III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação
Recife - PE, 27-30 de Julho de 2010
p. 001 - 009
USO DE GEOTECNOLOGIAS PARA ESPACIALIZAÇÃO
DE DADOS DE PRECIPITAÇÃO, NDVI E TEMPERATURA DE
SUPERFÍCIE DA BACIA DO RIO TAPEROÁ
BÁRBARA BARBOSA TSUYUGUCHI
JOHN ELTON DE BRITO LEITE CUNHA
IANA ALEXANDRA ALVES RUFINO
Universidade Federal de Campina Grande - UFCG
Centro de Tecnologia e Recursos Naturais - CTRN
Unidade Acadêmica de Engenharia Civil, Campina Grande, PB
[email protected], [email protected], [email protected]
RESUMO – Os processos de mudanças da cobertura e uso do solo são parte das discussões globais sobre
o meio ambiente há algumas décadas, pois ocorrem na superfície do planeta e têm influência direta sobre
o clima. Este texto aborda a relação existente entre os valores encontrados para precipitação, vegetação e
temperatura de superfície na Bacia do Rio de Taperoá, situada no estado da Paraíba. Utilizando
informações obtidas através de estudos afins, da coleta de dados hidrológicos e do processamento digital
de imagens de satélite, foi possível a análise desses componentes para três períodos, 18 de junho de 1990,
04 de abril de 1999 e 17 de outubro de 1999. Os resultados mostram que houve variações nos mapas de
precipitação, índice de vegetação (NDVI) e temperatura da superfície. Nas áreas onde apresentaram os
maiores índices pluviométricos, houve aumento do índice de vegetação e diminuição da temperatura da
superfície.
ABSTRACT – Land use changes have been discussed in the global context of environmental impacts in
the last decades, because they occur on the earth surface and it influences directly global climate. This
article examines the relationship between precipitation, vegetation and surface temperature in the River
Taperoá Basin, located in the state of Paraíba. It was analyzed three periods, using information obtained
from related studies, hydrological data collection and digital processing of satellite images: June, 1990,
April, 1999 and October, 1999. The results presents some variations in precipitation, vegetation index
(NDVI) and surface temperature. In areas with highest rainfall, it was observed an increase in the
vegetation index and a decrease in surface temperature.
1 INTRODUÇÃO
O conhecimento da temperatura de superfície
constitui-se num parâmetro notadamente influenciado por
variações no clima, e cuja estimativa é de grande utilidade
em trabalhos de monitoramento que assegurem o
atendimento da demanda hídrica das culturas, podendo
contribuir em programas de irrigação e de gestão dos
recursos hídricos.
Os produtos do sensoriamento remoto termal
permitem a identificação da temperatura de superfície
dependendo da disponibilidade de imagens para os
períodos analisados, detectando mudanças e alterações no
fenômeno temperatura ao longo da superfície estudada.
Detectar
mudanças
significa
identificar
alterações na superfície terrestre por meio da análise de
imagens da mesma cena coletadas em diferentes datas. A
análise multitemporal de imagens de satélite permite a
avaliação de dinâmicas espaciais como os processos de
B. B. Tsuyuguchi, J. E. B. L. Cunha, I. A. A. Rufino
urbanização, catástrofes naturais e outras alterações na
paisagem.
Neste sentido, o algoritmo SEBAL – Surface
Energy Balance Algorithm for Land (Bastiaanssen et
al.,1998) tem sido amplamente empregado em muitas
partes do mundo e proporcionado resultados satisfatórios
no âmbito dos recursos naturais e gerenciamento dos
recursos hídricos (Bastiaanssen et al., 1998; Allen et al.,
2001). Neste algoritmo, a temperatura de superfície é
estimada com base na temperatura de brilho e na
emissividade de cada pixel.
Observa-se na região Nordeste um número
crescente de estudos das implicações das variações de
temperatura de superfície nos recursos hídricos através de
técnicas de geoprocessamento e sensoriamento remoto
(Silva et al., 2005b e Di Pace et al., 2008; Folhes, 2005;
Lima et al, 2001; Lopes et al, 2005).
