Content uploaded by Washington L F Correia Filho
Author content
All content in this area was uploaded by Washington L F Correia Filho on Nov 13, 2020
Content may be subject to copyright.
Content uploaded by José Francisco de Oliveira-Júnior
Author content
All content in this area was uploaded by José Francisco de Oliveira-Júnior on Nov 13, 2020
Content may be subject to copyright.
Parâmetros Biofísicos Aplicados no Parque Nacional da Serra das
Confusões, Piauí-Brasil
Laurizio Emanuel Ribeiro Alves
1
, Heliofábio Barros Gomes
2
, Felipe Souza dos Santos
3
,
Washington Luiz Félix Correia Filho
4
, José Francisco de Oliveira Júnior
2
1
Programa de Pós-Graduação em Meteorologia, Instituto Nacional de Pesquisas Espaciais,
Cachoeira Paulista, SP, Brasil.
2
Instituto de Ciências Atmosféricas, Universidade Federal de Alagoas, Maceió, AL, Brasil.
3
Programa de Pós-Graduação em Meteorologia, Instituto de Ciências Atmosféricas,
Universidade Federal de Alagoas, Maceió, AL, Brasil.
4
Programa de Pós-Doutorado, Instituto de Ciências Atmosféricas, Universidade Federal de
Alagoas, Maceió, AL, Brasil.
Recebido em: 29 de Maio de 2019 - Aceito em: 23 de Abril de 2020
Resumo
O objetivo deste trabalho é avaliar os parâmetros biofísicos, chuva e a temperatura de superfície nas condições da vege-
tação, no Parque Nacional da Serra das Confusões (PNSC), Piauí-NEB. Com auxílio das imagens obtidas do satélite
Landsat 8 foi possível calcular o Normalized Difference Vegetation Index (NDVI) e a temperatura de superfície (Ts). A
chuva do PNSC apresentou sazonalidade bem denida, estações seca e chuvosa. Ambas as estações têm papel crucial
nas condições da vegetação do PNSC. A classe de NDVI (>0,693) apresentou a maior redução da área de cobertura do
PNSC próximo de 72,7%, enquanto que as classes (0,347-0,433) e (0,433-0,52) tiveram um aumento de 34,7% e 31,8%,
respectivamente. Além disso, cou claro que as condições da vegetação inuenciam na Ts da região.
Palavras-chave: índice de vegetação, temperatura de superfície, sensores orbitais.
Parâmetros Biofísicos Aplicados no Parque Nacional da Serra das
Confusões, Piauí-Brasil
Abstract
The objective of this work is to evaluate the biophysical parameters, rainfall and surface temperature in the vegetation
conditions, in the Serra das Confusões National Park (SCNP), Piau-NEB. With the aid of the images obtained from the
satellite Landsat 8 it was possible to calculate the Normalizes Difference Vegetation Index (NDVI) and the surface tem-
perature (Ts). The SCNP rainfall presented a well-dened seasonality, dry and rainy seasons, which play a crucial role in
the vegetation conditions of the SCNP. The NDVI class (>0.693) had the greatest reduction o the coverage area around
72.7%, while the classes (0.347-0.433) and (0.433-0.52) had an increase of 34.7% and 31, 8%, respectively. In addition,
it was clear that vegetation condition inuenced the Ts of the region.
Keywords: vegetation index, surface temperature, orbital sensors.
1. Introdução
Os parâmetros biofísicos de superfície são essenciais
na avaliação de diferentes ecossistemas e no manejo de
áreas extensas (Sakowska et al., 2016). Com essa pre-
missa, foi selecionado o Parque Nacional da Serra das
Confusões (PNSC), no estado do Piauí-Nordeste Brasi-
leiro (NEB), criado pelo Decreto s/n°de 02.10.98 com o
intuito de preservar o ecossistema natural da região (Gon-
çalves, 2003). Tal avaliação irá auxiliar no entendimento
da dinâmica da vegetação e sua inuência na temperatura
Autor de correspondência: Laurizio Emanuel Ribeiro Alves, laurizio.r@gmail.com.
