Nativa, Sinop, v. 9, n. 1, p. p. 106-114, jan./fev. 2021.
Pesquisas Agrárias e Ambientais
DOI: https://doi.org/10.31413/nativa.v9i1.10453 ISSN: 2318-7670
Índice de vegetação por diferença normalizada associado às variáveis
pluviométricas para a sub-bacia do Rio Espinharas – PB/RN
Ewerton Medeiros SIMÕES1, Joedla Rodrigues de LIMA1*,
Izaque Francisco Candeia de MENDONÇA1
1 Centro de Saúde e Tecnologia Rural, Universidade Federal de Campina Grande, Patos, PB, Brasil.
*E-mail: joedlalima@yahoo.com.br
(Orcid: 0000-0003-0786-543X; 0000-0001-6617-2858; 000-0002-3445-4532)
Recebido em 20/05/2020; Aceito em 03/02/2021; Publicado em 26/02/2021.
RESUMO: No semiárido brasileiro, onde se insere o bioma caatinga, a precipitaçãos é um dos fator limitante
para seu desenvolvimento sócioeconômico e ambiental, este estudo avaliou a correlação existente entre o nível
de cobertura vegetal e as variáveis pluviométricas locais, considerando a climatologia de 2005 e 2015, utilizando-
se imagens dos sensores TM e OLI dos satélites Landsat 5 e Landsat 8, respectivamente. O ano de 2005
apresentou maiores valores de NDVI em relação a 2015, com valores máximos de 0,71 e 0,78 no período seco
e úmido, respectivamente. No ano de 2015, os valores máximos são de 0,64 e 0,61, para o período seco e
úmido, respectivamente. Os maiores valores foram observados no período chuvoso de 2005, nas áreas de
influência das estações meteorológicas de Matureia, Salgadinho e Areia de Baraúnas. No período seco, nota-se
a baixa variabilidade dos valores de NDVI, sendo as maiores leituras observadas nas estações de Matureia,
Salgadinho e Teixeira. As estações que apresentaram as maiores reduções nos valores de NDVI de 2005 para
2015, no período chuvoso, foram Matureia, Santa Teresinha e Salgadinho, com reduções de 41,9%, 38,2% e
32,7%, respectivamente. As correlações mais significativas foram estabelecidas para os períodos secos. As
menores correlações foram verificadas no período chuvoso. A elevação dos níveis pluviométricos na região
não implicou o aumento progressivo nos valores de NDVI.
Palavras-chave: semiárido; geoprocessamento; índice de vegetação normalizada.
Normalized difference vegetation index associated with pluviometric variables for
Espinharas River sub-basin - PB/RN States
ABSTRACT: In the Brazilian semiarid, where the caatinga biome is inserted, precipitation is a limiting factor
for its socioeconomic and environmental development, This study evaluated the correlation between the level
of vegetation cover and the local rainfall variables, considering the climatology of 2005 and 2015, using images
from the TM and OLI sensors of the Landsat 5 and Landsat 8 satellites, respectively. The year 2005 presented
higher NDVI values compared to 2015, with maximum values of 0.71 and 0.78 in the dry and wet periods,
respectively. In 2015, the maximum values are 0.64 and 0.61, for the dry and wet periods, respectively. The
highest values were observed in the rainy period of 2005, in the weather stations of Matureia, Salgadinho and
Areia de Baraúnas. In the dry period, the low variability of NDVI values is noted, with the highest readings
observed in the Matureia, Salgadinho and Teixeira platforms. The platforms that showed the greatest reductions
in NDVI values from 2005 to 2015, in the rainy season, were Matureia, Santa Teresinha and Salgadinho, with
reductions of 41.9%, 38.2% and 32.7%, respectively. The most significant correlations were established for the
dry periods. The smallest correlations were found in the rainy season. The increase in rainfall levels in the region
did not imply a progressive increase in NDVI values.
Keywords: semiarid; geoprocessing; normalized difference vegetation index.
1. INTRODUÇÃO
A caracterização climatológica do semiárido nordestino é
representada, em série histórica, por precipitações médias
inferiores a 800 mm, temperaturas médias entre 23º e 27º C,
evaporação de 2.000 mm, baixos índices de umidade relativa
do ar, com média anual de aproximadamente 50%. A
hidrografia da região, de regime intermitente, apresenta
processos avançados de assoreamento face às adversidades
intrínsecas de sua fisiografia. A pedologia é representada
predominantemente por unidades de solos com fortes limites
restritivos de seus atributos, destacam-se Luvissolos
Crômicos e Neossolos Litólicos, configurando condições
adversas para o desenvolvimento de sua vegetal natural e,
sobretudo, à exploração agrícola com fins econômicos. A
vegetação xerófita componente de um sistema ambiental
fortemente fragilizado, historicamente, foi impactada pela
exploração extensiva de seus solos, representada pelas
pecuárias bovina e caprina, associando-se o uso agrícola sem
o devido ordenamento espacial. Estas condições sugerem,
dentre outras aplicações científicas, a execução de estudos
que revelem as interações entre o componente
espaço/tempo representado pela dinâmica da cobertura
vegetal e pela precipitação, o que tem sido possível pelo
emprego de ferramentas computacionais que auxiliam no
Simões et al.
Nativa, Sinop, v. 9, n. 1, p. 106-114, jan./fev. 2021.
107
monitoramento integrado sistema ambiental. A utilização de
sensores remotos orbitais, em séries temporais, vem se
destacando na comunidade científica por proporcionar uma
avaliação sinóptica, rápida e precisa do meio ambiente
(FOODY, 2010; NASSUR et al., 2015; XIAOLIN;
DESHEND, 2014).
Dentre as diversas técnicas empregadas para o
monitoramento e avaliação das mudanças na estrutura,
fisionomia e dinâmica na cobertura florestal, no decorrer do
tempo, destaca-se o Índice de Vegetação por Diferença
Normalizada (NDVI) (AQUINO; OLIVEIRA, 2012). O
NDVI, como instrumento para o monitoramento da
vegetação, apresenta alta sensibilidade à densidade da
cobertura vegetal, tornando possíveis comparações espaciais
e temporais da atividade fotossintética, assim como o
monitoramento sazonal, interanual e mudanças em longo
prazo dos parâmetros biofísicos, fenológicos e estruturais da
vegetação (PONZONI; SHIMABUKURO, 2010).
Considerando a expressiva importância de pesquisas
nesta temática, que contribui para o desenvolvimento
sustentável, notadamente este trabalho através do estudo da
sub-bacia hidrográfica do Rio Espinharas, localizada na
região semiárida dos estados da Paraíba e Rio Grande do
Norte. Nesta região se insere o município mais populoso do
semiárido, com demandas por alimento e energia justificando
a relevância desta pesquisa.
