Evapotranspiração real diária em sub-bacias do Paracatu, utilizando produtos do sensor Modis

A evapotranspiração define a perda total de água do sistema solo-planta para a atmosfera. Nas áreas agrícolas, particularmente onde se pratica algum tipo de irrigação, a determinação da evapotranspiração, por via de sensoriamento remoto, vem ganhando cada vez mais importância, pois possibilita identificar a eficiência com que a água tem sido utilizada. Nesse contexto, este trabalho tem o objetivo de determinar a evapotranspiração real diária (ETr diária), com a utilização de produtos do sensor MODIS, nas sub-bacias do Ribeirão Entre Ribeiros e Rio Preto, que ficam entre os Estados de Goiás e Minas Gerais. O SEBAL (Surface Energy Balance Algorithm for Land) foi utilizado para a obtenção da ETr diária em quatro dias diferentes, no período de julho a outubro de 2007. Os resultados encontrados foram compatíveis com os citados em outras literaturas e a comparação entre a evapotranspiração, obtida pelo SEBAL, e a evapotranspiração da cultura (ETc) demonstraram que esse algoritmo pode ser utilizado como boa opção para determinar, com a utilização de produtos do sensor MODIS, a evapotranspiração diária nas condições das sub-bacias do ribeirão Entre Ribeiros e rio Preto.

Detecção de cicatrizes de áreas queimadas baseada no modelo linear de mistura espectral e imagens índice de vegetação utilizando dados multitemporais do sensor MODIS/TERRA no estado do Mato Grosso, Amazônia brasileira

O objetivo desta pesquisa foi avaliar os dados do sensor MODIS para detectar e monitorar cicatrizes de áreas recém queimadas. Utilizamos imagens da reflectância de superfície do sensor MODIS: produto MOD09 (dia 5 de outubro) e produto MOD13A1 (meses de outubro e novembro). Foi avaliada também uma série temporal de um ano dos índices de vegetação (IV) EVI e NDVI (produto MOD13A1). Uma imagem do sensor ETM+ (dia 5 de outubro) foi utilizada como base para a delimitação dos polígonos amostrais e avaliação dos dados MODIS devido a sua melhor resolução espacial. A metodologia focou na aplicação do modelo linear de mistura espectral nas imagens reflectância para a geração das imagens fração sombra. Análises de regressão foram efetuadas para comparação entre o percentual de sombra derivado da imagem ETM+ e das imagens MODIS. As alterações multitemporais nas imagens IV foram avaliadas com base no teste de Tukey. Os resultados mostraram que a imagem fração sombra gerada a partir do produto MOD09 apresentou um R² = 0,66 (p < 0,01) em relação aos dados ETM+. Para as imagens do produto MOD13A1 não foram identificadas relações significativas. Os IV dentro dos mesmos polígonos apresentaram uma variação sazonal durante o ano. No entanto, não houve uma diminuição significativa dos valores destes índices nos meses onde foram observadas as cicatrizes de áreas recém queimadas. Portanto, o produto MOD09 mostrou-se mais eficiente que o produto MOD13A1 para a detecção de cicatrizes de áreas recém queimadas. A análise multitemporal dos IV sugeriu que não foi possível detectar este mesmo padrão na área de estudo.

Utilização de dados MODIS para a detecção de queimadas na Amazônia

O objetivo do presente artigo foi o de avaliar o produto MOD14 quanto à sua performance para detectar áreas queimadas na Amazônia, mais específicamente no norte do Estado do Mato Grosso, considerando o período entre 21/06/2004 e 07/07/2004, comparando os resultados fornecidos pelo MOD14 e interpretações visuais de áreas queimadas obtidas de imagens TM/Landsat-5. O produto MOD14 detectou 51,58% do total de áreas queimadas, cujo tamanho médio foi de 83,14 ha; os restantes 48,42% não detectados tinham tamanho médio de 38,74 ha. O produto MOD14 superestima a quantidade de áreas queimadas ao classificar solos expostos, florestas e outros tipos de coberturas da terra como pixels "hot spots"; além disso, este produto não detecta áreas queimadas de dimensões pequenas (< 100 ha), proporcionando erros de classificação em grandes áreas de solos expostos.

