As condições climáticas do Brasil aliadas ao desenvolvimento tecnológico favorecem a obtenção de sucessivos incrementos em produção florestal e estimulam a expansão de área cultivada com povoamentos voltados para a produção madeireira. Com o objetivo de contribuir para o processo de quantificação das florestas plantadas em uma escala regional, este estudo propõe utilizar informações combinadas de imagens de satélites e dados obtidos do LiDAR (Light Detecting and Ranging) para a construção de modelos determinísticos capazes de distinguir em duas categorias de idade agrupamentos de florestas plantadas no Vale do Paraíba, estado de São Paulo. A primeira etapa constitui utilizar informações de parcelas de campo como resposta para modelos gerados com variáveis de escaneamento a laser aeroembarcado (ALS) e extrapolar os parâmetros para toda a região da plantação; em um segundo momento, utilizar as informações extrapoladas para gerar um modelo composto por variáveis de índice de vegetação (IV) calculados das imagens de satélite. As informações LiDAR (Light Detecting and Ranging) foram obtidas de sete fazendas da região do Vale do Paraíba, estado de São Paulo, em 2012, mesmo ano em que foram coletados os dados das parcelas de campo dos inventários florestais e que as imagens foram obtidas pela constelação de satélites RapidEye. Como variáveis de dados ALS foram utilizados o cálculo de todos os pontos por célula de 5 x 5 m avaliados, alturas máxima, mínima, média, desvio padrão e percentis de altura, calculados pelo programa de análise de dados LASTools®. Foram incluídas também métricas de diferença de alturas do percentil 90 e o percentil 10 (p9010) e a medida dessa diferença relativa à altura do percentil 90 (p9010r). Na modelagem dos dados LiDAR para imagens de satélite foram utilizadas como variáveis, de forma individual ou conjuntamente, os índices NDVI, NDVI705, EVI, GNDVI, SAVI, Red-Green ratio e SRI. Os modelos foram avaliados quanto ao seu desempenho no coeficiente de determinação (R2) e na raíz do erro quadrático médio (RMSE) e em uma análise final predizendo as fazendas em categorias de idade jovem e maduro. O modelo com melhores estimativas (R2 e RMSE) para idade na primeira etapa foi o que possuía variáveis Hp90 e Hp9010r, com R2=0,85 e RMSE=11,736 meses, e para a segunda etapa foi o modelo contendo como variáveis os índices de vegetação NDVI705, Red-Green índex e SAVI, com R2=0,49 e RMSE=0,378 meses. Apesar dos resultados melhores, o modelo contendo índices de vegetação GNDVI e Red-Green índex foi o que melhor representou a distribuição das florestas quanto a sua maturidade. / Brazil\'s climate conditions combined with the technological development promote the obtaining of successive increments in forest production and stimulate the expansion of cultivated area with stands for timber production. In order to contribute to the process of quantification of planted forests at regional scale, this study proposes to use combined information from satellite images and data obtained from the LiDAR (Light Detecting and Ranging) for the construction of deterministic models able to distinguish two categories of age groupings of planted forests in the Paraíba Valley, State of São Paulo in Brazil. The first step is to use field plots information in response to models generated with airborne laser scanning (ALS) variables and extrapolate the parameters for the whole region of the plantation; in a second moment, use the information extrapolated to generate a model composed of vegetation index variables (IV) calculated from satellite images. The information LiDAR (Light Detecting and Ranging) were obtained from seven farms in the region of the Paraíba Valley, State of São Paulo, in 2012, the same year in which the data were collected from plots of field forest inventories and that the images were obtained by the RapidEye satellite constellation. As data variables ALS were used the calculation of all points by cell size of 5 x 5 m evaluated, maximum height, minimum, mean, standard deviation and height percentiles, calculated by the data analysis program called LASTools®. Also included height difference metrics 90th percentile and percentile 10th (p9010) and the extent of this difference relative of the 90th percentile (p9010r). In the modeling of data LiDAR data for satellite images were used as variables, individually or jointly, the NDVI index, NDVI705, EVI, GNDVI, SAVI, Red-Green index and SRI. The models were evaluated regarding their performance on the coefficient of determination (R2) and root mean square error (RMSE) and a final analysis predicting the farms into categories of age, young and mature. The model with best estimates (R2 and RMSE) for age at first stage was what possessed variables Hp90 and Hp9010r, with R2 = 0.85 and RMSE = 11.736 months, and the second stage was the model containing as variables the NDVI705 vegetation, Red-Green index and SAVI, with R2 = 0.49 and RMSE = 0.378 months. Despite the better results, the model containing GNDVI and Red-Green vegetation indices was the best represented distribution of forests about your maturity.