Revista Brasileira de Meteorologia, Ahead of Print, 2020 rbmet.org.br
DOI: http://dx.doi.org/10.1590/0102-77863540065
de superfície do PNSC. O parque é uma região de transi-
ção dos biomas Caatinga e Cerrado, com amostras de o-
resta estacional decidual e savana estépica. O entendimen-
to da dinâmica desses biomas e sua resposta as variáveis
meteorólogicas são essenciais para entendimento do tem-
po e clima nessa região. Para entender essas variações o
monitoramento via Sensoriamento Remoto (SR) viabiliza
uma análise rápida e de menor investimento. Vale ressal-
tar, que a aplicação de índices para o monitoramento e
avaliação do uso e ocupação do solo já é consolidado pela
comunidade cientíca (Jensen e Epiphanio, 2011;Sa-
kowska et al., 2016;Freitas et al., 2017), seguido da tem-
peratura de superfície (Coelho e Correa, 2013;Gomes
et al., 2017). Neste estudo será usado o índice Normalized
Difference Vetation Index (NDVI) proposto por Tucker
(1979). Este índice apresenta dois aspectos: o primeiro
está relacionado nas mudanças sazonais e interanuais, e o
último está ligado a redução de ruídos (sombra de nuvens,
por exemplo) e condições da vegetação. Ainda com auxí-
lio do SR é possível obter as condições da temperatura de
superfície, que possibilita uma análise espacial da área
avaliada (Coelho e Correa, 2013;Gomes et al., 2017).
Baseado no exposto, objetivo é avaliar a chuva e a
temperatura de superfície nas condições da vegetação no
PNSC, Piauí-NEB.
2. Materiais e Métodos
2.1. Área de estudo
O PNSC está situado na faixa de contato entre o ma-
ciço cristalino da Formação Serra Grande e a Bacia Sedi-
mentar do Parnaíba, apresentando duas feições: i) com
superfícies planas com altura média de 700 m, formado
por amplos vales, e ii) constituída de rochas cristalinas
com altitude média de 650 m, com relevo complexo. O
PNSC é localizado no estado do Piauí, possui uma área de
526.108 hectares nas coordenadas 9°7'30” S de latitude e
43°48'11” W de longitude Fig. 1. O parque está distribuído
nos municípios de Alvorada do Gurguéia, Bom Jesus do
Piauí, Brejo do Piauí, Canto do Buriti, Caracol, Cristino
Castro, Curimatá, Guaribas, Jurema, Redenção do Gur-
gueia, Santa Luz e Tamboril do Piauí (Gonçalves, 2003).
O PNSC está situado em uma área de transição caa-
tinga/cerrado com predominância de três tipos de cobertu-
ra vegetal: i) Arbórea, ii) Arbustiva e iii) Arbórea/
Arbustiva. Existe a predominância de espécies caducifó-
lias, bem como de sub-bosques de orestas semi-deciduais
nas matas ciliares e nas localidades onde as condições
edafoclimáticas são mais favoráveis (Gonçalves, 2003).
2.2. Dados Pluviométricos
Os dados pluviométricos foram obtidos do Banco de
Dados Meteorológicos para Ensino e Pesquisa (BDMEP)
(http://www.inmet.gov.br/projetos/rede/pesquisa/). As es-
tações utilizadas foram: Vale do Gurgueia (Cristiano Cas-
tro)-PI (OMM: 82870) nas latitude e longitude, -8,41°e
-43,71°a 265 m; Bom Juses do Piauí-PI (OMM: 82975)
nas latitude longitude, -9,1°e -44,11°a 331,74 m; e Ca-
racol-PI (OMM: 82976) nas latitude e longitude, -9,28°e
-43,33°a 522,77 m. Os dados diários pluviométricos cor-
respondem a chuva antecedente a passagem do satélite
Landsat 8. O período corresponde ao ano de 2014.
