COMPARAÇÃO ENTRE OS PARÂMETROS BIOFÍSICOS DAS REGIÕES
NORTE DE MOÇAMBIQUE E OESTE DA BAHIA (BRASIL) GERADOS A
PARTIR DE DADOS DE SENSORES ORBITAIS
Comparison between biophysical parameters of the north of Mozambique and west of
Bahia (Brazil) generated from remote sensing data
Lucrêncio Silvestre Macarringue1
Edson Eyji Sano2
Joselisa Maria Chaves1
1
Universidade Estadual de Feira de Santana
Departamento de Ciências Exatas
BR 116, Km 03, Feira de Santana, BA, Brasil
{lusimac, josimariachaves}@gmail.com
2
Embrapa Cerrados
BR-020 Km, 18 Cx. Postal 08223 CEP: 73301-970 – Planaltina - DF
[email protected]
RESUMO
Este trabalho procura, a partir de modelos digitais de elevação do Shuttle Radar Topography Mission (SRTM), índices
de vegetação realçado (EVI) do sensor Moderate Resolution Imaging Spectroradiometer (MODIS), dados de
precipitação mensal do Tropical Rainfall Measuring Mission (TRMM) e dados texturais de solos,,caracterizar e
comparar as características biofísicas de duas áreas intercontinentais de savana tropical, o oeste da Bahia (Cerrado) e o
norte de Moçambique (Miombo). O oeste da Bahia corresponde a uma importante região do Brasil em termos de
produção de grãos para exportação, enquanto o norte de Moçambique corresponde a uma região desse país com forte
potencial para produção intensiva de alimentos. Os dados topográficos, de índice de vegetação, climáticos e
pedológicos foram processados e analisados com suporte dos aplicativos ENVI 4.8™ e ArcGIS 10™ e comparados por
meio de análise de histogramas e correlações. Pelos resultados das análises, observou-se que as áreas de predomínios
desses dois biomas possuem elevadas similaridades em todos os elementos físicos analisados.
Palavras chaves: Sensoriamento remoto, Geoprocessamento, Cerrado, Miombo, Fronteira agrícola.
ABSTRACT
This paper attempts, based on digital elevation models of Shuttle Radar Topography Mission (SRTM), enhanced
vegetation index (EVI) of Moderate Resolution Imaging Spectroradiometer (MODIS) sensor, monthly precipition of
Tropical Rainfall Measuring Mission (TRMM) and soil texture data, to characterize and compare biophysical
characteristics of two intercontinental areas of tropical savanna, the western Bahia (Cerrado) and the northern
Moçambique (Miombo). The western Bahia corresponds to an important region of Brazil in terms of grain production
for exportation while the northern Moçambique corresponds to an region of this country with strong potential for
intensive food production. The topographic, vegetation indice, climatic and soil texture data were processed and
analyzed with support of ENVI 4.8TM and ArcGIS 10TM softwares and compared through the analysis of histograms and
correlations. Results indicated that both areas have high biophysical similarities
Keywords: Remote sensing, Geoprocessing, Cerrado, Miombo, Agricultural frontier.
1. INTRODUÇÃO
Nas últimas décadas, a disponibilização gratuita de dados de sensores orbitais de diferentes resoluções,
principalmente em relação aos concebidos no âmbito do programa Earth Observing System (EOS) da National
Aeronautics Space Administration (NASA), tem possibilitado análises variadas sobre recursos terrestres a nível local,
regional e global. No período correspondente ao final dos anos 1990 e início de 2000, plataformas como TERRA,
Shuttle Radar Topography Mission (SRTM) e AQUA começaram a fornecer valiosos dados em diversas áreas de
aplicação, tais como monitoramento de inundação e seca, vegetação e relevo (KUMMEROW et al., 1998; RABUS et
al., 2003; FUNK et al., 2007; RUDORFF et al., 2007).