Apesar de a vegetação ser considerada fator controlador de escorregamentos, os estudos que a discutem como indicador destes processos são escassos. O sensoriamento remoto, por meio dos índices de vegetação, apresenta potencial ainda não explorado para subsidiar os estudos entre vegetação e escorregamentos. Assim, o objetivo deste trabalho é avaliar a vegetação como indicador de áreas suscetíveis a escorregamentos. A área escolhida para a pesquisa é o trecho da Serra do Mar no município de Caraguatatuba, litoral norte do Estado de São Paulo. A escolha desta área remete ao evento de 1967 no qual houve escorregamentos generalizados nas escarpas da Serra do Mar que culminaram em inúmeras mortes e perdas materiais. Para a realização da pesquisa foram gerados os índices de vegetação NDVI, Simple Ratio, ReNDVI, VIg e PSRI. Os índices de vegetação foram correlacionados às cicatrizes de escorregamentos e com os seguintes parâmetros topográficos: declividade, hipsometria, orientação de vertentes e curvatura em planta. Para isso foi utilizada a distribuição da razão de área afetada por cicatrizes em cada índice de vegetação (Vcic). Os resultados demonstraram que os índices de vegetação foram eficientes ao identificar as áreas com cicatrizes além de aludir que a maior densidade de vegetação visualizada pelo NDVI e, o menor estresse hídrico indicado pelo ReNDVI, podem ter refletido fatores controladores dos escorregamentos que podem ou não estar associados às características da vegetação. Para os índices de vegetação NDVI, Simple Ratio e ReNDVI foi identificada uma relativa independência da variação do Vcic em relação aos parâmetros topográficos ao contrário do VIg e do PSRI. Este novo instrumental pode subsidiar e aprofundar as análises para além da interpretação do relevo por modelos digitais de terreno para estudos de suscetibilidade a escorregamentos contribuindo para aumentar a acurácia dos resultados. / Although the vegetation is considered a landslides factor controller, there are few studies that discuss it as an indicator of these processes. Remote sensing from vegetation indexes has been appointed as under explored to support the studies about vegetation and landslides. The aim of this study is to evaluate the vegetation as an indicator of landslides susceptible areas. The chosen research area is a section of the Serra do Mar mountain range in Caraguatatuba city, in the northern coast of São Paulo. The choice of this area refers to the 1967 event in which there were widespread landslides on the slopes of the Serra do Mar with numerous deaths and material losses. The following vegetation indexes were generated: NDVI, Simple Ratio, ReNDVI, VIg and PRSI. Vegetation indexes were correlated with the landslide scars and with the topographic parameters: slope angle, elevation, slope aspect and curvature in plan. For this reason it was used the distribution of the area affected by scars in each vegetation index (Vcic). The results showed that the vegetation indexes were effective in identifying areas with landslide scars, as well as alluding to the highest density of vegetation recognized from NDVI and the lower water stress indicated by ReNDVI may have reflected as controlling factors of landslides that may or may not be associated with the characteristics of the vegetation. It was noticed for the vegetation indexes NDVI, Simple Ratio and ReNDVI a relative independence of Vcic variation in relation between topographic parameters unlike VIg and PRSI.

Made available in DSpace on 2017-07-10T19:24:23Z (GMT). No. of bitstreams: 1 Henrique_ Felipetto fevereiro 2016.pdf: 7587840 bytes, checksum: f69598c86208aad67f665e687c190146 (MD5) Previous issue date: 2016-01-22 / The use of orbital remote sensing (RS) techniques has come out as a tool for decision making in precision agriculture and has been intensified through time. However, sometimes the high cost of this technology, as well as low temporal and spatial resolution are unfeasible with such technique mainly in small areas. Thus, this study aimed at analyzing thoroughtly the use of an unmanned aerial vehicle UAV, at low cost of development and establishment to determine the green indices of crambe crop in the western region of Paraná. The applied methodology developed up from the purchase of equipment until the UAV setting to determine RNIR NDVI and SAVI green indices, based on the images produced by the equipment. It was carried out a comparative with terrestrial to validate data with an active GreenSeeker sensor and a passive Spectroradiometer. As a result, three indices of vegetation for the three sensors were created and statistically compared using Spearman's correlation coefficient at 5% significance level. The studied equipment showed some satisfactory performance and there was no anomaly, since it followed the National Civil Aviation Agency (ANAC) safety standards. According to the economic viability, it was also positive since the setting and development costs did not exceed 10% value of the most part of the equipment currently sold in Brazil. According to the index values generated by sensors entrained in the UAV, it was possible to determine each stage of cranberry plant development, totaling seven flights during it scropcycle. When the passive sensor coupled to the UAV was compared to active field sensors GreenSeeker and Spectroradiometer, the UAV showed a good performance to determine RNIR, NDVI and SAVI indices. Consequently, there was a significant correlation at 5%level only at haying period, which corresponded to blooming and graining start of crambe, for all indices / O uso de técnicas de sensoriamento remoto (SR) orbital como ferramenta de auxílio à tomada de decisão, na agricultura de precisão, vem se intensificando nos últimos tempos. Entretanto, os altos custos dessa tecnologia e a baixa resolução temporal e espacial acabam por vezes inviabilizando tal técnica, sobretudo em pequenas áreas. O objetivo do estudo foi fazer uma análise detalhada da utilização de um veículo aéreo não tripulado (VANT) de baixo custo de desenvolvimento e implantação, na determinação de índices de vegetação, da cultura de crambe, na região oeste do Paraná. Metodologicamente, o estudo se desenvolveu desde a compra dos equipamentos para a montagem do VANT até a determinação dos índices de vegetação RNIR, NDVI e SAVI, a partir das imagens geradas pelo equipamento. Para a validação dos dados, foi realizado um comparativo com sensores terrestres, sendo um sensor ativo Greenseeker e um sensor passivo Espectroradiômetro. Assim, os três índices de vegetação foram gerados para os três sensores e comparados estatisticamente pelo coeficiente de correlação de Spearman a nível de significância de 5%. O equipamento montado para este estudo apresentou um desempenho satisfatório sem apresentar nenhuma anomalia e atendendo às normas de segurança da ANAC. Do ponto de vista da viabilidade econômica, o resultado também foi positivo, uma vez que os custos de montagem e desenvolvimento não ultrapassaram 10% do valor de grande parte dos equipamentos comercializados atualmente no Brasil. A partir dos valores dos índices gerados pelos sensores embarcados no VANT, foi possível determinar cada etapa do desenvolvimento da planta do crambe, perfazendo sete voos durante o ciclo do cultivo. Quando comparados os sensores passivos acoplados ao VANT com os sensores de campo ativo Greenseeker e passivo Espectroradiômetro, o VANT apresentou um bom desempenho na determinação dos índices RNIR, NDVI e SAVI; entretanto, com correlação significativa ao nível de 5% somente na fase de fenologia correspondente ao florescimento e início da granação do crambe, para todos os índices.

