
finais a partir de imagens de diferentes resoluções espectrais para a região de Niquelândia
(AVIRIS, ETM+ E ASTER). Revista Brasileira de Geofísica, Niterói, 23(1): 39-50, 2005.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Referências Bibliográficas 67
CARVALHO JUNIOR, O.A.; HERMUCHE, P.M.; GUIMARÃES, R.F. Identificação regional
da floresta decidual na bacia do rio PARANÃ (GO/TO) a partir da análise multitemporal de
imagens MODIS. Revista Brasileira de Geofísica, Niterói, 24: 319-332, 2006.
CARVALHO JÚNIOR, O.A.; MARTINS, E.S.; GUIMARÃES, R.F.; CARVALHO, A.P.F.
Compartimentação Geomorfológica do Parque Nacional da Chapada dos Veadeiros Baseada em
Técnicas de Geoprocessamento. Documentos Embrapa Cerrados, Planaltina/DF, 34: 20p,
2001.
CORREIA, J.R.;BURLE, M.L.; CALDERANO, S.B.; SPERA, S.T.; GOMES, I.A.; SANTOS,
R.D.; CAMPOS, J.E.G; SILVA JÚNIOR, M.C.; NASCIMENTO, R.O.; MINELA, G.; REATTO,
A.; DUARTE, M.N. Caracterização de ambientes na Chapada dos Veadeiros/Vale do Rio Paraná:
contribuição para a classificação brasileira de solos. Planaltina: Embrapa Cerrados, 2001.
DARDENNE, M.A.; CAMPOS, J.E.G. Parque Nacional da Chapada dos Veadeiros/GO – Sítio
de grande beleza cênica do centro-oeste brasileiro. In: Carlos Schobbenhaus; Diógenes de
Almeida Campos; Emanuel Teixeira de Queiroz; Manfredo Winge; Mylene Luiza da Cunha
Berbert-Born. (Org.). Sítios geológicos e paleontológicos do Brasil. 1ª Ed. Brasília:
DNPM/CPRM/SIGEP, V.1, p. 323-333, 2002.
DIAS, B. F. S. Cerrados: uma caracterização. In: DIAS, B. F. S. (Org.). Alternativas de
desenvolvimento dos Cerrados: manejo e conservação dos recursos naturais renováveis.
Brasília: Fundação Pró-Natureza, p. 11-25, 1992.
DICKSON, B. & TAYLOR G. Noise reduction of aerial gamma-ray survey. Exploration
Geophysics, Collingwood, Victoria, Australian, 29: 324-329, 1988.
DICKSON, B. & TAYLOR G. Maximum noise fraction method reveals detail in gamma-ray
surveys. Exploration Geophysics, Collingwood, Victoria, Australian, 31: 73-77, 2000.
EITEN, G. The Cerrado vegetation of Brazil. The Botanical Review, New York, v. 38, n. 2, p.
201-341, 1972.
_______. Vegetação do cerrado. P. 17-73. In: Novaes Pinto, M. (Org.). Cerrado:
caracterização, ocupação e perspectivas. Brasília: Editora Universidade de Brasília/Sematec,
1994.
EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA - EMBRAPA. Serviço Nacional
de Levantamento e Conservação do Solo. Levantamento de reconhecimento de média intensidade
dos solos e avaliação da aptidão agrícola das terras da margem direita do rio Paranã, Estado de
Goiás. Rio de Janeiro: Boletim de Pesquisa, 23, Embrapa SNLCS, 503 p. 1983.
________. Centro Nacional de Pesquisa de Solos. Sistema Brasileiro de Classificação de Solos.
Brasília: Embrapa Produção de Informação, 412p. 1999.
FARIA, A. Estratigrafia e sistemas deposicionais do Grupo Paranoá nas áreas de Cristalina,
Distrito Federal e São João D’Aliança-Alto Paraíso de Goiás. 1995. 199p. Tese (Doutorado
em Geologia) – Instituto de Geociências, Universidade de Brasília, Brasília.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Referências Bibliográficas 68
FELFILI, J.M. Structure and dynamics of a gallery forest in central Brazil. 1993. 180p. Tese
(Doutorado em Ecologia Florestal) - University of Oxford, UO, Inglaterra.
_________. Floristic composition and phytosociology of the gallery forest alongside the Gama
stream. Brasília, DF in Brazil. Revista Brasileira de Botânica, São Paulo, 17 p.: 1-11,1994.