De acordo com Silva et al. (2014), esta sub-bacia
apresentou, no ano de 2010, 66% de sua área ocupada por
atividades antrópicas, fato que merece atenção dos órgãos e
gestores, visto que essa ocupação de forma desordenada,
expõe os solos a processo de degradação com alto grau de
severidade, limitando à regeneração da fitomassa, derivando
restrições na qualidade e disponibilidade hídrica da sub-bacia.
O objetivo deste estudo foi avaliar a correlação existente
entre o nível de cobertura vegetal e as variáveis
pluviométricas locais, considerando a climatologia de 2005 e
2015, utilizando-se imagens dos sensores TM e OLI dos
satélites Landsat 5 e Landsat 8 respectivamente.
2. MATERIAL E MÉTODOS
O estudo foi conduzido na sub-bacia hidrográfica do Rio
Espinharas, que integra a bacia hidrográfica do Piranhas-Açu,
considerado um dos mais importantes sistemas hídricos da
Região Semiárida nordestina.A metodologia está organizada
na seguinte sequência: delimitação da área, a delimitação da
sub-bacia hidrográfica do Rio Espinharas, PB/RN, após a
seleção das imagens a serem utilizadas, realizou-se o cálculo
do NDVI, distribuindo-se em classes, segundo EMBRAPA
(1979), com apoio de trabalho de campo para reambulação
dos dados e aplicação da correlação com o uso do Indice de
correlação de Pearson (R).
A sub-bacia do Rio Espinharas é formada pela
confluência do Rio da Cruz e o Rio Farinhas. O Rio da Cruz
nasce no município Imaculada-PB, segue no sentido nordeste
em direção ao município de Patos – PB. O Rio Farinhas
nasce na Serra do Aba, contraforte do planalto da
Borborema. Sua principal nascente é o Riacho do Ferro,
também conhecido como riacho Acauã localizado no
município de Salgadinho – PB (ARAUJO et al., 2011). A
partir de sua nascente, o Rio Farinhas segue uma distância de
aproximadamente 70 Km, no sentido oeste confluindo com
o Rio da Cruz, no município de Patos, PB, formando o Rio
Espinharas. A partir daí o Rio segue no sentido
sudoeste/nordeste até o município de Serra Negra do Norte,
RN, integrando-se ao Rio Piranhas-Açu.
A área de estudo é de aproximadamente 3.289,79 Km²,
localizada nos estados da Paraíba e do Rio Grande do Norte,
circunscrita nos limites dos paralelos: 6º 25’ 50.9 S” e 7º 21’
48.6 S” e pelos meridianos 37º 33’ 09,7 W” e 36º 43’ 52,3 W”
(Figura 1).
Figura 1. Localização geográfica da Sub-bacia Hidrográfica do Rio
Espinharas.
Figure 1. Geographic location of the Espinharas River
Hydrographic Sub-basin.
A área está inserta nos limites do bioma Caatinga e de
clima semiárido, com precipitações distribuídas de maneira
irregular no espaço/tempo com solos rasos, pedregosos,
cristalinos e susceptíveis à erosão (SILVA; LIMA;
MENDONÇA, 2014).
Segundo a classificação de Koppen, o clima da porção
sudeste da sub-bacia é classificado como Bsh - quente e seco,
com ocorrência de chuvas de verão, média pluviométrica de,
aproximadamente, 500 mm anuais e temperatura média anual
em torno de 26 ºC e Aw’. Na porção centro-ocidental da área
de estudo, o clima é quente e semiúmido, com presença de
chuvas de verão-outono, média pluviométrica anual em torno
de 800 mm e temperatura média anual de 27 ºC (AESA,
2010).
A delimitação dos divisores topográficos foi realizada
através de um Modelo Digital de Elevação (MDE)
proveniente de imagens SRTM (Shuttle Radar Topography
Mission), obtidas junto ao Serviço Geológico dos Estados
Unidos (USGS), disponíveis no endereço
“earthexplorer.usgs.gov” (SOBRINHO et al., 2010).
A delimitação da área da sub-bacia foi realizada com o
emprego do SIG Quantum GIS versão 2.8.5, através da
extensão TauDEM-Terrain Analysis Using Digital Elevation
Model. Foram confeccionados, através de técnicas de
geoprocessamento, os mapas hipsômetros e de declividade
do terreno. Para o estudo das variações do NDVI, nos anos
de 2005 e 2015, com imagens de sensoriamento remoto, foi
construído um banco de dados geográfico no software IDRISI
Andes®.
Foram utilizadas imagens multiespectrais dos satélites
LANDSAT 5-TM e LANDSAT 8 OLI, disponibilizadas pelo
site da NASA (www.earthexplorer.com) da órbita 215 e
ponto 65. Para o estudo temporal do comportamento do
NDVI, em dois períodos distintos (seco e chuvoso), foram
utilizadas as bandas 3 (vermelho) e 4 (infravermelho
próximo) do sensor TM e bandas 4 (vermelho) e 5
(infravermelho próximo) do sensor OLI/TIRS, especificadas
na Tabela 1.
Índice de vegetação por diferença normalizada associado às variáveis pluviométricas ...
Nativa, Sinop, v. 9, n. 1, p. 106-114, jan./fev. 2021.
108
Tabela 1. Identificação das imagens orbitais com cobertura para a
área de estudo.
Table 1. Identification of orbital images with coverage for the study
area.
Satélite
Sensor
Órbita/ponto
Data
Landsat 5
TM
215/065
Landsat 5
TM
215/065
Landsat 8
OLI
215/065
Landsat 8
OLI
215/065
Foram selecionadas imagens de satélite que apresentaram
menor percentual de cobertura de nuvens, para os períodos
seco e chuvoso dos anos de 2005 e 2015. O intervalo decenal
estabelece uma melhor avaliação da dinâmica da fitomassa da
vegetação da caatinga, através do contraste entre a vegetação
e solo.
O processamento das imagens foi realizado utilizando o
programa IDRISI Andes versão 15.0, licenciado pelo
Laboratório de Geoprocessamento da Universidade Federal
de Campina Grande UFCG. As imagens foram reprojetadas
para o sistema de projeção Universal Transversa de Mercator
(UTM), Datum horizontal Sirgas 2000 – Zona 24 S. Foi
utilizado o método polinomial de 1°grau, utilizando como
referência uma imagem ortorretificada do Landsat 5 da
região, com utilização de, aproximadamente, 20 pontos de
controle (PCs), com base em pontos de amarração confiáveis
e reconhecíveis nas duas imagens, tais como interseções entre
estradas, caminhos, rios e etc. Os pontos de controle foram
coletados com Erros Médios Quadráticos (RMS) inferiores a
0,5 pixel. O método de reamostragem dos valores de brilho
foi a do vizinho mais próximo.