Made available in DSpace on 2017-05-12T14:47:39Z (GMT). No. of bitstreams: 1 Henrique_ Felipetto fevereiro 2016.pdf: 7587840 bytes, checksum: f69598c86208aad67f665e687c190146 (MD5) Previous issue date: 2016-01-22 / The use of orbital remote sensing (RS) techniques has come out as a tool for decision making in precision agriculture and has been intensified through time. However, sometimes the high cost of this technology, as well as low temporal and spatial resolution are unfeasible with such technique mainly in small areas. Thus, this study aimed at analyzing thoroughtly the use of an unmanned aerial vehicle UAV, at low cost of development and establishment to determine the green indices of crambe crop in the western region of Paraná. The applied methodology developed up from the purchase of equipment until the UAV setting to determine RNIR NDVI and SAVI green indices, based on the images produced by the equipment. It was carried out a comparative with terrestrial to validate data with an active GreenSeeker sensor and a passive Spectroradiometer. As a result, three indices of vegetation for the three sensors were created and statistically compared using Spearman's correlation coefficient at 5% significance level. The studied equipment showed some satisfactory performance and there was no anomaly, since it followed the National Civil Aviation Agency (ANAC) safety standards. According to the economic viability, it was also positive since the setting and development costs did not exceed 10% value of the most part of the equipment currently sold in Brazil. According to the index values generated by sensors entrained in the UAV, it was possible to determine each stage of cranberry plant development, totaling seven flights during it scropcycle. When the passive sensor coupled to the UAV was compared to active field sensors GreenSeeker and Spectroradiometer, the UAV showed a good performance to determine RNIR, NDVI and SAVI indices. Consequently, there was a significant correlation at 5%level only at haying period, which corresponded to blooming and graining start of crambe, for all indices / O uso de técnicas de sensoriamento remoto (SR) orbital como ferramenta de auxílio à tomada de decisão, na agricultura de precisão, vem se intensificando nos últimos tempos. Entretanto, os altos custos dessa tecnologia e a baixa resolução temporal e espacial acabam por vezes inviabilizando tal técnica, sobretudo em pequenas áreas. O objetivo do estudo foi fazer uma análise detalhada da utilização de um veículo aéreo não tripulado (VANT) de baixo custo de desenvolvimento e implantação, na determinação de índices de vegetação, da cultura de crambe, na região oeste do Paraná. Metodologicamente, o estudo se desenvolveu desde a compra dos equipamentos para a montagem do VANT até a determinação dos índices de vegetação RNIR, NDVI e SAVI, a partir das imagens geradas pelo equipamento. Para a validação dos dados, foi realizado um comparativo com sensores terrestres, sendo um sensor ativo Greenseeker e um sensor passivo Espectroradiômetro. Assim, os três índices de vegetação foram gerados para os três sensores e comparados estatisticamente pelo coeficiente de correlação de Spearman a nível de significância de 5%. O equipamento montado para este estudo apresentou um desempenho satisfatório sem apresentar nenhuma anomalia e atendendo às normas de segurança da ANAC. Do ponto de vista da viabilidade econômica, o resultado também foi positivo, uma vez que os custos de montagem e desenvolvimento não ultrapassaram 10% do valor de grande parte dos equipamentos comercializados atualmente no Brasil. A partir dos valores dos índices gerados pelos sensores embarcados no VANT, foi possível determinar cada etapa do desenvolvimento da planta do crambe, perfazendo sete voos durante o ciclo do cultivo. Quando comparados os sensores passivos acoplados ao VANT com os sensores de campo ativo Greenseeker e passivo Espectroradiômetro, o VANT apresentou um bom desempenho na determinação dos índices RNIR, NDVI e SAVI; entretanto, com correlação significativa ao nível de 5% somente na fase de fenologia correspondente ao florescimento e início da granação do crambe, para todos os índices.

The balance of radiation at the surface is of great importance in studies related to the flow of heat in the atmosphere, particularly in agricultural crops in areas and basins. This work mapped the components of the radiation balance of the land surface and vegetation indices of the area with the river basin Pratagy in Alagoas, by means of remote sensing data in days of clear sky. In the estimation of the components of the balance of radiation were used data from TM-Landsat 5 and algorithm SEBAL - Surface Energy Balance Algorithm for Land is proposed by Bastiaanssen Land (1995). We analyzed the images of the day 06/11/1990, 09/21/1998 and 09/03/2003. The average value of the Normalized Difference Vegetation Index (NDVI) in 0.633 was 06/11/1990, 0.607 and 0.502 on 09/21/1998 to 09/03/2003, evidencing reduction of vegetation in the area in 1990 to study 1998 and also from 1998 to 2003. The gradual reduction of NDVI that occurred between the years studied, where the low values of 0 - 0.20 are found in more urbanized area, may have resulted from the urbanization process which intensified in these years. The classified image of the subtraction of NDVI between 1990 and 1998, however, demonstrated that in 59.5% of the area in study was little variation in the index. Once in the image of the subtraction of NDVI between 1998 the 2003 evidenced more that in almost 50% of the area in study was loss of vegetation and more spatially distributed in the central part of it. The instantaneous average value of the balance of radiation to the surface (Rn) increased from 1990 to 1998 and decreased between 1998 and 2003, with ranges of 129.6 W/m2 and 77.3 W/m2 respectively. In the classified image subtraction of Rn between 1990 and 1998 found that the increase was well distributed in 93.4% of the area. And the image of the subtraction of Rn between 1998 and 2003 showed that the decrease of Rn was also well distributed spatially in 82.5% of the area. The estimated average snapshot of the surface temperature (Ts) between 1990 and 1998 was an increase in the range of 3.3ºC, while from 1998 to 2003 occurred decrease of 2.7ºC. The gradual increase Ts between 1990 and 1998, where values above 26ºC are found in more urbanized regions of the area under study may have been due to the intensification of the process of urbanization. The analysis of critical areas in relation to the occurrence of loss of vegetation cover has proved that the NDVI is related with the indireta the surface albedo and the Ts, while the Rn with a direct relationship. The analysis of the critical areas of loss or gain of Rn showed that the albedo and Ts almost always act inversely with the Rn and the rates of vegetation directly. It was evident to appropriate