Correlação linear entre a precipitação e o Índice de Área Foliar do bioma Caatinga

Josiclêda Domiciano Galvíncio, Sandra Maria Mendes, Weronica Meira Souza, Magna Soelma Beserra de Moura, Wanderson Santos

Resumo


Sabe-se que a precipitação possui uma relação com a fisionomia da vegetação de caatinga, uma vez que essa área sofre com escassez hídrica durante 70% dos meses do ano. Sabe-se também que a precipitação é bastante heterogênea nessas áreas, tanto espacialmente quanto temporalmente. Monitorar a distribuição espacial e temporal da precipitação e suas consequências demanda custos econômicos e humano. 

Diante do exposto, o objetivo deste estudo é avaliar a relação existente entre a precipitação e o IAF no bioma caatinga, utilizando estimativas de precipitação do ETA.


Referências


C.L. Almeida, T.R.Ade Carvalho, J.C. Araújo. Leaf area index of Caatinga biome and its relationship with hydrological and spectral variables. Agric. For. Meteorol., 279 (2019), Article 107705, 10.1016/j.agrformet.2019.107705

Google Scholar

Anjos, R., Nóbrega, R., Araújo, F., & Rocha Filho, G. (2016). SPACIAL DISTRIBUTION OF RAIN TYPES IN PERNAMBUCO WITH THE USAGE OF REMOTE SENSING. Journal of Hyperspectral Remote Sensing, 6(3), 154-163. doi:https://doi.org/10.5935/2237-2202.20160016

APAC. Agência Pernambucana de Águas e Climas. Previsão Climática para o Estado de Pernambuco durante os meses março-abril-maio 2011. Boletim elaborado em 22 de fevereiro de 2011. Disponível em:< http://www.apac.pe.gov.br/grac/prev_clima022011.pdf> Acesso em: 04 set. 2014.

APAC. Agência Pernambucana de Águas e Climas. Informe Climático. Novembro de 2012. Disponível em:. Acesso em: 04 set. 2014.

________________________________________. BOLETIM DE INFORMAÇÕES CLIMÁTICAS DO MÊS DE MARÇO DE 2013. Disponível em: http://www.apac.pe.gov.br/msirh/arquivos/boletins/BOLETIM_DO_CLIMA_MAR%C3%87O_2013.pdf. Acesso em: 04 set. 2014.

_______________________________________. Informe Climático. Abril de 2013. Disponível em: http://www.apac.pe.gov.br/msirh/arquivos/informes/Informe_abril.pdf>. Acesso em: 04 set. 2014.

DONIGIAN, A.S.; RAO, P. S. C. Selection, application and validation of environmental models. Utah State University D. G. De Coursey, p. 577- 601, 2004.

DUBROVSKY, M. Creating Daily Weather Series with the use of the Weather Generator. Environmetrics, p.8:409-424, 1977.

de Alcântara Silva, V. (2016). CHARACTERIZATION NDVI SPACE-TIME AND SURFACE AND ANALYSIS PHYTOSOCIOLOGIC ALBEDO FOR SÃO JOÃO DO CARIRI. Journal of Hyperspectral Remote Sensing, 6(6), 305-315. doi:https://doi.org/10.5935/2237-2202.20160030

de Queiroga Miranda, R., Nóbrega, R. L. B., de Moura, M. S. B., Srinivasan, R., & Galvíncio, J. D. (2019, August 6). Realistic and simplified models of plant and leaf area indices for a seasonally dry tropical forest. https://doi.org/10.1016/j.jag.2019.101992

EMBRAPA. Centro Nacional de Pesquisa de Solos. Sistema brasileiro de classificação de solo. 2. ed. Rio de Janeiro, 2006.

Galvíncio, J. D., Moura, M.S.B., Silva, T. G. F., Silva, B. B., Naue, C.R. (2013). LAI Improved to Dry Forest in Semiarid of the Brazil. International Journal of Remote Sensing Applications, 3, 193-202. Doi: 10.14355/ijrsa.2013.0304.04 193

JESUS, J., & SANTANA, I. (2017). ESTIMATION OF LAND SURFACE TEMPERATURE IN CAATINGA AREA USING LANDSAT 8 DATA. Journal of Hyperspectral Remote Sensing, 7(3), 150-157. doi:https://doi.org/10.29150/jhrs.v7.3.p150-157

LOPES, Pedro Manuel Sousa. Metodologias de Calibração e validação do modelo de simulação climática CLIGEN de apoio à modelação de perda do solo. Dissertação de Mestrado em Engenharia do Solo e da Água. Évora, 2005.