Figura 1 - Mapa de localização do Parque Nacional da Serra das Confusões no estado do Piauí, Nordeste Brasileiro e das estações meteorológicas (●).
Parâmetros Biofísicos Aplicados No Parque Nacional Da Serra Das Confusões, Piauí-Brasil
2.3. Imagens de Satélite
O satélite é o Landsat 8 e possui abordo de sua pla-
taforma os sensores Operational Land Imag (OLI) e o
Thermal Infrared Sensor (TIRS). As cenas foram adquiri-
das pela United State Geological Survey (USGS) via en-
dereço eletrônico: http://earthexplorer.usgs.gov/. As
imagens selecionadas apresentam pouca ou nenhuma co-
bertura de nuvens sobre a área do PNSC. A informações
relevantes das imagens selecionadas são apresentadas na
Tabela 1.
O recorte da área de estudo consiste numa forma
quadricular onde: canto superior esquerdo (44°06' W e
08°24' S) e canto inferior esquerdo (44°06 W e 09°18' S),
canto superior direito (42°54' W e 08°24' S) e canto infer-
ior direito (42°54' W e 09°18' S) Fig. 2.
2.4. Processamento das Imagens
As imagens foram processadas pelo software QGis
versão 2.18 (QGIS DEVELOPMENT TEAM, 2017).
Incialmente foi realizado a conversão do número digital
(ND) em radiância espectral, segundo a equação proposta
por Markham e Baker (1987), (Eq. (1)):
Lλi=aiþbi−ai
255 �ND ð1Þ
em que, aebsão as radiâncias espectrais mínima e máxi-
ma (W.m
-2
.sr
-1
.Μm
-1
), detectadas pelo OLI e TIRS do
satélite Landsat; icorresponde às bandas 4 e 5 do sensor
OLI, e banda 10 do sensor TIRS do Landsat 8, conforme
(Tabela 2).
Tabela 1 - Informações das imagens dos sensores OLI/TIRS do satélite Landsat 8, seguido do horário da passagem, ponto/órbita, ângulo zenital e dis-
tância Terra-Sol.
Data Horário da Passagem (UTC) Ponto/órbita Ângulo Zenital (°) Distância Terra-Sol (UA
*
)
15/05/2014 12:59 219/66 51.40 1.0108
16/06/2014 13:00 219/66 47.65 1.0158
02/07/2014 13:00 219/66 47.36 1.0166
03/08/2014 13:00 219/66 50.71 1.0147
04/09/2014 13:00 219/66 58.07 1.0084
Fonte: United State Geological Survey (2018).
*
UA-Unidade Astronômica.
Figura 2 - Recorte da imagem OLI-Landsat 8 da área de estudo com combinação RGB das bandas espectrais 5, 4, 3 em composição falsa cor para o dia
04/09/2014, realçando as estações meteorológicas.
Alves et al.
Em seguida foi calculado a reectância mono-
cromática de cada banda (ρλi), denida como a razão entre
o uxo de radiação reetido e o uxo de radiação solar
incidente, foi obtida segundo a Eq. (2) (Allen et al., 2002):
ρλi=π�Lλi
Eλi�cosZ �drð2Þ
em que E
λi
é a irradiância solar espectral de cada banda no
topo da atmosfera (W.m
-2
.sr
-1
.μm
-1
), a qual é apresentada
na Tabela 2,Z(°) é o ângulo zenital solar e d
r
(UA) é a
distância Terra-Sol (Tabela 1).