Considerando a bacia do Rio de Taperoá como
área de estudo, tem-se o objetivo de realizar uma análise
multi-temporal desta, visando subsidiar estudos
III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação
hidrológicos. Para tanto é apresentada a distribuição
espacial da chuva nessas bacias, para os anos das imagens
utilizadas na obtenção de dados de temperatura de
superfície e do índice de vegetação (NDVI), 1990 e 1999,
com vistas ao estabelecimento de uma correlação entre os
itens estudados, utilizando-se métodos e técnicas
advindos das novas geotecnologias existentes.
2 ÁREA DE ESTUDO
A bacia do Rio de Taperoá está localizada, como
mostra a figura 1, na parte central do Estado da Paraíba,
na região do Cariri, e se localiza entre as coordenadas
geográficas 6° 51' 31'’ e 7° 34' 21'’ de latitude sul e 36° 0'
55'’ e 37° 13' 9'’ de longitude oeste. Seu rio principal, o
Taperoá, de regime intermitente, nasce na Serra do
Teixeira e desemboca no Rio Paraíba, no açude Epitácio
Pessoa (Boqueirão).
Figura 1 – Localização da área de estudo
A bacia do Rio Taperoá drena uma área de
5.667,49 km2 e seu perímetro é de 435,75 km, estando
inserida, segundo o método de Koeppen, numa região
semi-árida quente, devido a médias pluviométricas baixas.
Recife - PE, 27-30 de Julho de 2010
p. 002 - 009
é de 24 °C, com um máximo em novembro/dezembro (28
°C) e um mínimo em julho/agosto (21 °C). Na figura 2, o
mapa de elevação da área de estudo apresenta quase sua
totalidade, altitudes variando entre 400 e 700 metros.
3 BANCO DE DADOS
A disponibilidade gratuita de produtos de
Sensoriamento
Remoto
e
de
softwares
de
Geoprocessamento torna possível atualmente a qualquer
pessoa ou instituição produzir dados de qualidade a um
custo muito baixo (Crepani, 2005). Estes produtos devem
ser conhecidos (resolução espacial, hora de passagem,
resolução radiométrica, etc.) para sua efetiva utilização
em qualquer aplicação.
Foram consultadas as datas de passagem dos
satélites Landsat 5 e Landsat 7, e descarregadas um
número considerável de imagens com informações
utilizáveis (pouca cobertura de nuvens) para a área de
estudo.
As imagens foram obtidas a partir do Catálogo de
Imagens da Divisão de Geração de Imagens do Instituto
Nacional de Pesquisas Espaciais (DGI/INPE), que foi
integralmente concebido e desenvolvido pela Divisão de
Processamento de Imagens (DPI) conjuntamente com a
Divisão de Geração de Imagens (DGI) do INPE.
Integram, presentemente, este Catálogo, imagens da série
de satélites americanos Landsat-1, Landsat-2, Landsat-3,
Landsat-5, Landsat-7, e dos satélites sino-brasileiros da
série CBERS (CBERS-2 e CBERS-2B). A distribuição
dessas imagens (via FTP) é gratuita (franqueada a toda
comunidade Web). No caso do semi-árido paraibano (área
de estudo) há uma grande dificuldade de obtenção de
imagens com pouca ou nenhuma cobertura de nuvens.
Apesar de não serem todas utilizadas nesta
pesquisa, mostrou-se muito importante a elaboração deste
banco de imagens da forma mais completa possível para
permitir uma utilização eficiente destes dados.
No estudo, foram obtidas imagens termais de dois
anos com intervalo de quase uma década entre eles, e de
duas datas diferentes de um mesmo ano.para a Bacia do
Rio de Taperoá: 18 de junho de 1990, 08 de abril de 1999
e 17 de outubro de 1999.
4 PROCESSAMENTO DE IMAGENS
Figura 2 – Modelo de elevação da área de estudo.