_________. Diversity, structure and dynamics of a gallery forest in central Brazil. Vegetation.
117p.: 1-15, 1995.
FELFILI, J.M.& SILVA JUNIOR, M.C. A comparative study of cerrado (sensu stricto)
vegetation in central Brazil. Journal of Tropical Ecology. 9p.: 277-289, 1993.
FELFILI, JEANINE MARIA et al. Estudo fenológico de Stryphnodendron adstringens (Mart.)
Coville no cerrado sensu stricto da Fazenda Água Limpa no Distrito Federal, Brasil. Revista
brasileira de Botânica. São Paulo, v. 22, n. 1, 1999. Disponível em:
<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S010084041999000100011&lng=pt&n
rm=iso>. Acesso em: 14 Jun. 2007. Pré-publicação.
FELFILI, J.M., REZENDE, A.V., DA SILVA JUNIOR, M.C. (orgs.). Biogeografia do Bioma
Cerrado: vegetação e solos da Chapada dos Veadeiros. Brasília, Editora da Universidade de
Brasília. Finatec, 254p, 2007.
FERREIRA, L.G; SILVA, A.A.; JESUS, E.T.; SANO, E.E.; SHIMABUKURO, Y.E.
Monitoramento sistemático da cobertura vegetal no bioma Cerrado através dos índices de
vegetação MODIS. In: XI SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO – 05 a
10 de abril. Anais INPE, Belo Horizonte, p. 2729-2736, 2003.
FERREIRA, L.G.; YOSHIOKA, H.; HUETE, A.; SANO, E.E. Optical characterization of the
Brazilian Savanna phusiognomies for improved land cover monitoring of the Cerrado biome:
preliminary assessments form an airbone campaign over an LBA core site. Journal of Arid
Environments, v.56, p. 425-447, 2004.
FUNG, T. & LEDREW, E. Application of principal components analysis to change detection,
Photogrammetric. Engineering and Remote Sensing, 53(12): 1649-1658, 1987.
FUNG, T. An assessment of TM imagery for land-cover change detection. IEEE Transactions
on Geoscience and Remote Sensing, 28(4): 681-684, 1990.
FURLEY, P.A. The nature and diversity of neotropical savanna vegetation with particular
reference to the Brazilian cerrados. Global Ecology & Biogeography 8:223-241, 1999.
GALANTE, M.L. & PAES, M.L. Orientações básicas ao manejo do Parque Nacional da
Chapada dos Veadeiros-GO, preliminares ao plano de manejo. Brasília, IBAMA, 28p, 1991.
GREEN, A.A., BERMAN, M., SWITZER, P. & CRAIG, M.D. A transformation for ordering
multispectral data in terms of images quality with implications for noise removal. IEEE
Transactions on Geoscience and Remote Sensing, 26(1): 65-74, 1988.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Referências Bibliográficas 69
HUETE, A.; 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.
INGEBRITSEN, S. E. & AND LYON, R. J. P. Principal components analysis of multitemporal
image pairs. International Journal of Remote Sensing, 6(5): 687-696, 1985.
INSTITUTO BRASILEIRO DO MEIO AMBIENTE E DOS RECURSOS NATURAIS
RENOVÁVEIS – IBAMA. Corredor Ecológico do Cerrado Paraná-Pirineus visto pelo
Sistema de Informação Geográfica. Brasília: Julho, 2005. Projeto de Conservação de
Ecossistemas do Cerrado, DIREC/CGECO. 1 CD-ROM, 2005.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. 1995. Manual técnico
de geomorfologia. Rio de Janeiro: IBGE, (Manuais técnicos de Geociências, 5). 111p. 1995.
IBGE. Produção Agrícola Municipal 1995: Goiás. Rio de Janeiro, 1997.
JUSTICE, C.O.; VERMOTE, E.; TOWNSHEND, J.R.G.; DEFRIES, R.; ROY, P.D.; HALL,
D.K.SALOMONSON, V.; PRIVETTE, J.L.; RIGGS, G.; STRHALER, A.; LUCHT, W.;
MYNENI, B.; KNYAZIKHIN, Y.; RUNNING, W.S.; NEMANI, R.R.; WAN, Z.; HUETE, A.
R.; LEEUWEN, W.V.; WOLFE, R. E.; GIGLIO L.; MULLER, J.P.; LEWIS, P.; BARNSLEY,
M. The Moderate Resolution Imaging Spectroradiometer (MODIS): land remote sensing for
global change research. IEEE Transactions on Geoscience an Remote Sensing, v. 36, n. 4, p.
