RELAÇÃO DO NDVI COM A PRECIPITAÇÃO NAS MESORREGIÕES PARAIBANAS THE RELATIONSHIP BETWEEN NDVI AND RAINFALL IN THE MESOREGIONS OF PARAÍBA STATE

Transcrição

1 RELAÇÃO DO NDVI COM A PRECIPITAÇÃO NAS MESORREGIÕES PARAIBANAS Paula Karenina de Macedo Machado Freire 1 & Celso Augusto Guimarães Santos 2 * Resumo Com a escassez de dados de campo detalhados da cobertura vegetal bem como de precipitação, a utilização de imagens de satélites para composição de séries temporais surge como uma alternativa de obtenção de informações necessárias tanto para o monitoramento da vegetação em grandes regiões quanto para a avaliação do ciclo de precipitação em áreas com poucos postos pluviométricos, ou que estejam mal calibrados ou contendo falhas. Diante do exposto, o objetivo desse trabalho é avaliar as variabilidades espaço-temporal do índice de vegetação de diferença normalizada, obtido pelo MODIS, e da precipitação, obtida pelo TRMM nas quatro mesorregiões do estado da Paraíba, avaliando a relação entre essas duas variáveis, a qual foi realizada através do índice de correlação de Pearson. Foi observado que existe uma defasagem do NDVI com a precipitação, uma vez que a vegetação não responde imediatamente aos eventos de precipitação. Com a aplicação da defasagem de 16 dias aos dados, o índice de correlação melhorou para as Savanas, i.e. 86% na Zona da Mata, 45% no Agreste, 82% na Borborema e 47% no Sertão. Palavras-Chave NDVI, TRMM, mesorregião. THE RELATIONSHIP BETWEEN NDVI AND RAINFALL IN THE MESOREGIONS OF PARAÍBA STATE Abstract With the shortage of detailed field data about land cover as well as precipitation data, the use of satellite imagery for time series composition emerges as an alternative to obtain information necessary both for monitoring vegetation in large regions and for the evaluation of precipitation cycle in areas with little number of rainfall stations, or are poorly calibrated or with gaps. Thus, the aim of this study is to evaluate the spatiotemporal variability of the normalized difference vegetation index, obtained by MODIS, and precipitation, obtained by the TRMM for the four mesoregions of the Paraiba state, assessing the relationship between these two variables, which was performed using Pearson s correlation coefficient. It was observed that there is a lag between NDVI and precipitation data, since the vegetation does not respond immediately to the precipitation events. With the application of a lag of 16 days to the data, the correlation index improved to Savannah, i.e. 86% in the Zona da Mata, 45% in the Agreste, 82% in the Borborema and 47% in the Sertão. Keywords NDVI, TRMM, mesoregion. 1 Doutoranda do Programa de Pós-Graduação em Engenharia Civil e Ambiental Universidade Federal da Paraíba. pulkymm@gmail.com 2 Professor do Departamento de Engenharia Civil e Ambiental, Centro de Tecnologia, Universidade Federal da Paraíba, João Pessoa-PB, , Telefax: (83) celso@ct.ufpb.br XXI Simpósio Brasileiro de Recursos Hídricos 1

2 INTRODUÇÃO O uso e cobertura vegetal de uma determinada região são dependentes principalmente da disponibilidade hídrica da mesma, a qual apresenta maior variabilidade anual e interanual, sendo ligadas a eventos de precipitação que acabam refletindo no estado ou na produtividade da vegetação local. Assim, o monitoramento da distribuição espaço-temporal da vegetação, aliado ao entendimento do funcionamento global dos ecossistemas, é fundamental para o bom planejamento de uma política consistente e eficiente de desenvolvimento sustentável. Devido