@InProceedings{NagelTerr:2019:AvÍnSe,
               author = "Nagel, Gustavo Willy and Terra, Fabr{\'{\i}}cio da Silva",
          affiliation = "gustavo.nagel@inpe.br and {Universidade Federal dos Vales do 
                         Jequitinhonha e Mucuri (UFVJM)}",
                title = "Avalia{\c{c}}{\~a}o do {\'{\i}}ndice de seca TVDI utilizando 
                         diferentes {\'{\i}}ndices de vegeta{\c{c}}{\~a}o para a 
                         estimativa da umidade do solo",
            booktitle = "Anais...",
                 year = "2019",
         organization = "Simp{\'o}sio Brasileiro de Recursos H{\'{\i}}dricos, 23.",
            publisher = "ABRHidro",
             keywords = "TVDI, umidade do solo, {\'{\i}}ndice de seca.",
             abstract = "O {\'{\i}}ndice TVDI (Temperature Vegetation Dryness Index) 
                         {\'e} uma ferramenta que objetiva analisar e estimar a 
                         conte{\'u}do de {\'a}gua no solo, vari{\'a}vel muito importante 
                         para a gest{\~a}o dos recursos h{\'{\i}}dricos. Esse 
                         {\'{\i}}ndice foi elaborado a partir do {\'{\i}}ndice de 
                         vegeta{\c{c}}{\~a}o NDVI (Normalized Difference Vegetation 
                         Index) e da temperatura superficial do solo. O questionamento que 
                         impulsionou esta pesquisa foi: os {\'{\i}}ndices de 
                         vegeta{\c{c}}{\~a}o SAVI, TSAVI, MSAVI e EVI ser{\~a}o capazes 
                         de melhora os resultados do TVDI? A avalia{\c{c}}{\~a}o dos 
                         TVDIs foi feita a partir da compara{\c{c}}{\~a}o dos 
                         {\'{\i}}ndices com a precipita{\c{c}}{\~a}o total de 15 dias 
                         (data seca e {\'u}mida) e pela compara{\c{c}}{\~a}o com dados 
                         de umidade coletados em campo para uma data {\'u}mida. Embora o 
                         TVDI-NDVI tenha obtido melhores resultados gerais e nas coberturas 
                         da superf{\'{\i}}cie correspondentes {\`a} floresta e campo em 
                         condi{\c{c}}{\~o}es de seca, o TVDITSAVI obteve melhor 
                         acur{\'a}cia na determina{\c{c}}{\~a}o da umidade em 
                         regi{\~o}es de solo exposto. Para uma {\'e}poca do ano 
                         considerada {\'u}mida, todos os {\'{\i}}ndices falharam em 
                         estimar a umidade do solo. Isso corrobora com a literatura, que 
                         informa que o {\'{\i}}ndice n{\~a}o {\'e} aplic{\'a}vel em 
                         regi{\~o}es com boa umidade. ABSTRACT: The TVDI (Temperature 
                         Vegetation Dryness Index) is a tool that aims to analyze and 
                         estimate soil moisture, which is an important variable for the 
                         management of water resources. This index was produced using the 
                         effect of the vegetation index NDVI (Normalized Difference 
                         Vegetation Index) and the surface temperature. The questioning 
                         that propelled this research was: how the vegetation indexes SAVI, 
                         TSAVI, MSAVI and EVI improves the results of TVDI? The evaluation 
                         of TVDIs was made by comparing the index results with the 15 days 
                         total precipitation, to a dry and wet day, and comparing with soil 
                         moisture data collected in situ, for a wet day. Although the 
                         TVDINDVI obtained the best results in general and in woodland and 
                         grassland fields (in a dry date), the TVDI-TSAVI obtained better 
                         accuracy in areas of exposed soil. For a wet date, all indexes 
                         failed to estimate the soil moisture. This corroborates with the 
                         literature, which indicates that the index is not applicable in 
                         regions with good humidity.",
  conference-location = "Foz do Igua{\c{c}}u, PR",
      conference-year = "24-28 nov.",
                 issn = "2318-0358",
                label = "lattes: 6196822288163271 1 CassalhoRennSilv:2019:AVPRPR",
             language = "pt",
           targetfile = "Nagel_avaliacao.pdf",
        urlaccessdate = "27 abr. 2024"
}