A busca de novas fronteiras agrícolas para atender a demanda cada vez mais crescente por alimentos permitiu
que áreas anteriormente consideradas inaptas para atividade agrícola passassem a ser utilizadas para produção de
alimentos, fruto do desenvolvimento de novas variedades mais adaptadas às condições naturais locais e de práticas de
correção da acidez dos solos. Um desses exemplos são as áreas de Cerrado brasileiro, grande produtora atual de grãos e
que antes eram consideradas altamente inaptas para agricultura por causa da sua baixa fertilidade e elevada acidez de
solos (BAHIA, 1993; SANTOS, 2012).
Encontrar áreas com características similares tem sido uma das alternativas para programas de expansão das
fronteiras agrícolas (FOLEY et al., 2011). O norte de Moçambique tem sido considerado como uma das áreas potenciais
para expansão da fronteira agrícola utilizando basicamente tecnologia e manejo de solos e água similares aos
empregados na região Centro-Oeste do Brasil. Este trabalho tem como objetivo comparar, sob ponto de vista biofísico,
as regiões de predomínio dos biomas Miombo e Cerrado ao norte de Moçambique e oeste da Bahia respectivamente,
face à possibilidade de desenvolvimento de uma agricultura de monocultura nas áreas de Miombo (Savana)
moçambicano.
2. MATERIAIS E MÉTODOS
2.1 Área de estudo
A área de estudo compreende a região de predomínio do bioma Miombo ao norte de Moçambique e a região
de predomínio do bioma Cerrado no oeste da Bahia - Brasil, onde o processo de expansão agrícola já se encontra
consolidado (Figura 1).
Fig. 1 – Localização das áreas de estudo (norte de Moçambique e oeste da Bahia).
A parte moçambicana se estende ao longo do Corredor de Nacala, partindo de leste no distrito de Nacala até o
limite com o Malawi e Zâmbia, cobrindo uma área de 6.590.740 hectares. A área está compreendida entre as seguintes
coordenadas: 13º 03’ 09” e 16º 17’ 55,32” de latitude sul e 34º 47’ 41,86” e 40º 28’ 40,91” de longitude leste. Trata-se
de uma região de clima tropical úmido com duas estações bem definidas: uma quente e chuvosa que inicia normalmente
em outubro e termina em abril e outra amena e seca, compreendida entre maio e setembro (MUCHANGOS, 1999;
MAE, 2005; BOLFE et al., 2011). A parte brasileira encontra-se compreendida entre as seguintes coordenadas: 10º 06’
28,79” e 15º 15’ 52,85” de latitude sul e 46º 37’ 01,37” e 44º 06’ 30,86” de longitude oeste, estendendo-se em toda a
faixa norte-sul do extremo oeste da Bahia, numa área de cerca de 8.648.170 hectares também com duas estações
distintas (quente e chuvosa, e outra amena e seca) (COELHO e SOARES, 2001; BATISTELLA et al., 2002).
2.2 Materiais
Os materiais incluem dados orbitais provenientes do sensor Moderate Resolution Imaging Spectroradiometer
(MODIS), SRTM e Tropical Rainfall Measuring Mission (TRMM) e dados de solos disponíveis nos bancos de dados
digital do Instituto de Investigação Agrária de Moçambique (IIAM) e da Empresa Brasileira de Pesquisa Agropecuária
(EMBRAPA). Os dados MODIS são referentes ao produto MOD13Q1, adquiridos no endereço
http://reverb.echo.nasa.gov/reverb/, relativos ao ano de 2012 (23 imagens para cada região), tiles h13v10 (Brasil) e
h21v10 (Moçambique), na resolução espacial de 250 metros e resolução radiométrica de 12 bits e na composição de 16
dias (JUSTICE et al., 1998). Desse produto, foi utilizado o EVI, calculado pela Eq. 1 (HUETE et al., 1997).
(1)
Onde: IVP = banda do infravermelho próximo; V = banda do vermelho; A = banda do azul; L = fator de ajuste
para o solo; C1 e C2 = coeficientes de ajuste para o efeito de aerossóis na atmosfera, e G = fator de ganho.