employment potential of SEBAL in studies of changes in vegetation and land use in watersheds of scale, since the identification of changes in species can occur by studying the maps of net radiation and rates of vegetation. / O saldo de radiação à superfície é de grande importância em estudos relacionados com o fluxo de calor na atmosfera, particularmente em cultivos agrícolas e em áreas hidrográficas. Neste trabalho são mapeadas as componentes do balanço de radiação à superfície terrestre e índices de vegetação em área com a bacia do rio Pratagy, em Alagoas, por meio de dados de sensores remotos em dias de céu claro. Na estimativa das componentes do balanço de radiação foram utilizados dados do TM-Landsat 5 e o algoritmo SEBAL - Surface Energy Balance Algorithm for Land proposto por Bastiaanssen (1995). Foram analisadas as imagens dos dias 11/06/1990, 21/09/1998 e 03/09/2003. O valor médio do Índice de Vegetação da Diferença Normalizada (IVDN) foi de 0,633 em 11/06/1990, 0,607 em 21/09/1998 e 0,502 para 03/09/2003, evidenciando diminuição de vegetação na área em estudo de 1990 a 1998 e também de 1998 a 2003. A diminuição gradativa do IVDN que ocorreu entre os anos pesquisados, onde os valores baixos de 0 0,20 são encontrados mais na área urbanizada da área, pode ter resultado do processo de urbanização que se intensificou nestes anos. A imagem classificada da subtração do IVDN entre 1990 e 1998, no entanto, demonstrou que em 59,5% da área em estudo ocorreu pouca variação no índice. Já na imagem da subtração do IVDN entre 1998 a 2003 evidenciou que em quase 50% da área em estudo ocorreu perda de vegetação e distribuída espacialmente mais na parte central da mesma. O valor médio instantâneo do saldo de radiação à superfície (Rn) aumentou de 1990 à 1998 e decresceu entre 1998 e 2003, com amplitudes de 129,6W/m2 e de 77,3W/m2 respectivamente. Na imagem classificada da subtração do Rn entre 1990 e 1998 constatou-se que o aumento ocorreu bem distribuído em 93,4% da área estudada. E na imagem da subtração do Rn entre 1998 e 2003 evidenciou que a diminuição do Rn foi também bem distribuída espacialmente em 82,5% da área estudada. O valor estimado médio instantâneo da temperatura da superfície (Ts) entre 1990 e 1998 teve uma elevação na faixa de 3,3ºC, enquanto de 1998 a 2003 ocorreu diminuição de 2,7ºC. O aumento gradativo da Ts entre 1990 e 1998, onde os valores superiores a 26ºC são encontrados mais em regiões urbanizadas da área em estudo pode ter sido devido à intensificação do processo de urbanização. A análise das áreas críticas em relação à ocorrência de perda da cobertura vegetal comprovou que o IVDN tem relação indireta com o albedo da superfície e com a Ts, enquanto com o Rn uma relação direta. A análise das áreas críticas de perda ou ganho de Rn comprovou que o albedo e a Ts quase sempre atuam inversamente com o Rn e os índices de vegetação diretamente. Ficou evidenciada a apropriada potencialidade do emprego do SEBAL em estudos de alterações na vegetação e uso da terra em escala de bacias hidrográficas, uma vez que a identificação em mudanças das espécies pode ocorrer pelo estudo dos mapas de saldo de radiação e de índices de vegetação.

Submitted by JOSÉ CARLOS DE SOUZA null (jcsouza1974@gmail.com) on 2017-09-02T20:13:33Z No. of bitstreams: 1 Tese_final_PDF.pdf: 5571055 bytes, checksum: 5bf13179b0dee373575a49ac318f9a43 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-09-06T14:02:59Z (GMT) No. of bitstreams: 1 souza_jc_dr_soro.pdf: 5571055 bytes, checksum: 5bf13179b0dee373575a49ac318f9a43 (MD5) / Made available in DSpace on 2017-09-06T14:02:59Z (GMT). No. of bitstreams: 1 souza_jc_dr_soro.pdf: 5571055 bytes, checksum: 5bf13179b0dee373575a49ac318f9a43 (MD5) Previous issue date: 2017-08-18 / A espacialização de dados ambientais através de técnicas de geoprocessamento e o monitoramento do comportamento espectral da vegetação por meio de imagens orbitais são instrumentos importantes nos estudos ambientais de análise da paisagem, em especial os aplicados a bacias hidrográficas. O objetivo da presente pesquisa foi desenvolver uma metodologia de avaliação ambiental aplicada à bacia hidrográfica, através da estimativa de parâmetros biofísicos, gerados por imagens Landsat 8 e determinação de parâmetros físico-químicos dos solos. O estudo foi aplicado na Bacia Hidrográfica do Rio Una, localizada em Ibiúna, no Estado de São Paulo, Brasil. Foram estimados o índice de vegetação por diferença normalizada – NDVI; o índice de vegetação ajustado do solo – SAVI; o índice de água por diferença normalizada – NDWI e o índice de ressecamento da vegetação por temperatura – TVDI. O estudo foi desenvolvido utilizando imagens do satélite Landsat 8 datadas de janeiro (período úmido) e agosto (período seco) do ano de 2015. O processamento digital das imagens foi realizado no software ArcGis 10.3. Foram geradas matrizes de correlação com base na combinação pixel a pixel para os índices NDVI, SAVI e NDWI utilizando o software Matlab para a análise espacial e temporal da cobertura vegetal. Além disso, foram coletados amostras de solo para determinação dos teores de matéria orgânica e carbono orgânico total – COT e levantamento in situ, dos teores de umidade e pH da área de estudo. Os resultados levantados foram interpolados pelo método do inverso do quadrado da distância - IQD. Os índices estimados apresentaram padrão espacial com forte relação com a sazonalidade climática, com ênfase ao regime de chuvas. Os resultados obtidos mostraram uma redução dos índices NDVI e SAVI, em 87,5% e 92% respectivamente, do período úmido para o seco. No NDWI foi identificado perda em conteúdo de água na vegetação em 73,03% dos pixels. As reduções nos valores dos pixels, nos três índices analisados, evidenciam a influência direta das condições climáticas no vigor e no teor de umidade da vegetação. O TVDI também apresentou influencia da sazonalidade climática. No mês de janeiro predominaram valores entre 0.2 e 0.4, indicando umidade normal, e em agosto predominaram valores entre 0.4 e 0.8, indicando condições ligeiramente seca ou estresse hídrico moderado. O TVDI se mostrou adequado para avaliar o déficit hídrico em diferentes coberturas do solo, com potencial para monitorar as perdas de umidade do solo e da vegetação. A umidade do solo, com medição in loco, registrou valores maiores nos meses com maior total de chuva, em todas as amostras, com exceção de algumas áreas agrícolas que ocorriam irrigação por aspersão, no período seco. Os solos apresentaram fraca acidez em todas as amostras, registrando pequena variação do pH entre os períodos, indicando condições de menor acidez no período de estiagem. Os teores de COT e matéria orgânica dos solos, indicaram as áreas de pastagens com teores mais elevados e as culturas temporárias com teores mais reduzidos, em relação aos demais tipos de cobertura do solo da bacia. A prática de cultivo e o processo de intemperismo explicam a