Foi realizada a correção radiométrica das imagens, a fim
de corrigir eventuais erros de transmissão dos dados e
influências atmosféricas. Esse processo possibilita a
conversão dos números digitais da imagem em valores de
radiância (Lλ), representando a radiação solar refletida por
cada pixel que compõe a imagem. O cálculo da radiância foi
obtido pela equação proposta por Markham e Barker (1987)
(Equação 1).
𝐿λi = [Lmin +  – 
 ] x 255 (01)
em que: Lλi = radiância espectral de cada banda (Calibração
radiométrica); Lmin, Lmax = são as radiâncias espectrais mínimas e
máximas; ND = é a intensidade do pixel (número digital – número
inteiro de 0 a 255); i = são as bandas (1, 2, 3, 4, 5, 6 e 7) do satélite
Landsat 5 sensor TM.
Para o cálculo do NDVI, foi realizada a subtração de
imagens para avaliar a dinâmica da cobertura vegetal dos anos
estudados. Assim, o NDVI pode ser definido pela expressão
matemática da razão entre a diferença da reflectância das
bandas do infravermelho próximo e vermelho, pela soma
dessas mesmas bandas (equação 2) (ROUSE et al., 1974).
NDVI = 
 (02)
em que: P4 = Infravermelho próximo; P3 = Vermelho
O NDVI foi dividido em classes, criando-se uma
categoria temática com o objetivo de facilitar a visualização
da modificação ou variação dos valores do NDVI. Para cada
classe criada foi atribuída uma cor.
Foi gerada uma malha de pontos correspondente à
localização geográfica de doze estações de coleta de dados
(PCD), situadas nos municípios de Areia de Baraúnas, Mãe
d’ Água, Matureia, Passagem, Patos, Quixaba, Salgadinho,
Santa Teresinha, São José do Bonfim, São José do
Espinharas, Serra Negra e Teixeira. A partir de cada PCD, foi
determinado um raio de 5 km, no qual foram marcados
aleatoriamente 30 pontos amostrais para aquisição dos
valores de NDVI em áreas de vegetação natural (Figura 2).
Figura 2. Localização espacial dos pontos de leitura de NDVI.
Figure 2. Spatial location of NDVI reading points.
Os valores obtidos pelo NDVI resultaram no
estabelecimento das classes de vegetação da área a ser
estudada. O índice foi determinado para os anos de 2005 e
2015, nos períodos seco e chuvoso, tornando possível
identificar possíveis mudanças ocorridas na cobertura vegetal
no período determinado.
Para o cálculo do NDVI, foi realizada a subtração de
imagens para avaliar a dinâmica da cobertura vegetal dos anos
estudados. O aumento da vegetação verde é diretamente
proporcional à reflexão do infravermelho próximo e
inversamente proporcional na banda do vermelho.
As leituras dos valores do NDVI foram realizadas em
cada ponto amostral, dentre os 12 municípios avaliados, em
cada uma das 4 imagens. A escolha desses municípios foi
baseada na localização de cada estação pluviométrica,
somente os municípios com suas estações dentro dos limites
da área de estudo foram selecionados, com exceção da
plataforma de Cacimba de Areia, que apresentou falhas nas
leituras pluviométricas no ano de 2015. Os valores de NDVI
foram organizados em planilha eletrônica.
Para a escolha dos pontos a serem visitados em campo,
utilizou-se o programa Google Earth PRO 6.2, do qual foram
selecionadas as áreas de interesse. As coordenadas dos
pontos foram transferidas para o aparelho GPS para orientar
na localização dos pontos no terreno. Após a localização dos
alvos terrestres, eles foram registrados com uma câmera
digital, com resolução de 12 megapixels.
Os dados de precipitação referentes ao acumulado em
2005 e 2015, até a data de passagem das imagens dos períodos
seco e chuvoso, foram obtidos junto à Agência Executiva de
Gestão das Águas do Estado da Paraíba (AESA) e Empresa
de Pesquisa Agropecuária do Rio Grande do Norte
(EMPARN).
Foi analisada a distribuição pluviométrica média anual de
cada município, assim como sua distribuição espaço-
temporal na área de estudo. Para isto, foram utilizados os
dados de precipitação média anual de cada plataforma de
Simões et al.
Nativa, Sinop, v. 9, n. 1, p. 106-114, jan./fev. 2021.
109
coleta de dados (PCD), disponibilizados pela AESA e
EMPARN.
Os dados médios de NDVI, obtidos para os meses secos
e chuvosos, foram correlacionados com a precipitação
acumulada no período até a data imagem. Em seguida, foram
realizados testes estatísticos de correlação, com a intenção de
verificar a provável relação entre a precipitação e as leituras
de NDVI, com enfoque no comportamento da vegetação
com a distribuição irregular das chuvas no espaço-tempo. A
correlação entre essas variáveis foi realizada através do índice
de correlação de Pearson (R).
3. RESULTADOS
A rede hidrográfica da sub-bacia do rio Espinharas se
estende, completa ou parcialmente, por vinte e dois
municípios, situando-se nas mesorregiões do Sertão
Paraibano e Borborema, envolvendo partes das
microrregiões de Patos, Sousa, Serra de Teixeira, Seridó
Ocidental e Cariri Ocidental, no estado da Paraíba (AESA,
2010). No estado do Rio Grande do Norte, está situada em
parte da mesorregião Central Potiguar e na microrregião do
Seridó Ocidental (IBGE, 2010). Possui cursos d’água de
regime de escoamento intermitente, com padrão de
drenagem predominantemente dendrítico (SILVA et al.,
2011).
O Rio Espinharas está inserido na Depressão Sertaneja
Setentrional, formado por uma extensa planície pediplanada,
com altitudes que variam de 131,2 a 1185,9 m de altitude,
compostas por elevações residuais, os inselbergues, que são
difusamente distribuídos ao longo da paisagem (Figura 3).
Foram encontradas seis classes de declividades para a área
de estudo, com base nas normas estabelecidas pela Embrapa
(1979) (Figura 4). A área possui uma extensa superfície
classificada como plano 574,09 km² (16,77%), suave
ondulada 1575,49 km² (46,02%), ondulada 701,21 km²
(20,48%), forte ondulada 463,7254 km² (13,54%) e, de forma
isolada, planícies Montanhosas 101,1276 km² (2,95%) e Forte
montanhosas 7,15 km² (0,21%), representadas pelos
Inselbergues.
A partir dos dados disponibilizados pelas estações
pluviométricas, gerou-se mapas com a distribuição espacial
da média da precipitação para os meses janeiro a dezembro
de 2005 e de 2015 (Figuras 6 e 7).
A precipitação acumulada para o ano de 2005 foi
semelhante ao ano de 2015, com chuvas concentradas no
primeiro semestre, com baixo nível de precipitação para o
segundo semestre (Figura 5).
Figura 3. Hipsometria da Sub-bacia do Rio Espinharas.
Figure 3. Hypsometry of the Espinharas River Sub-basin.