Validação do balanço de radiação obtido a partir de dados MODIS/TERRA na Amazônia com medidas de superfície do LBA

Este estudo tem como objetivo estimar os componentes do balanço de radiação em duas regiões do estado de Rondônia (sudoeste da Amazônia brasileira), a partir de dados do Moderate Resolution Imaging Spectroradiometer (MODIS/TERRA) por intermédio do modelo Surface Energy Balance Algorithms for Land (SEBAL), e validar os resultados com informações adquiridas por torres micrometeorológicas do projeto LBA sob as condições de pastagem (Fazenda Nossa Senhora Aparecida) e floresta (Reserva Biológica do Jaru). A implementação do modelo SEBAL foi realizada diretamente sobre os dados MODIS e incluiu etapas envolvendo o cômputo de índices de vegetação, albedo e transmitância atmosférica. A comparação das estimativas geradas a partir de dados MODIS com as observações resultou em erros relativos para a condição de pastagem variando entre 0,2 e 19,2%, e para a condição de floresta variando entre 0,8 e 15,6%. A integração de dados em diferentes escalas constituiu uma proposição útil para a estimativa e espacialização dos fluxos de radiação na região amazônica, o que pode contribuir para a melhor compreensão da interação entre a floresta tropical e a atmosfera e gerar informações de entrada necessárias aos modelos de superfície acoplados aos modelos de circulação geral da atmosfera.

Identification and characterization of deforestation hot spots in Venezuela using MODIS satellite images

Land cover changes over time as a result of human activity. Nowadays deforestation may be considered one of the main environmental problems. The objective of this study was to identify and characterize changes to forest cover in Venezuela between 2005-2010. Two maps of deforestation hot spots were generated on the basis of MODIS data, one using digital techniques and the other by means of direct visual interpretation by experts. These maps were validated against Landsat ETM+ images. The accuracy of the map obtained digitally was estimated by means of a confusion matrix. The overall accuracy of the maps obtained digitally was 92.5%. Expert opinions regarding the hot spots permitted the causes of deforestation to be identified. The main processes of deforestation were concentrated to the north of the Orinoco River, where 8.63% of the country's forests are located. In this region, some places registered an average annual forest change rate of between 0.72% and 2.95%, above the forest change rate for the country as a whole (0.61%). The main causes of deforestation for the period evaluated were agricultural and livestock activities (47.9%), particularly family subsistence farming and extensive farming which were carried out in 94% of the identified areas.

Imagens do sensor MODIS associadas a um modelo agronômico para estimar a produtividade de soja

O objetivo deste trabalho foi estimar a produtividade de soja no Rio Grande do Sul, nas safras de 2000/2001 a 2002/2003, por meio de um modelo agronômico implementado em um Sistema de Informação Geográfica (SIG). Duas abordagens foram utilizadas: o modelo agronômico (AGRO), com valores de índice de área foliar (IAF) obtidos da literatura; e o modelo agronômico-espectral (AGROESPEC), com valores de IAF estimados a partir das imagens MODIS (moderate resolution imaging spectroradiometer). As estimativas de produtividade obtidas pelo modelo foram comparadas àquelas fornecidas pelo Instituto Brasileiro de Geografia e Estatística (IBGE), com o uso do teste t para pares de observação. Nas safras 2000/2001 e 2001/2002, não foram observadas diferenças significativas. Para 2002/2003, o modelo subestimou o valor de produtividade em 7,87 e 7,04%, nas abordagens AGRO e AGROESPEC, respectivamente, em comparação à produtividade fornecida pelo IBGE. Ambas as abordagens do modelo permitiram avaliação objetiva e quantitativa do efeito das condições meteorológicas sobre a produtividade de soja. Entretanto, o AGROESPEC forneceu estimativas mais detalhadas, no que se refere à variação espacial da produtividade, em razão do emprego dos valores de IAF estimados a partir das imagens MODIS.