redução nos teores de TOC e MO nos solos de culturas temporárias. Já as pastagens com suas estruturas radiculares, explicam a potencialização no armazenamento do carbono. As imagens Landsat 8 se mostraram eficientes na estimativa de parâmetros biofísicos da vegetação e as técnicas de geoprocessamento contribuíram substancialmente nas análises espaciais, se apresentando como ferramentas indispensáveis em estudos ambientais aplicados a bacias hidrográficas. / The spatialization of environmental data through geoprocessing techniques and the monitoring of vegetation spectral behavior through orbital images are important tools in environmental studies of landscape analysis, in special those applied to watershad. The objective of the present research was to develop an environmental assessment methodology applied to the watershad, through the estimation of biophysical parameters, generated by Landsat 8 images and determination of chemical-physical parameters of the soils. The study was applied in the Una Watershad, located in Ibiúna, in the State of São Paulo, Brazil. Were estimated the Normalized Difference Vegetation Index - NDVI; The Soil Adjusted Vegetation Index - SAVI; Normalized Difference Water Index - NDWI and the Temperature Vegetation Dryness Index - TVDI. The study was developed using Landsat 8 satellite images dated January (wet period) and August (dry period) of the year 2015. The digital process of images was performed in ArcGis 10.3 software. Correlation matrices were generated based on the pixel by pixel combination for the NDVI, SAVI and NDWI indexes using the Matlab software for the spatial and temporal analysis of the vegetation cover. In addition, soil samples were collected to determine the organic matter and total organic carbon (TOC) and survey in loco of soil moisture content and pH of the study area. The results obtained were interpolated by the Inverse Distance Weighting - IDW. The estimated indices presented a spatial pattern with strong relation with climatic seasonality, with emphasis on the rainfall regime. The results showed a reduction of the NDVI and SAVI indices, in 87.5% and 92%, respectively, from the wet to the dry period. In the NDWI, loss of water content in the vegetation was detected in 73.03% of the pixels. The reductions in the values of the pixels, in the three indices analyzed, show the direct influence of the climatic conditions on the vigor and the moisture content of the vegetation. TVDI also had an influence of climatic seasonality. In January values between 0.2 and 0.4 predominated, indicating normal humidity, and in August, values between 0.4 and 0.8 were predominant, indicating conditions slightly dry or moderate water stress. The TVDI proved to be suitable to evaluate the water deficit in different soil coverages, with potential to monitor soil and vegetation moisture losses. Soil moisture, with in loco measurement, recorded higher values in the months with the highest total rainfall, in all samples, except for some agricultural areas that were irrigated by sprinkling in the dry period. Soils presented low acidity in all samples, registering a small pH variation between the periods, indicating conditions of lower acidity in the dry season. The TOC and organic matter contents of the soils indicated the pasture areas with higher contents and the temporary crops with lower levels, in relation to the other types of soil cover in the watershed. The cultivation practice and the weathering process explain the reduction in TOC and OM contents in soils of temporary crops. On the other hand, pastures with their root structures explain the potential of carbon storage. Landsat 8 images were efficient in estimating biophysical parameters of the vegetation and geoprocessing techniques contributed substantially to spatial analysis, presenting themselves as indispensable tools in environmental studies applied to watersheds.

O aquecimento global desencadeia algumas alterações ambientais, que são causadas pelo aumento da concentração dos gases do efeito estufa. As florestas têm grande importância na regulação climática, no ciclo do carbono e na conservação da biodiversidade. A vegetação remove grande quantidade de dióxido de carbono e o armazena em diferentes partes. Para medir a captura do carbono atmosférico pela vegetação, estimou-se a biomassa vegetal. Este trabalho quantificou a biomassa acima do solo para obtenção do estoque de carbono em diferentes ecossistemas com o uso de sensoriamento remoto na Fazenda Figueira, em Londrina, Paraná. A fazenda possui uma área de 3.686,64 hectares (ha), sendo 1.435,44 ha ocupados por vegetação natural e 1.865,30 ha ocupados por pastagens. A vegetação predominante é a Floresta Estacional Semidecidual (FES), além de apresentar áreas de Floresta Ribeirinha (FR), pastagens, áreas agrícolas e edificações. Para a quantificação da biomassa vegetal aérea, foram estabelecidas 30 parcelas de 300 m2 nas áreas de FES e FR para medição do DAP e foram aplicadas três diferentes equações alométricas. Em relação às gramíneas, foram estabelecidas cinco parcelas de 10mx10m com o capim Tanzânia e, após ciclo de crescimento, foram cortadas subamostras de 1 m2 para cálculo da biomassa. A partir de duas cenas do Landsat-8/OLI, foram gerados quatro Índices de Vegetação: RS, NDVI, EVI e EVI2, referentes a 2014 e 2015. A análise estatística executada foi a correlação de Pearson e a regressão stepwise para selecionar as melhores variáveis. Os resultados mostraram que a maior densidade de espécies foi encontrada na FES do que FR, porém a maior riqueza foi na FR. Ambas florestas apresentaram distribuição diamétrica irregular. Nas três equações alométricas, a biomassa e o estoque de carbono foram maiores na FES do que FR. Em relação aos Índices de Vegetação, os valores de RS, NDVI, EVI e EVI2 foram maiores na FES do que FR e valores foram maiores em 2015 do que 2014. O mesmo ocorreu para os buffers de 50 m e 100 m para todos os índices estudados. A correlação de Pearson mostrou melhor correlação da biomassa florestal total com a equação de Medina Sotomayor com EVI/2015 e a análise de regressão stepwise indicou melhor relação para equação de Burger e Delitti com EVI/2015 (R2 = 0,3742). A biomassa do capim Tanzânia apresentou média de 3,67 Mg.ha-1 e média de carbono de 1,83 MgC.ha-1. Os valores médios dos Índices de Vegetação foram 0,67 para NDVI, 0,58 para EVI, 0,54 para EVI2 e 4,80 para RS. A análise de correlação de Pearson indicou forte correlação negativa da biomassa total de pastagem com todos os índices de vegetação e os valores de buffers de 50 m e 100 m. A análise de regressão stepwise foi significativa com EVI (R2 = 0,9124). A quantificação de biomassa e carbono é importante meio para mitigação climática e as imagens Landsat-8 permitiram diferenciar, por meio de índices de vegetação, as coberturas vegetais da Fazenda Figueira. O sensoriamento remoto tem um bom potencial em estimar a