Figura 4. Mapa de declividade da área de estudo.
Figure 4. Slope map of the study área.
Figura 5. Precipitação acumulada da sub-bacia do Rio Espinharas,
nos anos de 2005 e 2015.
Figure 5. Accumulated rainfall in the Espinharas River sub-basin, in
the years 2005 and 2015.
Os resultados obtidos com a aplicação da equação do
NDVI para a sub-bacia do Rio Espinharas foram
relacionados aos níveis de reflectância da imagem. Para
facilitar a visualização e análises, foi gerada uma composição
colorida “falsa cor” para as cenas.
A comparação entre os valores de NDVI, adquiridos com
o emprego de imagens orbitais dos meses de julho e
novembro de 2005, e imagens de maio e outubro de 2015,
estão distribuídos espacialmente nos mapas contidos nas
Figuras 8 e 9.
Figura 6. Mapa de precipitação média anual para o ano de 2005 da
Sub-bacia Hidrográfica do Rio Espinharas, PB/RN.
Figure 6. Average annual precipitation map for the year 2005 for the
Rio Espinharas Hydrographic Sub-basin, PB / RN.
Índice de vegetação por diferença normalizada associado às variáveis pluviométricas ...
Nativa, Sinop, v. 9, n. 1, p. 106-114, jan./fev. 2021.
110
Figura 7. Mapa de precipitação média anual para o ano de 2015 da
Sub-bacia Hidrográfica do Rio Espinharas, PB/RN.
Figure 7. Mean annual precipitation map for the year 2015 for the
Rio Espinharas Hydrographic Sub-basin, PB / RN.
Figura 8. Índice de Vegetação por Diferença Normalizada NDVI,
da Sub-bacia do Rio Espinharas, para os períodos chuvoso e seco
de 2005.
Figure 8. NDVI Normalized Difference Vegetation Index, of the
Espinharas River Sub-basin, for the rainy and dry periods of 2005
Figura 9. Índice de Vegetação por Diferença Normalizada NDVI,
da Sub-bacia do Rio Espinharas, para os períodos chuvoso e seco
de 2005.
Figure 9. NDVI Normalized Difference Vegetation Index, of the
Espinharas River Sub-basin, for the rainy and dry periods of 2005
Considerando a variação do NDVI na área de estudo,
durante os períodos analisados, observam-se mudanças
significativas na concentração da vegetação caatinga do
período chuvoso para o período seco. No ano de 2005 foram
observados valores máximos de reflectância, para os períodos
seco e úmido, de 0,71 e 0,78, respectivamente. No ano de
2015, os valores máximos foram de 0,64 e 0,61, para os
períodos seco e úmido, respectivamente.
A Figura 10, apresenta o resultado dos valores médios do
NDVI por estação meteorológica. O gráfico ressalta uma
diferença em relação ao comportamento deste índice, visto
que as médias variam bastante de uma plataforma para outra,
principalmente no período chuvoso. De maneira geral, pode-
se observar que os maiores valores foram observados no
período chuvoso de 2005, nas estações meteorológicas de
Maturéia, Salgadinho e Areia de Baraúnas.
Em relação ao período seco, nota-se a baixa variabilidade
dos valores de NDVI, sendo as maiores leituras observadas
nas estações de Matureia, Salgadinho e Teixeira, nos anos
estudados.
Em relação as mudanças ocorridas na cobertura
vegetação, nos anos analisados, infere-se que os valores do
período chuvoso apresentaram maior variabilidade. Nesse
cenário, verifica-se que alguns municípios apresentaram
maiores alterações nos valores de um ano para outro,
implicando, na prática, incremento ou redução da fitomassa.
Os maiores incrementos entre os anos estudados foram
verificados nas estações de São José do Espinharas (19,7%) e
São José do Bonfim (12,9%).
As estações que apresentaram as maiores reduções nos
valores de NDVI de um ano para outro, no período chuvoso,
foram Matureia, Santa Teresinha e Salgadinho, com reduções
de 41,9%, 38,2% e 32,7%, respectivamente.
Para explicar a variação deste índice durante o ano,
procedeu-se uma análise de correlação entre os valores de
NDVI e a precipitação acumulada. Os diagramas de
dispersão foram calculados para cada período, com valores
de NDVI no eixo x e os da precipitação no eixo y (Figura 11).
Os resultados exibidos, até então, confirmam as
diferenças entre os valores do NDVI nos períodos
selecionados, entretanto, há uma maior relação entre o
NDVI e a precipitação dos períodos secos, do que em relação
aos períodos chuvosos (Figuras11 C e 11-D).
Figura 10. Valores médios de NDVI para as áreas dos municípios
que compõem a sub-bacia do Rio Espinharas. As barras em azul e
vermelho correspondem a valores de NDVI dos períodos chuvoso
e seco de 2005, respectivamente. As barras em verde e roxo
correspondem ao período chuvoso e seco de 2015.
Figure 10. Mean NDVI values for the areas of the s that make up
the Espinharas River sub-basin municipalities. The blue and red bars
correspond to NDVI values for the rainy and dry periods of 2005,
respectively. The green and purple bars correspond to the 2015 dry
and rainy season.
0
0,1
0,2
0,3
0,4
0,5
0,6
NDVI
13/07/2005
02/11/2005
06/05/2015
29/10/2015
Simões et al.
Nativa, Sinop, v. 9, n. 1, p. 106-114, jan./fev. 2021.
111
Figura 11. Gráfico de dispersão de NDVI sobre a Sub-bacia do Rio
Espinharas, no período chuvoso de 2005 (A) e 2015 (B), e seco de
2005 (C) e 2015 (D), de acordo com a precipitação acumulada em
cada ano até a data da coleta de dados.
Figure11. NDVI dispersion graph over the Espinharas River Sub-
basin, in the rainy period of 2005 (A), and 2015 (B), and dry of 2005
(C) and 2015 (D), according to the accumulated rainfall in each year
to date of data collection.
As correlações mais significativas para as variáveis
analisadas foram estabelecidas para os períodos secos, com
coeficientes de correlação de Pearson de 0,71, em 2005 e
0,48, para 2015, indicando uma relação progressiva entre as
variáveis com a diminuição dos totais pluviométricos. As
menores correlações foram verificadas no período chuvoso,
com valores de 0,09, em 2005 e 0,19, para o ano de 2015.
Uma avaliação da relação entre o NDVI e a chuva mostrou
bons coeficientes de correlação para o período seco, com
maior valor encontrado para o ano de 2005 (R= 0,71).
Resultado semelhante foi verificado no ano de 2015 (R =
0,48).
4. DISCUSSÃO
De acordo com o mapa hipsométrico apresentado, é
possível verificar que as áreas de maiores elevações estão
localizadas na parte superior do Planalto da Borborema,
porção Sudoeste, localizado no Pico do Jabre, município de
Matureia-PB. Em contrapartida, as áreas de menores
elevações estão situadas nos terrenos de transição entre o
Planalto da Borborema e da Chapada do Apodi, localizada no
município de Serra Negra-RN, com altitudes variando entre
130 e 200m.
