@InProceedings{CanavesiCunhVieiAlva:2009:AnMuCo,
               author = "Canavesi, Vanessa and Cunha, Ana Paula Martins do Amaral and 
                         Vieira, Rita M{\'a}rcia da Silva Pinto and Alval{\'a}, Regina 
                         C{\'e}lia dos Santos",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)}",
                title = "An{\'a}lise multi-temporal da cobertura vegetal do estado de 
                         s{\~a}o paulo utilizando {\'{\i}}ndice de 
                         vegeta{\c{c}}{\~a}o",
            booktitle = "Anais...",
                 year = "2009",
         organization = "Simp{\'o}sio Internacional de Climatologia, 3.",
             keywords = "mudan{\c{c}}as clim{\'a}ticas, expans{\~a}o agr{\'{\i}}cola, 
                         fenologia.",
             abstract = "O r{\'a}pido crescimento do setor agr{\'{\i}}cola no Estado de 
                         S{\~a}o Paulo causa impactos negativos sobre a cobertura vegetal 
                         natural, os quais podem ser diagnosticados por meio de 
                         metodologias com car{\'a}ter espa{\c{c}}otemporal. A 
                         din{\^a}mica da vegeta{\c{c}}{\~a}o natural ou antropizada 
                         {\'e} uma vari{\'a}vel importante em esquemas de 
                         transfer{\^e}ncia solo-vegeta{\c{c}}{\~a}o-atmosfera destinados 
                         ao estudo de sensibilidade clim{\'a}tica {\`a}s 
                         altera{\c{c}}{\~o}es de cobertura vegetal. 
                         Informa{\c{c}}{\~o}es provenientes de sensores remotos, tais 
                         como {\'{\i}}ndices de vegeta{\c{c}}{\~a}o, viabilizam estudos 
                         de grande escala espacial e temporal e, por meio de t{\'e}cnicas 
                         de processamento de imagens, {\'e} poss{\'{\i}}vel identificar 
                         de maneira mais realista como alguns par{\^a}metros 
                         biof{\'{\i}}sicos da vegeta{\c{c}}{\~a}o variam sazonalmente. 
                         Assim sendo, o objetivo do presente trabalho foi avaliar a 
                         variabilidade sazonal da vegeta{\c{c}}{\~a}o utilizando o 
                         {\'{\I}}ndice de Vegeta{\c{c}}{\~a}o NDVI gerado a partir de 
                         dados de reflect{\^a}ncia (250 m) do sensor MODIS, no 
                         per{\'{\i}}odo de um ano, para tr{\^e}s tipos de cobertura 
                         predominantes no Estado de S{\~a}o Paulo: pastagem, agricultura 
                         e, em particular, cana-de-a{\c{c}}{\'u}car. Para a 
                         identifica{\c{c}}{\~a}o destas classes de cobertura foi gerado 
                         um mapa de uso do solo baseado em imagens do sensor TM, com 30 m 
                         de resolu{\c{c}}{\~a}o espacial e, posteriormente, foi feita uma 
                         classifica{\c{c}}{\~a}o digital. Foram geradas m{\'e}dias 
                         mensais de NDVI para cada uso do solo, o que permitiu caracterizar 
                         o comportamento fenol{\'o}gico de cada tipo de cobertura. Essas 
                         informa{\c{c}}{\~o}es servir{\~a}o de subs{\'{\i}}dios para 
                         estudos de modelagem da intera{\c{c}}{\~a}o biosfera-atmosfera 
                         para a regi{\~a}o do Estado de S{\~a}o Paulo como, por exemplo, 
                         para a an{\'a}lise dos impactos clim{\'a}ticos da expans{\~a}o 
                         agr{\'{\i}}cola no referido Estado. ABSTRACT: The growth of the 
                         agricultural sector in the State of S{\~a}o Paulo has caused 
                         negative impact on the natural plant cover, which can be diagnosed 
                         through methodologies temporal-space focus. The dynamics of 
                         natural vegetation or antropic is an important variable in 
                         soil-plant-atmosphere transference schemes intended climate 
                         sensitivity study to plant coverage changes. Information from 
                         remote sensors, such as vegetation indices, large-scale studies 
                         feasible spatial and temporal, and through image processing 
                         techniques, you can identify more realistic as some vegetation 
                         biophysics parameters vary seasonally. Accordingly, the goal of 
                         this work was to assess seasonal variability of vegetation using 
                         the NDVI vegetation index generated from reflectance database (250 
                         m) of the MODIS sensor during the period one year for three types 
                         of coverage predominant in the State of S{\~a}o Paulo: grassland, 
                         agriculture and, in particular, sugar cane. For the identification 
                         of these classes of coverage a soil use map based on TM sensor 
                         images with 30 m spatial resolution through digital classification 
                         was generated. Monthly averages of NDVI for each soil use are 
                         generated, which allowed characterize phenologic behavior of each 
                         type of coverage. This information will serve as subsidies for 
                         modeling studies of the biosphere-atmosphere interaction for the 
                         region of S{\~a}o Paulo State, for example, to the analysis of 
                         the climatic impacts of agricultural expansion in the State of 
                         S{\~a}o Paulo.",
  conference-location = "Canela, RS",
                label = "lattes: 5138927797059158 1 CanavesiCunhVieiAlva:2009:ANMUCO",
             language = "pt",
           targetfile = "canavesi_analise.pdf",
        urlaccessdate = "23 abr. 2024"
}