biomassa acima do solo. / Global warming triggers some environmental changes, which are caused by increased concentration of greenhouse gases. Forests have great importance in climate regulation, carbon cycle, and conservation of biodiversity. Vegetation removes and stores large amounts of carbon dioxide. To measure the amount of atmospheric carbon captured by vegetation, biomass is estimated. This study quantified the aboveground biomass for obtaining carbon stocks in different ecosystems by using of remote sensing at Figueira Farm, Londrina, Paraná. The farm has an area of 3686.64 hectares (ha), of which 1435.44 ha are occupied by natural vegetation and 1865.30 ha are occupied by pastures. The predominant vegetation is semideciduous forest (FES), along with areas of riparian forest (FR), pasture, agricultural, and buildings. For quantification of above ground biomass, thirty 300 m2 plots were established in the areas of FES and FR for measurement of DBH and were applied in three allometric equations. In relation to grasses, five 10mx10m plots of Tanzania grass were established and after their growth cycle, five subsamples of 1 m2 were cut into to calculate biomass. From two scenes of Landsat-8/OLI, were generated four vegetation index: SR, NDVI, EVI and EVI2, referring to 2014 and 2015. Pearson correlation and stepwise regression were applied to select the best variables. The results showed that species density in FES was higher than FR, but the greater richness was found in the FR. Both forests had irregular diameter distribution. Using three allometric equations, the above ground biomass and carbon stocks were higher in FES than FR. The vegetation indices, values for SR, NDVI, EVI, and EVI2 were higher in FES than FR and values were higher in 2015 than in 2014. The same difference between FES and FR occurred with buffers of 50 m to 100 m for all indices studied. Pearson correlation analysis showed a better correlation of total forest biomass with the Medina Sotomayor equation with EVI/2015 and stepwise regression analysis indicated a better value to the Burger and Delitti equation with EVI/2015 (R2 = 0.3742). Biomass of Tanzania grass showed an average biomass of 3.67 Mg.ha-1 and average carbon of 1.83 MgC.ha-1. The average vegetation indices were 0.67 for NDVI, 0.58 for EVI, 0.54 for EVI2, and 4.80 for SR. The pearson correlation analysis indicated a strong negative correlation among the total pasture biomass of among the and all vegetation indices and buffers of 50 m and 100 m. The stepwise regression analysis showed significant correlation with EVI (R2 = 0.9124). The quantification of biomass and carbon is an important way of climate mitigation and Landsat-8 images differentiate the vegetation covers of the Figueira Farm, throught vegetation indices. Remote sensing has good potential to provide data for estimating the above ground biomass.

Submitted by (lucia.rodrigues@ufrpe.br) on 2016-10-18T12:47:21Z No. of bitstreams: 1 Taciana Oliveira dos Santos.pdf: 6392936 bytes, checksum: c3276b7eadcc0a19441877f4f21521af (MD5) / Made available in DSpace on 2016-10-18T12:47:21Z (GMT). No. of bitstreams: 1 Taciana Oliveira dos Santos.pdf: 6392936 bytes, checksum: c3276b7eadcc0a19441877f4f21521af (MD5) Previous issue date: 2011-09-08 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The phenomenon of urban heat islands is directly related to human activities and the type of materials and equipment used in the expansion of the urban fabric (concrete, asphalt, roofing, etc..), Which absorb and retain heat from sunlight, mainly because it is not just used to process Evaporative which certainly feeds the increase in air temperature in cities. Thus, this study was to analyze and identify the phenomenon of urban heat island between urban areas of Recife-PE, from TM images Landsat 5. For the study was obtained images from orbit 214 points 65 and 66, the dates of 04/08/1998 and 06/09/2010. From the image processing were generated letters of the surface temperature, albedo and NDVI to the city of Recife and five selected districts (Pina Santo Amaro, Casa Amarela, Dois irmãos and Curado ), to analyze the dynamics of transformation occurring in area study. Through the profile developed for the study area was perceived to increase spatial and temporal surface temperature toward the center-suburbs, resulting in a difference of 6°C between these areas. Neighborhoods with urban concentrations, lots of buildings vertical and horizontal, stood out as those at higher temperatures, performing over 27°C, found in the districts of Casa Amarela and the Santo Amaro. In areas where there was a reduction of the vegetation index was an increase in surface temperatures around 3°C. The emergence heat islands can be attributed to following factors: concentration buildings which implies in increased temperature; energy production anthropogenic issuing heat coming industries, transits and dwellings; replacement vegetation by asphalt; radiation, caused by emissivity bodies. / O fenômeno ilhas de calor urbano está diretamente relacionado com as atividades humanas e com o tipo de materiais e equipamentos empregados na expansão da malha urbana (concreto, asfaltos, telhados, etc.), os quais absorvem e conservam o calor proveniente da radiação solar, principalmente por não ser praticamente utilizado no processo evaporativo o que certamente alimenta o aumento da temperatura do ar nas cidades. Assim, este trabalho foi conduzido com objetivo analisar e identificar o fenômeno ilha de calor entre áreas urbanas da cidade do Recife-PE, a partir de imagens TM do satélite Landsat 5. Para a realização do estudo foram obtidas imagens da órbita 214 dos pontos 65 e 66, nas datas de 04/08/1998 e 06/09/2010. A partir do processamento das imagens foram geradas cartas de temperatura da superfície, albedo e NDVI para a cidade do Recife e cinco bairros selecionados (Pina, Santo Amaro, Casa Amarela, Dois Irmão e Curado), para analisar a dinâmica de transformação ocorrida na região de estudo. Por meio do perfil desenvolvido para área de estudo foi perceptível o aumento espacial e temporal das temperaturas da superfície no sentido centro-subúrbio, resultando em uma diferença de 6°C entre essas áreas. Os bairros com adensamento urbano, grande quantidade de construções verticais e horizontais, destacaram-se como os que possuem temperaturas mais elevadas, apresentando-se acima de 27°C, constatado nos bairros de Casa Amarela e Santo Amaro. Nas áreas onde ocorreu redução do índice de vegetação houve um aumento da temperatura da superfície em torno de 3°C. O surgimento das ilhas de calor pode ser atribuído aos seguintes fatores: concentração de edificações, que implica no acréscimo da temperatura; produção de energia antropogênica pela emissão de calor provenientes das indústrias, trânsitos e habitações; substituição da cobertura vegetal pelo asfalto; a radiação, causada pela emissividade de corpos.