A área de estudo é formada predominantemente por uma
superfície que varia de suave-ondulado a ondulado 66,5% do
total da área. As áreas com declividades mais acentuadas
estão situadas nos municípios de Salgadinho, Areia de
Baraúnas e Passagem (Porção Sudeste), e também nos
municípios de Teixeira, Matureia e Mae d’Água (porção Sul-
Sudoeste)
A declividade do terreno é uma variável importante para
a avaliação das terras, pois determina os níveis de estabilidade
dos seus componentes físico/químicos e biodinâmicos,
servindo também como referência para separar ambientes
(FRANCISCO et al., 2012).
Através da análise em torno da distribuição da
precipitação ao longo dos anos estudados, verifica-se que o
período chuvoso na região se inicia no mês de janeiro e
estende-se até meados de maio, com máximas pluviométricas
registradas no mês de março. Esse fenômeno geralmente está
associado a influência da Zona de Convergência Intertropical
(ZCIT).
Quanto ao caráter vegetativo, o mês de julho, neste
estudo, pode ser considerado representativo da estação
chuvosa na região, devido à precipitação acumulada nos
meses anteriores. A partir do mês de julho, devido à
caducifólia, as plantas da caatinga sofrem diversas
modificações morfológicas e fisiológicas em sua estrutura,
que permitem sobreviverem à escassez hídrica na região.
Para tanto, os meses de outubro e novembro são os
meses com menores índices pluviométricos, caracterizando
bem o período seco na região.
Em relação a distribuição espacial das chuvas ao longo da
área de estudo, verificou-se, de maneira geral, uma
distribuição irregular das chuvas, com valores inferiores
concentrados na porção leste da área, municípios de Areia de
Baraúnas, Passagem, Cacimbas, Cacimba de Areia e
Salgadinho. Vale salientar que o posto pluviométrico de
Cacimba de Areia apresentou em 2015, precipitação inferior
a 25 mm, que de acordo com os funcionários da AESA, trata-
se de uma falha ocorrida no equipamento de coleta dos
dados.
De maneira geral, as maiores concentrações
pluviométricas foram registradas nos municípios de Santa
Teresinha, Teixeira, Patos e Serra Negra, respectivamente.
Através da representação vetorial dos valores de NDVI,
conforme visualizado nas figuras 8 e 9, é possível verificar as
alterações ocorrentes no contexto da área de estudo. As áreas
com degradê verde são indicativas de vegetação com maior
atividade fotossintética, representando os maiores valores
deste índice.
Essa vegetação mais vigorosa ocorre nas margens dos
cursos de água, devido à maior disponibilidade hídrica anual,
e nas áreas de maiores declividades topográficas. A
conservação e a intensificação da cobertura vegetal nas áreas
mais declivosas do terreno são reflexo do menor impacto
causado pela pressão antrópica ao ambiente, por serem
geralmente áreas remotas e difícil acesso (CUNHA et al.,
2012).
A intensidade de vegetação presente em cada pixel da
imagem é representada pelos valores positivos de NDVI. No
entanto, solos expostos, rochas e áreas urbanas (construções
e asfalto) refletem na banda do vermelho (0,63 μm - 0,69μm)
e no infravermelho próximo (0,76μm - 0,90 μm),
basicamente na mesma intensidade, e isso explica os valores
próximos de zero desses alvos (CUNHA et al., 2012).
Os valores negativos de NDVI (cores vermelho e
marrom) representam os corpos de água, sombras e nuvens
na imagem. Esses alvos refletem de forma mais intensa na
banda do vermelho do que na banda do infravermelho
próximo, por isso possuem valores negativos.
Os menores valores positivos de NDVI entre os períodos
analisados foram representados pela coloração amarela no
mapa, indicando vegetação de baixa atividade fotossintética,
com valores situados entre 0,08 e 0,14, para o período
chuvoso, e 0,10 e 0,17, para o período seco. Da Silva Barbosa
et al. (2017), obtiveram, na região serrana de Martins e
Portalegre-RN, valores alternando entre negativos e positivos
(-0,04 – 0,03) para áreas com presença de baixa atividade
fotossintética, com alvos de superfície sem vegetação e
cobertura vegetal menos densa. Na região semiárida do Rio
Grande do Norte, Bezerra et al. (2013) encontraram valores
Índice de vegetação por diferença normalizada associado às variáveis pluviométricas ...
Nativa, Sinop, v. 9, n. 1, p. 106-114, jan./fev. 2021.
112
na ordem de 0 a 0,2 para áreas com solo exposto e vegetação
caducifólia rala. Valores de NDVI menores que 0,4, para o
período seco, são mais compatíveis para respostas da
vegetação de Caatinga hiperxerófila (LOPES et al., 2010).
Através da análise comparativa entre os períodos seco e
chuvoso é possível observar, a expressividade dinâmica do
bioma caatinga. Conforme observado nas figuras 8 e 9, em
geral, os valores do NDVI são mais elevados no período
chuvoso, indicando uma maior atividade fotossintética da
vegetação. Outrossim, no período de escassez hídrica, esses
valores são reduzidos, ampliando a área com baixa atividade
fotossintética, seja pela ausência de folhagem (dossel
decíduo) e/ou presença de solos expostos.
Os valores positivos correspondem à presença de uma
vegetação mais vigorosa, com regeneração do dossel no
período chuvoso, em face de boa disponibilidade de água no
perfil do solo, proporcionando condições próprias ao
equilíbrio biológico da vegetação.
A deciduidade e o desenvolvimento de novas folhas da
vegetação caatinga é fortemente influenciada pela quantidade
de chuva na região. Essas espécies aclimam-se à seca
liberando suas folhas no período de escassez hídrica, com o
intuito de reduzir a perda de água para a atmosfera por
transpiração (LIMA; RODAL, 2010). No período chuvoso,
ocorre renovação das copas das árvores, e consequentemente
aumento dos valores de NDVI, devido à elevação da
atividade fotossintética (FERREIRA et al., 2012). O NDVI
possui alta correlação com a quantidade clorofila encontrada
na vegetação (PONZONI; SHIMABUKURO, 2010).
No período referente a 2015, os valores máximos de
NDVI foram verificados no período seco, contrariando os
dados apresentados no ano de 2005. Vale ressaltar que tal
aumento, deve-se a presença de áreas formadas por culturas
irrigadas, bosques de Prosopis juliflora e vegetação ciliar,
localizadas, principalmente, ao longo dos cursos de água
como barragens e açudes.