Com respeito aos dados do TRMM, foi usado o produto 3B43, na resolução espacial de 0,25º e temporal de 3
horas (FUNK et al., 2013). O produto 3B43 consiste em dados de precipitação mensal e foram obtidos no endereço
eletrônico http://mirador.gsfc.nasa.gov/. Nesse estudo, foi considerada uma série temporal de um ano (2012), composta
por 12 imagens (bandas 169 a 180). Os dados SRTM foram obtidos no formato GeoTIFF, em graus decimais, na
projeção geográfica, datuns WGS-84 e EGM96, horizontal e vertical, respectivamente, derivados da USGS/NASA e
resolução espacial de 90 metros. A precisão vertical global é de ±16 m e horizontal de ±20 m (RABUS et al., 2003). Os
dados foram obtidos no seguinte endereço eletrônico: http://srtm.csi.cgiar.org/SELECTION/inputCoord.asp. O
processamento preliminar dessas imagens foi realizado pela Consultative Group for International Agricultural
Research (CGIAR).
2.3 Método
Os dados MODIS, uma vez disponibilizados no formato Hierarchy Data Format (HDF) em nível de
quantização de 12 bits (ARAI e FREITAS, 2007) e nas projeções Integerized Sinusoidal ou Sinusoidal, foram préprocessados por meio do programa MODIS Reprojection Tool (MRT), obtido gratuitamente no endereço eletrônico
http://edcdaac.usgs.gov/landdaac/tools/modis/index.asp. Este pré-processamento consistiu na reprojeção para a projeção
geográfica, datum WGS-84 e para o formato de dados Geotiff, tido como mais usual, de acordo com Anderson (2004).
Os dados foram posteriormente processados no ENVI, selecionando-se uma amostra para cada área de estudo que
refletisse uma classe de cobertura equivalente. Para a área de Moçambique, selecionou-se a vegetação herbácea. Para a
área do Brasil, selecionou-se o Cerrado ralo. Essas seleções foram baseadas nos mapas de uso de solo de
CENACARTA (2010) e Borges (2014), respectivamente. Em seguida, foram gerados os histogramas e as correlações.
Os dados TRMM foram processados no ENVI 4.8 e ArcGIS 10. No ENVI, procedeu-se a conversão da
imagem e sua respectiva rotação, pois, em seu formato original, apresentam orientação cardial inadequado. Após esse
processo, foi possível o recorte das áreas de interesse e procedimento das operações de bandas que consistiram em
somatório das bandas relativas ao período em análise e obtenção da precipitação anual e média. Posteriormente, para
permitir a análise da distribuição da precipitação média mensal ao longo das áreas de estudo, fez-se a definição de
intervalos para os valores de precipitação por livre critério, tendo como base a amplitude dos valores. Os intervalos
foram: ≤ 1.000 mm e > 1.000 mm. Em seguida, os dados foram importados para ArcGIS, onde foi elaborado o mapa de
distribuição espacial da precipitação.
Com relação aos dados SRTM, inicialmente fez-se o mosaico dos tiles das imagens com o intuito de abranger
toda a área de interesse. Em seguida, fez-se o recorte das áreas de interesse. Usando ferramentas de SIG (surface), foi
gerado o mapa altimétrico e o de declividade, esse último com base na metodologia proposta por De Biase (1992) que
considera as seguintes classes: 0 – 5%; 5 – 12%; 12 – 30%; 30 – 47%; e > 47%. Porém, antes da geração das
superfícies, os dados foram reprojetados para o sistema de projeção Universal Transversa de Mercator (UTM), datum
WGS-84, zona 24 sul para a região brasileira e 36 sul para a região moçambicana. Quanto aos solos, trabalhou-se com a
textura, a qual foi agrupado de acordo com as proporções de areia, silte e argila, e modelo de zoneamento agrícola e
risco climático do Brasil que considera três classes de textura: arenosa, média e argilosa (MAPA, 2008). Os
procedimentos metodológicos estão resumidos no fluxograma da Figura 2.