à escassez de dados de campo detalhados da cobertura vegetal, o sensoriamento remoto surge como uma alternativa de obtenção de informações necessárias ao monitoramento da vegetação em grandes regiões. Os produtos que vem sendo amplamente utilizado são os índices de vegetação, os quais têm sido muito utilizados no monitoramento de áreas vegetadas, na determinação e estimativa do índice de área foliar, biomassa e da radiação fotossinteticamente ativa. O índice da vegetação por diferença normalizada (NDVI) é um modelo resultante da combinação dos níveis de reflectância em imagens de satélites, que provem da equação composta pelas respostas das bandas espectrais do vermelho e infravermelho, sendo primeiramente discutido por Rouse et al. (1973). Muitos estudos têm relacionado o NDVI a variáveis hidrológicas, em especial a precipitação (Al-Bakri e Suleiman, 2004; Nezlin et al., 2005; Ávila et al., 2009; Araújo et al., 2011). A distribuição espacial e temporal da precipitação exerce influência direta sobre diversos setores da economia de uma região. Com isso, torna-se necessário a obtenção de uma rede densa de dados confiáveis de precipitação. Segundo Muthuwattaet et al. (2010), em áreas com baixa densidade de dados de precipitação e onde as redes de observações não foram projetadas seguindo determinados critérios, avaliações sobre esses dados tornam-se restritas. Adler et al. (2003) e Su et al. (2008) afirmam que a distribuição regular de pluviômetros apenas está concentrada em alguns países desenvolvidos e ainda são bastante escassos em países em desenvolvimento ou em partes remotas do mundo. Uma alternativa para coletar dados de precipitação é utilizar precipitações medidas por satélites, uma vez que estes têm o potencial de observar informações de forma sistemática sobre grandes domínios espaciais. Portanto, uma série temporal de precipitação obtidas através de imagens de satélite proporciona a oportunidade de avaliar o ciclo de precipitação em áreas com poucos postos pluviométricos, ou que estejam mal calibrados ou contendo falhas. Segundo Collischonn et al. (2007), destacam-se para estes fins os satélites da série do Geoestationary Operational Environmental System (GOES) e o satélite Tropical Rainfall Measuring Mission (TRMM), este último com o objetivo específico de medição de precipitação nos trópicos. Desta forma, esse trabalho tem como objetivo avaliar as variabilidades espaço-temporal do índice de vegetação de diferença normalizada (NDVI) e da precipitação nas quatro mesorregiões do estado da Paraíba, avaliando a relação entre essas duas variáveis. METODOLOGIA Área de Estudo O estado da Paraíba possui uma área total de ,6 km 2, estando inserida na sua totalidade na região conhecida como Polígono das Secas e 86,2% na região do semi-árido, percentuais bastante superiores às médias da região Nordeste, 61,6% e 51,5%, respectivamente. Ele está dividido em quatro mesorregiões: (a) Mata Paraibana, que apresenta condições climáticas propícias a atividades agropecuárias, o clima é quente e úmido e o solo permite a exploração intensiva de frutas bem como culturas alimentares como inhame e mandioca; (b) Agreste Paraibano, o qual possui uma mata úmida parecida com a mata atlântica e conhecida como mata de brejo, pois, em grande parte, este território se assemelha à condição climática da Mesorregião Mata Paraibana com XXI Simpósio Brasileiro de Recursos Hídricos 2