Segundo Bezerra (2013), os valores de NDVI acima de
0,4, no período de estiagem, são referentes à mata ciliar
situada às margens dos rios, aproveitando a água disponível
para prover suas necessidades fisiológicas, e às culturas
irrigadas, como capim elefante, frutíferas e hortas,
contrastando com áreas de agricultura em pousio e de
pastagens que permanecem secas nesse período.
De acordo com os valores médios de NDVI
apresentados na figura 10, observa-se que os maiores valores
de NDVI foram verificados, em ambos os períodos, nos
municípios de Matureia, Salgadinho, Areia de Baraúnas e
Teixeira. Nessas áreas a geomorfologia é expressa por
morros e serras com altitudes, que variam de 600 a 1185 m
de altitude, conforme verificado no Pico do Jabre, ponto
culminante do estado da Paraíba.
Essas áreas são marcadas pela presença de uma flora e
fisionomia bem distintas da formação vegetacional da
caatinga. Em sua maioria, essas áreas são compostas por uma
vegetação densa, com baixa frequência de indivíduos
herbáceos e cactáceas, sendo mais frequente a presença de
arbustos e árvores insertos na tipologia “caatinga arbustiva
arbórea fechada”. Além de formação de vegetal de caatinga,
também foi verificado a ocorrência de espécies de outras
formações florestais, conforme verificado por Cunha et al.
(2013), no estudo da flora lenhosa da Floresta Estacional
Semidecídual Montana do Pico do Jabre-PB
Além da topografia do terreno, devem-se incluir ademais,
o domínio favorável de fatores edafoclimáticos à sustentação
desta diversidade vegetacional, influenciando diretamente
nos valores de NDVI. Segundo Da Silva Barbosa et al.
(2017), em áreas de relevo plano, com altitude superior a 600
metros, há ocorrência de solos mais desenvolvidos e
profundos, com boa capacidade de armazenamento de água.
De acordo com os mesmos autores, a ocorrência de
nascentes perenes nesses lugares também influencia na
manutenção ecológica de ambientes mais úmidos,
contribuindo de forma direta na manutenção e conservação
das folhagens das plantas.
Evidencia-se que, além da influência topográfica, é
possível que a distribuição irregular das chuvas na região
tenha ocasionado alterações significativas nos valores de
NDVI. Nesses municípios, verificou-se a ocorrência de
chuvas no ano de 2005, até o 2o decêndio de agosto,
enquanto no ano de 2015 o período chuvoso, atipicamente
se estendeu até final de julho. Esses resultados sugerem que
as modificações nos valores de NDVI podem ser mais
expressivas em função da temporalidade da umidade retida
no solo do que propriamente da precipitação.
De acordo com Nicácio et al. (2009), há uma defasagem
temporal entre a precipitação e a resposta espectral da
vegetação, devido ao tempo necessário para o acúmulo de
água no solo e absorção pela planta, possibilitando um
melhor vigor vegetativo. A variabilidade pluviométrica e as
condições limitantes do solo refletem nas características
fisionômicas da vegetação, interferindo de maneira
significativa na regularização da atividade fotossintética e
transpirativa, notadas através da variabilidade nos valores do
NDVI. Essa defasagem temporal entre precipitação e
acúmulo de biomassa verde é fundamental para a
recuperação da capacidade fotossintética e na produção de
carboidratos estruturais designados à formação das folhas
(BARBOSA et al., 2011).
Em relação a variação interanual dos valores médios de
NDVI, observa-se que as maiores reduções foram
observadas nos municípios de Matureia, Santa Teresinha e
Salgadinho. Estes decréscimos foram provocados pela
expansão de atividades antrópicas nessas áreas, assim como
pelos baixos índices pluviométricos registrados nos
municípios de Matureia e Santa Teresinha ano de 2015, com
reduções de 514 mm e 408 mm, respectivamente.
Com base na correlação existente entre os valores médios
de NDVI e os dados de precipitação acumulada. De modo
geral, as correlações mais baixas foram verificadas nos
períodos chuvosos, com menor valor no ano de 2005.
O ano de 2005 foi marcado pela alta variabilidade
pluviométrica na região, com totais pluviométricos que
variam de 303,1 mm a 793 mm nos municípios de Areia de
Baraúnas e Santa Teresinha, respectivamente. Tais resultados
foram influenciados principalmente pelos valores
encontrados nos municípios de Areia de Baraúnas e
Salgadinho, apresentando as maiores amplitudes entre os
totais pluviométricos e as leituras de NDVI para a região.
Em suma, pode-se dizer que os valores de NDVI, para
essas regiões, estão relacionados a outros fatores como
relevo, solo e tipo de vegetação presentes nessas áreas do que
propriamente na quantidade de chuvas registradas nesses
períodos. Estas estações contribuíram de forma significativa
para os resultados obtidos, com uma correlação calculada
para esse período de aproximadamente 81%.
O ano de 2015 registrou menores índices pluviométricos
(378 mm), em relação a 2005 (520 mm), no entanto as
precipitações pluviométricas em 2015 expressaram uma
Simões et al.
Nativa, Sinop, v. 9, n. 1, p. 106-114, jan./fev. 2021.
113
melhor distribuição espacial na região, com os menores
índices registrados em Areia de Baraúnas (245 mm) e os
maiores valores em Serra Negra (568 mm). A correlação entre
a chuva e o NDVI, para esse período, foi influenciada
negativamente pelo município de Patos, que, apesar de
apresentar um regime pluviométrico acima da média para a
região (468 mm), obteve também um valor abaixo da média
para o NDVI, apenas 0,24. Esta plataforma sozinha
colaborou para a redução do resultado apresentado no
gráfico de dispersão, com redução de 51,2% no valor de R
para esse período.
A região onde se encontra a estação pluviométrica de
Patos é uma área bastante antropizada, marcada pela
presença de uma vegetação do tipo Caatinga Arbustiva
Arbórea Aberta, com predominância de ervas, arvoretas e
árvores esparsas. As espécies arbóreas encontradas na área
são Mimosa tenuiflora (Willd) (jurema preta), Combretum leprosum
Mart (mufumbo), Croton sonderianus Muell. Arg. (marmeleiro),
Poincianella pyramidalis (catingueira) e Aspidosperma pyrifolium
Mart (pereiro). Portanto, a baixa correlação verificada nesse
período pode estar associada à predominância de espécies
com baixa resposta espectral, devido principalmente às
características anatômicas de suas folhas, que são, em geral,
pequenas, compostas, alternas e bipinadas.
De acordo com Russel (2001), a estrutura geométrica dos
dosséis das florestas contribui de forma significativa nos
padrões de resposta espectral da cobertura vegetal de uma
imagem. No estudo realizado por Yanagi (2006), foram
constatadas mudanças nos valores de refletância, nas bandas
do visível e do infravermelho próximo, em função das
modificações arquitetônicas da vegetação (disposição das
folhas) e parâmetros ópticos (refletividade das folhas).