DOWNLOAD
EVI[2012]
Moz
Mosaico
Reprojeção
Recorte
Classificaçã
o
Recorte
Operação
aritméticas/bandas
Reprojeção
Recorte
Filtragem
EVI[2012]
Bahia
SRTM
TRMM
2002-2011
MODIS – EVI
2002-2011
Anual [2012]
Bahia
Anual [2012]
Moz
Decliv
Moz/Bahia
Relevo
Moz/Bahia
Fig. 2 – Fluxograma indicando as etapas de trabalho desse estudo.
3. RESULTADOS E DISCUSSÃO
3.1 Índice de Vegetação Realçado (EVI)
Os valores de EVI são superiores nos primeiros meses do ano (até ~ meados de junho) para a região norte de
Moçambique, em relação à região oeste da Bahia. No entanto, nos meses subsequentes a situação se inverte (Figura 3).
Fig. 3 – Comportamento dos pixels de EVI da formação herbácea (Norte de Moçambique) e Cerrado ralo
(oeste da Bahia).
Foi observada ainda uma maior amplitude de variação do EVI (0,18 a 0,49) para a formação herbácea do norte
de Moçambique, com valores baixos coincidindo com o período seco, o que pode significar estresse dessa formação por
conta dessa estação. Para a região oeste da Bahia, a amplitude variou de 0,22 a 0,37, o que representa estabilidade dessa
classe ao longo de todo o ano. Tal fato pode estar relacionado com as características semi-decíduais dessa
fitofisionomia (EITEN, 1986; RIZZINI, 1997). Essa fitofisionomia não perde todas as folhas ao longo do período seco.
Pelas análises de frequência das 23 amostras, observa-se predomínio de EVI na ordem de 0,3 para ambas regiões,
porém, mais expressiva para a região oeste da Bahia (Tabela 1).
TABELA 1 – ANÁLISES DE FREQUÊNCIA DOS DADOS EVI DA FORMAÇÃO HERBÁCEA (NORTE
DE MOÇAMBIQUE) E CERRADO RALO (OESTE DA BAHIA).
Moçambique
Bahia
Intervalo
Frequência
Intervalo
Frequência
0,1
0,2
0,3
0,4
0,5
0
1
10
5
7
0,1
0,2
0,3
0,4
0,5
0
0
20
3
0
Total
23
23
Os dados de EVI das duas áreas de estudo apresentaram um R2 = 0,54 (Figura 4) que corresponde a r = 0.74.
De acordo com Santos (2007), esse valor de correlação é considerado moderada positiva. A partir desta correlação
percebe-se a existência de semelhanças entre as tipologias de vegetação aqui consideradas.
Fig. 4 - Coeficiente de correlação de Pearson para os dados EVI dos pixels da fromação herbácea (norte de
Moçambique) e Cerrado ralo (oeste da Bahia).
3.2 Precipitação
Em termos absolutos os valores de precipitação são relativamente elevados para a região norte de Moçambique
se comparada com a região oeste da Bahia em quase todo o ano (Figura 5) o que vai se refletir na precipitação média e
anual. Porém, para ambas as regiões, é notável a definição de duas estações, sendo uma chuvosa (outubro a abril) e
outra seca (maio a setembro) (Figura 5).
Fig. 5 - Variação da precipitação ao longo do ano 2012 com a estação seca bem definida (com as barras pretas).
A precipitação anual acumulada foi de 2.141 mm e 1.584 mm para norte de Moçambique e oeste da Bahia,
respetivamente. A média anual foi de 178 mm e 132 mm para norte de Moçambique e oeste da Bahia, respectivamente,
o que significa maiores índices de chuvas para a região moçambicana. Todavia, a precipitação registada para ambas as
áreas é considerada suficiente a abundante de acordo com classificação estabelecida por Nakata e Coelho (1978). Cerca
de 90% da área de estudo ao norte de Moçambique apresentou precipitação acima de 1.000 mm (1.001 a 1.623 mm) e
apenas 10%, precipitação até 1.000 mm (990 a 1.000 mm). Em relação à região do oeste da Bahia, o cenário se inverte,
cerca de 93% da área preservou precipitação até 1.000 mm (649 a 1.000 mm) e os restantes 7% apresentaram
precipitação acima de 1.000 mm (1.001 a 1.269 mm) (Figura 6).