Após o cômputo da ρλifoi calculado o NDVI, o qual
é a razão entre as bandas espectrais do infravermelho
próximo e do vermelho e a soma das mesmas reectân-
cias, conforme a Eq. (3), proposto por Tucker (1979):
NDVI =IV −V
IV þVð3Þ
em que, IV é a banda do espectro do infravermelho-pró-
ximo e Vé a banda do espectro do vermelho. O NDVI é
um indicador das condições da vegetação e varia entre -1 a
+1. Geralmente valores negativos são atribuídos a corpos
d'água, valores próximos de zero corresponde a áreas sem
cobertura vegetal, já valores próximos de +1 é atribuído a
áreas densamente vegetadas (Freitas et al., 2017).
A temperatura de superfície (Ts) foi calculada com
base na Eq. (4), proposta por Allen et al. (2002):
Ts =K2
ln ε�K1
Lλ10 þ1
ð4Þ
em que K
1
= 774,89 Wm
-2
sr
-1
μm
-1
eK
2
= 1321,08 K são
constantes de calibração da banda termal do Landsat8; eé
a emissividade termal, a qual segundo Allen et al. (2002),
ela pode ser obtida quando o NDVI >0 e IAF <3, e é cal-
culado de acordo com a (Eq. (5)):
ε = 0;97 þ0;00331 �IAF ð5Þ
onde o SAVI (Soil Vegetation Index) proposto por Huete
(1988) é calculado segundo a (Eq. (7)):
SAVI =1þLð Þ(IV −V)
LþIV þVð6Þ
em que Lé o coeciente de ajusto do solo, para este estudo
foi adotado 0,5, pois a vegetação do PNSC foi considerada
com densidade de vegetação intermediária, conforme
Huete (1988).
3. Resultados e Discussão
Na Fig. 3 são apresentados os totais pluviométricos
das três estações meteorológicas utilizadas no estudo.
Claramente, na região de estudo existem dois regimes plu-
viométricos bem denidos, uma estação chuvosa corres-
pondente a seis meses chuvosos (novembro a abril) e uma
estação seca com seis meses secos (maio a outubro). A
atuação de Vórtices Ciclônicos de Altos Níveis (VCAN)
são um dos principais, senão o principal, responsáveis
pelo regime pluviométrico no parque que pode sofrer tam-
bém inuências, porém em menor escala, da Zona de
Convergência Intertropical (ZCIT) e resquícios de frentes
que se desprendem da Zona de Convergência do Atlântico
Sul (ZCAS) (Correia Filho et al., 2019;Fedorova et al.,
2017;Kousky e Gan, 1981). Além disso, os maiores regis-
tros pluviométricos foram observados nas estações de Vale
do Gurgueia (196,4 mm) e Bons Jesus do Piauí
(239,8 mm) no mês de março, respectivamente. A exce-
ção, a estação de Caracol com 185,4 mm no mês de abril.
Nos meses correspondentes a estação seca não houve
registro de chuva. Destaque para a estação do Vale do
Gurgueia com 159 dias sem chuva.
Os resultados obtidos corroboram com a avaliação
do Atlas Climatológico do Estado Piauí (Andrade Júnior
et al., 2004). Moscati e Gan (2006) mostraram que no
Piauí, o mês mais seco corresponde a setembro e o mais
chuvoso é março. Além disso, eles destacam que tal varia-
ção está associada ao deslocamento da Zona de Conver-
gência Intertropical (ZCIT), que é um dos mais impor-
tantes sistemas meteorológicos produtores de chuva no
Nordeste (Uvo, 1989;Lyra et al., 2014).
As condições da vegetação do PNSC entre os meses
de maio a setembro de 2014 são apresentadas na Fig. 4. Na
análise espacial os valores obtidos do NDVI foram dimi-
nuindo signicativamente ao longo do tempo. Esse fato
está ligado diretamente ao regime pluviométrico da região,
Tabela 2 - Descrição das bandas do OLI e TIRS do Landsat8, com os respectivos coecientes de calibração (a
i
eb
i
) e irradiação solar espectral (E
λi
).