3 precipitações de outono/inverno, mas a sua porção mais ocidental, em direção ao interior do estado, apresenta decréscimo significativo nas precipitações, os solos são formados por material como argila, que viabiliza o cultivo intensivo de fruticultura ou de culturas de subsistência; (c) Borborema, que apresenta os mais baixos índices pluviométricos da Paraíba, os solos salinos, rasos e pedregosos, com capacidade de retenção de água disponível de média a baixa, tornam imprescindível seu manejo eficiente para uso agrícola, dificultando o desenvolvimento desta atividade; e (d) Sertão Paraibano, o qual há terras irrigáveis de boa qualidade, com clima propício para a agricultura, há exploração de frutas, bem como a produção de hortaliças e grãos. Diante do exposto, foram escolhidos quatro pontos, um em cada mesorregião, na mesma latitude 7.25º, equidistantes a cada 0.75º de longitude, variando de 35.00º no ponto P1 à 37.50º no ponto P4, os quais podem ser visualizados na Figura 1. Figura 1 Determinação da área de estudo, formada por quatro pontos, na latitude de 7.25º equidistantes a cada 0.75º de longitude, pertencendo cada um a uma mesorregião distinta do estado da Paraíba. Dados de NDVI O NDVI é um dos índices de vegetação mais amplamente utilizados, que pode ser obtido utilizando os canais do infravermelho próximo e do vermelho visível, considerando a correção atmosférica pelo método DOS (Dark Object Subtraction) que usa o histograma de cada banda para selecionar o pixel mais escuro, e pode ser determinado pela equação (1). = + em que, IV = infravermelho (próximo) e V = vermelho (visível). Os valores do NDVI oscilam de 1 a +1, sendo que quanto mais próximo de +1, maior a densidade da cobertura vegetal (Costa et al., 2007). A água possui refletância na banda do vermelho maior que na banda do infravermelho, portanto, apresenta valores negativos, próximos a -1. O solo desnudo, ou com vegetação rala e esparsa, apresenta valores positivos, mas não próximos a +1. Nesta situação, ocorre absorção da radiação na faixa do infravermelho próximo, justificando o baixo valor de NDVI nessas áreas (Poeking et al., 2007). A caracterização da vegetação em cada ponto das mesorregiões paraibanas foi realizada com o uso do índice de vegetação por diferença normalizada obtida pelo sensor MODIS, através do produto MOD13Q, com resolução espacial de 250 m e imagens a cada 16 dias para o período de 01 janeiro de 2001 a 31 de dezembro de 2013, totalizando 299 imagens, sendo 23 imagens por ano. O tamanho da janela escolhida foi de 1 km com centroide na latitude e longitude de cada ponto. Após a obtenção das imagens NDVI, foi gerada a série temporal de NDVI para cada um dos pontos. A cobertura vegetal de cada ponto foi definida através do produto land cover do MOD12Q1, cujas imagens podem ser observadas na Figura 2. (1) XXI Simpósio Brasileiro de Recursos Hídricos 3

4 Figura 2 Cobertura Vegetal nas mesorregiões paraibanas (a) Mata Paraibana (P1); (b) Agreste Paraibano (P2); (c) Borborema (P3); e (d) Sertão (P4). Em que o laranja nos pontos P1, P2, P3 e P4 representa as Savanas; o roxo nos pontos P1, P2 e P4 representa as Terras Agrícolas / Vegetação Natural; o vermelho no ponto P2 representa as Terras Agrícolas; o amarelo no ponto P2 representa as Savanas Arbóreas; o laranja mais escuro nos pontos P2 e P3 representa área de Pastagem; e o verde no ponto P2 representa as Florestas Decíduas de Folhas Largas. Dados de Precipitação Os dados de precipitação foram obtidos pelo satélite TRMM que é uma missão, lançada em 28 de novembro de 1997, realizada entre a NASA e a Agência de Exploração Aeroespacial