Fig. 6 – Distribuição espacial da precipitação nas áreas de estudo.
3.2 Relevo
Para análise de relevo, levou-se em consideração a altimetria e declividade dos quais observou-se que a região
norte de Moçambique, por apresentar maior variação altimétrica (24 a 2400 m), apresentou, relativamente, maiores
áreas íngrimes (declividades acima de 12% na ordem de 6% de toda a área) se comparado com a área do oeste da Bahia
(3% de toda a área), cuja variação altimétrica é de 421 a ~ 1200 m (Figura 7).
Fig. 7 – Variação espacial da altimetria nas duas áreas de estudo (norte de Moçambique e oeste da Bahia).
Constatou-se ainda uma distribuição similar das classes estabelecidas para a declividade em termos
proporcionais para ambas as regiões, observando-se grandes proporções de áreas planas com declividade até 5% na
ordem de 85% e 87% para norte de Moçambique e oeste da Bahia, respectivamente (Tabela 2; Figura 8).
TABELA 2 – ÁREA (HA) DAS CLASSES DE DECLIVIDADE NAS ÁREAS DE ESTUDO.
Norte de Moçambique
Oeste da Bahia
Classes
Area (ha)
%
Area (ha)
%
< 5%
6.452.426
85,3
8.953.287
87,4
5 - 12%
666.134
8,8
974.206
9,5
12 - 30%
398.538
5,3
270.730
2,6
30 - 47%
45.904
0,6
41.605
0,4
> 47%
5.349
0,1
3.943
0,0
Total
7.568.351
100,0
10.243.771
100,0
Fig. 8 – Disposição espacial da declividade nas áreas de estudo.
De acordo com estes dados, percebe-se claramente que ambas as regiões conservam características similares,
embora apresentem diferenças em termos de amplitudes hipsométricas.
3.2 Solos
De acordo com a classificação textural recomendada pelo modelo de zoneamento agrícola e risco climático,
foram encontradas, nas áreas de estudo, todas as variações texturais com distribuição variável (Tabela 3).
TABELA 3 – ÁREA (HA) DAS CLASSES TEXTURAIS NAS ÁREAS DE ESTUDO.
Norte de Moçambique
Oeste da Bahia
Classe textural
área (ha)
%
Classe textural
área (ha)
%
Argilosa
1.526.810
23,3
Argilosa
328.741
3,8
Arenosa
1.338.400
20,4
Arenosa
2.570.960
29,7
Média
3.440.310
52,5
Média
5.748.480
66,5
Não classificada
249.036
3,8
Total
6.554.556
100
8.648.181
100
Tanto a área moçambicana como a brasileira apresentaram predomínio da textura média, abrangendo uma área
equivalente a 53% e 66% das áreas moçambicana e brasileira, respectivamente. Embora se observe na parte
moçambicana uma classe não-classificada, ela pode ser desconsiderada por não influenciar significativamente nos
resultados obtidos. No mapa da Figura 9, é mostrada a distribuição dessas classes texturais para ambas as regiões.
Fig. 9 – Distribuição espacial das classes texturais nas áreas de estudo (norte de Moçambique e oeste da
Bahia).
Pode-se considerar que 76% de toda área ao norte de Moçambique (representadas pelas texturas argilosa e
média) possuem menor risco para o desenvolvimento das culturas em função de deficiência hídrica, comparados com
cerca de 70% para o oeste da Bahia.