Na bacia do rio de Taperoá, de acordo com o Plano
Estadual de Recursos Hídricos (AESA, 2008) há uma
precipitação média anual de 503 mm e o período chuvoso
ocorre de janeiro a maio, correspondendo a 65% da
pluviosidade anual. Quanto à temperatura, a média anual
B. B. Tsuyuguchi, J. E. B. L. Cunha, I. A. A. Rufino
Para obter a temperatura da superfície terrestre
através de imagens orbitais da região termal, é necessário
utilizar técnicas de correção dos efeitos atmosféricos
sobre as medidas de temperatura. No caso de dado termal
do sensor TM, a correção atmosférica depende da
realização
de lançamentos de radiossondagem
simultaneamente às passagens do satélite, o que nem
sempre é feito (Folhes, 2007). Uma alternativa é utilizar
modelos que demandem uma mínima quantidade de
parâmetros de campo diminuindo assim a quantidade de
correções a serem efetuadas.
A banda termal assim como as demais bandas do
espectro eletromagnético, é representada através de uma
III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação
imagem composta por uma matriz de pixels em tons de
cinza. Cada um dos pixels que compõem a imagem tem
um número digital (ou DN – número digital de cada pixel)
associado. Para a transformação DN em temperatura de
superfície, precisamos utilizar modelos de conversão.
Neste estudo, foi utilizado o modelo desenvolvido
por Bastiaanssen (1995) e utilizados por Allen et al
(2007a) ;Tasumi et al (2005);(Silva et al., 2005b e Di
Pace et al., 2008
Segundo Folhes, 2007, dentre os mais recentes, os
modelos Surface Energy Balance Algorithm for Land
(SEBAL), aqui utilizado, e Mapping Evapotranspiration
at High Resolution and with Internalized Calibration
(METRIC) vêm sendo aplicados com sucesso mesmo em
superfícies heterogêneas, na tentativa de descrever a
variação espacial dos fluxos de superfície com base em
funções semiempíricas.
O diagrama abaixo mostra as etapas metodológicas
para a obtenção da temperatura de superfície através do
uso do algoritmo SEBAL. Para sua utilização são
necessários alguns procedimentos computacionais de
processamento digital de imagens, pois todas as operações
são realizadas “pixel a pixel” nas diferentes bandas
espectrais das imagens de satélite selecionadas. Para a
execução das etapas foram feitos vários modelos
utilizando a ferramenta Model Maker do software Erdas
na sua versão 9.1.
Figura 3 – Metodologia aplicada – SEBAL
Recife - PE, 27-30 de Julho de 2010
p. 003 - 009
superfície, o que permite caracterizar sua distribuição
espacial, bem como a evolução do seu estado ao longo do
tempo, a qual é determinada pelas variações das
condições climáticas dominantes, bem como pelos ciclos
fenológicos anuais (Folhes, 2007). O NDVI é um índice
que reflete a intensidade do estresse hídrico. Este índice
pode variar de -1 a 1. Os valores menores que 0 ocorrem
em regiões com presença de água, valores entre 0 e 0,3
ocorre em regiões de solo exposto, e maiores que 0,3 até 1
em regiões vegetadas.
Os mapas obtidos nesta etapa são apresentados
mais adiante na análise conjunta dos resultados.
5 LEVANTAMENTO DE DADOS HIDROLÓGICOS
Para dar suporte à análise comparativa dos
componentes agrometeorológicos e temporal, é
adicionada uma terceira informação de forte influência, a
precipitação.
A fim de observar a relação existente entre a
precipitação e as demais informações obtidas a partir da
manipulação das bandas termais das imagens de satélite,
foi realizado um levantamento de dados hidrológicos
junto a orgãos competentes, AESA – Agência Estadual de
Águas e INMET – Instituto Nacional de Meteorologia, e
também através da aplicação “Dados Observados” do
projeto SegHidro2, acessada na web.
O SegHidro2 é um projeto da UFCG, 2008,
financiado pelo Ministério de Ciência e Tecnologia, que
propõe uma infraestrutura de tecnologia para viabilizar o
compartilhamento de dados, conhecimento e poder
computacional a serviço de uma melhor gestão dos
recursos hídricos do país.