Estudo da dinâmica espaço-temporal do bioma Pantanal por meio de imagens MODIS

O objetivo deste trabalho foi avaliar dados multitemporais, obtidos pelo sensor "moderate resolution imaging spectroradiometer" (MODIS), para o estudo da dinâmica espaço-temporal de duas sub-regiões do bioma Pantanal. Foram utilizadas 139 imagens "enhanced vegetation index" (EVI), do produto MOD13 "vegetation index", dados de altimetria oriundos do "shuttle radar topography mission" (SRTM) e dados de precipitação do "tropical rainfall measuring mission" (TRMM). Para a redução da dimensionalidade dos dados, as imagens MODIS-EVI foram amostradas com base nas curvas de nível espaçadas em 10 m. Foram aplicadas as técnicas de análise de autocorrelação e análise de agrupamentos aos dados das amostras, e a análise de componentes principais na área total da imagem. Houve dependência tanto temporal quanto espacial da resposta espectral com a precipitação. A análise de agrupamentos apontou a presença de dois grupos, o que indicou a necessidade da análise completa da área. A análise de componentes principais permitiu diferenciar quatro comportamentos distintos: as áreas permanentemente alagadas; as áreas não inundáveis, compostas por vegetação; as áreas inundáveis com maior resposta de vegetação; e áreas com vegetação ripária.

Estimating soybean crop areas using spectral-temporal surfaces derived from MODIS images in Mato Grosso, Brazil

The objective of this work was to evaluate the application of the spectral-temporal response surface (STRS) classification method on Moderate Resolution Imaging Spectroradiometer (MODIS, 250 m) sensor images in order to estimate soybean areas in Mato Grosso state, Brazil. The classification was carried out using the maximum likelihood algorithm (MLA) adapted to the STRS method. Thirty segments of 30x30 km were chosen along the main agricultural regions of Mato Grosso state, using data from the summer season of 2005/2006 (from October to March), and were mapped based on fieldwork data, TM/Landsat-5 and CCD/CBERS-2 images. Five thematic classes were considered: Soybean, Forest, Cerrado, Pasture and Bare Soil. The classification by the STRS method was done over an area intersected with a subset of 30x30-km segments. In regions with soybean predominance, STRS classification overestimated in 21.31% of the reference values. In regions where soybean fields were less prevalent, the classifier overestimated 132.37% in the acreage of the reference. The overall classification accuracy was 80%. MODIS sensor images and the STRS algorithm showed to be promising for the classification of soybean areas in regions with the predominance of large farms. However, the results for fragmented areas and smaller farms were less efficient, overestimating soybean areas.

Discriminação da cobertura vegetal do Cerrado matogrossense por meio de imagens MODIS

O objetivo do presente trabalho foi avaliar o potencial de uso do modelo linear de mistura espectral (MLME), aplicado em imagens "Moderate Resolution Imaging Spectroradiometer" (MODIS), para discriminar as classes de cobertura vegetal natural e antropogênica do Cerrado matogrossense. O monitoramento do bioma Cerrado está se tornando muito importante devido à sua forte antropização, principalmente nas últimas quatro décadas. Nesse contexto, o sensor MODIS apresenta-se como opção devido à sua alta resolução temporal. Entretanto, considerando sua moderada resolução espacial, é indicada a decomposição de sua resposta espectral. O MLME apresenta-se como uma técnica viável, pois permite estimar o percentual dos componentes do pixel. Os dados utilizados nos perfis temporais das classes corresponderam às seguintes imagens fração do MLME: vegetação, solo e sombra. A discriminação das classes naturais e antropogênicas foi avaliada por meio do cálculo da distância Mahalanobis e apresentada por meio de dendrogramas. As imagens fração permitem análises de séries temporais na caracterização espacial e temporal das classes. As imagens fração solo e sombra, na estação seca, apresentam melhores resultados na discriminação das classes selecionadas. Para discriminação de classes com composições florísticas semelhantes, são indicadas as imagensfraçãoda estação chuvosa.