Uma das alternativas bastante abordada na literatura para a melhoria do gerenciamento da adubação nitrogenada nas culturas é o sensoriamento remoto, tendo destaque a utilização de sensores espectrais na região do visível e infravermelho. Neste trabalho, buscou-se estabelecer as relações existentes entre variações no teor foliar de nitrogênio (TFN) e a resposta espectral da folha de cana-de-açúcar, utilizando um sensor hiperespectral, com avaliações em três áreas experimentais do estado de São Paulo, com diferentes solos e variedades. Cada experimento foi alocado em blocos ao acaso, com parcelas subdividas e quatro repetições. Foram aplicadas doses de 0, 50, 100 e 150 kg de nitrogênio por hectare. A análise espectral foi realizada na folha \"+1\" em laboratório, sendo coletadas 10 folhas por subparcela, estas foram posteriormente submetidas a análise química para o TFN. Observou-se que existe correlação significativa entre o TFN e as variações na resposta espectral da cana-de-açúcar, sendo que a região do verde e de transição entre o vermelho e o infravermelho próximo (\"red-edge\") foram as mais consistentes e estáveis entre as áreas em estudo e safras avaliadas. A análise de componentes principais permitiu reforçar estes resultados, uma vez que as pontuações (\"scores\") dos componentes que apresentaram correlações significativas com o TFN, tiveram maiores pesos (\"loadings\") nas regiões espectrais citadas anteriormente. A partir das curvas espectrais foram também realizados os cálculos dos índices de vegetação já descritos em literatura, e estes submetidos a análise de regressão simples para predição do TFN, sendo os modelos calibrados com dados da safra 2012/13 e validados com os dados da safra 2013/14. Índices espectrais calculados com a combinação dos comprimentos de onda do verde e/ou \"red-edge\" com comprimentos de onda do infravermelho próximo tiveram bom desempenho na fase de validação, sendo que os cinco mais estáveis foram os índices BNi (500, 705 e 750 nm), GNDVI (550 e 780 nm), NDRE (790 e 720 nm), RI-1db (735 e 720 nm) e VOGa (740 e 720 nm). A variedade SP 81 3250 foi cultivada nas três áreas experimentais, o que permitiu a comparação do potencial de modelos calibrados por área, com um modelo generalista para uma mesma variedade cultivada em diferentes condições edáficas. Observou-se que embora o modelo generalista apresente parâmetros estatísticos significativos, existe redução expressiva da sensibilidade de predição quando comparado aos modelos calibrados por área experimental. Empregou-se também nesta pesquisa a análise de regressão linear múltipla por \"stepwise\" (RLMS) que gerou modelos com boa precisão na estimativa do TFN, mesmo quando calibrados por área experimental, independentes da variedade, utilizando de 5 a 6 comprimentos de onda. Concluímos com a presente pesquisa que comprimentos de onda específicos estão associados a variação do TFN em cana-de-açúcar, e estes são reportados na região do verde (próximos a 550 nm) e na região de transição entre os comprimentos de onda do vermelho e infravermelho próximo (680 a 720 nm). Apesar da baixa correlação entre a região do infravermelho próximo com o TFN, índices de vegetação calculados a partir destes comprimentos de onda ou a inserção destes na geração de modelos lineares foram importantes para melhorar a precisão da predição. / An alternative method, quite cited in literature to improve nitrogen fertilization management on crops is the remote sensing, highlighted with the use of spectral sensors in the visible and infrared region. In this work, we sought to establish the relationship between variations in leaf nitrogen content and the spectral response of sugarcane leaf using a hyperspectral sensor, with assessments in three experimental areas of São Paulo state, Brazil, with evaluations in different soils and varieties. Each experimental area was allocated in randomized block, with splitted plots and four repetition, hence, receiving doses of 0, 50, 100 and 150 kg of nitrogen per hectare. Spectral analysis was performed on the \"+1\" leaf in laboratory; we collected 10 leaves per subplots; which were subsequently subjected to chemical analysis to leaf nitrogen content determination. We observed a significant correlation between leaf nitrogen content and variations in sugarcane spectral response, we noticed that the region of the green light and red-edge were the most consistent and stable among the studied area and the crop seasons evaluated. The principal component analysis allowed to reinforce these results, since that the scores for principal components showed significant correlations with the leaf nitrogen content, had higher loadings values for the previous spectral regions mentioned. From the spectral curves were also performed calculations of spectral indices previously described in literature, being these submitted to simple regression analysis to direct prediction of leaf nitrogen content. The models were calibrated with 2012/13 and validated with 2013/14 crop season data. Spectral indices that were calculated with green and/or red-edge, combined with near-infrared wavelengths performed well in the validation phase, and the five most stable were the BNi (500, 705 and 750 nm), GNDVI (550 and 780 nm), NDRE (790 and 720 nm), IR-1dB (735 and 720 nm) and VOGa (740 and 720 nm). The variety SP 81 3250 was cultured in the three experimental areas, allowing to compare the performance of a specific site model with a general model for the same variety growing on different soil conditions. Although the general model presents meaningful statistical parameters, there is a significant reduction in sensitivity to predict leaf nitrogen content of sugarcane when compared with specific site calibrated models. We also used on this research the stepwise multiple linear regression (SMLR) that generated models with good precision to estimate the leaf nitrogen content, even when models are calibrated for an experimental area, regardless of spectral differences between varieties, using 5 to 6 wavelengths. This study shows that specific wavelengths are associated with variation in leaf nitrogen content of sugarcane, and these are reported in the region of green (near to 550 nm) and red-edge (680 to 720nm). Despite the low correlation observed between the infrared wavelengths to the leaf nitrogen content of sugarcane, vegetation indices calculated from these wavelengths, or its insertion on linear models generation were important to improve prediction accuracy.