1228-1247, July, 1998.
JUSTICE, C.O; TOWNSHEND, J.R.G; VERMOTE E.; MASUOKA, E.; WOLFE, R.;
SALEOUS, N.; ROY, D., & MORISETTE, J. An overview of MODIS land data processing and
product status. Remote Sensing of Environment, 83, 3-15 (this issue), 2002.
KING, M.; KAUFMAN, Y.; MENZEL, W. AND TANRÉ, D. Remote sensing of cloud, aerosol,
and water vapor properties from the Moderate Resolution Imaging Spectrometer (MODIS).
IEEE Transactions on Geoscience and Remote Sensing, v.30, n.1, Jan., 1992.
KRUSE, F. A. Mapping hot spring deposits with AVIRIS at Steamboat Springs, Nevada. In:
Annual JPL Airborne Earth Science Workshop, 8, Pasadena, CA. Summaries, JPL Publication
99-17, p. 239-245, 1999.
KRUSE, F. A.; LEFKOFF, A.B.; BOARDMAN, J. W.; HEIEDBRECHT, K.B.; SHAPHIRO, A.
T.; BARLOON, P.J. & GOETZ, A.F.H. The Spectral Image Processing System (SIPS) –
Software for Integrated Analysis of AVIRIS Data. Summaries of the 4nd Annual JPL Airborne
Geoscience Workshop. JPL Publications-92-14, p.23-25, 1992.
KRUSE, F.A.; LEFKOFF, B. & DIETZ, J.B. Expert System Based Mineral Mapping in Northern
Death Valley, California/Nevada, Using the airborne Visible/Infrared Imaging Spectrometer
(AVIRIS). Remote Sensing Enviroment, v. 44, N°2, p. 309-336, 1993.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Referências Bibliográficas 70
KRUSE, F. A. & BOARDMAN, J. W. Fifteen years of hyperspectral data: Northern Grapevine
Mountains, Nevada. In: Annual JPL Airborne Earth Science Workshop, 5, Pasadena CA,
Summaries. JPL Publications, 99-17, p. 247-258, 1999.
LAMBIM, E.F. Modeling and monitoring land-cover changes processes in tropical regions.
Progress in Physical Geography, v.2, n. 3, p. 375-393, 1997.
LATORRE, M. L., ANDERSON, L.O., SHIMABUKURO, E.Y.,CARVALHO JUNIOR, O.A..
Sensor MODIS: características gerais e aplicações. In: Revista Espaço & Geografia, Vol.6, nº 1
– Janeiro-Junho, 2003, p.97-126.
LATORRE, M. L. O desenvolvimento de uma metodologia para a integração de dados de
satélites de resolução fina e ampla no monitoramento da mudança da cobertura terrestre
na Amazônia. 2005. 181f. Tese (Doutorado em Sensoriamento Remoto) - INPE, São José dos
Campos, São Paulo.
LATORRE, M.L.; CARVALHO JÚNIOR, O.A.; SHIMABUKURO, Y.E. & SANTOS J.R.
2007. Integração de dados de sensoriamento remoto multi-resoluções para a representação da
cobertura da terra utilizando campos contínuos de vegetação e classificação por árvores de
decisão. Revista Brasileira de Geofísica (no prelo).
LEE, J.B., WOODYATT, S. & BERMAN, M. Enhancement of high spectral resolution remote
sensing data by a noise – Adjusted Principal Components Transform. IEEE Transactions on
Geoscience and Remote Sensing, 28(3): 295-304, 1990.
LEEWEN, VAN.; W.J.D.; HUETE, A.R.; LAING, T.W. MODIS vegetation index compositing
approach: A prototype with AVHRR data. Remote Sensing of Enviroment, v.69, p. 264-280,
1999.
MENDONÇA, R. C.; FELFILI, J. M.; WALTER, B. M. T.; SILVA, M. C.; REZENDE, A. V.;
FILGUEIRAS, T. S.; NOGUEIRA, P. E. Flora vascular do Cerrado. In: SANO, S. M.; Almeida,
S.P. ed. Cerrado: ambiente e flora. Planaltina, DF: Embrapa CPAC, p. 289-556, 1998.
MENESES, P.R. (org.). Reflectância dos alvos naturais. Brasília, Editora da Universidade de
Brasília, 2001.