Foram coletados dados pluviométricos mensais de
postos localizados dentro dos limites e no entorno da
Bacia do rio Taperoá (1990 e 1999) para realização da
espacialização da chuva (Figuras 4 e 5).
Com relação às séries históricas de pluviometria,
foi verificado que há postos dos quais faltam registros de
precipitação (lacunas ou falhas), principalmente quando
se trata de um período superior há dez anos passados.
Para a obtenção da temperatura da superfície (TS)
são utilizados a radiância espectral da banda termal Lλ6 e
a emissividade εNB obtida pela aplicação do algoritmo e
descritos em Bastiaanssen, (1995), Morse, (2000), Allen
et al., (2007a) , Silva et al., (2005b) e Di Pace et al.,
(2008). Dessa forma, obtém-se a temperatura da
superfície (K) pela expressão:
Segundo Chander & Markhan (2003) K1= 607,76
(Wm-2sr-1µm-1) e K2= 1260,56K são constantes de
calibração da banda termal do Landsat TM-5.
Para análise da vegetação na região, foi utilizado
uma das respostas intermediárias do algoritmo, o NDVI.
O NDVI (Índice de Vegetação da Diferença Normalizada)
é usado para identificar a presença de vegetação verde na
B. B. Tsuyuguchi, J. E. B. L. Cunha, I. A. A. Rufino
Figura 4- Localização
Pluviométricos
para
Geográfica
o
ano
dos
de
Postos
1990
III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação
(Fonte:AESA).
Recife - PE, 27-30 de Julho de 2010
p. 004 - 009
spline, Amorim et al. (2008) recomendou o primeiro
método, por ter apresentado melhores resultados.
7 - ANÁLISE DOS RESULTADOS
Fi
gura
5Localização
Geográfica
dos
Postos
Pluviométricos para o ano de 1999 (Fonte:AESA).
6 ESPACIALIZAÇÃO DA CHUVA
A distribuição espacial e quantitativa de
precipitação mensal e anual são as mais críticas entradas
de modelos que simulam interações entre clima, terra e a
biosfera (Amorim, 2005). Segundo Phillips et al. (1992),
há uma grande importância no conhecimento da
distribuição espacial da precipitação sobre uma
determinada região, tanto no planejamento de processos
hidrológicos como no manejo de recursos naturais.
Dada a importância do conhecimento sobre a
distribuição espacial da chuva, foi feita a espacialização
dos dados de precipitação para a bacia do Rio Taperoá
(1990 e 1999), e pode-se visualizar o comportamento da
precipitação (em mm) ao longo do ano nessas áreas do
estado da Paraíba (Figuras 18 e 19).
Para fazer a interpolação destes dados e produzir
os mapas, foi utilizado o módulo de análise espacial do
Sistema de Informação Geográficas ArcGIS 9.2, e o
método de interpolação escolhido foi o do Inverso do
Quadrado da Distância (IQD).
Segundo Nicolau (2002), entende-se por
interpoladores locais, aqueles que utilizam dentre todos os
valores medidos em campo somente as amostras das
estações mais próximas, sendo uma das técnicas mais
utilizadas para interpolação de chuvas a função do
“Inverso da medida do quadrado da distancia”. (Deus,
2007).
O método de interpolação IQD é uma ferramenta
de análise espacial que assume que cada amostra de ponto
tem influência local que diminui com a distância. Este
método admite que os pontos mais próximos, para o
processamento da célula, influam mais fortemente que
aqueles mais afastados. O uso de interpolador IQD é
recomendado quando a variável a ser mapeada diminui
com a distância na localização amostrada (Wei e
McGuinness, 1973).