4. CONCLUSÕES E RECOMENDAÇÕES
Considerando os dados e objetivos desta pesquisa, foi possível chegar à conclusão de que as áreas de
predomínio do bioma Cerrado no oeste da Bahia e Miombo no norte de Moçambique apresentaram características
similares sob ponto de vista biofísico. Tais similaridades favorecem a ideia de implementação de uma novra fronteira
agrícola no norte de Moçambique. É importante ressaltar que os dados referentes à vegetação (EVI) e clima (TRMM),
correspondem a uma série temporal de apenas um ano. Uma vez as variações de vegetação e clima são observadas em
períodos longos (dezenas de anos), é recomendável analisar séries temporais mais extensas, por exemplo, de 10 anos,
período próximo do início de operação dos sensores MODIS e TRMM. Importa ressaltar ainda o fato dos dados de EVI
do MODIS utilizados nesta pesquisa não terem passado por processo de filtragem, a qual corresponde a um mecanismo
para minimizar ou suavizar os ruídos presentes nesse tipo de dados (EKLUNDH et al. 2007) advindos de diversas
fontes como interferência de nuvens e ângulo de iluminação.
AGRADECIMENTOS
O primeiro autor agradece ao Ministério da Ciência e Tecnologia de Moçambique, que através da concessão da
bolsa, tornou possível a realização desta pesquisa que se enquadra no âmbito de desenvolvimento e capacitação de
recursos humanos de nível superior.
REFERÊNCIAS BIBLIOGRÁFICAS
ANDERSON, L. O. Classificação e monitoramento da cobertura vegetal do estado do Mato Grosso utilizando dados
multitemporais do sensor MODIS. 2004. Dissertação (Mestrado em Sensoriamento Remoto) - INPE, São José dos
Campos, 2004.
ARAI, E.; FREITAS, R. Pré-Processamento. In RUDORFF, B.; SHIMABUKURO, J.; CEBALLOS, J. (Org.). O
sensor MODIS e suas aplicações ambientais no Brasil. São José dos Campos, SP: Parênteses. p. 423. 2007.
BAHIA. Secretaria do Planejamento, Ciência e Tecnologia. Política de desenvolvimento regional para o oeste da Bahia.
Cadernos CAR 1. Salvador, BA: CAR, p. 68. 1993.
BATISTELLA, M.; GUIMARÃES, M.; MIRANDA, E.; VIEIRA, H.; VALLADARES, G.; MANGABEIRA, J.;
ASSIS, M. Monitoramento da expansão agropecuária na região oeste da Bahia. Embrapa Monitoramento por satélite.
Documento 20. Campinas - SP. p. 39. 2002.
BOLFE, E.; BATISTELLA, M.; CUSTÓDIO, D.; JALANE, O.; PUGLIERO, V. WebGis Moçambique: organização
das bases de dados espaciais para a plataforma GeoServer. Documentos 87. Embrapa Monitoramento por Satélite.
Campinas, SP. 2011.
BORGES, E. F. Discriminação e caracterização fenológica de classes de cobertura vegetal natural e antrópica do Oeste
da Bahia a partir de séries temporais do sensor MODIS. Tese de doutorado. Pós-graduação em Geociências Aplicadas.
Brasília – DF, 2014.
CENACARTA. Centro Nacional de Cartografia e Teledetecção. Informação geoespacial sobre Moçambique.
Disponível em: <http://www.cenacarta.com>. Acesso em: 20. mai. 2014.
COELHO, M.; SOARES, L. Geografia Geral: O espaço natural e socioeconómico. 4ª Ed. Editora Moderna, SãoPaulo. p. 431. 2004.
DE BIASE, M. A Carta Clinográfica: Os métodos de representação e sua confecção. São Paulo: Instituto de
Geografia/ USP, p. 45-53. 1992.
EITEN, G. The use of the term Savanna. Tropical Ecology, v. 27, p.10-23. 1986.
EKLUNDH, L.; JÖNSSON, P.; KUUSK, A. Investigating modelled and observed Terra/ MODIS 500-m reflectance
data for viewing and illumination effects. Advances in Space Research, 39, p. 119-124. 2007.