MINISTÉRIO DO MEIO AMBIENTE - MMA, SBF. Avaliação e identificação de áreas e
ações prioritárias para a conservação, utilização sustentável e repartição dos benefícios da
biodiversidade nos biomas brasileiros. Brasília: MMA/SBF, 2002. 404p.
MONTEIRO, J.M.G. Fluxo de CO
2
em um Cerrado sensu stricto. 1995. 61f. Dissertação de
Mestrado - Universidade de Brasília, Brasília.
MORA, F., & IVERSON, L. R. Dynamic stratification of the landscape of Mexico: analysis of
vegetation patterns observed with multitemporal remotely sensed images. Geocarto
International, 12: 73– 87, 1997.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Referências Bibliográficas 71
MORAES, L.F.D. Ecossistemas das terras secas das Américas: questões e perspectivas. 41ª
Reunião anual da sociedade brasileira para o progresso da ciência, Fortaleza. Resumo, no
Suplemento de Ciência e Cultura, 1989.
OTTMAR, R.D., et al. Stereo Photo Series for Quantifying Cerrado Fuels in Central Brazil.
Volume I: United States Department of Agriculture (USDA), 87p, 2001.
PASTOR, C.Q.; MANSO, A.F.; SHIMABUKURO, Y.E. Utilización de imágenes MODIS para
la cartografia de áreas incendiadas en España. In: ANAIS XII SIMPOSIO BRASILEIRO DE
SENSORIAMENTO REMOTO, Goiânia, Brasil. INPE, p.665-667. 16-21 abril, 2005.
PRINCE, J.C. Estimating vegetation amount from visible and near infrared reflectances. Remote
Sensing of Environment, 41: 29-34, 1992.
PONZONI, F. J. Comportamento Espectral da Vegetação. In: Meneses, P.R., Netto, J.S.M.
Sensoriamento remoto, reflectância dos alvos naturais. Brasília/DF: Editora Universidade de
Brasília/UnB, Embrapa Cerrados, p. 157-199, 2001.
RIBEIRO, J.F. & WALTER, B.M.T. Fitofisionomias do Bioma Cerrado. In: S.M.Sano & S.P.
Almeida (eds). Cerrado Ambiente e Flora. Planaltina, Embrapa, CPAC, p.89-166, 1998.
RICHARDSON, L. L. Remote sensing of algal bloom dynamics. BioScience, 46(7): 492-501,
1996.
RICHARDSON, L. L.; BUISON, D.; LUI, C. J. & AMBROSIA, V. The detection of algal
photosynthetic accessory pigments using Airborne Visible-Infrared imaging Spectrometer
(AVIRIS) Spectral Data: Marine. Tecnology Society Journal, 28: 10-21, 1994.
ROSA, R.; ROSENDO, J.S. Exemplo de aplicação do Produto MOD13Q1 disponibilizado pelo
sensor MODIS/Terra. In: Anais XII SIMPÓSIO BRASILEIRO DE SENSORIAMENTO
REMOTO, 16-21, abril 2005. Goiânia, Brasil. INPE, p. 3285-3292.
ROUSE, J.W., HAAS, R.H., SCHELL, J.A. & DEERING, D.W. Monitoring vegetation systems
in the Great Plains with ERTS. In: Proceedings of the Third Earth Resources Technology
Satellite-1 Symposium, Greenbelt: NASA SP-351, 301–317, 1974.
RUDORFF, C.DE M.; RIZZI, R.; RUDORFF, B.F.T.; SUGAWARA, L.M.; VIEIRA, C.A.O.
Superfícies de resposta espectro-temporal de imagens do sensor MODIS para classificação de
área de soja no Estado do Rio Grande do Sul. Ciência Rural, Santa Maria, v.37, n.1, p.118-125,
jan-fev, 2007.
RUNNING, S.W.; JUSTICE, C.; SALOMONSON, V.; HALL, D.; BARKER, J.; KAUFMAN,
Y.; STRAHLER, A.; HUETE, A.; MULLER, J.P.; VANDERBILT, V.; WAN, Z.M.; TEILLET,
P.; CARNEGGIE, D. Terrestrial remote sensing science and algorithms planned for
EOS/MODIS. International Journal of Remote Sensing, v. 15, n. 17, p. 3587-3620, 1994.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Referências Bibliográficas 72
SADER, S. A., STONE, T. A., & JOYCE, A. T. Remote sensing of tropical forests: an overview
of research and applications using nonphotographic sensors. Photogrammetric Engineering
and Remote Sensing, 56: 1343–1351, 1990.