Imagens mono e multitemporais Modis para estimativa da área com soja no estado de Mato Grosso

O objetivo deste trabalho foi avaliar uma nova metodologia para mapeamento da cultura da soja no Estado de Mato Grosso, por meio de imagens Modis e de diferentes abordagens de classificação de imagens. Foram utilizadas imagens diárias e imagens de 16 dias. As imagens diárias foram diretamente classificadas pelo algoritmo Isoseg. As duas séries de imagens de 16 dias, referentes ao ciclo total e à metade do ciclo da cultura da soja, foram transformadas pela análise de componentes principais (ACP), antes de serem classificadas. Dados de referência, obtidos por interpretação visual de imagens do sensor TM/Landsat-5, foram utilizados para a avaliação da exatidão das classificações. Os melhores resultados foram obtidos pela classificação das imagens do ciclo total da soja, transformadas pela ACP: índice global de 0,83 e Kappa de 0,63. A melhor classificação de imagens diárias mostrou índice global de 0,80 e Kappa de 0,55. AACP aplicada às imagens do ciclo total da soja permitiu o mapeamento das áreas de soja com índices de exatidão melhores do que os obtidos pela classificação derivada das imagens de data única.

Soybean crop area estimation by Modis/Evi data

The objective of this work was to develop a procedure to estimate soybean crop areas in Rio Grande do Sul state, Brazil. Estimations were made based on the temporal profiles of the enhanced vegetation index (Evi) calculated from moderate resolution imaging spectroradiometer (Modis) images. The methodology developed for soybean classification was named Modis crop detection algorithm (MCDA). The MCDA provides soybean area estimates in December (first forecast), using images from the sowing period, and March (second forecast), using images from the sowing and maximum crop development periods. The results obtained by the MCDA were compared with the official estimates on soybean area of the Instituto Brasileiro de Geografia e Estatística. The coefficients of determination ranged from 0.91 to 0.95, indicating good agreement between the estimates. For the 2000/2001 crop year, the MCDA soybean crop map was evaluated using a soybean crop map derived from Landsat images, and the overall map accuracy was approximately 82%, with similar commission and omission errors. The MCDA was able to estimate soybean crop areas in Rio Grande do Sul State and to generate an annual thematic map with the geographic position of the soybean fields. The soybean crop area estimates by the MCDA are in good agreement with the official agricultural statistics.

Cropland area estimates using Modis NDVI time series in the state of Mato Grosso, Brazil

The objective of this work was to evaluate a simple, semi‑automated methodology for mapping cropland areas in the state of Mato Grosso, Brazil. A Fourier transform was applied over a time series of vegetation index products from the moderate resolution imaging spectroradiometer (Modis) sensor. This procedure allows for the evaluation of the amplitude of the periodic changes in vegetation response through time and the identification of areas with strong seasonal variation related to crop production. Annual cropland masks from 2006 to 2009 were generated and municipal cropland areas were estimated through remote sensing. We observed good agreement with official statistics on planted area, especially for municipalities with more than 10% of cropland cover (R² = 0.89), but poor agreement in municipalities with less than 5% crop cover (R² = 0.41). The assessed methodology can be used for annual cropland mapping over large production areas in Brazil.