FOLEY, J.; RAMANKUTTY, N.; BRAUMAN, K.; CASSIDY, E.; GERBER, J.; JOHNSTON, M.; MUELLER, N.;
O’CONNELL, C.; RAY, D.; WEST, P.; BALZER, C.; BENNETT, E.; CARPENTER, S.; HILL, J.; MONFREDA, C.;
POLASKY, S.; ROCKSTROM, J.; SHEEHAN, J.; SIEBERT, S.; TILMAN, D.; ZAKS D. Solutions for a cultivated
planet. Nature. vol. 1478, n. 337. 2011.
FUNK, C.; EDERER, G.; PEDREROS, D. Tropical Rainfall Measuring Mission. 2007. Disponível em:
<http://www.drought.gov/workshops/remotesensing/abstracts/chris_funk.pdf>, Acesso em 18 fev. 2013.
HUETE, A.; LIU, H.; BATCHILY, K.; LEEUWEN, W. A comparison of vegetation indices over a global set of TM
images for EOS-MODIS. Remote Sensing of Environment, v. 59, p. 440-451, 1997.
JENSEN, J. R. Sensoriamento Remoto do Ambiente: Uma perspectiva em Recursos Terrestres. Tradução da
Segunda Edição. Ed. Parêntese. 2009.
JUSTICE, C.O.; VERMOTE, E.; TOWNSHEND, J.; DEFRIES, R.; ROY, D.; HALL, D.; SALOMONSON, V.;
PRIVETTE, J.; RIGGS, G.; STRAHLER, A.; LUCHT, W.; MYNENI, R.; KNYAZIKHIN, Y.; RUNNING, S.;
NEMANI, R.; WAN, Z.; HUETE, A.; LEEUWEN, W.; WOLFE, R.; GIGLIO, L.; MULLER, J.; LEWIS, P.;
BARNSLEYET, M. The Moderate Resolution Imaging Spectroradiometer (MODIS): land remote sensing for global
change research. IEEE Transactions on Geoscience and Remote Sensing, v. 36, n. 4, p. 1228-1247. 1998.
KUMMEROW, C.; BARNES, W.; KOZU, T.; SHIUE, J.; SIMPSON, J. The Tropical Rainfall Measuring Mission
(TRMM) Sensor Package. Atmos. Ocean Technol. v. 15, p. 809 – 817, 1998.
LUZ, M. Expansão da Fronteira Agrícola versus Recurso Terra. Documentos 154, Embrapa, Outubro, 2006.
MAE. Ministério da Administração Estatal. Perfil distrital de Nampula. Maputo, 2005.
MAPA. Ministério da Agricultura, Pecuária e Abastecimento. Instrução Normativa No. 2, de 9 de outubro de 2008.
Zoneamento Agrícola de Risco Climático. Disponível em: <http://www.agricultura.gov.br/politicaagricola/zoneamento-agricola>, acesso em: 22 mai.2014
MUCHANGOS, A. Moçambique, Paisagens e Regiões Naturais. Edição: do Autor, 1999.
RABUS, B.; EINEDER, M.; ROTH, A.; BAMLER, R. The Shuttle Radar Topography Mission - a new class of digital
elevation models acquired by spaceborne radar. Journal of Photogrammetry and Remote Sensing (ISPRS). v. 53, p.
241 – 262, 2003.
RIZZINI, C.T. Tratado de Fitogeografia do Brasil: aspectos ecológicos, sociológicos e florísticos. Rio de Janeiro:
Âmbito Cultural Edições Ltda, p. 747. 1997.
SANTOS, C. Estatística Descritiva: Manual de autoaprendizagem. Lisboa: Edições Silabo, 264 p., 2007.
SANTOS, C. M.; VALE, R.; LOBÃO, J. Modernização da agricultura e ocupação dos Cerrados no Oeste Baiano. In
CARIBÉ, C. e VALE, R., Oeste da Bahia: Trilhando velhos e novos caminhos do Além São Francisco. Feira de
Santana. UEFS Editora. 2012.