Descrição das bandas Comprimento de onda Coeciente de calibração E
λi
TIRS/OLI a
i
b
i
Banda 4 (Vermelho; OLI) 0,64-0,67 -48,32 585,11 1562,8
Banda 5 (Infravermelho Próximo; OLI) 0,85-0,88 -29,57 358,06 956,4
Banda 10 (Infravermelho termal: TIRS) 10,60-11,19 0,10 22,00 -
Fonte: Barsi et al. (2014);Silva et al. (2016),
Parâmetros Biofísicos Aplicados No Parque Nacional Da Serra Das Confusões, Piauí-Brasil
Figura 3 - Total pluviométrico (mm) diário para o período de 01 de maio de 2014 a 31 de outubro de 2014 nas estações meteorológicas, seguido da indi-
cação das datas das imagens, respectivamente.
Figura 4 - Mapa temporal da variação do NDVI do Parque Nacional da Serra das Confusões e áreas adjacentes para os dias 15/05/2014 (A), 16/06/2014
(B), 02/07/2014 (C), 03/08/2014 (D) e 04/09/2014 (E).
Alves et al.
pois os meses antecedentes a maio apresentaram os
maiores registros pluviométricos, enquanto que os meses
subsequentes praticamente não possuem registros de
chuva Fig. 3. Além disso, é sabido que os biomas da Caa-
tinga e do Cerrado apresentam forte dependência da chuva
para manter o seu vigor, principalmente a Caatinga (Tro-
vão et al., 2007).
A redução do vigor da vegetação associado à chuva
é notória no PNSC. Inicialmente em 15/05/2014 (Fig. 4a)
os valores obtidos de NDVI foram altos, com uma área de
13.731,4 km
2
e superiores a 0,693. À medida que o perío-
do de estiagem se estabelece na região, os valores de
NDVI vão reduzindo signicativamente, principalmente
em 04/09/2014 com uma área menor (43,8 km
2
) (Fig. 4e).
É evidente a inuência marcante da chuva nas condições
da vegetação do PNSC, visto que o mês de maio (estação
chuvosa) apresenta os maiores valores de NDVI, seguido
de setembro, o qual é considerado o mês mais seco (Mos-
cati e Gan, 2006), que por sua vez apresentou os menores
valores de NDVI.
A cronologia das variações da área de cobertura do
PNSC em relação as cinco classes (0,347-0,433 (vegeta-
ção rasteira); 0,433-0,52 (vegetação rasteira/arbustiva);
0,52-0,607 (vegetação arbustiva); 0,607-0,693 (vegetação
arbórea); >0,693 ( vegetação arbórea densa)) apre-
sentaram maior variação na área de cobertura do NDVI no
período de maio a setembro de 2014 Fig. 5. Há uma redu-
ção das maiores classes (0,607-0,693 e >0,693) de NDVI,
que por sua vez coincidem com áreas de vegetação com
maior vigor, principalmente a maior classe (>0,693) que
apresentou atenuação na área de cobertura, na ordem de
13.687,6 km
2
(72,7%). Vale destacar que apenas a classe
>0,693 apresentou valor discrepante (outlier) em relação
as demais classes. Em contrapartida, as menores classes
apresentam um aumento em sua área de cobertura, sobre-
tudo a classe (0.347-0.433) com aumento a área em
6.544,9 km
2
(34,7%), seguido da classe (0,433-0,52) com
5.982,4 km
2
(31,8%) e (0.52-0.607) com 2126,5 km
2
(11,3%).
Resultados similares são encontrados na literatura,
por exemplo, Freitas et al. (2017) avaliaram as condições
da Caatinga do município de Remanso-BA. Eles notaram
que a ora local apresentou alta dependência com o
regime pluviométrico da região. Os maiores valores de
NDVI no período chuvoso e menores quando no período
de escassez de chuva. Becerra, Shimabukuro e Alvalá
(2009) avaliaram o padrão sazonal de sionomias do Cer-
rado no Estado de Tocantins e constataram que as condi-
ções da vegetação seguem os padrões de chuva, e destaca
que área de oresta não apresentaram variações acentua-
das nos valores de NDVI, apenas um decréscimo no mês
de setembro de 2004.