SAMPAIO, C.E.M. Análise de Grupo Via Programação Matemática. Dissertação (Mestrado).
1990. 95f. Departamento de Estatística, Instituto de Ciências Exatas, Universidade de Brasília,
Brasília.
SALOMONSON, V.V.; BARKER, J.L. EOS Moderate Resolution Imaging Spectroradiometer:
phase C/D status and comments on calibration and georeferencing approaches. In: ANNUAL
AAS GUIDANCE AND CONTROL CONFERENCE, 15. Keystone, CO, Feb. 8-12, 1992.
Proceedings, Keystone: AAS, 1992. Paper AAS 92-004. 1992.
SALOMONSON, V.V.; TOLL, D.L. Execution phase (C/D) spectral band characteristics of the
EOS Moderate Resolution Imaging Spectrometer (MODIS-N) facility instrument. Advances in
Space Research, v.2, n.3, p.231-236, 1990.
SANO, E. E.; BARCELLOS, A. O.; BEZERRA, H. S. Assessing the spatial distribution of
cultivated pastures in the Brazilian savanna. Pasturas Tropicales, v. 22, n. 3, p. 2-15, 2001.
SANO, S. M.; ALMEIDA, S.P. Cerrado: Ambiente e Flora. Planaltina, DF. Embrapa CPAC,
xii + 556p, 1998.
SILVA, E. de J. B. Utilização dos índices de vegetação do sensor MODIS para detecção de
desmatamentos no Cerrado: investigação de parâmetros e estratégias. 2003. 146p
Dissertação (Mestrado) – Universidade de Brasília, Instituto de Geociências, Brasília.
SILVA, A.A. Uso de Sensoriamento Remoto para monitoramento ambiental dos Cerrados. In:
Anais XI SIMPÓSIO BRASILEIRO DE GEOGRAFIA FÍSICA APLICADA – Setembro/2005.
Universidade de São Paulo, 2005.
SMITH, M.O; JOHNSON, P.E. & ADAMS, J.B. Quantitative determination of mineral types and
abundances from reflectance spectra using principal components analysis. Proc. 15
th
Lunar
Planet. Sci. Conf.Part2. J Geophys.Res., 90, Suppl., pp. C797-C804.1985.
STONE, T. A., SCHLESINGER, P., HOUGHTON, R. A., & WOODWELL, G. M. A map of the
vegetation of South America based on satellite imagery. Photogrammetric Engineering and
Remote Sensing, 60: 541– 551, 1994.
STRAHLER, A.; MUCHONEY, D.; BORAK, J.; FRIEDL, M.; GOPAL, S.; LAMBIM, E.;
MOODY, A. MODIS land cover and land-cover change products algorithm theoretical basis
document (ATBD). Version 5.0, Center for Remote Sensing, Department of Geography,
Boston: University, May, 72p, 1999.
TELLES, J.; SAMII, M.V.; DOLL, C.E. Overview of TDRSS. Advances in Space Research,
v.16, p. 1267-1276, 1995.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Referências Bibliográficas 73
TOMPKINS, S.; MUSTARD, J. F.; PIETERS, C. M. & FORSYTH, D. W. Optimization of
endmembers mixture analysis for spectral. Remote Sensing of Environment, 59: 472-489, 1997.
VENABLES, W.W.; RIPLEY, B.D. Modern applied statistics with S-PLUS. Springer-Verlag,
New York, 1994.
VERMOTE, E.; EL SALEOUS, N.; & JUSTICE, C. Atmospheric correction of the MODIS data
in the visible to middle infrared: First results. Remote Sensing of Environment, 83(1-2): 97-
111, 2002.
WINTER, M. Fast autonomous spectral endmember determination in hyperspectral data. In:
Anais International CONFERENCE APPLIED GEOLOGIC REMOTE SENSING, 13,
Vancouver, BC, Canada, v. 2, p. 337–344, 1999.
WOLFE, R.E.; NISHIHAMA, M.; FLEIG, A.J.; KUYPER, J.A.; ROY D.P.; STOREY J.C.;
PATT, F.S. Achieving Sub-Pixel Geolocation Accuracy in Support of Modis Land Science.
Remote Sensing of Enviroment, v.83, n.1-2, p. 31-49, Nov., 2002.
Dissertação de Mestrado – Cárita da Silva Sampaio – Departamento de Geografia/UnB
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