do Japão (JAXA). Os principais sensores a bordo do TRMM referente à estimativa da precipitação são Microwave Imager (TMI), Precipitation Radar (PR) e Visible and Infrared Radiometer System (VIRS), além destes há ainda os sensores para imageamento de relâmpagos (LIS) e sensor de energia radiante da superfície terrestre e de nuvens (CERES) (Nóbrega et al., 2008). O PR, TMI e VIRS são sensores de medição da precipitação, mas o princípio de observação e a largura da faixa de cada um dos sensores são diferentes uns dos outros. PR é um meio de recepção de sinais de retorno da precipitação, mede três dimensões de distribuição de precipitações depois que transmite um sinal micro-ondas. Assim, foram adquiridos os dados diários de precipitação provenientes do TRMM de 1 de janeiro de 2001 a 31 de dezembro de 2013, obtidos em NASA (2014) para os quatro pontos escolhidos como área de estudo. Para compará-los com a série temporal de NDVI, foi necessário calcular a precipitação acumulada a cada 16 dias, obtendo 23 valores de precipitação acumulada por ano, em um total de 299 dados. Correlação entre a Precipitação e o NDVI A correlação entre essas variáveis será medida através do índice de correlação de Pearson (R). A análise correlacional indica a relação entre duas variáveis lineares, cujos valores sempre serão entre 1 e +1. O sinal indica a direção, se a correlação é positiva ou negativa e o tamanho da variável indica a força da correlação, i. e., R maior que 0.70 indica uma forte correlação; R entre ±0.30 a ±0.70 indica correlação moderada; e R entre 0 a ±0.30 indica uma fraca correlação. RESULTADOS E DISCUSSÃO Série Temporal do NDVI Na Figura 4, pode-se observar a série temporal de NDVI para as diferentes coberturas vegetais nas diferentes mesorregiões paraibanas. Já na Tabela 1, observa-se uma breve análise estatística destes dados, cujo NDVI máximo foi de para a cobertura vegetal Pastagem no ponto P2. É possível comparar a cobertura vegetal Savana, uma vez que a mesma é comum em todas as mesorregiões paraibanas, que possuiu um NDVI médio de , , e em P1, P2, P3 e P4, respectivamente, e o desvio padrão variou aproximadamente de 9 a 18%, sendo igual a , , e em P1, P2, P3 e P4, respectivamente. XXI Simpósio Brasileiro de Recursos Hídricos 4

5 Figura 4 Série Temporal de NDVI para o período de 01 de janeiro de 2001 a 31 de dezembro de 2013 nas mesorregiões paraibanas (a) Mata Paraibana (P1); (b) Agreste Paraibano (P2); (c) Borborema (P3); e (d) Sertão (P4). Em que a linha azul nos pontos P1, P2, P3 e P4 representa as Savanas; a vermelha nos pontos P1, P2 e P4 representa as Terras Agrícolas / Vegetação Natural; a verde no ponto P2 representa as Terras Agrícolas; a roxa no ponto P2 representa as Savanas Arbóreas; a amarela nos pontos P2 e P3 representa área de Pastagem; e a rosa no ponto P2 representa as Florestas Decíduas de Folhas Largas. Tabela 1 Análise estatística dos dados de NDVI para cada cobertura vegetal de cada mesorregião paraibana Mesorregião Cobertura Vegetal Índices Estatísticos Máximo Média Mediana Desvio Padrão P1 Savanas 0,9156 0,6107 0,6335 0,1212 Terras Agrícolas / Vegetação Natural 0,7478 0,5487 0,5611 0,0921 Savanas 0,9116 0,6538 0,6960 0,1777 Terras Agrícolas / Vegetação Natural 0,0000 0,0000 0,0000 0,0000 P2 Terras Agrícolas 0,4608 0,3090 0,3302 0,0976 Savanas arbóreas 0,9311 0,6643 0,7050 0,1914 Pastagem 0,9731 0,6150 0,6369 0,2004 Floresta Decídua de Folhas Largas 0,9306 0,5970 0,6150 0,2081 P3 Savanas 0,6012 0,3305 0,3033 0,0900 Pastagem 0,8372 0,3931 