A (Tabela 3) apresenta os valores de máxima, média,
mínima e desvio padrão da Ts para as imagens seleciona-
das no estudo. O menor valor de Ts (11,5 °C) foi obtido em
Figura 5 - Variação da área de cobertura do NDVI das cinco classes (0,347-0,433; 0,433-0,52; 0,52-0,607; 0,607-0,693; >0,693) para os meses de maio,
junho, julho, agosto e setembro de 2014.
Tabela 3 - Valores de máxima, média, mínima e desvio padrão da Ts (°C)
para os dias estudados.
Data Máxima Média Mínima Desvio padrão
15/05/2014 33.7 25.1 15.2 1.53
16/06/2014 35.6 25.8 17.9 2.91
02/07/2014 37.9 28.4 22.6 2.09
03/08/2014 40.5 30.2 11.5 2.18
04/09/2014 42.4 33.5 13.6 2.25
Parâmetros Biofísicos Aplicados No Parque Nacional Da Serra Das Confusões, Piauí-Brasil
03/08/2014 e o maior valor de Ts (42,4 °C) em 04/09/
2014. A Ts média da PNSC apresentou seu menor valor
em 15/05/2014 e maior em 04/09/2014. Esse comporta-
mento se deve a escassez de chuva, após o mês de maio,
que contribuiu para que na região permanecesse seca e
quente. De acordo com Andrade Júnior et al. (2004), os
meses de maio, junho e julho apresentam temperatura
média variando entre 26 °C a 28 °C, agosto varia entre
26 °C a 30 °C e setembro entre 26 °C a 32 °C. Nessa pers-
pectiva, a temperatura entre os meses de maio a julho de
2014 fora inferior à média climatológica, enquanto que
agosto e setembro foram ligeiramente superiores a essa
média. O dia 16 de junho de 2014 apresenta o maior valor
de desvio padrão (2,91), consequentemente, apresenta a
maior dispersão dos valores em tono da média, ao passo
que a menor dispersão ocorre no dia 15 de maio de 2014
(1,53).
A variação temporal da Ts é mostrada na Fig. 6. Ve-
rica-se um aumento da Ts, principalmente nas áreas adja-
centes aos limites do PNSC, que possui menores valores
de NDVI. Enquanto as áreas limítrofes do parque apre-
sentam valores maiores de NDVI e, consequentemente,
menores valores de Ts. Este comportamento também é
constatado em outros estudos, tais como: Ferreira et al.
(2012), avaliaram a dinâmica da vegetação de Caatinga no
município de Petrolina-PE. Eles vericaram que áreas
com maiores (menores) valores de NDVI apresentam
menores (maiores) valores de Ts.Fausto et al. (2016),
também encontraram resultados similares ao deste estudo
quando avaliaram as condições da vegetação e da Ts em
áreas de Cerrado no sul do Estado do Mato Grosso.
Ressalta-se que ausência de chuva por um longo período
na região também contribuiu para o aumento acentuado da
temperatura no PNSC.
4. Considerações Finais
Ao longo do período do El Niño 2015/2016, foram
registrados 53 episódios de ressaca na área ALFA (A) e 39
O regime sazonal pluviométrico no Parque Nacional da
Serra das Confusões no ano de 2014 apresenta similar a
climatologia da região, com estações bem denidas (seca e
chuvosa). Os valores de NDVI estimados via sensor orbi-
tal (OLI) do satélite Landsat 8, mostra de forma clara a
inuência da chuva nas condições da vegetação do Parque
Nacional da Serra das Confusões. A variabilidade é mar-
cante, sobretudo na maior classe de NDVI (>0,693), uma
vez que inicialmente no mês de maio obteve maior área de
cobertura em comparação as demais classes à medida que
a chuva diminui na região ocorrem uma redução na área
de cobertura em setembro essa área é de 43,8 km
2
, que
representa uma redução em torno de 72,7% dessa classe.