Maier, É., Costi, J., Barreira, S., & Simões, J. (2016). Precipitação na América do Sul: Médias Climáticas e Padrões da Variabilidade no Período entre 1979 e 2008. Revista Brasileira de Geografia Física, 9(1), 032-046. doi:https://doi.org/10.26848/rbgf.v9.1.p032-046

Miranda et al., 2018

R.D.Q. Miranda, J.D. Galvíncio, Y.C.B. Morais, M.S.B. Moura, C.A. Jones, R. SrinivasanDry forest deforestation dynamics in Brazil’s Pontal basin

Rev. Caatinga, 31 (2018), pp. 385-395, 10.1590/1983-21252018v31n215rc

Oliveira, J., de Medeiros, B., da Silva, J., Moura, G., Lins, F., Nascimento, C., & Lopes, P. (2018). Space-temporal evaluation of biophysical parameters in the High Ipanema watershed by remote sensing. Journal of Hyperspectral Remote Sensing, 7(6), 357-366. doi:https://doi.org/10.29150/jhrs.v7.6.p357-366

PERNAMBUCO. Secretaria de Ciência, Tecnologia e Meio Ambiente. Atlas de bacias hidrográficas de Pernambuco. Simone Rosa da Silva (Org.), Recife: Ed. A Secretaria, 2006.

PERNAMBUCO. Secretaria de Ciência, Tecnologia e Meio Ambiente. Região do Araripe: diagnóstico florestal. Brasília – DF: Ministério do Meio Ambiente, 2007.

PERNAMBUCO. Secretaria de Meio Ambiente e Sustentabilidades (SEMAS). Plano Estadual de Mudanças Climáticas. Recife: Governo do Estado de Pernambuco, 2011.

SANTANA, S. H. C. et al., 2018. “Identificação dos índices de vegetação com melhores respostas espectrais para a Mata Atlântica na cidade de São Paulo-SP”, Journal of Environmental Analysis and Progress, 03 v., 02 n., 200-209 pp., DOI: https://doi.org/10.24221/jeap.3.2.2018.1765.200-209

Silva, M. (2017). Determination of biomass production of cotton using satellite images and spectral indexes. Journal of Hyperspectral Remote Sensing, 7(2), 73-81. doi:https://doi.org/10.29150/jhrs.v7.2.p73-81

Silva, M., de Moura, F., & Jardim, C. (2017). O diagrama de Caixa (Box Plot) Aplicado à Análise da Distribuição Temporal das Chuvas em Januária, Belo Horizonte e Sete Lagoas, Minas Gerais-Brasil (The box diagram (Box Plot) applied to the analysis of the temporal distribution of rainfall in ...). Revista Brasileira de Geografia Física, 10(1), 023-040. doi:https://doi.org/10.5935/1984-2295.20170003

Sousa, F., Vieira, V., Silva, V., Melo, V., & Guedes, R. (2016). Estimativas dos Riscos de Chuvas Extremas nas Capitais do Nordeste do Brasil (Estimates of the Risks of Extreme Rainfall in Capitals of Northeast Brazil). Revista Brasileira de Geografia Física, 9(2), 430-439. doi:https://doi.org/10.26848/rbgf.v9.2.p430-439

Schirmbeck, L. (2017). Understanding TVDI as an index that expresses soil moisture. Journal of Hyperspectral Remote Sensing, 7(2), 82-90. doi:https://doi.org/10.29150/jhrs.v7.2.p82-90

SONDA. Sistema de Organização Nacional de Dados Ambientais. Disponível em: http://sonda.ccst.inpe.br/basedados/petrolina.html>. Acesso em 15 mai. 2014.

TEXEIRA, Antonio Heriberto de Castro. Informações Agrometeorológicas do Polo Petrolina, PE/Juazeiro, BA - 1963 a 2009. Embrapa Semiárido Petrolina, PE, 2010.




DOI: https://doi.org/10.26848/rbgf.v13.07.p%25p

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

      

Revista Brasileira de Geografia Física - ISSN: 1984-2295

Creative Commons License
Esta obra está licenciada com uma Licença Creative Commons Attribution-NonCommercial 4.0 International License