As condições climáticas do Brasil aliadas ao desenvolvimento tecnológico favorecem a obtenção de sucessivos incrementos em produção florestal e estimulam a expansão de área cultivada com povoamentos voltados para a produção madeireira. Com o objetivo de contribuir para o processo de quantificação das florestas plantadas em uma escala regional, este estudo propõe utilizar informações combinadas de imagens de satélites e dados obtidos do LiDAR (Light Detecting and Ranging) para a construção de modelos determinísticos capazes de distinguir em duas categorias de idade agrupamentos de florestas plantadas no Vale do Paraíba, estado de São Paulo. A primeira etapa constitui utilizar informações de parcelas de campo como resposta para modelos gerados com variáveis de escaneamento a laser aeroembarcado (ALS) e extrapolar os parâmetros para toda a região da plantação; em um segundo momento, utilizar as informações extrapoladas para gerar um modelo composto por variáveis de índice de vegetação (IV) calculados das imagens de satélite. As informações LiDAR (Light Detecting and Ranging) foram obtidas de sete fazendas da região do Vale do Paraíba, estado de São Paulo, em 2012, mesmo ano em que foram coletados os dados das parcelas de campo dos inventários florestais e que as imagens foram obtidas pela constelação de satélites RapidEye. Como variáveis de dados ALS foram utilizados o cálculo de todos os pontos por célula de 5 x 5 m avaliados, alturas máxima, mínima, média, desvio padrão e percentis de altura, calculados pelo programa de análise de dados LASTools®. Foram incluídas também métricas de diferença de alturas do percentil 90 e o percentil 10 (p9010) e a medida dessa diferença relativa à altura do percentil 90 (p9010r). Na modelagem dos dados LiDAR para imagens de satélite foram utilizadas como variáveis, de forma individual ou conjuntamente, os índices NDVI, NDVI705, EVI, GNDVI, SAVI, Red-Green ratio e SRI. Os modelos foram avaliados quanto ao seu desempenho no coeficiente de determinação (R2) e na raíz do erro quadrático médio (RMSE) e em uma análise final predizendo as fazendas em categorias de idade jovem e maduro. O modelo com melhores estimativas (R2 e RMSE) para idade na primeira etapa foi o que possuía variáveis Hp90 e Hp9010r, com R2=0,85 e RMSE=11,736 meses, e para a segunda etapa foi o modelo contendo como variáveis os índices de vegetação NDVI705, Red-Green índex e SAVI, com R2=0,49 e RMSE=0,378 meses. Apesar dos resultados melhores, o modelo contendo índices de vegetação GNDVI e Red-Green índex foi o que melhor representou a distribuição das florestas quanto a sua maturidade. / Brazil\'s climate conditions combined with the technological development promote the obtaining of successive increments in forest production and stimulate the expansion of cultivated area with stands for timber production. In order to contribute to the process of quantification of planted forests at regional scale, this study proposes to use combined information from satellite images and data obtained from the LiDAR (Light Detecting and Ranging) for the construction of deterministic models able to distinguish two categories of age groupings of planted forests in the Paraíba Valley, State of São Paulo in Brazil. The first step is to use field plots information in response to models generated with airborne laser scanning (ALS) variables and extrapolate the parameters for the whole region of the plantation; in a second moment, use the information extrapolated to generate a model composed of vegetation index variables (IV) calculated from satellite images. The information LiDAR (Light Detecting and Ranging) were obtained from seven farms in the region of the Paraíba Valley, State of São Paulo, in 2012, the same year in which the data were collected from plots of field forest inventories and that the images were obtained by the RapidEye satellite constellation. As data variables ALS were used the calculation of all points by cell size of 5 x 5 m evaluated, maximum height, minimum, mean, standard deviation and height percentiles, calculated by the data analysis program called LASTools®. Also included height difference metrics 90th percentile and percentile 10th (p9010) and the extent of this difference relative of the 90th percentile (p9010r). In the modeling of data LiDAR data for satellite images were used as variables, individually or jointly, the NDVI index, NDVI705, EVI, GNDVI, SAVI, Red-Green index and SRI. The models were evaluated regarding their performance on the coefficient of determination (R2) and root mean square error (RMSE) and a final analysis predicting the farms into categories of age, young and mature. The model with best estimates (R2 and RMSE) for age at first stage was what possessed variables Hp90 and Hp9010r, with R2 = 0.85 and RMSE = 11.736 months, and the second stage was the model containing as variables the NDVI705 vegetation, Red-Green index and SAVI, with R2 = 0.49 and RMSE = 0.378 months. Despite the better results, the model containing GNDVI and Red-Green vegetation indices was the best represented distribution of forests about your maturity.