Em uma avaliação do desempenho de dois
métodos de espacialização da precipitação pluvial para o
estado de Alagoas, o inverso do quadrado da distância e o
B. B. Tsuyuguchi, J. E. B. L. Cunha, I. A. A. Rufino
As regiões de clima semi-árido apresentam
vegetação sensível às mudanças climáticas, respondendo
rapidamente à presença ou à falta de chuvas. Os índices
de vegetação dentre outras coisas, ressaltam o
comportamento espectral da vegetação em relação ao solo
e a outros alvos da superfície terrestre (Moreira, 2005). A
partir das refletividades das bandas 3 e 4 do TM Landsat
5 foram obtidos os índices de vegetação conforme a
metodologia apresentada.(Silva et al., 2005b e Di Pace et
al., 2008)
A partir dos mapas de índice de vegetação
apresentados nas Figuras 6 e 8, pode-se observar
diferenças entre os anos de 1990 e 1999. Em 18 de junho
de 1990 os valores de NDVI estavam mais altos do lado
leste da bacia, encontrando valores acima de 0,5. Na
imagem de 08 de abril de 1999, os valores de NDVI mais
elevados foram encontrados no lado oeste da bacia,
apresentando valores entre 0,4 e 0,7.
Verifica-se, também, que a vegetação teve um
decréscimo para toda a região de estudo, entre abril e
outubro de 1999 (Figuras 8 e 10), fato este devido ao
período do ano em que as imagens foram adquiridas,
chuvoso e seco, respectivamente.
As diferenças de temperatura da superfície é
função das propriedades físico-químicas dos corpos,
atribuindo-lhes comportamento térmico diferenciado.
Observam-se, também, através dos mapas das Figuras 12,
14 e 16, as mudanças da temperatura de superfície para os
anos em estudo.
No mapa de 18 de junho de 1990 (Figura 12), a
temperatura estava com valores mais baixos na área leste
da bacia, entre 19° C e 23° C e valores com temperatura
mais altos do lado oeste, entre 27° C e 30° C. Na imagem
de 08 de abril de 1999 (Figura 14), também nota-se uma
diferença significativa entre as porções leste e oeste, mas
agora estando os valores mais altos ao leste, de 33°C a
35°C) e mais baixos no lado oeste, onde encontramos
valores entre 26° C e 28 ° C. Nesta imagem, observam-se
valores mais altos quando compara-se com a imagem de
18 de junho de 1990. Na imagem de 17 de outubro de
1999 (Figura 16), foram encontrados valores mais altos
do que os outros períodos analisados, o que justifica-se
devido a data de obtenção da imagem (período seco).
Analisando os resultados obtidos para a bacia do
rio Taperoá, percebemos diferenças acentuadas entre os
lados leste e oeste da bacia. Este fato é mais evidente no
ano de 1999, que apresenta valores de precipitação mais
altos que 1990. Este fato pode ser ocasionado por
mudanças nas direções dos ventos e a influência do
relevo, provocando diferentes níveis pluviométricos.
Pode-se notar que para ambos os anos, a região da
bacia de maior precipitação é a mesma de maiores valores
de NDVI.
III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação
Através do corte AA’ nos mapas de NDVI
(Figuras 6, 8 e 10) e de temperatura da superfície (Figuras
12, 14 e 16), obtemos os gráficos Distância x NDVI
(Figuras 7, 9 e 11) e Distância x temperatura (Figuras 13,
15 e 17), apresentados abaixo, nos quais pode-se observar
melhor em termos quantitativos, as conclusões extraídas
também através da análise dos mapas: a diferença entre os
lados leste e oeste da bacia, assim como a relação inversa
entre NDVI e temperatura.
Recife - PE, 27-30 de Julho de 2010
p. 005 - 009
Figura 8 – Imagem classificada do NDVI de 08 de abril
de 1999.
Figura 9 - Gráfico Distância x NDVI no corte AA’ para a
data de 08 de abril de 1999.
Figura 6 – Imagem classificada do NDVI de 18 de junho
de 1990.
Figura 10 – Imagem classificada do NDVI de 17 de
outubro de 1999.
Figura 7 - Gráfico Distância x NDVI no corte AA’ para a
data de 18 de junho de 1990.