Estimativa de áreas com culturas de verão no Paraná, por meio de imagens multitemporais EVI/Modis

O objetivo deste trabalho foi estimar e mapear as áreas com as culturas de soja e milho, no Paraná, com uso de imagens multitemporais EVI/Modis. Foram avaliados os anos‑safra de 2004/2005 a 2007/2008. Em razão da alta dinâmica temporal e da heterogeneidade de datas de semeadura das culturas no estado, foram utilizadas cenas que contemplavam as fases de pré‑plantio e de desenvolvimento inicial das culturas, para gerar a imagem de mínimo EVI (IMIE), e cenas que consideravam o pico vegetativo das culturas, para gerar a imagem de máximo EVI (IMAE). Estas imagens foram utilizadas para gerar a composição colorida RGB (R, IMAE; GB, IMIE), o que permitiu a confecção de máscara das áreas com soja e milho. As estimativas das áreas de máscara por município foram comparadas com dados oficiais de produção agrícola municipal, tendo-se observado bons ajustes (R²>0,84, d>0,95, c>0,85) entre os dados. Para a avaliação da exatidão espacial das máscaras, imagens Landsat‑5/TM e AWiFS/IRS foram usadas como referência para construção da matriz de erros. Os resultados obtidos são indicativos de que a metodologia proposta é altamente eficiente e pode ser utilizada para mapeamento dessas culturas.

Índices de vegetação Modis aplicados na discriminação de áreas de soja

O objetivo deste trabalho foi avaliar o desempenho do índice de vegetação realçado (EVI) e do índice de vegetação da diferença normalizada (NDVI) - ambos do sensor "moderate resolution imaging spectroradiometer" (Modis) -, para discriminar áreas de soja das áreas de cana‑de‑açúcar, pastagem, cerrado e floresta, no Estado do Mato Grosso. Foram utilizadas imagens adquiridas em dois períodos: durante a entressafra e por ocasião do pleno desenvolvimento da cultura da soja. Para cada classe analisada, foram selecionadas 31 amostras de mapas de referência e avaliadas as diferenças nos valores de cada índice de vegetação, para a classe soja, foram avaliadas frente às demais classes, por meio do teste de Tukey‑Kramer. Em seguida, foram avaliadas as diferenças entre os índices de vegetação, por meio do teste de Wilcoxon pareado. O NDVI apresentou melhor desempenho na discriminação das áreas de soja na entressafra, particularmente com uso das imagens do dia do ano (DA) 161 a 273, enquanto o EVI apresentou melhor desempenho no período de pleno desenvolvimento da cultura, especificamente com uso das imagens de DA 353 a 33. Portanto, o melhor resultado para classificação da soja, no Estado do Mato Grosso, via séries temporais do sensor Modis, pode ser obtida por meio do uso combinado do NDVI na entresssafra e do EVI no pleno desenvolvimento da soja.

Detecção de áreas agrícolas em tempo quase real com imagens Modis

Resumo: O objetivo deste trabalho foi desenvolver um método para identificação e monitoramento, em tempo quase real, de áreas agrícolas cultivadas com lavouras temporárias de verão, com uso de imagens orbitais Modis, no Estado do Rio Grande do Sul. A metodologia foi denominada detecção de áreas agrícolas em tempo quase real (DATQuaR) e utiliza imagens do sensor Modis referentes aos índices de vegetação (IVs) EVI e NDVI, disponibilizadas em composições de 16 dias. Foram utilizadas quatro métricas para agregar os valores de IVs por pixel, dentro dos períodos bimensais avaliados: média, máximo, mínimo e mediana. Para gerar as imagens (ImDATQuaR), a imagem agregada para o período imediatamente anterior foi subtraída da imagem agregada para o período em monitoramento. Essas imagens foram classificadas por meio de fatiamento e comparadas às classes de referência obtidas pela interpretação visual de pixels aleatorizados em imagens Landsat. Cada ImDATQuaR gerou dois mapas DATQuaR: um com filtragem de moda com janela 3x3 pixels e outro sem filtragem. O melhor mapa DATQuaR é produzido com uso de imagens EVI e filtragem - ao se subtrair a imagem de mínimo valor para o período anterior da imagem de máximo valor para o período monitorado - e atinge concordâncias com a referência superiores a 81%.