Os resultados demostraram que o aumento dos níveis
pluviométricos na região não implicou o aumento
progressivo nos valores de NDVI. Observa-se que, até
determinado nível de precipitação a correlação se mantém
normal, no entanto, ao se atingir em níveis elevados de
precipitação, ocorre redução da atividade fotossintética (DE
OLIVEIRA GOULART et al., 2015). Resultados
semelhantes foram encontrados por Wang et al. (2003), que
examinaram as respostas temporais do NDVI à precipitação
e temperatura Central das Grandes Planícies, EUA, em
Kansas, e concluíram que a relação entre precipitação e
NDVI é forte e previsível quando visualizada na escala
espacial apropriada.
As maiores correlações foram verificadas nos períodos
seco dos anos de 2005 e 2015, respectivamente. Esses
resultados são reflexos da precipitação acumulada nos três
meses anteriores a passagem dos satélites, permeando a
resposta espectral nas áreas de vegetação nativa.
Diversos estudos têm demonstrado a influência da
precipitação antes da passagem do satélite no
comportamento espectral da vegetação caatinga. Silva et al.
(2019) observaram que a umidade do solo acumulada nos 3
meses que antecederam a passagem do satélite contribuiu na
elevação dos valores de NDVI, através da manutenção dos
extratos herbáceos e presença marcante do dossel foliar da
vegetação. De acordo com Nicácio et al. (2009) a resposta da
vegetação à redução pluviométrica ocorre com uma
defasagem de aproximadamente quatro meses. Barbosa et al.
(2011), constataram uma relação de dependência entre NDVI
e precipitação, com maiores correlações verificadas na
ocorrência de chuvas com defasagem temporal de 2 a 3
meses. Arraes et al. (2012) destacam que o aumento do
NDVI está relacionado com a umidade do solo dos meses
anteriores.
Essa defasagem ocorre, principalmente, pela interação
entre solo e planta, considerando o solo como o principal
fornecedor de água e nutrientes para as plantas. Cada tipo de
solo possui sua capacidade de água disponível, ou seja,
mesmo após a drenagem da água, ocorre a sua permanência
nas partículas do solo, estando disponível para ser utilizada
pelo vegetal. Além disso, as áreas com solos profundos
permitem que a vegetação natural apresente adaptações
fisiológicas, em virtude das condições edafoclimáticas, com
raízes profundas, troncos corticosos e folhas coriáceas, que
são capazes de aproveitar a água presente nas superfícies mais
profundas do solo e também impedir as perdas da mesma
(NICÁCIO et al., 2009).
5. CONCLUSÕES
A variação espaço temporal do NDVI mostrou-se uma
ferramenta satisfatória para a identificação das alterações da
cobertura vegetal verificada na sub-bacia do Rio Espinharas,
entre os anos analisados.
Os maiores valores de NDVI foram encontrados nas
estações dos municípios de Maturéia, Salgadinho, Areia de
Baraúnas e Teixeira, para ambos os anos analisados,
demonstrando a influência da altitude e declividade do
terreno nos valores desse índice.
As maiores correlações para as variáveis analisadas foram
verificadas nos períodos secos, indicando uma relação
progressiva entre as variáveis, com a diminuição dos totais
pluviométricos.
A elevação dos níveis pluviométricos na região não
implicou o aumento progressivo nos valores de NDVI,
indicando que o aumento da atividade fotossintética se dá até
determinado nível de precipitação, no entanto, ao se
atingirem níveis elevados de precipitação, ocorre redução do
desenvolvimento foliar. Isso explica as baixas correlações
apresentadas nos períodos úmidos.
Sugere-se, para futuros estudos na região, que seja
analisado um período maior de observação, objetivando
mitigar o efeito de situações extremas. Além da precipitação
acumulada, outros fatores podem ser correlacionados, como
declividade do terreno, temperatura e tipo de solo por sua
expressividade na interação sinérgica do meio físico, destarte,
sugerindo-se sua análise integrada.
6. AGRADECIMENTOS
Agradecemos ao Programa de Pós-Graduação em
Ciências Florestais e à CAPES pela cessão da bolsa de
estudos.
7. REFERÊNCIAS
AESA_Agência Executiva de Gestão das Águas do Estado
da Paraíba. Mapa interativo. AESA, 2010. Disponível
em:<http://www.aesa.pb.gov.br/geoprocessamento/ge
oportal/sigaesaweb.html>. Acesso em: 11. jan. 2017.
AQUINO, C. M. S.; OLIVEIRA, J. G. B. Estudo da
dinâmica do Índice de Vegetacão por Diferença
Normalizada (NDVI) no Núcleo de São Raimundo
Nonato-PI. GEOUSP - Espaço e Tempo, São Paulo,
n. 31, p. 157-168, 2012. DOI:
https://doi.org/10.11606/issn.21790892.geousp.2012.7
4261
ARRAES, F. D. D.; ANDRADE, E. M.; SILVA, B. B.
Dinâmica do balanço de energia sobre o açude Orós e
Índice de vegetação por diferença normalizada associado às variáveis pluviométricas ...
Nativa, Sinop, v. 9, n. 1, p. 106-114, jan./fev. 2021.
114
suas adjacências. Revista Caatinga, Mossoró, v. 25, n. 1,
p. 119-127, 2012.
ARAÚJO, I. P.; LIMA, J. R.; MENDONÇA, I. F. C. Uso e
degradação dos recursos naturais no semiárido brasileiro:
estudo na Microbacia Hidrográfica do Rio Farinha,
Paraíba, Brasil. Caminhos de Geografia, Uberlândia, v.
12, n. 39, p. 255-270, 2011.
BARBOSA, H. A.; KUMAR, T. V. L.; SILVA JUNIOR, I.
W. Analysis of the NDVI Temporal Dynamics in Semi-
arid Ecosystems: Brazilian Caatinga and African Western
Sahel. Revista Brasileira de Geografia Física, Recife,
v. 2, p. 300-306, 2011. DOI: 10.26848/rbgf.v4i2.232655
DE OLIVEIRA GOULART, A. C.; DELGADO, R. C.; DE
OLIVEIRA JÚNIOR, J. F.; DE GOIS, G.; DOS
SANTOS, E. O. Relação espectro-temporal entre índices
de vegetação e a chuva na cidade do Rio de
Janeiro. Revista de Ciências Agrárias, Belém, v. 58, n.