As menores classes de NDVI se sobressaem com um
aumento na área de cobertura, correspondente a perda do
vigor e saúde da vegetação no Parque Nacional da Serra
das Confusões.
Além do mais, a partir da avaliação espacial dos
valores de NDVI e Ts mostram que são inversos no Par-
que Nacional da Serra das Confusões. O NDVI diminuí
seus valores entre maio e setembro, ao passo que a Ts
aumenta.
Figura 6 - Mapa temporal da variação da Ts (°C) do Parque Nacional da Serra das Confusões e áreas adjacentes para os dias 15/05/2014 (A), 16/06/2014
(B), 02/07/2014 (C), 03/08/2014 (D) e 04/09/2014 (E).
Alves et al.
Referências
ALLEN, R.G.; TASUMI, M.; TREZZA, R.; WATERS, R.; BAS-
TIAANSSEN, W. et al. Surface Energy Balance Algo-
rithms for Land (SEBAL). Idaho Implementation-
Advanced Training and User's Manual, v. 1.0, p. 97, 2002.
ANDRADE JÚNIOR, A.S.; BASTOS, E.A.; DA SILVA, C.O.;
GOMES, A.A.N.; FIGUEREDO JÚNIOR, L.G.M. et al. G.
M. Atlas Climatológico do Estado do Piauí. Embrapa
Meio-Norte-Documentos (INFOTECA-E), 2004.
BARSI, J.A.; LEE, K.; KVARAN, G.; MARKHAM, B.L.; PE-
DELTY, J.A. et al. The spectral Response of the Landsat-8
Operational Land Imager. Remote Sensing, v. 6, n. 10,
p. 10232-10251, 2014.
BECERRA, J.A.B.; SHIMABUKURO, Y.E.; ALVALÁ, R.C.S.
Relação do padrão sazonal da vegetação com a precipitação
na região de Cerrado da Amazônia LEGAL, usando índices
espectrais de vegetação. Revista Brasileira de Meteo-
rologia, v. 24, n. 2, p. 125-134, 2009.
COELHO, A.L.N.; CORREA, W.S.C. Temperatura de superfície
celsius do sensor TIRS/Landsat-8: Metodologia e aplica-
ções. Revista Geográca Acadêmica, v. 7, n. 1, p. 31-45,
2013.
CORREIA FILHO, W.L.F.; DE OLIVEIRA-JÚNIOR, J.F.; DE
BARROS SANTIAGO, D.; DE BODAS TERASSI, P.M.;
TEODORO, P.E.; DE GOIS, G.; BLANCO, C.J.C.;
SOUZA, P.H.A.; COSTA, M.S.; GOMES, H.B.; SANTOS,
P.J. et al. Rainfall variability in the Brazilian northeast
biomes and their interactions with meteorological systems
and ENSO via CHELSA product. Big Earth Data, v. 3,
n. 4, p. 315-337, 2019.
FAUSTO, M.A.; ANGELINI, L.P.; MARQUES, H.O.; MA-
CHADO, N.G.; BIUDES, M.S. et al. Impacto da alteração
do uso do solo no saldo de radiação no Cerrado do sul de
Mato Grosso. Ambiente & Água. An Interdisciplinary
Journal of Applied Science, v. 11, n. 2, p.350-361, 2016.
FEDOROVA, N.; DOS SANTOS, D.M.B.; SEGUNDO, M.M.
L.; LEVIT, V. Middle tropospheric cyclonic vortex in
Northeastern Brazil and the Tropical Atlantic. Pure and
Applied Geophysics, v. 174, n. 1, p. 397-411, 2017.