0,3592 0,1256 P4 Savanas 0,7183 0,4703 0,4609 0,1497 Terras Agrícolas / Vegetação Natural 0,7540 0,4475 0,4327 0,1551 Série Temporal de Precipitação De posse dos dados diários de precipitação provenientes do TRMM de 1 de janeiro de 2001 a 31 de dezembro de 2013 foram calculadas as precipitações acumuladas de 16 dias para que fosse possível comparar a relação desta variável com o NDVI, cujo hietograma pode ser visualizado na Figura 4. A Tabela 2 mostra uma pequena análise estatística destes dados, tanto com relação à série temporal com dados diários quanto à com dados acumulados em 16 dias. A precipitação máxima diária foi de 135,2620 mm, já a precipitação máxima acumulada em 16 dias foi de 379,7190 mm, sendo ambas no ponto P2, que representa a mesorregião do Agreste Paraibano. A precipitação diária média de cada ponto foi de 3,1378 mm, 2,1559 mm, 1,6169 mm e 2,3668 mm em P1, P2, P3 e P4, respectivamente, enquanto que precipitação acumulada em 16 dias média de cada ponto foi de 49,8262 mm, 34,2347 mm, 25,6760 mm, e 37,5835 mm em P1, P2, P3 e P4, respectivamente. Variabilidade Interanual e Sazonal das Séries Temporais Na Tabela 3, a segunda coluna mostra a evolução temporal pluviométrica para cada mesorregião paraibana representada na coluna 1, onde o eixo x representam os anos e o eixo y os intervalos a cada 16 dias e cada célula representa a intensidade da precipitação, variando das cores XXI Simpósio Brasileiro de Recursos Hídricos 5

6 vermelha (para a não ocorrência) a verde (alta intensidade). É possível notar que para a Zona da Mata Paraibana (P1) o período chuvoso se dá geralmente no início de abril até meados de julho, já o período sem chuva vai de julho até o final do ano. Já no Agreste (P2), o período chuvoso vai de março a junho/julho e o período seco vai do final de julho ao final do ano. Para a zona da Borborema (P3), observamos a baixa intensidade de precipitações nessa mesorregião que ocorre no período de fevereiro a maio/junho. Por fim, no Sertão paraibano, o período chuvoso tem início na segunda quinzena de janeiro e se estende até o final de maio. É notório, na Tabela 3, que o ano 2012 foi bastante castigado com a escassez de chuvas, principalmente as zonas da Borborema e do Sertão que tiveram uma média anual de 9,3261 mm e 10,1884 mm, respectivamente, já no ano anterior, 2011, a média anual foi de 38,4926 mm na Borborema e 46,8799 mm no Sertão. Figura 4 Hietograma da precipitação acumulada em 16 dias de 01 de janeiro de 2001 a 31 de dezembro de 2013 nas mesorregiões paraibanas (a) Mata Paraibana (P1); (b) Agreste Paraibano (P2); (c) Borborema (P3); e (d) Sertão (P4). Tabela 2 Análise estatística dos dados de precipitação para cada mesorregião paraibana Tipo de Série Mesorregião Índices Estatísticos (mm) Máximo Média Mediana Desvio Padrão P1 145,4470 3,1378 0, ,5299 Precipitação Diária P2 135,2620 2,1559 0,0000 8,2551 P3 113,5580 1,6169 0,0000 6,2776 P4 113,7480 2,3668 0,0000 8,0687 P1 331, , , ,3904 Precipitação Acumulada - 16 dias P2 379, , , ,1620 P3 303, ,6760 5, ,5795 P4 345, ,5835 8, ,8738 As demais colunas (3 8) mostram a variabilidade interanual (eixo x) e sazonal (eixo y) do NDVI de cada cobertura vegetal de cada Mesorregião, e.g., para a cobertura vegetal Savana, que é a cobertura presente em todas as mesorregiões paraibanas, esta vegetação possui maiores valores de NDVI no período de maio a agosto na Zona da Mata, já para o agreste essa biomassa verde é bem mais densa que nas outras mesorregiões e está presente no período de fevereiro ao