3, p. 277-283, 2015. DOI:
http://doi.editoracubo.com.br/10.4322/rca.1990
BEZERRA, J. M.; MOURA, G. B.; SILVA, B. B.; LOPES,
P. M.; SILVA, Ê. F. F. Parâmetros biofísicos obtidos por
sensoriamento remoto em região semiárida do estado do
Rio Grande do Norte, Brasil. Revista Brasileira de
Engenharia Agrícola e Ambiental, Campina Grande,
v. 18, n. 1, p. 73-84, 2014. DOI:
https://dx.doi.org/10.1590/s1415-43662014000100010
CUNHA, J. E. D. B. L.; RUFINO, I. A. A.; SILVA. B. B.;
CHAVES, I. D. B. Dinâmica da cobertura vegetal para a
Bacia de São João do Rio do Peixe, PB, utilizando-se
sensoriamento remoto. Revista Brasileira de
Engenharia Agrícola e Ambiental, Campina Grande,
v. 16, n. 5, p. 539-549, 2012. DOI:
https://doi.org/10.1590/S1415-43662012000500010
CUNHA, M.; DA SILVA JÚNIOR, M. C.; DE LIMA, R. B.
A flora lenhosa na Floresta Estacional Semidecídua
Montana do Pico do Jabre, PB. Revista Brasileira de
Ciências Agrárias, Recife, v. 8, n. 1, p. 130-136, 2013.
DOI: 10.5039/agraria.v8i1a2294
DA SILVA BARBOSA, A. H.; DE CARVALHO, R. G.;
CAMACHO, R. G. V. Aplicação do NDVI para a análise
da distribuição espacial da cobertura vegetal na Região
Serrana de Martins e Portalegre–Estado do Rio Grande
do Norte. Revista do Departamento de Geografia,
São Paulo, v. 33, p. 128-143, 2017.
DOI: https://doi.org/10.11606/rdg.v33i0.128171
FERREIRA, S. M. J.; FERREIRA, F. S. H.; SILVA, A. H.;
SANTOS, M. A.; GALVÍNCIO, D. J. Análise Espaço-
Temporal da Dinâmica da Vegetação de Caatinga no
Município de Petrolina–PE. Revista Brasileira de
Geografia Física, Recife, v. 4, p. 904-922, 2012. DOI:
https://doi.org/10.26848/rbgf.v5.4.p904-922
FOODY, G. M. Assessing the accuracy of land cover change
with imperfect ground reference data. Remote Sensing
of Environment, v. 114, p. 2271-2285, 2010. DOI:
https://doi.org/10.1016/j.rse.2010.05.003
FRANCISCO, P. R. M.; CHAVES, I. B.; LIMA, E. R. V.
Mapeamento das Terras para Mecanização Agrícola -
Estado da Paraíba. Revista Brasileira de Geografia
Física, Recife, v. 5, n. 2, p. 233-249, 2012. DOI:
10.26848/rbgf.v5i2.232784
IBGE_Instituto Brasileiro de Geografia e Estatística. Censo,
2010. Disponível em:
<http://www.ibge.gov.br/cidadesat/topwindow.htm?1
>. Acesso em 11/02/2017.
LIMA, A. L. A.; RODAL, M. J. N. Phenology and wood
density of plants growing in the semi-arid region of
northeastern Brazil. Journal of Arid Environments, v.
74, n. 11, p. 1363-1373, 2010. DOI:
https://doi.org/10.1016/j.jaridenv.2010.05.009
LOPES, H. L.; CANDEIAS, A. L.; ACCIOLY, L. J.;
SOBRAL, M. D.; PACHECO, A. P. Parâmetros
biofísicos na detecção de mudanças na cobertura e uso
do solo em bacias hidrográficas. Revista Brasileira de
Engenharia Agrícola e Ambiental, Campina Grande,
v. 14, n. 11, p. 1210-1219, 2010. DOI:
https://doi.org/10.1590/S1415-43662010001100011
MARKHAM, B. L.; BARKER, L. L. Thematic mapper
bandpass solar exoatmospherical irradiances.
International Journal of Remote Sensing, v. 8, n. 3, p.
517-523, 1987. DOI:
https://doi.org/10.1080/01431168708948658
NASSUR, O. A. C.; FERREIRA, E.; SÁFADI, T.;
DANTAS, A. A. A. Monitoramento e projeção futura da
vegetação no Parque Nacional do Itatiaia através de
sensoriamento remoto. Cerne, Lavras, v. 21, n. 3, p. 511-
517, 2015. DOI: 10.1590/01047760201521031823
NICÁCIO, R. M.; ARAUJO, L. L.; GONZAGA, E. P.;
LIBOS, M. I. P. de C.; OLIVEIRA, L. M. T. de. Relação
NDVI e Precipitação na Bacia do Rio Coxim – MS.
Geografia, Rio Claro, v. 43, p. 667-680, 2009.
PONZONI, F. J.; SHIMABUKURO, Y. E. A imagem como
fonte de dados radiométricos (abordagem
quantitativa). PONZONI, FJ, SHIMABUKURO, YE
Sensoriamento remoto no estudo da vegetação. São
José dos Campos: Parêntese, 2010. p. 68-102.
RUSSELL, M. Monitoring regional vegetation change using
reflectance measurements from multiple solar zenith
angles. Environment international, v. 27, n. 2-3, p. 211-
217, 2001. DOI: https://doi.org/10.1016/S0160-
4120(01)00089-7
SILVA, D. A. O.; LOPES, P. M. O.; MOURA, G. B. D. A.;
SILVA, Ê. F. D. F.; SILVA, J. L. B. D.; BEZERRA, A.
C. Evolução Espaço-Temporal do Risco de Degradação
da Cobertura Vegetal de Petrolina-PE. Revista
Brasileira de Meteorologia, v. 34, n. 1, p. 89-99, 2019.
DOI:http://dx.doi.org/10.1590/0102-7786334018
SILVA, R. M. P. S.; LIMA, J. R.; MENDONÇA, I. F. C.
Alteração da cobertura vegetal na sub-bacia do Rio
Espinharas no período 2000 – 2010. Revista Brasileira
de Engenharia Agrícola e Ambiental, Campina
Grande, v. 18, n.2, p. 202–209, 2014. DOI:
https://doi.org/10.1590/S1415-43662014000200011
SOBRINHO, T. A.; OLIVEIRA, P. T. S.; RODRIGUES, D.
B. B.; AYRES, F. M. Delimitação automática de bacias
hidrográficas utilizando dados SRTM. Engenharia
Agrícola, Jaboticabal, v. 30, n. 1, p. 46-57, 2010.DOI:
https://doi.org/10.1590/S0100-69162010000100005.
WANG, J.; RICH, P. M.; PRICE, K. P. Temporal responses
of NDVI to precipitation and temperature in the central
Great Plains, USA. International journal of remote
sensing, v. 24, n. 11, p. 2345-2364, 2003. DOI:
https://doi.org/10.1080/01431160210154812
YANAGI, S. N. M. Modeling Radiative Transfer in Tropical
Raing Forest Canopies: Sensitivity of Simulated Albedo
to Canopy Architectural Parameters. Anais da
Academia Brasileira de Ciências, Rio de Janeiro, v. 83,
n. 4, p. 1231-1242, 2011. DOI:
https://doi.org/10.1590/S0001-37652011000400010