Figura 11 - Gráfico Distância x NDVI no corte AA’ para
a data de 17 de outubro de 1999.
B. B. Tsuyuguchi, J. E. B. L. Cunha, I. A. A. Rufino
III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação
Recife - PE, 27-30 de Julho de 2010
p. 006 - 009
Figura 15 - Gráfico Distância x Temperatura no corte
AA’ para a data de 08 de abril de 1999.
Figura 12 – Imagem classificada de temperatura de
superfície de 18 de junho de 1990.
Figura 13 - Gráfico Distância x Temperatura no corte
AA’ para a data de 18 de junho de 1990.
Figura 16 – Imagem classificada de temperatura de
superfície de 17 de outubro de 1999
Figura 17 - Gráfico Distância x NDVI no corte AA’ para
a data de 17 de outubro de 1999.
Figura 14 – Imagem classificada de temperatura de
superfície de 08 de abril de 1999.
B. B. Tsuyuguchi, J. E. B. L. Cunha, I. A. A. Rufino
III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação
Recife - PE, 27-30 de Julho de 2010
p. 007 de 009
.
Figura 18 - Mapas de precipitação mensal (em mm) da Bacia do Rio Taperoá (1990), usando Inverso do quadrado da
distância.
B. B. Tsuyuguchi, J. E. B. L. Cunha, I. A. A. Rufino
III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação
Recife - PE, 27-30 de Julho de 2010
p. 008 de 009
Figura 19 - Mapas de precipitação mensal (em mm) da Bacia do Rio Taperoá (1999), usando Inverso do quadrado da
distância.
B. B. Tsuyuguchi, J. E. B. L. Cunha, I. A. A. Rufino
III Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação
8 CONCLUSÕES
Os dados hidrológicos e demais informações
pertinentes à pesquisa, além dos dados obtidos por
sensoriamento remoto, foram utilizados na produção de
mapas e, em conseqüência, na interpretação de resultados
que vieram a auxiliar na caracterização da área estudada e
na percepção das mudanças que esta vem sofrendo, a fim
de que no futuro venha contribuir com as pesquisas e
estudos diversos em Recursos Hídricos.
A partir dos mapas de espacialização da chuva e
dos estudos de NDVI e temperatura, torna-se possível
observar o quanto uma variável pode interferir ou
influenciar outra variável.
Uma análise posterior, considerando as
interferências antrópicas no uso e cobertura do solo, pode
auxiliar neste estudo, entretanto nesta fase do trabalho
estão sendo analisadas apenas as correlações entre chuva,
vegetação e temperatura de superfície e pode-se afirmar
que as mudanças na cobertura vegetal foram
determinantes para explicar as variações de temperatura.
AGRADECIMENTOS
Ao programa de iniciação científica da UFCG
(PIBIC), pela viabilização do projeto.
Esta pesquisa se insere no âmbito do projeto
“Geoprocessamento de dados termais e suas aplicações
em estudos do regime pluviométrico no estado da
Paraíba”, financiado pelo CNPq. Os autores agradecem a
todas as instituições mencionadas.
REFERÊNCIAS
ALLEN, R.G.; TASUMI, M.; TREZZA, R.; SatelliteBased Energy Balance for Mapping Evatranspiration
with Internalized Calibration (METRIC)-Model.
Journal of Irrigation and Drainage Engineering, p.380394, 2007a.
ALLEN, R. G.; BASTIAANSSEN, W.; TASUMI, M.;
MORSE, A., Evapotranspiration on the watershed
scale using the SEBAL model and Landsat images.
Proc., 2001 ASAE Annual Int. Meeting, ASAE, St.
Joseph, Mich., Artigo No. 01-2224.
AMORIM, R. C. F.; RIBEIRO, A.;LEITE, C. C.; LEAL,
B. G.;SILVA, J. B. G.; Avaliação do desempenho de
dois métodos de espacialização da precipitação pluvial
para o Estado de Alagoas. Maringá, v. 30, n. 1, p. 8791, 2008
BASTIAANSSEN, W. G. M.; SEBAL - based sensible
and latent heat fluxes in the irrigated Gediz Basin,
Turkey. Journal of Hydrology, v.229, p. 87-100. 2000.
