PCA APPLICATION FOR IDENTIFICATION OF NDVI AND PRECIPITATION PATTERNS IN THE PERNAMBUCO STATE.

Milena Pereira Dantas, Célia Campos Braga, Wanessa Luana de Brito Costa, Argemiro Lucena Araújo

Abstract


 

Abstrato: O presente estudo teve como objetivo interpretar e analisar o padrão espacial de NDVI e chuvas no estado de Pernambuco. Utilizamos dados médios mensais de precipitação e NDVI, que obtivemos do satélite Terra / MODIS, com resolução espacial de 1 km, do período 2003-2013. Aplicamos a Análise de Componentes Principais (PCA) para determinar o padrão espacial da variabilidade de variáveis. Nossos resultados mostraram que, em geral, há uma relação entre a distribuição das chuvas e o alívio do estado, não necessariamente em quantidade, mas na distribuição espacial. Além disso, a vegetação reage de acordo com a precipitação da região.


Keywords


vegetation; images; principal component

Full Text:

PDF

References


APAC – Agência Pernambucana de Águas e Climas. Disponível em . Acesso em 11 de nov de 2014.

DANTAS, M. P.; BRAGA, C. C. ; SOUSA, E. P. ; BARBIERI, L. F. P. ; VILAR, R. A. A. Temporal analysis of rainfall and vegetation index using satellite images in Pernambuco State. Journal of Hyperspectral Remote Sensing, v. 6, p. 99-107, 2016.

GUTMAN, G.; IGNATOV, A.; The derivation of the green vegetation fraction from NOAA/ AVHRR data for use in numerical weather prediction models. International Journal of Remote Sensing. 19, n. 8, 1533-1543. 1998

HA, K.; OH, H; KIM, K. Inter – Annual and Intra – Annual Variabilities of NDVI, LAI and Ts Estimated by AVHRR in Korea. Korea Journal of Estimated by AVHRR in Korea. Korea Journal of Remote Sensing. 2, 111-119. 2001.

IBGE. Disponível em: Acesso em 15 jan 2014.

LEXER, M.J.; HÖNNINGER, K.; SCHEIfiNGER, H.; MATULLA, C.; GROLL, N.; KROMP-KOLB, H.; SCHAUDAUER, K.; STARLINGER, F.; ENGLISCH, M.; The sensitivity of Austrian forests to scenarios of climate change: a large-scale risk assessment based on a modified gap model and forest inventory data. Forest Ecology and Management 162: 53–72., 2002.

MIRANDA, E. E. de; (Coord.). Brasil em Relevo. Campinas: Embrapa Monitoramento por Satélite, 2005. Disponível em: . Acesso em: 21 fev. 2015.

Nicacio, R. M.; Araujo, L. L. ; Gonzaga. E. P. ; Libos, M.I.P de C. ; Oliveira, L. M.T. de . Relação NDVI e precipitação na bacia do rio Coxim-MS. Geografia (Rio Claro. Impresso), v. 34, p. 667-680, 2009.

SILVA, M. T.; SILVA, V. P. R.; SILVA, M. M. M. A.; SILVA, H. C. D.; OLIVEIRA, N. F. Space time variability of surface temperature in the semi-arid Pernambuco based image TM/Landsat. Journal of Hyperspectral Remote Sensing, v. 04, p. 111-120, 2014.

SILVA, M. D.; GALVINCIO, J. D.; PIMENTEL, R. M. M. ; SILVEIRA, J. A. R. . Cobertura Vegetal no estado de Pernambucano sob Regimes de Precipitação Pluvial Distintos. Revista Brasileira de Geografia Física, v. 7, p. 584-596, 2014.

SOUSA, L. F.; BRAGA, C. C.; BRAGA, R. C.; DANTAS, P. M.; interrelationship between rainfall and vegetation index by remote sensing. Journal of Hyperspectral Remote Sensing, vol.04, n.03, 2014.

WENG, Q.; HU, X.; LU, D. Extracting impervious surfaces from medium spatial resolution multispectral and hyperspectral imagery: a comparison. Intl. Journal of Rem. Sens., v. 29, nº 11, p.3209-3232, 2008.




DOI: https://doi.org/10.29150/jhrs.v7i5.23484

Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Journal of Hyperspectral Remote Sensing

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.