final de agosto. Para a Borborema, o NDVI deste tipo de vegetação é bem menos intenso que nas demais mesorregiões, mas está mais presente durante os meses de março a julho, sendo o ano de 2011 o ano com maior intensidade de biomassa verde, cuja média anual foi de 0,4251 enquanto que o ano de 2007 foi o que possuiu a menor intensidade de biomassa verde com uma média anual de 0,2721. Para o Sertão, este tipo de vegetação possui maiores valores de NDVI durante os meses de fevereiro a agosto, durante os anos de 2012 e 2013 a biomassa verde deste tipo de cobertura obteve uma média anual inferior a média da região (0,4703), como pode ser observado na Tabela 1, sendo igual a 0,3179 em 2012 e a 0,3188 em XXI Simpósio Brasileiro de Recursos Hídricos 6

7 Tabela 3 Variabilidade interanual (eixo x) e sazonal (eixo y) para as mesorregões paraibanas, sendo (a) Precipitação; (b) NDVI Savanas; (c) NDVI Terras Agrícolas/Vegetação Natural; (d) NDVI Terras Agrícolas; (e) NDVI Savanas Arbóreas; (f) NDVI Pastagens; (g) NDVI Florestas Decíduas de Folhas Longas. NDVI Mesorregião Precipitação Mata Paraibana Savanas Terras Agrícolas/ Vegetação Natural Terras Agrícolas Savanas Arbóreas Pastagens Florestas Decíduas de Folhas Longas Agreste Paraibano Borborema Sertão Correlação entre a Precipitação e o NDVI Ao observarmos as Colunas do NDVI da Tabela 3, nota-se uma defasagem entre a precipitação acumulada de 16 dias com o NDVI; desta forma, foi feita a correlação através da equação (2) da precipitação acumulada de 16 dias com o NDVI e da precipitação antecedente acumulada de 16 dias com o NDVI, cujos resultados da correlação estão apresentados na Tabela 4. Tabela 4 Coeficiente Pearson (precipitação NDVI) para as diferentes mesorregiões e diferentes coberturas vegetais Precipitação NDVI - Cobertura Vegetal Sem defasagem Com defasagem P1 Savanas 0,1886 0,3515 Terras Agrícolas / Vegetação Natural 0,2636 0,3849 Savanas 0,3376 0,4910 Terras Agrícolas / Vegetação Natural P2 Terras Agrícolas 0,3288 0,4156 Savanas arbóreas 0,2535 0,4146 Pastagem 0,3541 0,4889 Floresta Decídua de Folhas Largas 0,3590 0,5193 P3 Savanas 0,2554 0,4639 Pastagem 0,3047 0,5011 P4 Savanas 0,3673 0,5391 Terras Agrícolas / Vegetação Natural 0,3394 0,5067 Observando a Tabela 4, nota-se que as correlações entre os dados não defasados não foram muito satisfatórias, resultando em valores muito baixos de correlação (variando de 0,1886 a 0,3673). No entanto, quando aplicada a defasagem de 16 dias aos dados, os resultados foram considerados melhores (variando de 0,3515 a 0,5399), sendo uma correlação moderada. Assim, com estas defasagem, o índice de correlação da precipitação com o NDVI das savanas melhorou 86% na Zona da Mata, 45% no Agreste, 82% na Borborema e 47% no Sertão, já o das terras agrícolas/vegetação natural melhorou 46% na Zona da Mata e 49% no Sertão e o da pastagem melhorou 38% no Agreste e 64% na Borborema. XXI Simpósio Brasileiro de Recursos Hídricos 7

8 CONCLUSÕES Foi possível avaliar as variabilidades espaço-temporal do índice de vegetação de diferença normalizada (NDVI) e da precipitação nas quatro mesorregiões do estado da Paraíba, seja do ponto de vista interanual quanto sazonal. A utilização de imagens de satélites mostrou ser uma boa alternativa para composição de séries temporais de NDVI e de precipitação. Quanto à relação entre o NDVI e a precipitação, verificou-se que existe uma defasagem entre eles, i.e., a vegetação não responde de maneira imediata aos eventos de precipitação. Os coeficientes de correlação