BASTIAANSSEN W. G. M; MENENTI M.; FEDDES R.
A.; HOLTSLAG A. A. M. A remote sensing surface
energy balance algorithm for land (SEBAL): 1.
formulation. Journal of Hydrology 212–213:198–212,
1998.
BASTIAANSSEN, W. G. M. Regionalization of surface
flux densites and moisture indicators in composite
B. B. Tsuyuguchi, J. E. B. L. Cunha, I. A. A. Rufino
Recife - PE, 27-30 de Julho de 2010
p. 009 de 009
terrain. Tese (Ph.D.). Wageningen Agricultural
University, Wageningen, The Netherlands, 1995
BELTRAME,
Ediliane;
BITTENCOURT,
Hélio
RADKE; Jansen, SUZEL Lisiane. Uma proposta para a
detecção de mudanças pós-classificação.In: Simpósio
Brasileiro de Sensoriamento Remoto, 14. (SBSR), 2009,
Natal. Anais... São José dos Campos: INPE, 2009. p.
1261-1266. DVD, On-line. ISBN 978-85-17-00044-7.
Disponível
em:
<http://urlib.net/dpi.inpe.br/sbsr@80/2008/ 11.17.12.34>.
Acesso em: 04 maio 2009.
BEZZERA, B. G.; SILVA, B.B.DA; FERREIRA, N. J.
Estimativa Da evapotranspiração real diária
utilizando-se imagens digitais TM-LANDSAT 5.
Revista brasileira de Meteorologia V.23, n.3, 305-317.
2008
CHANDER G.; MARKHAM B. Revised Landsat-5 TM
Radiometric
Calibration
Procedures
and
Postcalibration Dynamic Ranges. IEEE Transactions on
geoscience and remote sensing, v. 41, N. 11, 2003.
COLTRI, P. P. Influência do uso e cobertura do solo no
clima de Piracicaba, São Paulo: análises de séries
históricas, ilhas de calor e técnicas de sensoriamento
remoto.. Dissertação (Mestrado) - Escola Superior de
Agricultura Luiz de Queiroz - Piracicaba, São Paulo, 2006
DEUS, B.V.; ZEILHOFER, P.; SANTOS, E. S.;
Interpolação Espacial de Precipitações Anuais na
Bacia do Alto e Médio Teles Pires, MT. In Anais XIII
Simpósio Brasileiro de Sensoriamento Remoto,
Florianópolis, Brasil, 21-26 abril 2007, INPE, p. 25252531.
FOLHES, M. T. Modelagem da evapotranspiraçãopara
a gestão hídrica de perímetros irrigados combase em
sensores remotos. (Tese Doutorado em doCurso de
Pós-Graduação em Sensoriamento Remoto) – Instituto
Nacional de Pesquisas Espaciais – INPE, São José dos
Campos,2007.
MOREIRA, M. A. Fundamentos do sensoriamento
remoto e metodologias de aplicações. 3º edição. 2005.
Editora UFV.
MORSE, A., ALLEN, R. G., TASUMI, M., KRAMBER,
W. J., TREZZA, R. & WRIGHT, J.; Application of the
SEBAL
Methodology
for
Estimating
Evapotranspiration and Consumptive Use of Water
Through Remote Sensing. Final Report, 220 p, 2000.
SILVA, B. B.; LOPES, G. M.; AZEVEDO, P. V.;
Balanço de radiação em áreas irrigadas utilizando
imagens Landsat 5 – TM. Revista Brasileira de
Meteorologia, v.20, n.2, p.243-252, 2005.
SILVA, B.B. DA, LOPES, G. M., AZEVEDO, P. V.
Determinação do albedo de áreas irrigadas com base
em imagens Landsat 5 TM. Revista Brasileira de
Agrometeorologia. V. 13, p11-21. 2005