FERREIRA, J.M.S.; DOS SANTOS FERREIRA, H.; DA
SILVA, H.A.; DOS SANTOS, A.M.; GALVÍNCIO, J.D.
et al. Análise espaço-temporal da dinâmica da vegetação de
Caatinga no município de Petrolina-PE. Revista Brasileira
de Geograa Física, v. 5, n. 4, p. 904-922, 2012.
FREITAS, I.G.; ALVES, L.E.; GOMES, H.B.; JÚNIOR, J.R.;
SANTIAGO, D.B.; SILVA, R.A. et al. A. analysis of beha-
vior of vegetation in the year of 2016 for the municipality
of Remanso-BA. Revista Geama, v. 3, n. 3, p. 149-156.
2017.
GOMES, H.B.; CAVALCANTE, L.B.; SILVA JUNIOR, R.S.D.;
SANTOS, M.N.D. et al. Temperatura da superfície e al-
bedo na região de Ilha Solteira, São Paulo. Mercator, v. 16,
e16018, 2017.
GONÇALVES, M.R. Plano de Manejo do Parque Nacional da
Serra das Confusões-PI. Brasília, IBAMA. p. 230, 2003.
JENSEN, J.R.; EPIPHANO, J.C.N. Sensoriamento Remoto do
Ambiente: Uma Perspectiva em Recursos Terrestres.
São Paulo: Parêntese, 2011.
KOUSKY, V.E.; ALONSO GAN, M. Upper tropospheric cyclo-
nic vortices in the tropical South Atlantic. Tellus, v. 33,
n. 6, p. 538-551, 1981.
LYRA, G.B.; OLIVEIRA JÚNIOR, J.F.; ZERI, M. Cluster ana-
lysis applied to the spatial and temporal variability of
monthly rainfall in Alagoas state, Northeast of Brazil.
International Journal of Climatology, v. 34, n. 13,
p. 3546-3558, 2014.
MOLION, L.C.B.; BERNARDO, S.O. Uma revisão da dinâmica
das chuvas no Nordeste brasileiro. Revista Brasileira de
Meteorologia, v. 17, n. 1, p. 1-10, 2002.
QUANTUM, G.I.S. Development Team. Quantum GIS Geo-
graphic Information System. Open Source Geospatial
Foundation Project. 2013.
SAKOWSKA, K.; JUSZCZAK, R.; GIANELLE, D. Remote
sensing of grassland biophysical parameters in the context
of the Sentinel-2 Satellite mission. Journal of Sensors,
v. 2016, e4612809, 2016.
SILVA, B.B.D.; BRAGA, A.C.; BRAGA, C.C.; de OLIVEIRA,
L.M.; MONTENEGRO, S.M.; BARBOSA JUNIOR, B.
et al. Procedures for calculation of the albedo with OLI-
Landsat 8 images: Application to the Brazilian semi-arid.
Revista Brasileira de Engenharia Agrícola e Ambiental,
v. 20, n. 1, p. 3-8, 2016.
TROVÃO, D.M.D.; FERNANDES, P.D.; ANDRADE, L.A.D.;
DANTAS NETO, J. et al. Variações sazonais de aspectos
siológicos de espécies da Caatinga. Revista Braileira de
Engenharia Agrícola e Ambiental, v. 11, n. 3, p. 307-311,
2007.
TUCKER, C.J. Red and photographic infrared linear combina-
tions for monitoring vegetation. Remote Sensing of
Environment, v. 8, p. 127-150, 1979.
UVO, C.R.B. A Zona de Convergência Intertropical (ZCIT) e
sua Relação com a Precipitação da Região Norte do
Nordeste Brasileiro. Dissertação de Mestrado em Meteo-
rologia, Instituto Nacional de Pesquisas Espaciais, 1989.
License information: This is an open-access article distributed under the terms of the Creative
Commons Attribution License (type CC-BY), which permits unrestricted use, distribution and
reproduction in any medium, provided the original article is properly cited.
Parâmetros Biofísicos Aplicados No Parque Nacional Da Serra Das Confusões, Piauí-Brasil