de Pearson mostraram uma baixa correlação quando aplicada aos dados sem defasagem e uma correlação moderada quando aplicada a defasagem de 16 dias aos dados. Isso mostra que a precipitação pode influenciar no valor de NDVI de uma determinada cobertura vegetal. Entretanto, podem-se realizar trabalhos futuros, avaliando qual o grau de defasagem do NDVI para cada tipo cobertura vegetal e a influência de outros fatores, e.g., temperatura e evapotranspiração, no cálculo deste índice. REFERÊNCIAS ADLER R.F.; HUFFMAN, G. J.; CHANG, A.; FERRARO, R.; XIE, P.; JANOWIAK, J.; RUDOLF, B.; SCHNEIDER, U.; CURTIS, S.; BOLVIN, D.; GRUBER, A.; SUSSKIND, J.; ARKIN, P.; NELKIN, E. (2003). The Version-2 Global Precipitation Climatology Project (GPCP) Monthly Precipitation Analysis (1979 present). J. Hydrometeorol 4(6): pp AL-BAKRI J. T.; SULEIMAN A. (2004). NDVI response to rainfall in different ecological zones in Jordan. International Journal of Remote Sensing, 25(19): pp ARAÚJO, G. K. D.; ROCHA, J. V.; LAMPARELLI, R. A. C. (2011). Relação entre NDVI da cultura da soja e dados de precipitação de estações meteorológicas e do modelo ECMWF, no estado do Paraná. In: Anais XV Simpósio Brasileiro de Sensoriamento Remoto, Curitiba, PR, Brasil, 30 d abril a 05 de maio 2011, INPE, p ÁVILA, A. M. H.; GONÇALVES, R. R. V.; PINTO, H.S.; ZULLO JUNIOR, J. (2009). Relação entre a precipitação e o NDVI em imagens AVHRR/NOAA para a cana-deaçúcar, no estado de São Paulo. In: Anais XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal, Brasil, abril 2009, INPE, COLLISCHONN, B.; ALLASIA, D.; COLLISCHONN, W.; TUCCI, C. E. M. (2007). Desempenho do Satélite Trmm na Estimativa de Precipitação sobre a Bacia do Paraguai Superior. Rev. Brasileira de Cartografia, 59/01, 2007, COSTA, F. H. S.; FILHO, C. R. S.; RISSO, A. (2007). Análise temporal de NDVI e mapas potencias naturais de erosão na região do Vale do Ribeira, São Paulo. In: Anais XIII SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13., São José dos Campos: INPE, pp MUTHUWATTA, L.P.; AHMAD, M.D.; BOS, M.G.; RIENTJES, T.H.M. (2010). Assessment of water availability and consumption in the Karkheh River basin, Iran: using remote sensing and geo-statistics. Water Res. Manag., 24(3), NASA. (2014) National Aeronautics and Space Administration. Disponível em: Acesso em: Out de NEZLIN, N. P.; KOSTIANOY, A. G.; LI, B. L. (2005). Interannual variability and interaction of vegetation and atmospheric precipitation in the Aral Sea region. Journal of Arid Environments, London, v. 62, n. 4, pp NÓBREGA R. S.; SOUZA, E. P. de; SOUSA, F. A. S. (2008). Análise da utilização de dados do satélite TRMM em um modelo hidrológico semidistribuído na bacia do rio Jamari (RO). Rev. Bras. Geog. Física. Recife-PE. 1(1), 2008, POELKING, E. L.; LAUERMANN, A.; DALMOLIN, R. (2007). Imagens CBERS na geração de NDVI no estudo da dinâmica da vegetação em período de estresse hídrico. In: Anais XIII SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13., São José dos Campos: INPE, p ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W. (1973). Monitoring the vernal advancement and retrogradation (green wave effect) of natural vegetation, Prog. Rep. RSC , Remote Sensing Center, Texas A&M Univ., College Station, nr. E , 93. (NTIS No. E ) SU, F. G.; HONG, Y.; LETTENMAIER, D. P. (2007). Evaluation of TRMM Multisatellite Precipitation Analysis (TMPA) and its utility in hydrologic prediction in the La Plata Basin. J. Hydrometeorol9 (4): pp XXI Simpósio Brasileiro de Recursos Hídricos 8